Netflix mit SQL eingewickelt: Tauchen wir ein in Ihr Streaming-Jahr

In diesem Artikel verwandeln wir Ihre Netflix-Sehgewohnheiten mithilfe von SQL in Ihr ganz persönliches Netflix Wrapped. Wollten Sie schon immer wissen, welche Sendung Sie am häufigsten angesehen haben oder an welchem Tag Sie nicht widerstehen konnten, auf "Play" zu drücken? Ich zeige Ihnen, wie Sie all diese interessanten Erkenntnisse gewinnen können. Legen wir los!

Hey! Das Jahr ist fast vorbei, warum also nicht einen lustigen Rückblick auf Ihre Netflix-Gewohnheiten werfen? Erinnerst du dich an all die Wochenenden, an denen du dir vorgenommen hast, "nur eine Folge" zu schauen? Ja, ich auch.

Mit SQL können Sie Ihre Netflix-Sehgewohnheiten in coole Erkenntnisse umwandeln, z. B. Ihre meistgesehenen Sendungen finden oder Ihr Binge-Watching-Verhalten aufdecken. Es ist einfacher, als Sie denken, und es macht wirklich Spaß, die Daten zu sehen!

Wenn das nach deinem Geschmack ist, könnte dir auch mein anderer Artikel darüber gefallen, wie du deine Spotify Wrapped-Daten mit SQL analysierst.

Aber nun zurück zu Filmen und Serien.

Schritt 1: Holen Sie sich Ihre Netflix-Daten

Das Wichtigste zuerst: Sie brauchen Ihren Netflix-Verlauf. Hier fängt alles an! Sie werden die Daten herunterladen, die Netflix im Stillen über alles gespeichert hat, was Sie gesehen haben. So müssen Sie vorgehen:

1. Loggen Sie sich in Ihrem Browser bei Netflix ein (glauben Sie mir, so ist es viel einfacher).
2. Klicken Sie auf Kontoeinstellungen (unter Ihrem Profilbild).
3. Gehen Sie zu Profil & Jugendschutz, wählen Sie Ihr Profil aus und klicken Sie auf Aktivität anzeigen.
4. Scrollen Sie nach unten und klicken Sie auf Alle herunterladen. Bumm! Sie haben jetzt eine CSV-Datei mit allem, was Sie gesehen haben.

Hast du sie? Prima! Machen wir weiter.

Schritt 2: Laden Sie die Datei in PostgreSQL (der lustige Weg)

PostgreSQL ist ein leistungsfähiges relationales Open-Source-Datenbanksystem, das sich perfekt für die Verarbeitung strukturierter Daten eignet, z. B. Ihrer Netflix-Sehgewohnheiten. Es ist zuverlässig, vielseitig und wird von privaten Projekten bis hin zu Unternehmensanwendungen weit verbreitet.

Um die Sache noch einfacher zu machen, werden wir pgAdmin verwenden, eine benutzerfreundliche grafische Oberfläche zur Verwaltung von PostgreSQL-Datenbanken. Betrachten Sie pgAdmin als Ihre Kommandozentrale: Sie können damit Datenbanken erstellen, Abfragen ausführen und Daten visualisieren, ohne sich eine Vielzahl von SQL-Befehlen merken zu müssen.

Wenn Sie mit diesen Tools noch nicht vertraut sind, sollten Sie sich diesen Leitfaden für Einsteiger ansehen: Wie man PostgreSQL mit pgAdmin installiert und einrichtet. Diese Anleitung führt Sie durch den gesamten Prozess und macht Ihnen den Einstieg leicht.

Lassen Sie uns nun Ihre Daten in PostgreSQL übertragen, damit wir damit spielen können. Und so geht's:

1. Öffnen Sie pgAdmin und verbinden Sie sich mit Ihrem PostgreSQL-Server.
2. Fügen Sie eine Tabelle für Ihre Daten hinzu, indem Sie diese Abfrage im Abfragetool schreiben:

CREATE TABLE NetflixViewingHistory (
    Title TEXT,
    Date DATE
);

3. Importieren Sie Ihre CSV-Datei:
• Klicken Sie mit der rechten Maustaste auf die Tabelle und wählen Sie Import/Export.
• Wählen Sie Ihre CSV-Datei, ordnen Sie die Spalten Title und Date zu, und klicken Sie auf OK.

