반응형 데이터분석7 [Skill_데이터분석] 데이터 분석 실무의 현실: 수집·전처리·조인이 절반을 먹는다 1. 이론에서 실무로: '분석'보다 먼저 오는 일들데이터 분석 업무를 맡고 가장 먼저 겪은 어려움은 모델링도, 시각화도 아니었다. 실제로는 데이터를 모으고 정리하는 수집·전처리 단계가 가장 힘들고 시간이 많이 들었다. 회사 안팎에서 매일같이 수집되는 수많은 로그와 테이블 속에서, 내가 보고 싶은 값을 꺼내기 위해 서로 다른 원천을 하나의 스토리로 엮어내는 작업이 생각보다 까다로웠다. LG전자 홈페이지의 데이터를 분석한다고 해보자. 예를 들어,'특정 유입 경로로 들어온 고객은 구매까지 평균 몇 회 방문하고, 보유 쿠폰은 어떤 방식으로 사용하는가?'라는 질문에 답하려면 최소한 다음 세 가지 데이터가 필요하다.방문 데이터(세션·유입 경로·방문일자·방문횟수) - 보통 Google Analytics(GA) 등 웹.. 2025. 10. 2. [Skill/Excel] 엑셀 피벗 테이블 제대로 활용하기 : 엑셀 활용 역량을 높이는 가장 빠른 방법 0. Summary 피벗 테이블로 보고서 시간을 반으로 줄이고, 오류 없는 분석과 대시보드까지 한 번에. 표(Table)·값 요약/표시 형식·그룹화·슬라이서/시간 표시 막대까지 실무 핵심을 서술형으로 정리했다. 본문 끝에 FAQ와 전자책 연계 학습 경로를 덧붙였다. 1. 엑셀을 잘한다는 말은 함수를 많이 외웠다는 뜻이 아니다. 복잡한 원본에서 의미를 빠르게 뽑아내고, 설득력 있는 형태로 전달해 의사결정을 돕는 일—그 능력이 진짜 실력이다. 그 중심에 피벗 테이블이 있다. 수식 없이 드래그 앤 드롭으로 요약하고, 관점을 바꾸며, 시각화와 대시보드까지 연결한다. SUMIFS를 수십 개 늘어놓고 범위를 고치느라 시간을 흘려보내던 방식과는 결이 다르다. 속도, 정확성, 유연성에서 차이가 난다. 특히 분석 기.. 2025. 9. 6. [ADSP] 데이터 분석 방법론 1. 개요데이터 분석 방법론은 '데이터를 체계적으로 수집, 정제, 변환하여 의미 있는 정보를 추출하고, 이를 기반으로 의사결정을 지원하는 일련의 절차와 기법'을 말합니다. ADSP 과정에서 다루는 분석 방법론은 KDD(Knowledge Discovery in Databases), CRISP-DM(Cross-Industry Standard Process for Data Mining)이 있으며, 데이터 분석 프로젝트에서 방법론들을 적용하기 위한 모델로 폭포수 모델(Waterfall Model), 프로토타입 모델(Prototype Model), 나선형 모델(Spiral Model)이 있습니다. 1) KDD 분석 방법론KDD(Knowledge Discovery in Database)는 영어 해석 그대로, 데이터.. 2025. 2. 1. [ADSP] 데이터 분석 기획의 이해_분석 기획의 중요성과 방향성 도출 0. 개요데이터 분석은 단순히 데이터를 처리하는 기술적인 과정이 아닙니다. 이는 비즈니스 목표를 실현하기 위한 전략적 접근법이며, 이를 효과적으로 수행하기 위해서는 체계적인 기획이 필수적입니다. 데이터 분석 기획이 없다면 분석 결과의 신뢰도가 낮아질 가능성이 큽니다. 예를 들어, 마케팅 캠페인의 성과를 분석할 때 명확한 기획 없이 데이터를 수집하면, 캠페인의 실제 효과를 측정하기 어려울 수 있습니다. 이는 불완전한 데이터를 기반으로 잘못된 전략을 수립하게 만들고, 결과적으로 비즈니스 성과에 부정적인 영향을 미칠 수 있습니다. 이 글에서는 데이터 분석 기획이 왜 중요한지, 그리고 효과적인 방향성을 설정하는 방법에 대해 살펴보겠습니다.1. 데이터 분석 기획의 필요성데이터 분석이 성공적으로 이루어지려면 철저.. 2025. 1. 31. [데이터 분석] 데이터가 의미를 갖게 되는 단계에 대해 데이터 공부의 첫 단계 데이터 분석에 대해 공부를 시작하게 되면 가장 먼저 접하는 것이 데이터 분석에 대한 개념이다.데이터 분석에 대한 개념을 배우는 단계 중에서도 가장 기본이 되는 '데이터'에 대해 가장 먼저 배우게 된다.이 단계를 대부분 '데이터에 대한 이해'라고 표현한다. 데이터에 대한 이해 단계에서는 1. 데이터가 무엇인지? 2. 데이터의 특징은 무엇인지? 3. 빅데이터는 왜 각광받게 되었는지? 4. 데이터에 의미를 부여한다는 것이 어떤 것인지? 등과 같은 것에 대해 배울 수 있다. 이 단계에서 배운 것들 중 내게 가장 기억에 남는 것은 '데이터 → 정보 → 지식 → 지혜'로 이어지는 데이터의 흐름 구조이다.* Data - Information - Knowledge - Wisdom 이 흐름은 .. 2025. 1. 28. [데이터 분석] 데이터 분석의 기반, DB 구축하기 데이터 분석이란 업무를 맡게 된 이후,이론적으로만 알고 있던 데이터 분석을 실제로 해보면서 느꼈던 가장 큰 어려움은 데이터를 수집하고 전처리하는 것이었습니다. 정말 많은 데이터들이 수집되고 있지만 원하는 값을 보기 위해 데이터들을 하나로 엮는 작업이 쉽지 않았습니다. 예를 들어 보죠.어떤 회사의 홈페이지에 특정 유입 경로를 통해 방문한 고객들은 구매까지 보통 몇 회 방문을 한 뒤에 구매를 하는지, 그리고 구매를 할 때 보유하고 있는 할인 쿠폰은 어떻게 사용하는 지 알고 싶다고 해보겠습니다. 이 때 필요한 데이터는 크게 세 가지 입니다.1. 고객들의 LG전자 홈페이지 방문 데이터 2. 구매 데이터 3. 쿠폰 데이터여기서 우선 문제가 발생합니다. 1. 방문 데이터는 통상 Google Analytics(이하 .. 2025. 1. 13. 이전 1 2 다음 반응형
