이미 소장하고 있다면 판매해 보세요.
첫째마당 데이터를 빠르게 정리하는 방법
1장 엑셀이 쉬워지는 데이터 구조 만들기 CASE 01_엑셀이 추천하는 데이터 구조 엑셀 작업이 많아지는 이유 행 기반 데이터 구조의 이해 열 기반 데이터를 행 기반으로 바꾸는 방법 잘못 만들어진 행 기반 데이터 구조 바로잡기 CASE 02_여러 데이터 합치기 데이터가 분산되는 이유와 관리 방법 VLOOKUP 함수로 데이터 병합하기 파워 쿼리로 데이터 병합하기 ▶전문가의 조언 조인의 종류 같은 양식의 여러 개 파일을 병합하기 2장 빠르게 찾고 한 번에 정리하기 CASE 01_데이터 정리에 유용한 단축키 모음 데이터 영역 확인 및 전체 선택 셀 선택한 후 행 단위로 삭제/삽입 근처에 있는 셀로 빈 셀 채우기 데이터 영역 안에서 빠르게 이동하기 CASE 02_필터와 정렬로 데이터 살펴보기 자동 필터 활용 방법 고급 필터 활용 방법 데이터 정렬 활용 방법 CASE 03_중복 데이터와 빈 셀 처리하기 중복 데이터와 빈 셀의 위험성 중복 행 삭제하기 빈 셀이 있는 행을 한 번에 삭제하는 방법 빈 셀을 한 번에 채우는 방법 둘째마당 제대로 배우는 데이터 탐색과 시각화 1장 데이터가 쉬워지는 탐색과 요약 CASE 01_피벗 테이블로 데이터 요약하기 차원과 측정값의 개념 피벗 테이블로 데이터 요약하기 ▷전문가의 시선 피벗 테이블의 차원과 측정값 ▷전문가의 시선 피벗 테이블을 활용한 데이터 분석 ▶전문가의 조언 피벗 테이블의 값 표시 형식 CASE 02_통계 함수의 이해와 표 활용 방법 평균과 기초 통계 함수 표를 활용해 빠르게 통계값 탐색하기 ▶전문가의 조언 표의 기능적 제약 2장 차트만 그려도 알 수 있는 인사이트 도출 방법 CASE 01_히스토그램을 활용한 분포 분석 히스토그램의 구조와 활용 히스토그램을 활용한 분포 분석 ▷전문가의 시선 평균을 중심으로 밀집된 히스토그램 ▷전문가의 시선 밀집된 구간이 여러 개인 히스토그램 ▷전문가의 시선 한쪽으로 치우친 히스토그램 CASE 02_분산형 차트로 상관관계 시각화하기 분산형 차트의 구조와 활용 분산형 차트로 열별 상관관계 알아보기 ▷전문가의 시선 분산형 차트로 상관관계를 분석하는 방법 ▷전문가의 시선 분산형 차트와 상관계수를 함께 살펴보는 이유 CASE 03_히트맵으로 패턴 발견하기 히트맵의 구조와 활용 히트맵 차트로 혼잡도 시각화하기 ① ▷전문가의 시선 히트맵 차트로 패턴을 분석하는 방법 히트맵 차트로 혼잡도 시각화하기 ② ▷전문가의 시선 히트맵 차트로 데이터를 탐색하며 패턴 찾기 셋째마당 사례별 고객 데이터 분석 방법 1장 고객 관리의 시작, 우수 고객과 속성 분석 CASE 01_RFM 모델로 우수 고객 분류하기 우수 고객의 실질적인 의미 RFM으로 고객 분류하기 ▶전문가의 조언 LOOKUP 함수의 동작 방식 ▷전문가의 시선 RFM 점수별 고객 현황 살펴보기 RFM점수별 소비 패턴 분석 ▷전문가의 시선 RFM 점수별 고객 분석 및 활용 방법 CASE 02_평행 좌표 차트로 고객 속성 분석하기 고객 속성별 행동 패턴 분석 출생 년도별 평행 좌표 차트 그리기 ▷전문가의 시선 출생 년도별 평행 좌표 차트 분석 ▷전문가의 시선 소득별 평행 좌표 차트 분석 2장 그로스 해킹의 핵심, 이탈 고객 분석 CASE 01_호트 분석으로 고객 유지율 살펴보기 코호트 분석이란 코호트 분석하기 ▷전문가의 시선 코호트 분석 결과를 해석하는 방법 CASE 02_생존 곡선으로 이탈 고객 분석하기 생존 곡선이란 생존 곡선 그리기 ▶전문가의 조언 계단식 차트를 생성하는 방법 ▷전문가의 시선 생존 곡선을 활용해 이탈 고객을 분석하는 방법 ▷전문가의 시선 속성별 생존 곡선 비교 분석 방법 ▶전문가의 조언 속성별 생존 곡선 만드는 방법 CASE 03_깔때기형 차트로 이탈 행동과 원인 분석하기 퍼널 분석과 그로스 해킹 깔때기형 차트로 퍼널 분석하기 ▷전문가의 시선 월별 깔때기형 차트를 활용한 이탈 원인 분석 ▷전문가의 시선 상품별 깔때기형 차트를 활용한 이탈 원인 분석 3장 디지털 플랫폼의 성장 비법, 페르소나와 상품 추천 CASE 01_코사인 