GROUP BY e HAVING: creazione di KPI in SQL

Passare dal dettaglio all'indicatore

Una tabella degli ordini contiene in genere una riga per transaction. Una dashboard prevede invece una riga per città, per categoria o per mese, accompagnata da indicatori come fatturato e paniere medio.

GROUP BY modifica il livello di dettaglio del risultato. Tutte le righe che condividono lo stesso valore vengono raggruppate prima di calcolare le funzioni di aggregazione.

COUNT, SUM e AVG rispondono a tre domande diverse

COUNT conta, SUM aggiunge e AVG calcola una media. Queste funzioni comprimono più righe in un valore sintetico.

In un report sulle vendite puoi contare gli ordini, sommarne l'importo e calcolare il valore medio degli ordini nella stessa query.

• COUNT(*) conta le righe nel gruppo.
• COUNT(colonne) ignora i valori NULL in questa colonna.
• SUM(montant) aggiunge gli importi diversi da NULL.
• AVG(montant) calcola la loro media.

SELECT
  COUNT(*) AS nombre_commandes,
  SUM(montant) AS chiffre_affaires,
  ROUND(AVG(montant), 2) AS panier_moyen
FROM commandes;

GROUP BY crea una riga per gruppo

Per ottenere una riga per città, aggiungi ville al risultato e la clausola GROUP BY. Ogni aggregazione viene poi calcolata separatamente per Tunisi, Sfax e le altre città presenti.

Come regola pratica, qualsiasi colonna visualizzata in SELECT che non è aggregata dovrebbe apparire in GROUP BY.

SELECT
  ville,
  COUNT(*) AS nombre_clients
FROM clients
GROUP BY ville
ORDER BY nombre_clients DESC;

WHERE filtra le righe prima del calcolo

WHERE rimuove le righe prima di formare gruppi. Per creare i KPI per l'anno 2026, filtra gli ordini in base alla data prima di eseguire GROUP BY.

Questa distinzione è importante: le linee escluse da WHERE non partecipano al conteggio, né alla somma, né alla media.

SELECT
  id_client,
  SUM(montant) AS chiffre_affaires
FROM commandes
WHERE date_commande >= DATE '2026-01-01'
  AND date_commande < DATE '2027-01-01'
GROUP BY id_client;

HAVING filtra i gruppi dopo il calcolo

HAVING si verifica dopo l'aggregazione. Permette ad esempio di mantenere solo le città con almeno cinque ordini o un fatturato superiore ad una soglia.

Utilizzare WHERE per una condizione su una riga originale e HAVING per una condizione su un gruppo o un'aggregazione.

SELECT
  id_client,
  COUNT(*) AS nombre_commandes
FROM commandes
GROUP BY id_client
HAVING COUNT(*) >= 5
ORDER BY nombre_commandes DESC;

Assemblare una query KPI completa

Per analizzare le vendite per città, è necessario prima collegare gli ordini ai clienti, filtrare il periodo, raggruppare per città quindi filtrare i gruppi non rappresentativi.

L'alias chiffre_affaires può essere riutilizzato in ORDER BY con il simulatore del sito. La clausola HAVING mantiene l'espressione di aggregazione completa per rimanere esplicita.

SELECT
  c.ville,
  COUNT(co.id_commande) AS nombre_commandes,
  SUM(co.montant) AS chiffre_affaires,
  ROUND(AVG(co.montant), 2) AS panier_moyen
FROM clients AS c
INNER JOIN commandes AS co
  ON c.id_client = co.id_client
WHERE co.date_commande >= DATE '2026-01-01'
  AND co.date_commande < DATE '2027-01-01'
GROUP BY c.ville
HAVING COUNT(co.id_commande) >= 5
ORDER BY chiffre_affaires DESC;

Errori che distorcono un KPI

La corretta aggregazione dipende tanto dal livello di dettaglio quanto dalla formula. Prima di pubblicare un indicatore, controlla cosa rappresenta esattamente ciascuna riga del risultato.

• Mostra una colonna non aggregata senza aggiungerla a GROUP BY.
• Utilizzare WHERE COUNT(*) > 5 invece di HAVING.
• Contare dopo uno join che ha moltiplicato le linee.
• Dimentica che COUNT(colonne) ignora i valori NULL.
• Mescola periodi diversi nello stesso indicatore.

La tua lista di controllo prima di condividere il risultato

Imposta il livello previsto (una riga per città, cliente o mese), quindi scegli le aggregazioni. Applicare il filtro del periodo con WHERE, la soglia aziendale con HAVING e un ordinamento leggibile con ORDER BY.

Infine, controlla manualmente alcuni gruppi e documenta la definizione dei KPI. Una query breve ma ambigua resta meno utile di un calcolo esplicito e riproducibile.