Data Analytics
Perfect channel to learn Data Analytics Learn SQL, Python, Alteryx, Tableau, Power BI and many more For Promotions: @coderfun @love_data
Показати більше📈 Аналітичний огляд Telegram-каналу Data Analytics
Канал Data Analytics (@sqlspecialist) у мовному сегменті Англійська є активним учасником. На даний момент спільнота об'єднує 109 681 підписників, посідаючи 1 122 місце в категорії Технології та додатки та 2 340 місце у регіоні Індія.
📊 Показники аудиторії та динаміка
З моменту свого створення невідомо, проект продемонстрував стрімке зростання, зібравши аудиторію у 109 681 підписників.
За останніми даними від 24 червня, 2026, канал демонструє стабільну активність. Хоча за останні 30 днів спостерігається зміна кількості учасників на 584, а за останні 24 години на 71, загальне охоплення залишається високим.
- Статус верифікації: Не верифікований
- Рівень залученості (ER): Середній показник залученості аудиторії становить 2.76%. Протягом перших 24 годин після публікації контент зазвичай збирає 0.68% реакцій від загальної кількості підписників.
- Охоплення публікацій: В середньому кожен допис отримує 3 024 переглядів. Протягом першої доби публікація в середньому набирає 743 переглядів.
- Реакції та взаємодія: Аудиторія активно підтримує контент: середня кількість реакцій на один пост – 8.
- Тематичні інтереси: Контент зосереджений навколо ключових тем, таких як row, sql, analytic, analyst, visualization.
📝 Опис та контентна політика
Автор описує ресурс як майданчик для висловлення суб'єктивної думки:
“Perfect channel to learn Data Analytics
Learn SQL, Python, Alteryx, Tableau, Power BI and many more
For Promotions: @coderfun @love_data”
Завдяки високій частоті оновлень (останні дані отримано 25 червня, 2026), канал підтримує актуальність та високий рівень охоплення публікацій. Аналітика показує, що аудиторія активно взаємодіє з контентом, що робить його важливою точкою впливу в категорії Технології та додатки.
SELECT e1.employee_id AS Employee, e1.name AS Employee_Name, e2.employee_id AS Manager, e2.name AS Manager_Name FROM employees e1 JOIN employees e2 ON e1.manager_id = e2.employee_id;
Explanation:
e1 represents employees.
e2 represents managers.
The join condition e1.manager_id = e2.employee_id matches employees to their managers.
Top 20 SQL Interview Questions
Like this post if you want me to continue this SQL Interview Series♥️
Share with credits: https://t.me/sqlspecialist
Hope it helps :)SELECT e1.employee_id AS Employee, e1.name AS Employee_Name, e2.employee_id AS Manager, e2.name AS Manager_Name FROM employees e1 JOIN employees e2 ON e1.manager_id = e2.employee_id;
Explanation:
e1 represents employees.
e2 represents managers.
The join condition e1.manager_id = e2.employee_id matches employees to their managers.
Top 20 SQL Interview Questions
Like this post if you want me to continue this SQL Interview Series♥️
Share with credits: https://t.me/sqlspecialist
Hope it helps :)SELECT employee_id, salary, SUM(salary) OVER (ORDER BY employee_id) AS running_total FROM employees;
Explanation:
SUM(salary) OVER (ORDER BY employee_id) calculates a cumulative sum.
The ORDER BY employee_id ensures the total is calculated sequentially.
Running Total Partitioned by a Category
To calculate the running total within groups (e.g., per department): 👇
SELECT department_id, employee_id, salary, SUM(salary) OVER (PARTITION BY department_id ORDER BY employee_id) AS running_total FROM employees;
Top 20 SQL Interview Questions
Like this post if you want me to continue this SQL Interview Series♥️
Share with credits: https://t.me/sqlspecialist
Hope it helps :)SELECT employee_id, department_id FROM employees UNION SELECT employee_id, department_id FROM managers;
2️⃣ UNION ALL (Keeps Duplicates)
Combines result sets without removing duplicates.
Faster than UNION because it doesn’t perform duplicate elimination.
SELECT employee_id, department_id FROM employees UNION ALL SELECT employee_id, department_id FROM managers;
Key Differences:
UNION removes duplicates, which may cause performance overhead.
UNION ALL keeps all records, making it more efficient.
Top 20 SQL Interview Questions
Like this post if you want me to continue this SQL Interview Series♥️
Share with credits: https://t.me/sqlspecialist
Hope it helps :)SELECT * FROM employees WHERE salary IS NULL;
This retrieves all employees where the salary is missing.
Find Missing Values in Multiple Columns
SELECT * FROM employees WHERE salary IS NULL OR department_id IS NULL;
This checks for NULL values in both the salary and department_id columns.
Count Missing Values in Each Column
SELECT COUNT(*) AS total_rows, COUNT(salary) AS non_null_salaries, COUNT(department_id) AS non_null_departments FROM employees;
Since COUNT(column_name) ignores NULL values, subtracting it from COUNT(*) gives the number of missing values.
Top 20 SQL Interview Questions
Like this post if you want me to continue this SQL Interview Series♥️
Share with credits: https://t.me/sqlspecialist
Hope it helps :)
Вже доступно! Дослідження Telegram за 2025 — головні інсайти року 
