Понедельник, 10:15. Аналитик интернет-магазина уже отправил еженедельный отчёт, и через двадцать минут ему пишет коммерческий директор: «Средний чек вырос на 9%? Мы же ничего не меняли». Аналитик открывает запрос. Он выполнился за 0,8 секунды, без единого предупреждения, на тех же таблицах, что и неделю назад. Цифра выглядит правдоподобно. И всё же она неверна.
Это главный миф, с которым приходят в аналитику: если запрос отработал без ошибок, результат правильный. База данных проверяет синтаксис и типы, но не смысл. Она честно посчитает среднее от средних, сложит выручку в евро и злотых и выберет случайную строку из двух одинаковых. Ниже пять ловушек, которые встречаются в данных интернет-магазина чаще всего. Каждая из них проходит без сообщений об ошибке и выдаёт цифру, которую не стыдно показать руководству.
Средний чек вырос на 9%, и никто не верит
Вернёмся к понедельничному отчёту. Запрос считал средний чек за неделю как среднее от ежедневных средних чеков. Так было удобно: витрина с дневными показателями уже существовала, и брать оттуда готовые значения быстрее, чем идти в таблицу заказов.
Разберём на условных цифрах, почему это сломалось. В понедельник прошлой недели магазин принял 400 заказов на 24 000 евро, средний чек 60 евро. Во вторник 380 заказов на 22 800 евро, тоже 60. В среду была распродажа с бесплатной доставкой: 1 200 заказов на 54 000 евро, средний чек 45 евро. Остальные четыре дня шли примерно как понедельник: по 400 заказов на 24 000 евро.
Правильный средний чек за неделю равен всей выручке, делённой на все заказы. Выручка: 24 000 + 22 800 + 54 000 + 4 × 24 000 = 196 800 евро. Заказов: 400 + 380 + 1 200 + 1 600 = 3 580.
Средний чек 196 800 / 3 580 = 54,97 евро. Среднее от семи дневных средних даёт (60 × 6 + 45) / 7 = 57,86 евро. Разница почти 3 евро, или 5%. Распродажный день весит в простом среднем столько же, сколько тихий вторник, хотя заказов в нём втрое больше.
На этой неделе распродажи не было, и среднее от средних дало честные 60. Отсюда и рост на 9%: прошлая неделя была занижена, текущая посчитана примерно верно, и сравнение двух разных методик выглядит как рост.
-- так нельзя: среднее от дневных средних
SELECT AVG(daily_aov) FROM daily_metrics WHERE day BETWEEN '2026-11-02' AND '2026-11-08';
-- так правильно: отношение сумм
SELECT SUM(revenue) / SUM(orders) FROM daily_metrics WHERE day BETWEEN '2026-11-02' AND '2026-11-08';
Правило простое и касается не только среднего чека. Любой показатель-отношение, будь то конверсия, доля возвратов или выручка на посетителя, агрегируется через сумму числителей и сумму знаменателей. Среднее от отношений годится только тогда, когда вы сознательно хотите дать каждому дню или каждому магазину одинаковый вес.
Отменённые, тестовые и возвращённые заказы, которые тихо сидят в выручке
Вторая ловушка начинается с вопроса, который кажется лишним: что такое заказ. В таблице orders интернет-магазина лежит всё, что когда-либо прошло через корзину. Неоплаченные заказы, которые покупатель бросил на странице оплаты. Отменённые до отгрузки. Тестовые заказы, которые разработчик сделал после релиза. Заказы, по которым через 20 дней оформлен возврат.
Запрос SELECT SUM(total) FROM orders всё это сложит. Магазин с 3 000 заказов в месяц легко держит в таблице 200 или 300 неоплаченных и отменённых, и выручка оказывается завышена на 7% или 10%. Ошибка устойчивая, поэтому её трудно заметить по динамике: график выглядит нормально, просто живёт выше реальности.
Отдельная история с возвратами. Обычно они лежат в другой таблице, refunds, и приходят с задержкой. Выручка за прошлую неделю, посчитанная в понедельник, через месяц уменьшится на сумму возвратов, оформленных за это время. Для категорий вроде одежды, где возвращают до трети заказов, разница между выручкой на понедельник и выручкой через 30 дней бывает огромной. Ещё сложнее частичные возвраты: покупатель вернул одну вещь из трёх, заказ остаётся в статусе «выполнен», а сумма в нём уже не соответствует деньгам магазина.
