분류 전체보기

Intro 안녕하세요, 데이터 스토리텔러 (Data Storyteller)를 꿈꾸는 데이터 분석가 Ram입니다. 요즘 좋은 데이터 분석 리포트란 어떤 것일까? 에 대해 고민을 많이 하고 있고, 이에 대한 경험과 지식을 공유해 주시는 분들의 조언과 저의 경험을 모아 모아 "어떻게 좋은 데이터 분석 리포트를 작성하는가?"에 대한 글을 작성하고자 합니다. (사실 거의 다 썼는데 한번 글이 날아가 다시 쓰는 안타까운 TMI가 있습니다..) 위 대표적인 IT 회사들의 데이터 분석가 업무를 보아도 알 수 있듯이, 분석가들에게 리포트 작성은 매우 중요한 역량이라고 할 수 있습니다. "어떻게하면 신뢰할 수 있고, 명확하고 간결하며, 액션 하고 싶은 리포트를 작성할 수 있을까요?" 리포트를 서론/본론/결론의 형식으로 진..

SQL은 어떤 사이트로 연습하는 게 좋을까요? 해커랭크, 리트코드, Solvesql, 프로그래머스 등 문제를 다 풀고 또다시 몇 번씩 풀어 보았는데요. 풀었던 문제도 다시 풀어보면 막히곤 합니다. 그래서 자주, 고급 sql을 쓰는 것이 실력을 잃지 않는 방법인 것 같습니다. 같은걸 계속 다시 풀다 보니.. 더 이상 문제가 없어 저는 Leedcode 프리미엄을 결제해서 추가 SQL 문제를 풀고 있는데, 리트코드가 특히 다양한 사람들의 솔루션을 비교해서 다양한 풀이 방법으로 볼 수 있고. 솔루션도 제공 / 쿼리 성능 제공 / 이런 부분이 있어서 가장 좋은 것 같습니다. 프리미엄으로 연습하면서, mysql을 사용하면서 자주 헷갈리고 실수하는 것들을 모아 정리해 보았습니다. 헷갈리는 것 소수점 둘째자리까지 출력..

이 글은 2년차 데이터 분석가인 사람이 모은 정보와 부족한 사견을 담은 지극히 개인적인 글입니다. 목차 최근 데이터 분석가를 섬뜩하게 하는 소식들 😉 1. 원티드의 슬랙봇, 데이터 볼트 2. AWS Quicksight의 Amazon Q 3. Tableau GPT 4. Amplitude등 PA 툴들의 끊임없는 발전 "데이터분석가 대체론"에 대한 분석가들의 반응 유형 대체 불가론 대체 가능론 전화 교환원의 예시 데이터 분석이란 무엇인가? 결국 인간이 하는 것 그래서..? 결론은? References AI가 OOO를 대체할 수 있을까요? 는 약 8년간 가장 흔한 질문 중 하나가 아닐까 싶습니다. 이제 질릴 정도지만 그 누구도 명확하게 이야기할 수 없기 때문에 많은 사람들이 불안해하는 것 같습니다. LLM(AI..

목차 1. 퇴사 당일의 이야기 2. (

이 글은 책 '데이터 분석을 위한 SQL 레시피'를 참고하여 작성하였습니다. http://sqlfiddle.com/ 이라는 사이트에서 샘플 데이터를 다운 받아 실습하면 좋습니다! SQL Fiddle sqlfiddle.com 이동 평균을 사용한 날짜별 매출 추이 보기 이동 평균이란 무엇일까? 왜 사용할까? - 단순히 날짜별 매출 리포트를 작성하면, 주말에 매출이 크게 변동하는 그래프 등의 경우, 매출이 상승하는 경향이 있는지, 하락하는 경향이 있는지 판단하기 어렵기 때문에, 7일 동안의 평균 매출을 사용한 '7일 이동 평균'으로 표현하는 것이 더 좋습니다. 따라서 주식을 해본 경험이 있으시다면 이런 차트를 보신 적이 있으실 것입니다. 주식에서는 '추세'가 매우 중요하기 때문이죠! 그러니까, 7일 평균이 계..

South Korea에 사는 27세 여성 한국인 A씨의 주관적 생각을 담은 글입니다. 1. 답은 나에게 있지만 마주하기 괴로워 피할 뿐이다. 20대 초반에는 나를 찾기를 바라며 세계 여행을 떠났다. "나는 어떤 사람이고, 무엇을 가장 잘할지, 어떨 때 가장 행복한지" 무작정 더 넓은 세계에서 다양한 경험을 쌓으면 그 해답을 내릴 수 있을 것이라 생각했다. 또는 훌륭한 사람, 사랑하는 사람들에게 물어보고 다녔다. 그 도피와 막연한 기대의 과정에서 깨달은 것은 결국 답은 나에게 있다는 것과, 그 이상과 현실의 갭을 직시하는 과정이 고통스럽기 때문에 어떻게든 피하고 있었다는 점이었다. 하지만 나는 내가 가장 잘 알았고, 아직 활용하고 있는 것은 서점에서 끙끙대면서 완성한 나에 대한 레포트였다. 삶의 무게가 무..

