데이터 분석을 하기 위해서는 데이터베이스에 존재하는 데이터를 직접 추출할 수 있어야 한다. SQL은 우리가 데이터베이스에 접근하여 필요한 데이터를 조회하고 조작할 수 있도록 해주는 언어이다. 즉 SQL은 사람이 데이터베이스와 소통할 수 있게 해주는 도구이자 데이터 분석의 시작점이라고 볼 수 있다.

이 책은 현업에서 서비스 분석에 자주 사용되는 KPI 지표들을 직접 추출하며 SQL을 익힐 수 있도록 구성되어 있다. 기존의 간단한 문법 수준을 다루는 SQL 저서와는 자동차 매출, 상품 리뷰, 식품 배송 데이터 등 실무에 가까운 자료를 분석하는 예제들을 포함하고 있어 SQL을 학습하는 데 보다 도움이 될 것이다.

1장 데이터베이스와 SQL
 1. 데이터베이스
2. 데이터베이스 종류
3. 데이터베이스와 서버
4. SQL
 5. MySQL, MySQL Workbench 설치
6. MySQL Workbench 구성
7. 서버, GUI
 8. 분석가, SQL
 9. SQL 쿼리 작성법

2장 SQL 문법
1. SQL Syntax
 2. SELECT
 3. FROM
 4. WHERE
 5. GROUP BY
 6. JOIN
 7. CASE WHEN
 8. RANK, DENSE_RANK, ROW_NUMBER
 9. SUBQUERY

 3장 데이터 추가, 삭제, 갱신, 데이터 정합성
1. Import CSV
 2. Insert, 행 추가하기
3. Delete, 행 삭제하기
4. Update, 데이터 갱신하기
5. Procedure
 6. View
 7. 데이터 정합성

4장 자동차 매출 데이터를 이용한 리포트 작성
1. 데이터 생성
2. 구매 지표 추출
3. 그룹별 구매 지표 구하기
4. 재구매율
5. Best Seller
 6. Churn Rate(%)

 5장 상품 리뷰 데이터를 이용한 리포트 작성
1. 데이터 생성
2. Division별 평점 분포 계산
3. 평점이 낮은 상품의 주요 Complain
 4. 연령별 Worst Department
 5. Size Complain
 6. Clothing ID별 Size Review

 6장 식품 배송 데이터 분석
1. 데이터 생성
2. Instacart Dataset
 3. 지표 추출
4. 구매자 분석
5. 상품 분석
6. 다음 구매까지의 소요 기간과 재구매 관계

7장 UK Commerce 데이터를 이용한 리포트 작성
1. 데이터 생성
2. 국가별, 상품별 구매자 수 및 매출액
3. 특정 상품 구매자가 많이 구매한 상품은?
4. 국가별 재구매율 계산
5. 코호트 분석
6. 고객 세그먼트
7. 일자별 첫 구매자 수
8. 상품별 첫 구매 고객 수
9. 첫 구매 후 이탈하는 고객의 비중
10. 판매 수량이 20% 이상 증가한 상품 리스트(YTD)
 11. 주차별 매출액
12. 신규/기존 고객의 2011년 월별 매출액
13. 기존 고객의 2011년 월 누적 리텐션
14. LTV(Life Time Value)

 8장. 타이타닉 호 데이터 분석
1. 데이터 생성
2. 요인별 생존 여부 관계
3. EMBARKED
 4. 탑승객 분석
5. 상관 분석(Correlation Analysis)
 6. 데이터 분석 및 시각화

9장 R, Python 연동
1. Import CSV(turnover.csv)
 2. MySQL과 R, Python 연동하기
3. 근무 시간과 직업 만족도의 관계(선형 회귀 분석)
4. Python 연동하기
5. SQL - Python, R
 6. R vs Python