用户行为分析（SQL+Tableau+AARRR模型）

一、数据来源及含义

1、数据来源

阿里云天池：https://tianchi.aliyun.com/dataset/dataDetail?dataId=649&userId=1
UserBehavior.csv
原始数据有100150806条，数据量过大，不方便使用Mysql进行操作，本例先使用python对数据进行处理，选取其中的999999条数据用于本次用户行为分析。

2、字段含义

user_id：用户id
item_id：商品Id
category_id：商品类别id
behavior_type：用户行为类型
timestamp：时间戳

其中behavior_type包括：
pv（点击）
cart（加入购物车）
fav（收藏）
buy（购买）

二、数据清洗

1、添加辅助字段

① 时间戳转日期型

ALTER TABLE userbehavior_random ADD COLUMN datetime TIMESTAMP(0) NULL; 
UPDATE userbehavior_random SET datetime = FROM_UNIXTIME(timestamp);

② 提取年月日

ALTER TABLE userbehavior_random ADD COLUMN dates CHAR(10) NULL;
UPDATE userbehavior_random SET dates =SUBSTR(datetime,1,10);

③ 提取时分秒

ALTER TABLE userbehavior_random ADD COLUMN hours CHAR(10) NULL;
UPDATE userbehavior_random SET hours = SUBSTR(datetime,12,8);

④ 提取小时（Tableau中绘图时使用）

ALTER TABLE userbehavior_random ADD COLUMN time CHAR(10) NULL;
UPDATE userbehavior_random SET time = SUBSTR(datetime,12,2);

进行上述处理后结果如下：

2、异常值

① 查看时间的最大最小值

SELECT MAX(timestamp),
       MIN(timestamp),
       MAX(datetime),
       MIN(datetime)
FROM userbehavior_random;

② 删除异常值
本次分析针对2017年11月25日至2017年12月3日数据，对异常值进行删除，共删除508行。

DELETE FROM userbehavior_random
WHERE dates < '2017-11-25' OR dates > '2017-12-03';

③查看数据集

SELECT * FROM userbehavior_random

目前还剩999491条数据

3、重复值

SELECT DISTINCT * FROM userbehavior_random

显示有999491条数据，无重复值。

4、缺失值

SELECT COUNT(user_id),COUNT(item_id),COUNT</