[240827] 아티클 스터디 1

Suhyeon Lee·2024년 8월 27일
0

선정 아티클

데이터 분석이란 무엇일까요?

요약

[주제]

아티클의 주제 및 목차를 요약해주세요.

  • 데이터란?
  • 데이터 분석이란?
  • 데이터 분석의 중요성
  • 데이터 분석 방법
  • 데이터 분석에 필요한 기술

[아티클 요약]
아티클의 전체 내용을 요약해주세요. 단순 내용을 따라적는 것이 아닌 중학생도 쉽게 이해할 수 있게 나만의 언어로 요약해주세요.

  • 데이터는 들여다보고 분석해야 가치가 있음

  • 데이터 분석가는 도구와 프로세스를 사용해 의미를 도출해내는 사람

    • 데이터 수집, 수정, 조사, 분석, 인사이트 도출, 지식 내재화 담당
  • 데이터: 특정 사실이나 정보의 집합. 의사 결정, 계획 수립, 스토리텔링에서 중요.

    • 정성적 데이터: 숫자가 아닌 데이터
      • 이미지, 비디오, 텍스트 문서, 오디오 등을 포함
      • 측정하거나 계산할 수 없는 대신 사람들의 감정, 동기, 의견, 인식, 편견 등 포함
        → '무엇을', '어떻게', '왜' 느끼는지 답하는 것
      • 서술형
    • 정량적 데이터: 숫자 데이터
      • 셀 수 있고 측정 가능하며 비교할 수 있음
      • 관찰, 설문조사, 사용자 인터뷰 등으로 수집
        → '얼마나 많이', '얼마나 자주', '얼마나 오래'와 같은 질문에 답하는 것
        → 숫자의 크기, 수량과 평균 같은 수치로 나오는 것
    • 통계 분석 수행: 정량적 데이터를 수집, 분석, 해석하는 행위
      • 데이터의 기본 패턴과 추세 파악에 유용
  • 데이터 분석: 데이터를 정리, 변환, 조작, 검사하여 원시 데이터에서 유용한 정보 도출하는 것

    • 시각적인 형태로 표현하는 경우가 많음 → 차트, 그래프, 대시보드 등
    • 트랜드 식별, 예측 및 수집 가능한 모든 데이터로부터 패턴과 상관관계를 파악해 복잡한 문제에 대한 해결책과 통찰력을 가지는 것
  • 데이터 분석이 중요한 이유
    1. 고객 타깃팅 개선
    2. 성공, 성과 측정
    3. 문제 해결 도움

  • 데이터 분석 프로세스
    1. 명확한 목표 설정: 데이터 분석 수행하는 이유 생각하기
    2. 원시 데이터 수집: 수집하는데이터 유형이 정성적인지 정량적인지 분류
    3. 데이터 정제: 데이터 구조를 이해하고 구조화하기
    4. 데이터 분석

    • 기술적 분석(Descriptive Analysis)
      • 수집된 데이터 요약
      • 데이터의 핵심 포인트를 살피고 이미 벌어진 일에 집중
      • 목표: 무슨 일이 일어났는지 답하기
    • 진단적 분석(Diagnostic Analysis)
      • 수집된 데이터를 사용하여 문제의 원인을 이해하고 패턴 찾기
      • 목표: '왜' 이런 일이 일어났는지 답하기
    • 예측 분석(Predictive Analysis)
      • 미래 트랜드를 감지하고 예측
      • 목표: '앞으로' 어떤 일이 벌어질지 답하기
    • 처방적 분석(Prescriptive Analysis)
      • 앞으로 다가올 일에 대한 대비책을 세우고 실행 가능한 계획을 수립
      • 목표: '무엇을' 해야 할지 답하기

  5. 결과 공유: 데이터 시각화 도구

  • 데이터 분석에 필요한 기술
    • 수학과 통계, 확률
    • SQL, 관계형 데이터베이스
    • 프로그래밍 언어
    • 데이터 시각화 도구
    • 엑셀

인사이트

해당 아티클을 읽고 새롭게 알게 된 것, 앞으로 나의 방향성에 대한 회고가 있다면 적어주세요. 인사이트가 가장 중요합니다.

  • 수학 과정 듣기
  • 커뮤니케이션 스킬 높이기
  • 데이터 정제 과정의 중요성
    • 데이터 분석 프로세스에서 가장 중요한 부분
    • 오류를 수정하고 데이터를 정렬해야 함
    • 데이터의 품질을 높이고 정확하고 적합한 데이터를 가지고 분석을 수행해야 함
    • 관련이 없거나 잘못된 데이터를 사용한다면 결국 분석 결과를 신뢰할 수 없게 됨
      → 정제 과정에서 주의해야 할 요소가 많다는 건 좋은 데이터 분석가가 되려면 정제를 잘 해야 한다는 의미일지도
profile
2 B R 0 2 B

0개의 댓글