Sie wollen es ausgefallener? Sie können Daten auch mit einer SQL-Abfrage importieren:

COPY NetflixViewingHistory(Title, Date)
FROM '/path/to/your/NetflixViewingHistory.csv'
DELIMITER ','
CSV HEADER;

Ersetzen Sie einfach /path/to/your/NetflixViewingHistory.csv durch den tatsächlichen Dateipfad.

Und schon sind Ihre Daten einsatzbereit! Um die Daten zu überprüfen und sicherzustellen, dass alles korrekt geladen wurde, können Sie eine einfache SQL-Abfrage ausführen, um Ihre Tabelle zu überprüfen:

SELECT * 
FROM NetflixViewingHistory 
LIMIT 10;

Dadurch werden die ersten 10 Zeilen Ihrer Tabelle angezeigt. Wenn Sie Ihre Sendungen, Daten und Details sauber in Spalten angeordnet sehen, sind Sie startklar!

Schritt 3: Sehen Sie, welche Serie am meisten geschaut wurde

Nun wollen wir herausfinden, welche Serien Sie in diesem Jahr am Bildschirm gefesselt haben. Bei dieser Abfrage werden nicht einfach nur alle Titel abgefragt, sondern die meistgesehenen Serien, indem die Episoden gruppiert werden. Wenn Sie diese Abfrage ausführen, finden Sie heraus, welche Serien Ihre Netflix-Zeit dominiert haben.

Bei dieser Abfrage wird gezählt, wie viele Episoden Sie von jeder Serie gesehen haben, so dass Sie einen klaren Gewinner für die meistgesehene Serie erhalten. War es Friends? Vielleicht Stranger Things? Schauen wir uns das mal an:

SELECT 
  SPLIT_PART(Title, ':', 1) AS Series, 
  COUNT(*) AS WatchCount
FROM NetflixViewingHistory
GROUP BY Series
ORDER BY WatchCount DESC
LIMIT 10;

Mit dieser Abfrage erhalten Sie eine Liste der von Ihnen meistgesehenen Serien. In meinen Ergebnissen steht Friends" an erster Stelle, dicht gefolgt von The Office" und Dr. House". Weitere beliebte Serien waren für mich "Vikings", "Breaking Bad" und "Cobra Kai". Sogar "Designated Survivor" und "Fauda" haben es auf die Liste geschafft, was eine ziemlich eklektische Mischung zeigt!

Jetzt sind Sie dran. Wie sieht Ihre Liste aus? Hat es Ihre Lieblingsserie auf die Liste geschafft, oder gab es einen Überraschungsanwärter an der Spitze? Probieren Sie es aus und lassen Sie es mich wissen!

Schritt 4: Erkennen Sie Trends im Laufe des Jahres

Lassen Sie uns mit ein paar Monatsstatistiken Ihre Sehgewohnheiten aufdecken. Haben Sie in den kuscheligen Wintermonaten mehr geguckt, oder war der Sommer Ihre Netflix-Saufsaison? Mithilfe von SQL können wir Ihre Sehgewohnheiten Monat für Monat aufschlüsseln, um zu sehen, wie sich Ihre Gewohnheiten im Laufe des Jahres verändert haben.

Hier ist eine ziemlich coole SQL-Abfrage für Sie:

SELECT 
  EXTRACT(YEAR FROM Date) AS Year, 
  EXTRACT(MONTH FROM Date) AS Month, 
  COUNT(*) AS TotalViews
FROM NetflixViewingHistory
GROUP BY Year, Month
ORDER BY Year DESC, Month DESC;

Mit dieser Abfrage erhalten Sie eine monatliche Aufschlüsselung, wie viele Sendungen oder Filme Sie gesehen haben. So können Sie beispielsweise feststellen, dass Sie im Dezember dank der Feiertagssendungen oder im Juli während der lauen Sommerabende besonders viel gesehen haben. In meinem Fall war der Dezember der absolute Spitzenreiter - ein Monat voller gemütlicher Filmabende.