Тестовые заказы ловятся хуже всего, потому что у них нет отдельного статуса. Их выдают служебные адреса почты, нулевая сумма с промокодом на 100% или имя покупателя «test». Если в магазине нет флага is_test, договоритесь с разработкой его завести: фильтр по почте рано или поздно пропустит новый служебный адрес.
Вывод для запроса: определение «оплаченного заказа» и «чистой выручки» стоит записать один раз, в одном представлении или модели, и брать оттуда во всех отчётах. Когда каждый аналитик пишет свой фильтр по статусам, у отдела появляется столько выручек, сколько людей.
Первый заказ клиента, который каждый раз разный
Третья ловушка проявляется как мистика. Аналитик считает, сколько новых клиентов пришло через каждый рекламный канал, и запускает один и тот же запрос дважды. В первый раз у канала «Поиск» 412 новых клиентов, во второй 409. Данные не менялись.
Причина в оконной функции, которая выбирает первый заказ клиента:
SELECT customer_id, order_id, channel
FROM (
SELECT o.*, ROW_NUMBER() OVER (PARTITION BY customer_id ORDER BY created_at) AS rn
FROM orders o
) t
WHERE rn = 1;
Если у клиента два заказа с одинаковым created_at, ROW_NUMBER выбирает один из них произвольно. Одинаковое время встречается чаще, чем кажется: платформа может создавать два заказа при разделении корзины на две отгрузки, а время иногда хранится с точностью до секунды. В распределённых хранилищах порядок строк при равенстве ключа сортировки может меняться от запуска к запуску, и вместе с ним меняется канал «первого» заказа.
Исправление занимает одну строку: добавьте в ORDER BY уникальный ключ для разрыва ничьей, например ORDER BY created_at, order_id. Теперь результат детерминирован. Вопрос, какой из двух заказов по-настоящему первый, остаётся бизнесовым, но хотя бы ответ на него не меняется от запуска.
Проверить, есть ли в ваших данных такие ничьи, можно одним запросом: сгруппируйте заказы по customer_id и created_at и оставьте группы, где строк больше одной. В магазине с 50 000 клиентов таких пар может оказаться всего 30 или 40, и кажется, что ими можно пренебречь. Но если эти клиенты пришли из одного канала с акцией на комплекты, где корзина всегда делится на две отгрузки, плавающая атрибуция концентрируется именно там, где маркетинг принимает решения о бюджете.
У этой ловушки есть родственница: гостевые заказы. Покупатель оформил первый заказ без регистрации, второй уже из личного кабинета. В таблице это два разных customer_id или пустой customer_id у первого заказа. Запрос честно посчитает его новым клиентом дважды. Если магазин разрешает гостевое оформление, первый заказ стоит искать по нормализованной почте или телефону, а не только по идентификатору аккаунта.
Город клиента сегодня вместо города в день заказа
Четвёртая ловушка связана со временем, но не с часовыми поясами. Аналитик строит выручку по городам за год и соединяет заказы с таблицей клиентов, где лежит город. Запрос работает, цифры аккуратные. Только город в таблице клиентов текущий: тот, который покупатель указал в профиле последним.
Клиент, который в марте жил в Лионе и сделал там 5 заказов, а в сентябре переехал в Марсель и обновил профиль, теперь целиком числится за Марселем. Весенние продажи Лиона тихо переезжают вместе с ним. На уровне одного клиента это мелочь, но если магазин открыл в каком-то городе пункт выдачи и сравнивает продажи до и после, такое смещение может создать эффект там, где его нет.
То же происходит с любым меняющимся атрибутом: сегмент лояльности, тип клиента (розница или опт), менеджер, закреплённый за аккаунтом. Таблица клиентов отвечает на вопрос «какой клиент сейчас», а отчёт за прошлый год спрашивает «каким он был тогда». Самое неприятное в этой ловушке: прошлогодний отчёт, перезапущенный сегодня, даст другие цифры, чем год назад, и никто не сможет объяснить расхождение, пока не вспомнит, что профили клиентов за это время обновлялись.
