拯救混亂數據：30 天 Python 輕量級 ETL 與電商關聯資料分析 系列

拋開乾淨的玩具資料，迎接真實世界的數據挑戰！
本系列是我針對真實商業數據的端到端處理實戰，
我使用涵蓋 9 張關聯表的巴西電商數據（Olist Dataset），30 天挑戰聚焦三大核心：
1.Extract & Load：實作多表關聯讀取與輕量資料庫寫入。
2.Transform 實戰：運用 Pandas 清洗髒數據、處理遺失與異常值。
3.商業洞察：實作 RFM 顧客分群與留存率等核心指標。
完成從實驗室理論走向業界實務的最後一哩路！