250424 - 데이터 분석이란?

https://yozm.wishket.com/magazine/detail/1567

데이터 분석이란 무엇일까? | 요즘IT

 

[주제]

데이터 분석이란?

 

[아티클 요약] 

-데이터 분석가는 도구와 프로세스를 사용하여 데이터에서 의미를 도출하며 데이터의 수집, 수정, 조사, 분석, 인사이트 도출, 지식 내재화를 담당함.

 

1. 데이터의 의미와 정의

1)정성적 데이터: 숫자가 아닌 데이터(이미지, 비디오, 텍스트, 오디오), 측정하거나 계산할 수 없음.

사람들이 특정 대상을 어떻게 느끼는지 알려줌. '무엇을', '왜'. '어떻게'와 같은 질문에 답하는 것이 목적이고, 서술형으로 기록됨

 

2)정량적 데이터: 숫자. 주로 관찰, 설문조사, 인터뷰 통해 수집함. 셀 수 있고 측정가능하고 비교가능함.

숫자의 크기에 관한 것이며, 수량과 평균 같은 수치를 포함함. '얼마나 많이, 얼마나 자주, 얼마나 오래'와 같은 질문에 답하는 것이 목적임. 이러한 데이터를 수집, 분석, 해석하는 행위를 통계 분석 수행이라고 함. 이는 데이터의 기본 패턴과 추세를 파악하는데 유용함

 

2.데이터분석의 중요성

-데이터 분석은 지저분한 원시 데이터에서 유용한 인사이트를 도출하는 작업. 데이터에서 얻은 인사이트는 차트, 그래프, 대시보드 등 시각적인 형태로 표현됨. -> 기업이나 조직의 발전에 도움.

 

1)고객 타깃팅 개선

-데이터를 분석해서 경쟁업체를 이해하고, 제품 및 서비스를 현재 시장의 요구사항에 맞출 수 있음.

또한, 제품과 서비스에 가장 적합한 청중과 인구 통계를 도출하는데 도움을 줌.

이를 통해 효과적인 가격 전략 세우고, 수익성 확보. 

 

2)성공과 성과 측정

-시장 경쟁력 측정 가능

-문제 예방

 

3)문제 해결

-의사 결정 개선 및 문제 해결 -> 조직의 성장에 도움.

 

3.데이터 분석 프로세스 개요

1) 답변이 필요한 질문 인식 및 식별

-해결하려는 문제가 무엇인지, 분석의 목적, 무엇을 달성할지, 최종 목표, 어떤 데이터가 필요한지 등 작성

*비즈니스 목표에 대한 이해도와 인사이트가 가장 중요함. 

 

2) 원시 데이터 수집

-정성적 데이터/ 정량적 데이터 분류

-수집 방법: 인터뷰, 고객 리뷰 및 만족도, 재무수치 보고서, CRM, 웹사이트 및 SNS 모니터링, 자주 검색 되는 키워드와 검색어 추척, 어떤 광고가 자주 클릭되는지, 고객 전환율, 이메일 오픈율, 경쟁업체와 비교, DB쿼리, 공개 데이터 세트를 웹스크래핑을 통해 수집

 

3) 데이터 정제 ★ 必

-데이터 구조 이해 / 필요한 데이터 모두 수집했는지, 중요한 데이터가 누락됐는지 확인

-정제 작업: 아웃라이어(비정상적으로 크거나 작은 값) 찾기, 오타 수정, 데이터 오류 제거, 중복 데이터 제거, 형식의 불일치 수정, 누락된 값을 확인하거나 잘못된 데이터 수정, 일관성 떨어지는 데이터 수정, 관련 없는 데이터와 분석에 필요하지 않은 데이터 제거

->데이터 품질 높이고, 정확한 데이터로 분석 가능. 

 

4) 데이터 분석

(1)기술적 분석: 분석 프로세스의 기본이자 가장 첫 단계. 수집된 데이터 요약하고, 무슨일이 일어났지? 의 답을 목표로 함. 데이터 핵심 포인트를 살피고, 이미 벌어진 일에 집중함.

(2)진단적 분석: 수집된 데이터를 사용하여 당면한 문제의 원인을 이해하고 패턴 찾아냄. 왜 이런일이 일어났지?

(3)예측 분석: 미래 트렌드 감지 및 예측. 기업 미래 성장에 중요한 인사이트를 줌. 앞으로 어떤일이 벌어질까?

(4)처방적 분석: 위 세단계에서 얻은 모든 인사이트를 하나로 모아 앞으로 다가올 일에 대한 대비책을 세우고 실행 가능한 계획을 수립하는 단계임. 무엇을 해야할까?

 

5) 결과 공유

-결과 해석 -데이터 시각화 도구 사용하여 보고서, 차트, 그래프, 대화형 대시보드 생성 -> 의사결정과 회사 향후 비즈니스에 영향.

*데이터 분석가는 스토리텔러이며, 훌륭한 커뮤니케이션 스킬이 필요함. 직관적이고 간결하게 결과 제시.

 

4. 데이터 분석에 필요한 기술

-수학과 통계에 대한 이해

(대학 대수학, 미적분, 프로그래머를 위한 수학 과정... 링크 참고)

(대학 수준의 무료 통계 과정, 데이터 과학 통계 수업.. 링크 참고)

 

-SQL 및 관계형 DB에 대한 지식 -> 쿼리 작성해서 데이터에 대한 CRUD 작업 수행

(SQL.. 링크 참고)

 

-프로그래밍 언어 지식(파이썬, R.. 링크 참고)

-데이터 시각화 도구에 대한 지식(Tableau..링크 참고)

-엑셀 지식(링크 참고)

 

 

[인사이트]

데이터 분석에는 생각보다 더 많은 지식이 필요하다.. 차근차근 밟아나가야겠다.