Решений два. Первое и самое простое для магазина: брать город из адреса доставки самого заказа, который фиксируется в момент покупки и не меняется. Второе, для атрибутов, которых в заказе нет: хранить историю изменений в отдельной таблице с полями valid_from и valid_to и соединять заказ с той версией атрибута, которая действовала на дату заказа. В хранилищах данных это называют медленно меняющимся измерением второго типа. Звучит громоздко, но для двух или трёх важных для бизнеса атрибутов это одна дополнительная таблица и одно условие в JOIN.
Валюта, налог и скидки: три выручки в одной колонке
Пятая ловушка особенно типична для магазинов, которые продают в нескольких странах. Колонка total в таблице заказов хранит сумму в валюте покупателя. Запрос SUM(total) складывает 50 евро, 200 злотых и 40 фунтов в одно число 290, у которого нет единицы измерения.
Даже когда валюта одна, слово «выручка» может означать три разные суммы. С налогом или без: в Евросоюзе разница составляет от 17% до 27% в зависимости от страны, и у магазина, который продаёт в несколько стран, она ещё и разная по заказам. Со стоимостью доставки или без. До скидки по промокоду или после. Финансовый отдел, маркетинг и платформа магазина часто используют разные определения, и все три цифры честно называются выручкой.
С конвертацией есть тонкость: по какому курсу. По курсу на дату заказа, по среднему за месяц или по текущему. Для операционного отчёта обычно берут курс на дату заказа, для сравнения год к году иногда фиксируют один курс, чтобы колебания валюты не выглядели как рост продаж. Главное, чтобы выбор был записан и одинаков во всех отчётах.
Перед отправкой любой цифры по выручке стоит пройти короткий чек-лист:
- Отношения посчитаны как сумма числителей на сумму знаменателей, без среднего от средних.
- В выборке только оплаченные заказы, без тестовых и отменённых, по общему определению.
- Понятно, учтены ли возвраты и на какую дату они подтянуты.
- В каждой оконной функции с ROW_NUMBER есть уникальный ключ в ORDER BY.
- Атрибуты клиента взяты на дату заказа, а не из текущего профиля.
- Все суммы в одной валюте, курс указан, налог и доставка учтены одинаково.
- Итог сверен хотя бы с одним независимым источником: админкой платформы, банком или прошлым отчётом.
Что ещё спрашивают про ошибки в SQL у аналитиков магазина
Почему COUNT(DISTINCT) на большой таблице в разных системах даёт немного разные числа? Часть аналитических хранилищ для скорости предлагает приближённый подсчёт уникальных значений на основе алгоритма HyperLogLog. Погрешность обычно около процента и зависит от настроек точности. Для отчёта для руководства это допустимо, для сверки с бухгалтерией нет: там нужен точный подсчёт.
Нужно ли писать тесты на SQL, если запросы пишет один аналитик? Да, и начать можно с четырёх проверок, которые в dbt называются unique, not_null, relationships и accepted_values. Уникальность ключа заказа и допустимый список статусов ловят большую часть тихих ошибок ещё до того, как цифра попадёт в отчёт.
Что делать, если выручка в отчёте расходится с админкой платформы магазина? Сначала сравните определения, потом данные. Админки часто считают по времени создания заказа в часовом поясе магазина и включают отменённые заказы. Если определения совпали, возьмите один день и найдите номера заказов, которые есть только в одном из источников.
Как часто пересчитывать исторические отчёты по выручке? Возвраты приходят через недели после заказа, поэтому цифры за последние 30 или 60 дней будут меняться. Удобное правило: пересчитывать каждый день период, равный окну возврата, и замораживать месяц только после того, как это окно закрылось.
Что из этого делать в первую очередь, зависит от магазина. Если вы продаёте в одной стране и одной валюте, начните с единого определения оплаченного заказа и чистой выручки: это закроет вторую и пятую ловушки разом. Если в магазине больше одной валюты, конвертация идёт первой, потому что без неё любая сумма бессмысленна.
Если отдел аналитики больше двух человек, вынесите все определения в общую модель данных с тестами, иначе через полгода у каждого будет своя выручка. И только если всё это уже сделано, имеет смысл искать более тонкие ошибки: они существуют, но обходятся дешевле пяти описанных выше.