Möchten Sie wissen, welcher Monat im Jahr 2024 insgesamt die meisten Aufrufe hatte? Versuchen Sie diese Abfrage:

SELECT 
  EXTRACT(MONTH FROM Date) AS Month, 
  COUNT(*) AS TotalViews
FROM NetflixViewingHistory
WHERE EXTRACT(YEAR FROM Date) = 2024
GROUP BY Month
ORDER BY TotalViews DESC
LIMIT 1;

Diese Abfrage identifiziert den Monat mit den meisten Aufrufen im Jahr 2024. Für mich war der Februar der eindeutige Gewinner - ich habe es geschafft, beeindruckende 77 Sendungen und Filme anzusehen! Es scheint, dass diese gemütlichen Winterabende perfekt für Netflix-Marathons waren. Aber welcher Film oder welche Serie war der beliebteste unter den Februar-Serien? Finden wir es mit dieser Abfrage heraus:

SELECT 
  SPLIT_PART(Title, ':', 1) AS Series, 
  COUNT(*) AS TotalViews
FROM NetflixViewingHistory
WHERE EXTRACT(YEAR FROM Date) = 2024 AND EXTRACT(MONTH FROM Date) = 2
GROUP BY Series
ORDER BY TotalViews DESC;

Diese Abfragen zeigen Ihre Lieblingstitel und meistgesehenen Serien im Februar. In meinem Fall waren die meisten der 77 gesehenen Episoden von "Dr. House" und "Yellowstone". Was ist mit Ihnen? War es eine kultige Serie oder ein gemütlicher Film, den Sie sich immer wieder angesehen haben? Prüfen Sie Ihre Ergebnisse!

Schritt 5: Entdecke überraschende Muster

Sie möchten wissen, wann Sie am liebsten Netflix schauen? Lassen Sie uns herausfinden, an welchem Wochentag Sie am häufigsten auf Play drücken. SQL kann dies ganz einfach herausfinden, indem Sie Ihren Fernsehverlauf analysieren und zählen, wie viele Sendungen oder Filme Sie an jedem Tag der Woche angesehen haben. Auf diese Weise können Sie Ihre Streaming-Muster erkennen!

SELECT 
  CASE EXTRACT(DOW FROM Date)
    WHEN 0 THEN 'Sunday'
    WHEN 1 THEN 'Monday'
    WHEN 2 THEN 'Tuesday'
    WHEN 3 THEN 'Wednesday'
    WHEN 4 THEN 'Thursday'
    WHEN 5 THEN 'Friday'
    WHEN 6 THEN 'Saturday'
  END AS DayOfWeek,
  COUNT(*) AS Views
FROM NetflixViewingHistory
GROUP BY DayOfWeek
ORDER BY Views DESC;

Für mich war das Ergebnis ziemlich eindeutig: Am Wochenende habe ich am meisten Netflix geschaut! Sonntags und samstags habe ich am meisten gestöbert. Wie sieht es bei dir aus? Haben die Wochenenden die Oberhand gewonnen, oder streamen Sie eher unter der Woche? Mit SQL ist es ganz einfach, Ihre individuellen Gewohnheiten aufzudecken und interessante Muster in Ihrem Fernsehverhalten zu erkennen. Probieren Sie es aus und sehen Sie, was Ihre Daten sagen!

Netflix mit SQL eingewickelt

Sie haben es geschafft! Sie haben soeben Ihren Netflix-Verlauf mit Hilfe von SQL in Ihr eigenes Netflix Wrapped verwandelt. Ist es nicht erstaunlich, all diese Statistiken zu sehen? Von der Suche nach den meistgesehenen Serien bis hin zu den Tagen, an denen du am liebsten schaust, hast du einen vollständigen Überblick über deine Streaming-Gewohnheiten.

Meine Statistiken kennst du bereits - jetzt ist es Zeit für deine! Wie sehen Ihre Ergebnisse aus? Hat eine Überraschungsserie den Spitzenplatz eingenommen, oder war Ihr umsatzstärkster Monat ein Schocker? Was auch immer Ihre Geschichte ist, mit SQL können Sie sie leicht aufdecken und teilen!

Wenn Ihnen das Spaß gemacht hat (und seien wir ehrlich, das hat es wirklich), sollten Sie sich den SQL From A to Z Track ansehen. Er besteht aus sieben tollen Kursen, in denen Sie alles lernen, von grundlegenden Abfragen bis hin zu fortgeschrittenen Fähigkeiten wie Joins, Aggregationen und Unterabfragen. Er ist interaktiv, praktisch und baut Ihre Fähigkeiten Schritt für Schritt auf - ähnlich wie wir es gerade getan haben, aber auf einem ganz neuen Niveau.

Glauben Sie mir, dieser Kurs ist der perfekte nächste Schritt, wenn Sie bereit sind, Ihre SQL-Kenntnisse zu vertiefen. Wer weiß? Nächstes Jahr könnten Sie SQL nutzen, um alles zu analysieren, von Ihren Fitnessfortschritten bis hin zu Ihren Reiseplänen. Viel Spaß beim Streamen und Abfragen.