품목정보
발행일 | 2018년 04월 01일 |
---|---|
쪽수, 무게, 크기 | 600쪽 | 1074g | 183*235*24mm |
ISBN13 | 9791162240601 |
ISBN10 | 1162240601 |
발행일 | 2018년 04월 01일 |
---|---|
쪽수, 무게, 크기 | 600쪽 | 1074g | 183*235*24mm |
ISBN13 | 9791162240601 |
ISBN10 | 1162240601 |
1장 빅데이터 시대에 요구되는 분석력이란? 1강 데이터를 둘러싼 환경의 변화 1 접근 분석 도구의 등장 2 빅데이터의 등장 2강 여러 가지 과제 1 분석 담당자의 과제 2 엔지니어의 과제 3 분석 담당자와 엔지니어의 이해관계 2장 이 책에서 다루는 도구와 데이터 3강 시스템 1 PostgreSQL 2 Apache Hive 3 Amazon Redshift 4 Google BigQuery 5 SparkSQL 4강 데이터 1 데이터의 종류 2 업무 데이터 3 로그 데이터 4 두 데이터를 사용해서 생성되는 가치 3장 데이터 가공을 위한 SQL 5강 하나의 값 조작하기 1 코드 값을 레이블로 변경하기 2 URL에서 요소 추출하기 3 문자열을 배열로 분해하기 4 날짜와 타임스탬프 다루기 5 결손 값을 디폴트 값으로 대치하기 6강 여러 개의 값에 대한 조작 1 문자열 연결하기 2 여러 개의 값 비교하기 3 2개의 값 비율 계산하기 4 두 값의 거리 계산하기 5 날짜/시간 계산하기 6 IP 주소 다루기 7강 하나의 테이블에 대한 조작 1 그룹의 특징 잡기 2 그룹 내부의 순서 3 세로 기반 데이터를 가로 기반으로 변환하기 4 가로 기반 데이터를 세로 기반 데이터로 변환하기 8강 여러 개의 테이블 조작하기 1 여러 개의 테이블을 세로로 결합하기 2 여러 개의 테이블을 가로로 정렬하기 3 조건 플래그를 0과 1로 표현하기 4 계산한 테이블에 이름 붙여 재사용하기 5 유사 테이블 만들기 4장 매출을 파악하기 위한 데이터 추출 9강 시계열 기반으로 데이터 집계하기 1 날짜별 매출 집계하기 2 이동 평균을 사용한 날짜별 추이 보기 3 당월 매출 누계 구하기 4 월별 매출의 작대비 구하기 5 Z 차트로 업적의 추이 확인하기 6 매출을 파악할 때 중요 포인트 10강 다면적인 축을 사용해 데이터 집약하기 1 카테고리별 매출과 소계 계산하기 2 ABC 분석으로 잘 팔리는 상품 판별하기 3 팬 차트로 상품의 매출 증가율 확인하기 4 히스토그램으로 구매 가격대 집계하기 5장 사용자를 파악하기 위한 데이터 추출 11강 사용자 전체의 특징과 경향 찾기 1 사용자의 액션 수 집계하기 2 연령별 구분 집계하기 3 연령별 구분의 특징 추출하기 4 사용자의 방문 빈도 집계하기 5 벤 다이어그램으로 사용자 액션 집계하기 6 Decile 분석을 사용해 사용자를 10단계 그룹으로 나누기 7 RFM 분석으로 사용자를 3가지 관점의 그룹으로 나누기 12강 시계열에 따른 사용자 전체의 상태 변화 찾기 1 등록 수의 추이와 경향 보기 2 지속률과 정착률 산출하기 3 지속과 정착에 영향을 주는 액션 집계하기 4 액션 수에 따른 정착률 집계하기 5 사용 일수에 따른 정착률 집계하기 6 사용자의 잔존율 집계하기 7 방문 빈도를 기반으로 사용자 속성을 정의하고 집계하기 8 방문 종류를 기반으로 성장지수 집계하기 9 지표 개선 방법 익히기 13강 시계열에 따른 사용자의 개별적인 행동 분석하기 1 사용자의 액션 간격 집계하기 2 카트 추가 후에 구매했는지 파악하기 3 등록으로부터의 매출을 날짜별로 