250x250
Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- 시각화
- Til
- AB테스트
- 태블로
- map
- Join
- 선형회귀
- 한줄for문
- 프로그래머스
- Set
- SQLD
- DATE_SUB
- SQL
- 반복문
- 내일배움캠프
- 통계학
- 가설검정
- f-string
- 내배캠_학습기록
- 내일배움일지
- 아티클스터디
- 데이터시각화
- Max
- 리스트
- ★
- Leetcode
- 다중공선성
- 데이터전처리
- 이중for문
- python
Archives
- Today
- Total
노력에는 지름길이 없으니까요
데이터전처리, 시각화 - 1) 데이터 분석가란? 본문
728x90
데이터 분석가 유형
내가 원하는 데이터 분석가 유형 고르기
- 비즈니스 분석가
- 주로 비즈니스 문제를 이해하고 해결하기 위해 데이터를 분석합니다.
- 비즈니스 프로세스 및 요구 사항을 파악하고, 데이터 기반으로 의사 결정을 지원합니다.
- 주로 업무 프로세스 개선, 비즈니스 모델 분석, 요구 사항 관리 등을 수행합니다.
- 프로덕트 분석가
- 제품이나 서비스의 성과를 평가하고 개선하기 위해 데이터를 분석합니다.
- 사용자 행동 및 제품 성능과 관련된 데이터를 분석하여 제품 개선에 기여합니다.
- 주로 제품 경험과 사용자 행동에 대한 분석을 수행하며, A/B 테스트, 사용자 경로 분석 등을 담당합니다.
- 데이터 분석가
- 주로 정형 데이터를 분석하여 기업의 의사 결정을 지원합니다.
- 데이터베이스, 스프레드시트 등에서 데이터를 추출하고, 데이터를 정제하여 보고서 및 시각화를 생성합니다.
- 주로 기술적인 기술이 필요하며, SQL, Excel, 데이터 시각화 등을 활용하여 업무를 수행합니다.
- BI 분석가
- 기업의 비즈니스 인텔리전스 플랫폼과 도구를 사용하여 데이터를 시각화하고 보고서를 작성합니다.
- 주로 기업 내부 데이터를 시각화하고, 이를 통해 의사 결정에 필요한 정보를 제공합니다.
- BI 도구 (Tableau, Power BI 등)를 사용하여 대시보드를 구축하고, 데이터 시각화 및 보고서 작성을 담당합니다.
- 데이터 사이언티스트
- 주로 데이터를 활용하여 예측, 패턴 발견, 복잡한 분석을 수행하여 비즈니스 문제를 해결합니다.
- 통계, 머신러닝, 딥러닝 등의 기술과 알고리즘을 사용하여 데이터를 분석하고 모델을 구축합니다.
- 데이터 수집, 전처리, 모델링, 평가 및 해석을 포함한 end-to-end 데이터 분석 작업을 수행합니다.
내가 하고 싶은 일은
비즈니스 분석가, 혹은 데이터 분석가에 가까운 것 같다.
데이터의 목적은?
- 데이터의 목적은 결국 설득이다.
- 설득하기 위해서 데이터를 잘 전달해야한다.
- 잘 전달하기 위한 방법 중 하나가 ‘시각화’ 입니다.
- 그리고 데이터를 시각화하기 위해서는 목적에 맞게 데이터를 전처리 할 필요가 있다.
- 즉, 데이터 전처리와 시각화를 하기 전, 데이터를 통해 무엇을 해야할지를 고민해야 합니다.
시각화의 장점
- 전달하고자하는 목적에 부합하는 데이터를 시각화해서 보여준다면 한 눈에 알아보기 쉽고 빠르게 전달이 가능합니다.
- 적절한 시각화 자료는 여러분의 분석 결과를 더욱 돋보이게 할 수 있습니다.
- 데이터 전달의 목적성과 효과성.
데이터 전처리와 시각화를 배우기 전에,
💡 어떤 목적을 가지고 데이터를 분석할 것인가를 먼저 정의하세요 !
- 단순히 전처리를 어떻게 할 것인가? 를 정하기보다 ‘무엇을 위해 ~이런 형태의 데이터가 필요하다’라는 것을 먼저 정의할 필요가 있습니다.
- 복잡하고 많은 양의 데이터를 다루다보면, 전처리 로직에 매몰되어 정작 무엇을 해야하는지 놓치 큰 그림을 잊어버릴 수 있어요
- 그러면 어려운 코딩을 거쳐 전처리를 다했을지라도 내가 원래 하고자하는 방향과 다를 수도 있고 어떤 경우는 내가 뭘하려고 이렇게 전처리를 한거지? 라는 생각이 들때도 있습니다.
- 이러한 착오를 예방하고 올바른 의사결정을 위한 데이터 전달을 위해서 데이터를 사전에 어떻게 분석할 것인가 미리 설계하는 습관을 들이길 바랍니다.
분석 설계 예시
목표설정하기 : 무엇을 위해 데이터 전처리와 시각화가 필요한 것인가?
예상 산출물 정의하기 : 데이터 처리 및 시각화해서 나타날 예상 결과물은 무엇인가?
As-is vs To-be 생각하기 : 현재 문제와 상황이 무엇인지 인지하고 어떤식으로 개선할 것인가 생각하며 분석 방향성을 설정하기
구분 | 내용 |
목표 | ex) 000을 통해서 00을 향상시킨다. |
예상 산출물 | ex) 000를 통해서 000 산출물을 완성한다. |
As-is | ex ) 00문제로 인해서 000한 상황 |
To-be | ex) 000을 통해서 000 개선을 이룸 |
728x90
반응형
'내일배움캠프 일지' 카테고리의 다른 글
17일차 (24-07-17) TIL 학습기록 (0) | 2024.07.17 |
---|---|
데이터전처리, 시각화 - 2) Pandas 기초 (0) | 2024.07.17 |
16일차 (24-07-16) TIL 학습기록 (0) | 2024.07.16 |
15일차 (24-07-15) TIL 학습기록 (1) | 2024.07.15 |
14일차 (24-07-12) TIL 학습기록 (0) | 2024.07.12 |