为了实现表与表之间的匹配连接，我们需要使用到SQL语句的连接语句JOIN语句。
INNER JOIN语句两边是需要进行链接的两张表，ON后面的部分则是告诉SQL是根据两张表里的哪个字段去进行表与表之间的连
接。
语法：
SELECT column_name(s)
FROM table1
INNER JOIN table2
ON table1.column_name=table2.column_name;
LEFT JOIN：包含LEFT JOIN语句左边表的全部记录以及语句右边表能匹配上的部分记录
RIGHT JOIN：包含RIGHT JOIN语句右边表的全部记录以及语句左边表能匹配上的部分记录
inner join加上left join再加上right join三种join方式的结合
在上节中，我们根据所需解决的数据分析问题，完成从多个数据表中拼接聚合数据的过程，在确认数据在收集前后完整而且
准确后，我们将进入下一步，对数据质量进行变量级别的清洗与整理。
在这个阶段中，我们工作包含两个方面，一个是“清洗“，即将有问题的数据排除出去，这里主要涉及对数据缺失，异常和其
他问题的处理；另一个则是”整理“，即将数据转化成更有助于后续分析的样式，比如将实际年龄转换成80后，90后这样有业
务意义的分组。
数据清洗
–
数据清洗涉及数据缺失，异常和其他问题的处理
数据缺失
缺失的信息来自于哪个数据表？在原表中它们也是缺失的吗？
如果在原表也缺失，那么是否是有收集信息的疏漏？
缺失信息的比例是多少？
数据异常
数据有明显违背常识的错误
数据的离群值
特殊数字来标注“缺失值”
数据整理
–
对数据进行统一的格式化和命名规则处理
对某些信息进行重新编码以满足后续分析需求
案例——腾讯视频： 界定问题，将what转变为how
界定业务问题（以宜家为例）
WHAT
–
通过顾客购买产品所产生的营业收入和利润数据，随时了解企业的经营状况
问题：
我们这个月的收入和利润如何？
每个顾客在我店里大概都会花多少钱？
家具类产品里面是沙发卖的好还是桌子好？
WHY
–
通过数据挖掘，发现与17年相比，18年的用户花费在高价产品（2000+）的比例少了很多
问题转变为：
为什么顾客购买的平均单价在下降？
我们在这里对数据进行了深挖，可以看到，和18年相比，19年的用户花费在高价产品（2000+）的比例少了很多，
背后的原因可能涉及到经济，市场和其他等因素，但对宜家来说，直接的原因就是用户没有花钱在价格高的产品上。
HOW
–
采取“精准营销”模式，识别高价值顾客，实施针对性的营销方案，发放专属优惠券促进顾客购买。
此时，问题拆分为：
定义高价值顾客，并从数据中识别高价值顾客的具体特征；
选择那些在收到优惠券之后使用的顾客，将优惠券推送至会员卡，并跟踪分析后续的使用和购买情况。
界定业务问题与分析计划
Step 1 识别关键环节，将 What 转变为 Why
–
与关键的业务人员一同参与，识别能用数据驱动业务发展的关键环节。
业务人员从自身角度出发往往是带着WHAT问题而来，
我们需要用数据引导他们走向WHY/HOW的问题层。
Step 2 选择分析计划
–
根据业务目标找到所有可能解决的技术方法与所需数据，选择分析计划。
不同的分析方法在所需的数据准备工作上会有较大差别，实施时间长度也会有所不同，
因此要在这里罗列出各个方案的细节目标与数据需求。
Step 3 明确衡量分析项目成功的标准
–
最终哪些数据的变化，能够体现数据分析实现的价值？
1.什么是数据分析？
数据分析是根据业务问题，对数据进行收集，清洗，处理和建模的过程，用于识别有助于业务的信息，获取关键业务结论并
辅助决策制定。这个定义实际上是从两个层面来解释数据分析：
它具体是在做什么？
它能产生什么样的价值？
2.数据分析具体在做什么？
业务问题的界定→数据收集与清洗→分析与模型
3.数据分析产生什么价值？
数据分析是为企业盈利的
提高收入
更低成本获客
提高现有顾客购买金额
让购买中低端产品的顾客购买更高价利润更高的产品
成本和风险控制
帮助企业预测市场走向
减少产品滞销和畅销产品断货的几率
优化内部经营效率
4.数据分析越发重要的原因
数据增长，用户创造了大量的数据
数据的储存与计算能力不断提升
在大数据环境下，基于分析所进行的各种场景优化都可以进行数据采纳和验证，使数据分析的价值可以量化
5.领英Linkedin ：数据分析帮助互联网企业获取了大量的用户，最终实现盈利
成果：因为深度挖掘用户数据，在2009年成立6年后，从百万级用户增长至亿万级用户，并在2016年被微软以260亿美元巨资
收购。
对用户数据深度挖掘，如工作时间、学校、共同认识的人等
推出了“你也可能认识的人（People You May Know）”的功能
强化了用户的关系粘度，实现了用户网络的爆炸式增长