用SQL做一份数据分析报告涉及什么哪些知识点？

如何分析用户？

用SQL做一份数据分析报告涉及什么哪些知识点？

在工作中，每个数据分析师都离不开做数据分析报告，而一份可落地的报告更是要求灵活地应用工具及理论知识。接下来，我们从工具应用的角度，看看如何用SQL做一份完整的数据分析报告。

1. 数据导入

（1）新建数据库

用优秀的数据库管理工具Navicat 连接数据库，通过Navicat 将数据（如Excel、SQL脚本等格式）导入数据库。

2. 数据清洗

数据清洗的目的是为了将数据按照业务分析需求，剔除异常值、离群值，使分析结果更准确反映业务实际。

常见的步骤如下：

是否存在空值：WHERE`字段名`is null

是否存在重复数据：通过GROUP BY关键字实现

SELECTCOUNTFROM表名GROUPBY字段名HAVINGCOUNT(*) &1

是否存在业务定义以外的数据：比如需要分析华南区域数据，而数据中出现华北数据

3. 数据格式化

这一步是要根据后续分析需求，调整表格结构、数据格式等，如出于数据存放原因，拿到的数据表格可能是一维表，不满足分析需求，需要将其调整为二维表。常见的步骤如下：

1. 时间函数：如将「时间戳」格式化为日期、时间、月份、周几（常见于周分析）等，可通过「FROM_UNIXTIME」「DATE_FORMAT」等函数实现
2. 行列互换：如解决上述的一维表转为二维表的问题，可通过关键字「CASE WHEN」实现
3. 字段的拆分与合并：如将收货地址字段拆为省、市、镇等字段，可通过「CONCAT」「LEFT」「RIGHT」「SUBSTRING」等函数实现

4. 整体分析

在开始真正的分析之前，需要进行探索性数据分析(Exploratory Data Analysis，EDA)，也就是对现有数据进行整体分析，对现状有大体的了解。

更重要的是，通过整体分析，找出业务运营存在的问题，进而提出业务目标，展开后续的深度分析。

常见的步骤如下：

漏斗分析：如海盗模型AARRR，阿里营销模型AIPL等，通过简单的「COUNT」函数，直接数就可实现

5. 建立视图

面对复杂的业务分析，SQL语句也会变得复杂，往往需要不断嵌套。为了减少分析时语句的复杂性、避免重复执行相同语句，可以采用新建视图的方式，将重复性高的语句固定为视图，再在此基础上进行复杂查询。

新建视图：CREATEVIEW视图名ASSELECT…

6. 用户分析

从整体分析中，明确业务问题、目标后，便可开始进行用户分析。根据分析目的的不同，采用不同的分析方法，而常见的分析方法如下：

（1）「人货场」分析

（2）「复购」分析

核心问题在于如何计算“复购”：用「窗口函数+DENSE_RANK()」统计每个订单是该用户的第几次消费，命名为’N_CONSUME’。

第一次消费即为用户“首购订单”，大于等于第二次消费的订单则为“复购订单“，针对复购订单进行统计，即可进行复购分析。

（3）「RFM模型」分析

核心问题在于如何定义阈值及人群划分：通过【窗口函数】可计算出每个用户的RFM值：