内容简介：
SQL是数据查询的基本语言，Excel是数据分析和展示的最常见工具。两者结合，可以组成一个强大且易于理解的业务数据分析工具。很多类重要的数据分析并不需要复杂且昂贵的数据挖掘工具。答案就在你的电脑桌上。
这是一本实用指南，作者Gordon S. Linoff是数据挖掘领域的权威专家。书中介绍了如何使用SQL和Excel来设计并完成复杂的数据分析。本书的第1版被广泛认可，第2版涵盖了对SQL和Excel新功能的介绍，同时包括新的技术和实际业务示例。第2版介绍了业务经理和数据分析人员所需掌握的最新信息。
《数据分析技术 使用SQL和Excel工具》首先介绍数据挖掘所用的SQL基础知识，如何使用Excel展示结果，以及用于理解数据的简单的统计学概念。熟悉执行SQL和操作Excel后，本书介绍了核心分析技术。本书内容逐步从基础查询扩展到复杂的应用，使读者能够学习到某种数据分析的使用原因和时机，如何设计和实现，以及展示数据分析结果的强大方法。每一步都详细解释了业务环境、技术方法以及在所熟悉工具中的具体实现。
随着对本书的阅读，你会发现很多知识点，包括地理信息的重要性，图表中的数据随时间的变化方式，如何使用生存分析理解客户任期和变动，以及影响生存率的因素。同时，还会探索到一些方法，包括分析客户的购买模式、分析购物车以及计算关联规则。此外，本书还包含重要的SQL数据挖掘模型(线性回归模型、朴素贝叶斯模型等)、建立客户签名所需的信息、用于分析结果集的模型、包含累积增量图表和ROC图表、使用SQL的最佳实践、提高查询性能的方法等。
资源目录：
第1章 数据挖掘者眼中的SQL 1
第2章 表中有什么？开始数据探索 39
第3章 不同之处是如何不同？ 79
第4章 发生的地点在何处？ 119
第5章 关于时间 161
第6章 客户的持续时间有多久？使用生存分析理解客户和他们的价值 209
第7章 影响生存率的因素：客户任期 261
第8章 多次购买以及其他重复事件 303
第9章 购物车里有什么？购物车分析 349
第10章 关联规则 387
第11章 SQL数据挖掘模型 423
第12章 最佳拟合线：线性回归模型 467
第13章 为进一步分析数据创建客户签名 505
第14章 性能问题：高效使用SQL 543
附录 数据库之间的等价结构 583
