数据探索+ 数据预处理 

数据探索：
    1.统计量分析 ：
        1.集中趋势的度量：
            1.均值、中位数、众数
        2.离散趋势的度量： 
            极值()
            极差
            标准差、方差
            四分位数间距 
    2.相关性分析：
        通过散点图  获取 相关系数

数据预处理：
    补充： 
        数据透视表 也可以对数据 进行分析 【聚合统计 】
        group by  +agg 
案例： 
    客户价值分析（用户画像  =》 类似 ）

1.基本理论： 
    1.RFM模型
    2.聚类分析 （机器学习里面的算法 =》 结果 标签）
    3.RFM聚类分析    

1.RFM模型 =》 获取 RFM
    根据用户属性 进行打标签【进行分类 】 =》 
        超级用户
        普通用户
        黑户

    2.RFM： 【用户的属性】
        R: 最近一次消费 距现在的时长 【时差】 recency
        F：消费频率 frequency
        M：消费金额 mon

    eg:
        客户a ：
            R：180  F：1次/月 M：100块