데이터 분석 기술 블로그

KPI (핵심 지표, Key Performance Indicator)란?KPI는 비즈니스 목표를 측정하고 성과를 평가하기 위한 핵심 지표입니다. 쉽게 말하면, 회사가 "잘 되고 있는지"를 판단하는 숫자라고 보면 됩니다. 기업은 막연히 "잘하자!"가 아니라, 구체적인 수치를 기반으로 목표 달성을 확인해야 합니다.예를 들어, 이커머스 회사라면 "매출을 늘리고 싶다"가 목표일 수 있습니다. 이걸 KPI로 정의하면 "월별 총매출액", "구매 전환율", "재구매율" 같은 숫자로 나타낼 수 있습니다.KPI는 데이터 분석에서 중요한 이유?데이터를 기반으로 비즈니스 의사 결정을 내리는 기준이 됨어떤 성과를 개선해야 하는지 방향을 제시함팀별(마케팅, 개발, 운영 등)로 중요한 KPI가 다르므로 데이터 분석의 목표를 설정..

퍼널 분석(Funnel Analysis)란?퍼널(Funnel)은 깔때기라는 뜻으로, 사용자가 특정 목표(구매, 회원가입, 앱 이용 등)를 달성하는 과정에서 거치는 여러 단계를 분석하는 방법입니다.이름 그대로 깔때기처럼, 처음에는 많은 사용자가 유입되지만, 각 단계를 거칠수록 점점 줄어드는 모습을 보이게 됩니다. 이때 어느 단계에서 가장 많은 사용자가 이탈하는지를 파악하는 것이 퍼널 분석의 핵심입니다.왜 퍼널 분석이 중요할까?퍼널 분석은 사용자 경험(UX) 최적화, 매출 증대, 마케팅 성과 개선 등 여러 분야에서 중요한 역할을 합니다. 특히 IT 기업에서는 웹사이트, 앱, 이커머스, 게임 등 다양한 서비스의 전환율을 높이는 데 필수적인 분석 기법으로 활용됩니다.예를 들어 이커머스 사이트(온라인 쇼핑몰)를 ..

Left Join: 왼쪽 테이블의 모든 레코드와 일치하는 오른쪽 테이블의 레코드 출력Inner Join : 두 테이블의 교집합 출력Right Join: 오른쪽 테이블의 모든 레코드와 일치하는 왼쪽 테이블의 레코드를 출력Full Join: 두 테이블의 모든 레코드를 반환Union: 두 개 이상의 테이블을 수직으로 연결

데이터 합치기 및 결합: 여러 데이터 소스나 테이블 하나의 데이터 세트로 통합데이터 클렌징: 불필요한 공백, 특정 문자열의 삭제나 대체, 하나의 컬럼을 여러 컬럼으로 분리 및 병합집계 및 그룹화: 데이터를 그룹화하여 합계, 평균, 최대, 최소 등의 계산피벗: 엑셀의 피벗 테이블처럼 데이터를 재구성 가능플로우(Flow) 생성: 원본 데이터에서 시작하여 다양한 변형 및 처리 단계를 거처 최종 결과 데이터 세트를 생성하는 전체 과정을 저장하고 필요할 때마다 다시 실행해서 데이터 준비 가능실시간 미리보기: 데이터 분포, 중복된 값, 누락된 값 등을 시각적으로 빠르게 확인 가능완성된 데이터를 Tableau Desktop으로 직접 가져오거나, 다른 형식으로 저장하여 공유 가능

한 차트 내에서 두 개의 서로 다른 축을 가지는 그래프 표시 방법주로 두 가지 서로 다른 변수의 관계를 시각화하고 비교하는 데 사용 - 다른 척도나 단위로 측정이 가능두 번째 Y축을 이해하는 데 시간이 소요될 수 있음대안 1) 데이터 값을 직접 표시대안 2) 동일한 X축에 수직으로 별도의 Y축 만들기 왼쪽 축과 오른쪽 축을 모두 사용별도의 수직 축을 만들고 데이터를 직접 표시

한쪽에서 다른 쪽으로 흐르는 선을 통해 두 개 이상의 범주 간의 전환을 보여주며 데이터의 흐름을 설명차트가 복잡해질 수 있어 상황에 따라 더 간단한 차트 유형이 효과적일 수 있음흐름 또는 관계를 시각화하려는 것인가요?너무 많지도 또는 적지도 않은 범주를 가지고 있나요?데이터 해석에 능숙한 대상을 위해 만드는 것인가요? Sankey Chart의 예) 너무 많은 범주를 추가할 경우 해석이 어려워질 수 있음

데이터의 분포 파악에 용이함 - 최빈값, 최댓값, 중앙값, 사분위수를 시각적으로 제공아웃라이어 쉽게 파악 가능 - 상자 밖 위치한 데이터 값다른 변수 또는 그룹간의 분포 차이를 쉽게 확인 가능

가장 적합한 그래프는 무엇일까?청중이 쉽게 이해할 수 있는 그래프입니다.다양한 범주에 대한 총합 또는 서브 구성 요소들의 비교상/하단에 위치하지 않는 항목들 간의 상대적인 비교가 어려움비교하고 싶은 중요 값을 상/하단에 위치시키기 - 파란색 데이터가 주 데이터라면 가운데가 아닌 상/하단에 위치시키는 것이 좋음