---

개요

---

📌 데이터 분석가 유형

- 비즈니스 문제 이해, 해결하기 위한 데이터 분석 능력
- 비즈니스 프로세스 및 요구 사항을 파악, 데이터 기반 의사 결정 지원
- 업무 프로세스 개선, 비즈니스 모델 분석, 요구 사항 관리 등 수행

- 제품, 서비스 성과 평가 및 개선하기 위한 데이터 분석 능력
- 사용자 행동 및 제품 성능 관련 데이터 분석 > 제품 개선 기여
- 제품 경험, 사용자 행동 분석 수행, A/B 테스트, 사용자 경로 분석 등 담당

- 기업 비즈니스 인텔리전스 플랫폼 및 도구 사용 > 데이터 시각화 & 보고서 작성
- 기업 내부 데이터 시각화 > 의사 결정에 필요한 정보 제공
- BI 도구(Tableau, Power BI 등) 사용 > 대시보드 구축, 데이터 시각화 및 보고서 작성 담당

- 정형 데이터 분석 > 기업 의사 결정 지원
- 데이터베이스, 스프레드시트 등에서 데이터 추출 & 정제 > 보고서 및 시각화 생성
- 기술적인 기술 필요, SQL, Excel, 데이터 시각화 등 활용해 업무 수행

- 데이터 활용 > 예측, 패턴 발견, 복잡한 분석 수행 > 비즈니스 문제 해결
- 통계, 머신러닝, 딥러닝 등의 기술과 알고리즘을 사용 > 데이터 분석 & 모델 구축
- 데이터 수집, 전처리, 모델링, 평가 및 해석을 포함한 end-to-end 데이터 분석 작업 수행

---

📌 내가 되고 싶은 분석가..?

• 내가 되고 싶은 분석가 채용 공고 5개 이상 스크랩
  • 가고 싶은 회사가 아닌 하고 싶은 직무 내용이 중요
    내가 하고 싶은 일에 초점을 맞춰볼 것!

업데이트 예정..

• 스크랩한 채용 공고의 자격 요건과 우대 사항에서 공통된 키워드를 찾아서
  많이 나온 순으로 정리해보기
  +) 예. 모델링, ML, 지표, 비즈니스, 가설, A/B test 등

• 가장 많이 나온 단어와 내가 하고 싶은 일이 일치하는지 고민해보기

  • 일치한다면,
    BA, PA, BI, DS, DA 중 어떤 포지션이 나와 어울리는지 정해보기
  • 일치하지 않는다면,
    준비하는 방향성을 다시 고민해보기
    • 비즈니스 분석가를 희망하는데 모델링에 집중할 필요가 없을 수 있다.
      뭐든 다 잘하면 +a 이지만, 한정된 자원(시간, 노력)을 어디에 집중할 지 생각해보기!

---

📌 데이터 분석의 목적

데이터를 분석하기 전, 어떤 목적을 가지고 분석할 것인가를 먼저 정의!

• 단순히 데이터 전처리를 어떻게 할 것인가? 를 정하기보다
  ‘무엇을 위해 ~이런 형태의 데이터가 필요하다’라는 것을 먼저 정의할 필요가 있다!

• 복잡하고 많은 양의 데이터를 다루다보면, 전처리 로직에 매몰되어 정작 큰 그림을 잊는다.

• 어려운 코딩을 거쳐 전처리를 했을지라도 내가 원래 하고자하는 방향과 다를 수 있고,
  어떤 경우는 내가 뭘하려고 이렇게 전처리를 한거지? 라는 생각이 들 때도 있을 것.

• 이러한 착오를 예방하고 올바른 의사결정을 위한 데이터 전달을 위해서
  데이터를 사전에 어떻게 분석할 것인가 미리 설계하는 습관이 필요하다.

분석 설계 예시 )
분석에 정답은 없다.

1. 목표 설정 : 무엇을 위해 데이터 전처리, 시각화가 필요한가?
2. 예상 산출물 정의 : 데이터 처리 및 시각화 후 나타날 결과물은 무엇인가?
3. AS - IS vs TO - BE :
   현재 문제와 상황을 인식 (AS-IS),
   어떻게 개선할 것인지 (TO-BE) 생각하고 분석 방향성 결정