집계하기 6장 웹사이트에서의 행동을 파악하는 데이터 추출하기 14강 사이트 전체의 특징/경향 찾기 1 날짜별 방문자 수 / 방문 횟수 / 페이지 뷰 집계하기 2 페이지별 쿠키 / 방문 횟수 / 페이지 뷰 집계하기 3 유입원별로 방문 횟수 또는 CVR 집계하기 4 접근 요일, 시간대 파악하기 15강 사이트 내의 사용자 행동 파악하기 1 입구 페이지와 출구 페이지 파악하기 2 이탈률과 직귀율 계산하기 3 성과로 이어지는 페이지 파악하기 4 페이지 평가 산출하기 5 검색 조건들의 사용자 행동 가시화하기 6 폴아웃 리포트를 사용해 사용자 회유를 가시화하기 7 사이트 내부에서 사용자 흐름 파악하기 8 페이지 완독률 집계하기 9 사용자 행동 전체를 시각화하기 16강 입력 양식 최적화하기 1 오류율 집계하기 2 입력~확인~완료까지의 이동률 집계하기 3 입력 양식 직귀율 집계하기 4 오류가 발생하는 항목과 내용 집계하기 7장 데이터 활용의 정밀도를 높이는 분석 기술 17강 데이터를 조합해서 새로운 데이터 만들기 1 IP 주소를 기반으로 국가와 지역 보완하기 2 주말과 공휴일 판단하기 3 하루 집계 범위 변경하기 18강 이상값 검출하기 1 데이터 분산 계산하기 2 크롤러 제외하기 3 데이터 타당성 확인하기 4 특정 IP 주소에서의 접근 제외하기 19강 데이터 중복 검출하기 1 마스터 데이터의 중복 검출하기 2 로그 중복 검출하기 20강 여러 개의 데이터셋 비교하기 1 데이터의 차이 추출하기 2 두 순위의 유사도 계산하기 8장 데이터를 무기로 삼기 위한 분석 기술 21강 검색 기능 평가하기 1 NoMatch 비율과 키워드 집계하기 2 재검색 비율과 키워드 집계하기 3 재검색 키워드를 분류해서 집계하기 4 검색 이탈 비율과 키워드 집계하기 5 검색 키워드 관련 지표의 집계 효율화하기 6 검색 결과의 포괄성을 지표화하기 7 검색 결과의 타당성을 지표화하기 8 검색 결과 순위와 관련된 지표 계산하기 22강 데이터 마이닝 1 어소시에이션 분석 23강 추천 1 추천 시스템의 넓은 의미 2 특정 아이템에 흥미가 있는 사람이 함께 찾아보는 아이템 검색 3 당신을 위한 추천 상품 4 추천 시스템을 개선할 때의 포인트 5 출력할 때 포인트 6 추천과 관련한 지표 24강 점수 계산하기 1. 여러 값을 균형있게 조합해서 점수 계산하기 2 값의 범위가 다른 지표를 정규화해서 비교 가능한 상태로 만들기 3 각 데이터의 편차값 계산하기 4 거대한 숫자 지표를 직감적으로 이해하기 쉽게 가공하기 5 독자적인 점수 계산 방법을 정의해서 순위 작성하기 9장 지식을 행동으로 옮기기 25강 데이터 활용의 현장 1 데이터 활용 방법 생각하기 2 데이터와 관련한 등장 인물 이해하기 3 로그 형식 생각해보기 4 데이터를 활용하기 쉽게 상태 조정하기 5 데이터 분석 과정 6 분석을 위한 한 걸음 내딛기 7 상대방에 맞는 리포트 만들기 8 빅데이터 시대의 데이터 분석자 |
배송 구분 |
예스24 배송
|
---|---|
포장 안내 |
안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다. 고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다.
목적 : 안전한 포장 관리 |
상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)
반품/교환 방법 |
|
---|---|
반품/교환 가능기간 |
|
반품/교환 비용 |
|
반품/교환 불가사유 |
|
소비자 피해보상 |
|
환불 지연에 따른 배상 |
|