[250225] 선정 아티클 : 데이터 분석이란 무엇일까?
개인 요약
- 정성적 데이터: 숫자가 아닌 데이터로, 이미지, 비디오, 텍스트 문서 또는 오디오가 포함된다. 측정하거나 계산할 수 없는 대신, 사람들이 특정한 대상을 어떻게 느끼는지 알려준다. '무엇을', '왜', '어떻게'와 같은 질문에 답하는 것이 목적이며, 서술형으로 기록되는 데이터다.
- 정량적 데이터: 숫자로 표현되며, 주로 관찰, 설문조사, 사용자 인터뷰를 통해 수집된다. 셀 수 있고 측정 가능하며 비교할 수 있다. 숫자의 크기에 관한 것이며, 수량과 평균 같은 수치를 포함한다. '얼마나 많이', '얼마나 자주', '얼마나 오래'와 같은 질문에 답하는 것이 목적이다.
- 데이터 분석 : 원시 데이터에서 유용한 인사이트를 도출하는 작업 → 트렌드를 식별하고 예측하며, 수집 가능한 모든 데이터로부터 패턴과 상관관계를 파악해 복잡한 문제에 대한 해결책을 찾는 것
- 데이터 분석이 중요한 이유
- 고객 타깃팅 개선: 데이터를 통해 제품과 서비스가 가장 적합한 청중을 파악하고, 효과적인 마케팅 전략을 세울 수 있습니다.
- 성과 측정: 데이터 분석을 통해 제품과 서비스의 성과를 측정하고, 경쟁력을 평가할 수 있습니다.
- 문제 해결: 데이터에서 인사이트를 도출해 비즈니스 문제를 해결하고, 정보에 기반한 결정을 내릴 수 있습니다.
- 데이터 분석 프로세스 개요
- 1. 질문 인식 및 식별
- 2. 원시 데이터 수집
- 3. 데이터 정제
- 4. 데이터 분석
- 기술적 분석 (Descriptive Analysis): 데이터의 핵심 포인트를 요약하여 "무슨 일이 일어났지?"라는 질문에 답
- 진단적 분석 (Diagnostic Analysis): 수집된 데이터를 통해 문제의 원인과 패턴을 이해하며 "왜 이런 일이 일어났지?"라는 질문에 답
- 예측 분석 (Predictive Analysis): 미래 트렌드를 예측하며 "앞으로 어떤 일이 벌어질까?"라는 질문에 답
- 처방적 분석 (Prescriptive Analysis): 앞서 얻은 인사이트를 기반으로 실행 가능한 계획을 수립하며 "무엇을 해야 할까?"라는 질문에 답
- 5. 결과 공유
[아티클 요약]
- 데이터 분석의 중요성을 느꼈고, 체계적인 분석과정을 통해서 얻은 데이터로 회사의 향후 비즈니스에 영향을 미친다고 하니 실수하지 않는 것이 중요하다고 느꼈다.
[250227] 선정 아티클 : 데이터 아키텍처? 쉽게 배워봅시다
개인 요약
- 아키텍처 : 직역하면 '건축학'이라는 뜻으로, 시스템 및 소프트웨어 산업에서는 '시스템이 어떻게 구성되며 동작하는지 원리를 나타내는 원칙'을 의미한다.
- 데이터 아키텍처 : 조직이 데이터를 수집, 저장, 처리 및 관리하는 방법을 설계하고 구현하는 일련의 과정 또는 체계
- 데이터 분석 : 원시 데이터에서 유용한 인사이트를 도출하는 작업 → 트렌드를 식별하고 예측하며, 수집 가능한 모든 데이터로부터 패턴과 상관관계를 파악해 복잡한 문제에 대한 해결책을 찾는 것
- 데이터 아키텍처를 구성하는 요소
- 데이터 원천: 데이터가 생성되는 출처로, OLTP 데이터베이스, 기업 애플리케이션, 서드파티 데이터, 웹/로그 데이터, IoT 데이터 등 다양한 원천을 설명
- ETL: 데이터 추출(Extraction), 변환(Transformation), 적재(Load) 과정을 설명하며 원시 데이터를 유용한 형태로 변환하는 방법을 소개
- 데이터 웨어하우스와 데이터 레이크: 데이터를 저장하는 공간으로, 구조화된 데이터를 위한 데이터 웨어하우스와 다양한 형태의 데이터를 저장하는 데이터 레이크 설명
- 데이터 마트: 특정 부서나 목적에 맞춘 데이터 부분집합을 제공하는 데이터 마트를 소개하며, 그 장점을 설명
- 효율적인 데이터 관리와 접근성
- 증가된 성능
- 사용자 맞춤형 데이터 제공
- 보안과 데이터 보호
- 다양한 분야에서의 데이터 활용: 기업 내부의 여러 부서에서 데이터 활용 방법과 데이터 과학, 보안, 운영 및 보고 활용, 특별한 활용 분야 등을 다룸
[아티클 요약]
- 데이터를 잘 쌓는 것을 의미하는 아키텍처는 구성요소들이 다양하게 이루어져있다는 것을 알게 되었고, 내가 알지 못하던 사실들을 알게 되면서 데이터 분석의 세계가 참 넓다는 것을 깨달았다.
'아티클 스터디' 카테고리의 다른 글
[팀아티클] 양질의 데이터를 판별하는 방법 1,2 (0) | 2025.03.13 |
---|---|
[팀아티클] 사용자 데이터를 효과적으로 분석하는 법 / 실험 조직으로 거듭나기 (0) | 2025.03.07 |
[팀아티클] 그 데이터는 잘못 해석되었습니다, 데이터 리터러시를 올리는 방법 (0) | 2025.02.20 |
[250206] RIDI-데이터 분석으로 유저의 마음을 읽는 서비스가 되려면 / 데이터를 쉽게 찾고 잘 활용할 수 있는 기반을 만드는, 토스 Data Analytics Engineer (0) | 2025.02.06 |
[250204] 데이터 분석가에게 코딩테스트가 필요할까요? / 주니어 데이터 사이언티스트에게 하고 싶은 말 (1) | 2025.02.04 |