운영팀을 위한 SQL

운영 전문가는 네 가지 핵심 SQL 기능을 필요로 합니다: SELECT 및 필터링(WHERE 절 조건을 사용하여 특정 레코드를 검색하여 "지난 30일 동안 CSAT 점수가 60% 미만인 엔터프라이즈 계정의 모든 티켓을 보여줘"와 같은 질문에 답함), GROUP BY를 사용한 집계(차원별로 그룹화된 지표 계산 — "채널별, 에이전트별 평균 AHT"), JOINs(여러 테이블의 데이터 결합 — "티켓 테이블을 계정 테이블에 조인하여 각 티켓의 계정 ARR 등급 확인"), 그리고 윈도우 함수(누적 합계, 코호트 기간 번호, 행 순위 계산 — 유지율 및 퍼널 분석에 필수적). 이 네 가지 기능을 갖춘 Support Ops 전문가는 데이터 팀이 요청의 우선순위를 정하기를 기다리지 않고도 운영 분석의 90%를 독립적으로 구축할 수 있습니다.

운영 전문가(소프트웨어 엔지니어가 아님)를 위한 가장 효율적인 SQL 학습 경로: 1단계 — 구문 학습을 위해 분석에 중점을 둔 가이드 SQL 코스(Mode SQL Tutorial, Khan Academy SQL 또는 Udemy 코스 "Complete SQL Bootcamp")를 완료합니다. 2단계 — 실제 데이터에 즉시 적용합니다: 팀의 analytics warehouse에 대한 읽기 권한을 요청하고, 억지스러운 연습 문제 대신 실제로 답해야 하는 질문부터 시작합니다. 3단계 — 동료로부터 배웁니다: 데이터 분석가가 제기한 질문에 답하는 쿼리를 공유할 때, 쿼리 구조를 연구하고 설명을 요청합니다. 4단계 — 개인 쿼리 라이브러리를 구축합니다: 모든 유용한 쿼리를 Notion 데이터베이스에 사용 사례별로 정리하여 저장하여 처음부터 다시 작성하는 대신 적용하고 재사용할 수 있도록 합니다. 실용적인 SQL 기술은 꾸준히 사용하면 일반적으로 2~3개월 이내에 운영 수준의 독립성을 달성합니다.

일반적인 운영 SQL 쿼리: (1) "이번 달에 24시간 해결 시간을 초과하는 티켓이 가장 많은 에이전트는 누구입니까?" — SELECT agent_id, COUNT(*) FROM tickets WHERE resolution_hours > 24 AND created_at >= DATE_TRUNC('month', NOW()) GROUP BY agent_id ORDER BY COUNT(*) DESC. (2) "지난 90일 동안 채널별 CSAT는 얼마입니까?" — SELECT channel, AVG(csat_score), COUNT(*) FROM tickets WHERE csat_submitted_at >= NOW() - INTERVAL 90 DAY GROUP BY channel. (3) "같은 주에 가장 많은 티켓과 관련된 도움말 센터 문서는 무엇입니까?" — account_id 및 week를 기준으로 help_center_views를 tickets에 JOIN하고 집계합니다. Metabase 또는 Redash에서 직접 실행되는 이러한 쿼리는 이전에 분석가 시간이 필요했던 주간 보고 요청을 대체하여 운영팀의 의사 결정 주기를 극적으로 가속화합니다.