(이 포스트는 Coursera의 Google Data Analytics Professional Certificate의 강의 내용 일부를 발췌한 학습 요약본입니다.)
데이터 분석은 창의적인 사고를 통해 문제를 해결하고 정보를 활용하는 과정입니다. 다음은 데이터 분석가들이 다루는 여섯 가지 문제 유형입니다:
- 예측 (making predictions)
- 분류 (categorizing)
- 이상 감지 (spotting something unusual)
- 주제 식별 (identifying themes)
- 연결점 찾기 (discovering connections)
- 패턴 찾기 (finding patterns)
예측하기: 미래 결과를 예측하기 위해 과거 데이터를 활용하여 정보를 제공합니다. 예를 들어 광고 효과를 예측하여 타겟 대상에 광고를 최적으로 전달할 수 있습니다.
분류하기: 데이터를 특정 기준에 따라 분류하여 패턴이나 관련성을 파악합니다. 고객 서비스 품질을 향상시키기 위해 고객 문의를 키워드나 점수로 분류하여 우수한 서비스 담당자를 발굴하는 데 활용됩니다.
이상점 감지: 정상적인 패턴과 다른 이상한 점을 찾아냅니다. 건강 모니터링 소프트웨어의 비정상적인 건강 데이터를 감지하여 알림을 설정하는 데 사용됩니다.
주제 식별하기: 사용자 상호작용 데이터를 분석하여 특정 주제나 행동 패턴을 파악합니다. 사용자 경험 개선을 위해 어떤 기능을 우선적으로 개선해야 하는지 파악하는 데 도움이 됩니다.
연결 찾기: 다양한 데이터 간의 상관 관계나 연결성을 찾아서 최적의 결정을 도출합니다. 제품 배송 시 일정 변경으로 인해 제시간 배송 건수를 증가시키는 방안을 찾는 데 활용됩니다.
패턴 찾기: 데이터에서 반복적인 패턴을 발견하여 문제를 해결합니다. 기계 고장으로 인한 다운타임을 최소화하기 위해 유지 보수 데이터를 분석하여 원인을 찾는 데 사용됩니다.
이러한 다양한 문제 유형을 분석하는 능력은 모든 이해관계자의 요구를 충족하는 효과적인 해결책을 도출하는 데에 중요합니다.
강의 원본: https://www.coursera.org/professional-certificates/google-data-analytics?skipBrowseRedirect=true
