En mi experiencia trabajando con clientes, he visto que la mayoría se limita a las funciones básicas de SQL. Sin embargo, para dominar el modelado de datos en BigQuery, debes ir más allá. Filtrar información no consiste solo en usar un WHERE genérico, sino en saber segmentar con precisión matemática.
Dominio de filtros con REGEX_CONTAINS
El primer error que observo al auditar cuentas es el uso excesivo de LIKE. Aunque es útil para búsquedas simples, se queda corto cuando necesitas patrones complejos. En BigQuery, lo que mejor me ha funcionado es REGEXP_CONTAINS. Mientras que LIKE es una versión descafeinada que depende del símbolo de porcentaje, REGEXP_CONTAINS te permite extraer patrones exactos. Recuerda siempre anteponer la r antes de tu expresión para que actúe de forma relativa y no exija una coincidencia con la cadena completa. Es la diferencia entre una búsqueda ciega y una segmentación profesional.
 (1).jpg)
Combinación de condiciones con lógica avanzada
Cuando el volumen de datos aumenta, un solo filtro no es suficiente. Aquí es donde la estructura de tu WHERE marca la diferencia. Para obtener resultados limpios, he visto que el uso de paréntesis es el mejor aliado. Agrupar condiciones con operadores lógicos permite que BigQuery evalúe la jerarquía de tus reglas de negocio correctamente. Si necesitas productos de una categoría específica con un precio mínimo, o bien cualquier ítem en promoción sin importar su coste, los paréntesis evitan que la lógica se mezcle y te devuelva resultados erróneos.
En mi día a día, aplico una estructura tabulada para que estas queries sean legibles. No olvides que, al operar con múltiples condiciones, cada bloque debe estar aislado. Esto te ahorra horas de depuración cuando los datos no cuadran.
Preguntas frecuentes
¿Por qué prefieres REGEXP_CONTAINS sobre LIKE?
Porque ofrece una potencia de segmentación mucho mayor al permitir patrones complejos que el operador LIKE no puede manejar.
¿Para qué sirven los paréntesis en una cláusula WHERE?
Sirven para agrupar condiciones lógicas y definir la jerarquía de evaluación, evitando errores de interpretación en los resultados.
¿Qué pasa si no uso r antes de una expresión regular?
Si omites la r, la expresión intentará coincidir con la cadena exacta en su totalidad en lugar de buscar el patrón de forma relativa.