- 책 'SQL 레시피' 를 참고하여 작성한 글 입니다. 가로 데이터를 세로로 만들려면 먼저 어떤 것을 봐야 할까? 우선 '가로 데이터를 세로로 만들려면' 이러한 행위를 우리는 피벗 테이블 이라고 부릅니다. 그럼, 피벗(PIVOT)이란 무엇일까요? 이런거라고 할 수 있습니다. 사실 이런 겁니다. 스타트업에서 BM을 바꿀 때, 피보팅 한다라고도 많이하죠. 피벗 테이블(pivot table) 표의 행과 열을 전환하는 등의 과정을 통하여 통계를 재정렬하고, 그 결과로 표 데이터를 요약하는 방법. 이에는 집계함수(합계, 평균 등)가 사용될 수 있습니다. Wikipedia 퀘스트, 우리는 아래 테이블을 피봇! 하고 싶습니다. 아래는 4분기 매출 테이블인데 저는 이 테이블을 year, quarter, sales 값..

GROUP BY를 했는데, COUNT가 0인 경우도 포함해줘야 하는 경우 다양한 대처법 프로그래머스 입양 시각 구하기(2) 처음 풀이 SELECT HOUR(DATETIME) AS HOUR ,COUNT(DISTINCT ANIMAL_ID) AS COUNT FROM ANIMAL_OUTS GROUP BY 1 ORDER BY 1 여기서 문제는 0~23시까지, 카운트가 없는 HOUR도 테이블을 만들어 줘야 한다는 것...! 그러면 아 0~24까지의 HOUR 칼럼을 만들어야 겠네..! 라는 생각이 든다 이 경우 아래 리트코드 문제 처럼 노가다로 UNION ~ 으로 23까지 숫자를 만드는 노가다도 할 수 있겠지만..Python이 아니라서 반복문 못쓴다고 해도 다른 방법이 있지 않을까..? 하는 생각이 들었다. SET ..

본 내용은 책 'A/B 테스트- 론 코하비,다이앤 탕,야 쉬 (일명 하마책)'를 읽고 개인적으로 정리한 내용입니다. 실험의 결과는 대부분 지표로 측정한다. 지표는 어떻게 분류할까? 지표는 목표 지표 (goal metrics)와 동인 지표(driver metrics) , 가드레일 지표 (guardrail metric) 으로 크게 나눌 수 있다. 목표 지표 (goal metrics)는 성공 지표 또는 북극성 지표 등으로도 불리며, 조직이 궁극적으로 무엇을 신경쓰는지를 보여준다. 회사가 성공하면 어떤 모습일까? 에 대해 답을 하다 보면 이 지표를 정의하기 용이하며, 회사의 미션에 대부분 결부된다. 동인 지표(driver metrics)란 목표 지표보다 단기적이고 빠르게 움직이며, 더 민감한 지표인 경향이 있다..

본 내용은 책 'A/B 테스트'를 참고하여 쓴 글입니다. Chapter 3 트위먼의 법칙과 실험의 신뢰도 트위먼의 법칙이란..그런 것 같다. 본인이 회사 모니터 옆에 붙여 놓은 '의심하기' 라는 문구처럼, 흥미로워 보인다거나 특이한 데이터가 있으면 대부분 틀렸으니 여러가지로 쪼개든지 해서 다시 검증해보라는 것.. 이번 장은 어떤 부분들을 의심해보아야하는지 구체적인 사례를 제시해준다. That's 유용! 트위먼의 법칙 "흥미롭게 보이거나 다르게 보이는 모든 것들은 대체로 틀렸다." 통계 결과의 잘못된 해석 통계적 검정력 부족 일반적인 실수 : 지표가 통계적으로 유의적이지 않다고 해서 실험 효과 (Treatment Efect)가없다고 가정하는 것. 실험이 우리가 보고 있는 효과 크기를 탐지하기에는 검정력이 ..

책 'A/B 테스트- 론 코하비*다이앤 탕* 야 쉬 (일명 하마책)'를 읽고 개인적으로 정리한 내용입니다. A/B 테스트를 공부하는 이유 인과 추론 스터디 ver_1 을 끝내고 스터디원분들끼리 막 시작한 A/B 테스트 스터디..! 인과 추론에 대해 공부하고, 이에 대해 이야기하면서 결국 비즈니스 측면에서는 책에서의 무작위 종합 대조 실험의 체계적 리뷰, 즉 메타 분석이 가장 효과적이고, 이를 사용할 수 없다면 신뢰도가 조금 낮아도 다양한 인과 추론의 방법을 사용할 수 있다고 설명하셨다. 따라서 윤리적/현실적 문제가 있는 연구 단이 아닌 소프트웨어 회사라면 적절한 실험이 인과를 추론하는 가장 효과적인 방법이라는 것..! 여담으로 한 데이터 분석 책 스터디에서 통계학 석사를 하신 분께서 본인은 통계는 안 믿..

[Session 7-1] 인과 그래프 (Causal Diagram) [Session 7-2] 인과 그래프에서의 변수 통제방법 [Session 7-3] 인과 그래프에서의 인과추론 전략 [Session 7-4] 인과 그래프의 응용 을 듣고 요약한 내용입니다. 데이터 분석을 통한 인과추론 1) 디자인 기반 접근법 - Potential Outcome Framework를 기반으로 , 기본적으로 조작(manipulation) 할 수 있는 treatment에 대해서 안과 추론을 할 수 있다는 입장 - 적절한 리서치 디자인을 통해서 인과추론에 방해가 되는 선택 편향 (selection bias)를 제거하고자 하는 접근 2) 구조 기반 접근법 (Graphical/Structure Causal model) - 인과 관계의..