데이터 리터러시
: 문해력, 글을 읽고 쓸줄 아는 능력 + 통계 분석 + 주장의 근거로 활용
데이터 활용 - DIKW
- 'D'ata 'I'nformation 'K'nowledge 'W'isdom
- 데이터 -> 정보(올바른 데이터, 분류) -> 지식(정보에 더할 것) -> 지혜(정보+지식)
- 읽기 - 이론 및 분석 (날짜와시간, 지리, 명칭, 결측치, 이상)
- 작업 - 수집 및 관리
- 소통 - 시각화
적합한 데이터를 수집
- 효과
: 전 / 후 데이터를 비교 - 경쟁력 비교
: 범위(도메인)를 가지고 비교 - 행동예측
: 여론, 트렌드 조사
데이터 리터러시 하위 역량
- 북극성
- '핵심목표'
회사 입장이 아닌, Users 입장에서 구체적이어야 한다.
ex) 트위터: 30명 이상을 팔로워하는 이용자를 늘리겠다. - 북극성 지표는 '선행 지표'가 되어야 한다.
ex) 전화 상담원의 성과를 예측할 수 있는 선행지표는?
1) 크롬/파이어폭스 (본인이 설치) 2) IE/사파리 (기존 설치)
- 데이터 구분
- 보유하고 있는 데이터 - 기존에 사업하고 있는 데이터
- 모을 수 있는 데이터 - 외부데이터, 공공데이터
- 절대 모을 수 없는 데이터
- 어떤 데이터: 5W1H
- 누가 - 개인정보
- 언제 - 날짜와 시간
- 어디서 - 매장, 주소, 상권, 위경도
- 무엇을
- 어떻게
- 왜 - 조사 및 분석 자료
문제해결 적용
목적에 따른 분석방법
- 현상파악
: 기술통계, 시각화
ex) 고객 segmentation(세분화) - 인과관계
: 회귀분석, 경로분석, 구조방정식
ex) 페이스북과 유투브 중 광고효과가 더 좋은 쪽은? - 유사도분석
: 상관분석, 군집분석
ex) 쇼핑몰에서 상품추천 - 예측/분류
: 회귀분석, 결정트리, 서포트벡터머신(SVM)
ex) 스팸메일 걸러내기 (분류)
게임 해킹 유저 잡아내기 (분류)
1년 후 s전자 주가 때려 맞추기 (예측)
사람의 손글씨 인식하기 OCR (분류)
Excel BI (Business Intelligence)
- Power Query
: 데이터를 원하는 표 모양으로 가져온다. 전처리에 수월하다.
엑셀은 수식편집기이기 때문에 모든 값에 대한 갱신작업이 계속 들어간다.
파워 쿼리는 데이터를 그대로 두고 모양만 바꿔준다.
- CSV 파워쿼리
: 전처리과정 후 로드한다. - 삽입-피벗테이블
: 데이터 ROW가 너무 많으므로 요약하여 시각화 하려면 피벗테이블을 사용한다. - 데이터-쿼리및연결
: 원데이터로 다시 연결
웹 데이터 가져오기
- 웹 크롤러
: 자동화된 방법으로 탐색하고 정보를 자동 및 주기적으로 수집하는 프로그램 - 웹 크롤링
: 실시간으로 데이터를 가져옴 - 웹 스크래핑
: 1회성으로 데이터를 가져옴. 파싱작업(필요없는 부분 제거)이 필요함 - 리스틀리
: 웹상의 table을 인식하여, 엑셀이나 구글시트로 변환하여 가져온다. - Power Query
: 데이터 가져오기 - 기타원본에 - URL
표로 가져오기
포털 데이터
- 키워드
- 네이버 데이터랩
- 구글 트렌드
- 빅카인즈
- 선호도
- 음원판매량, 좋아요 등으로 가정하여 수집
EX) 멜론 차트 좋아요.
Tags:
서비스기획_Tool