유사도로 페르소나 고객 찾기 페르소나 마케팅이란 코사인 유사도를 이용한 실제 고객 찾기 페르소나 기반 고객 추출하기 ▷전문가의 시선 코사인 유사도별 고객 행동 살펴보기 ▷전문가의 시선 페르소나 유사도를 통한 고객 속성 비교 CASE 02_상관계수로 추천 상품 찾기 상품 기반 추천과 활용 방법 상품 기반 추천을 위한 유사도 측정표 상관계수로 추천 상품 찾기 ▷전문가의 시선 상품 기반 추천 활용 방법 넷째마당 엑셀로 완성하는 고급 인사이트 도출 1장 주식으로 알아보는 추세와 상관관계 CASE 01_스파크라인으로 한 눈에 추세 분석하기 국내 주식 시세 데이터 가져오기 여러 종목 시세 데이터 한 번에 가져오기 스파크라인으로 종목별 추세 한 눈에 보기 ▷전문가의 시선 시계열 데이터의 추세 CASE 02_상관계수로 시장을 분석하고 대응하는 방법 시계열 데이터의 상관관계 분석 지수와 종목별 상관관계 분석하기 ▷전문가의 시선 지수와 종목별 상관계수 분석 ▷전문가의 시선 양의 상관관계를 가진 분산형 차트 ▷전문가의 시선 음의 상관관계를 가진 분산형 차트 시계열 데이터의 평균과 표준편차 이동평균과 볼린저 밴드로 주식 매매하기 ▷전문가의 시선 볼린저 밴드 차트를 읽는 방법 ▷전문가의 시선 주식 가상 매매 결과 분석 2장 이상 징후를 탐지하고 모니터링하는 방법 CASE 01_상자 수염 차트로 이상치 찾기 실무에서 만나는 이상치 상자 수염 차트의 모양과 의미 상자 수염 차트 그리기 ▷전문가의 시선 이상치 탐색과 상자 수염 차트 활용 방법 CASE 02_평균과 표준편차로 이상 징후 탐지하기 평균과 표준편차를 활용한 이상치 탐지 표준화 점수로 이상치 추출하기 ▷전문가의 시선 이상 징후 탐지와 사후 분석 3장 군집 분석을 활용한 고급 인사이트 분석 CASE 01_해 찾기로 군집 만들기 군집 분석의 활용 방법 K-Mean 군집 분석의 동작 방식 알아보기 ▶전문가의 조언 해 찾기 기능 설치하기 해 찾기로 군집 만들기 ▷전문가의 시선 분산형 차트를 활용하여 군집 개수 결정하기 ▶전문가의 조언 해 찾기 해법의 종류 CASE 02_군집에서 인사이트 발굴하기 패턴의 발견과 활용 군집 분석 결과 해석하기 ▷전문가의 시선 군집의 기본 속성을 활용한 유형 정의 ▷전문가의 시선 군집의 확장 속성을 활용한 인사이트 발굴 ▷전문가의 시선 지도 차트를 활용한 인사이트 발굴 ▶전문가의 조언 잘못 연결된 지역 정보 수정하기 찾아보기 |
데이터 리터러시로 발굴하는 인사이트
데이터 리터러시(Data Literacy, 문해력)는 데이터를 읽고 이해하여 유의미한 인사이트를 통해 새로운 가능성을 발견하는 능력을 의미한다. 이 책은 전문가의 관점에서 분석한 데이터를 읽고 해석하는 방법을 알아보고, 데이터 리터러시를 높일 수 있는 구체적인 방안을 제시한다. 데이터 사이언티스트의 시선을 따라 분석한 데이터에서 인사이트를 얻는 방법을 알아보자. 엑셀만으로도 지금 데이터 사이언티스트들 사이에서 인기 있는 고급 분석 알고리즘을 구현할 수 있다. 데이터 리터러시로 발굴하는 인사이트! 데이터가 쉬워지는 데이터 리터러시! 데이터 정리하는 방법과 핵심 단축키 엑셀에는 데이터베이스와 SQL의 개념이 포함되어 있습니다. SQL은 데이터를 가공하거나 조회하는 데 사용되는 언어로, SQL의 개념과 단축키를 활용하면 워크시트를 더욱 빠르고 효율적으로 가공할 수 있습니다. 관련 기술 ▶ 관계형 데이터베이스, 행 기반 데이터 구조, SQL 기초 통계와 피벗 테이블 이용 방법 피벗 테이블은 데이터를 요약하고 탐색하기 위한 강력한 도구입니다. 이 책에서는 평균을 중심으로 기초 통계를 쉽게 설명하고 BI 도구의 개념을 바탕으로 피벗 테이블의 사용법을 체계적으로 안내합니다. 관련 기술 ▶ BI(데이터 탐색 및 대시보드 툴), 기초 통계, 차원과 측정값 차트를 활용한 데이터 분석 방법 차트에도 조립 순서가 있습니다. 무작정 따라 하기만 하면 누구나 쉽게 차트를 통해 데이터를 분석할 수 있습니다. 공식적으로 제공하지 않는 차트부터 지도 차트까지, 간단한 방법으로 고급 시각화를 구현하는 방법을 소개합니다. 관련 기술 ▶ 생존 곡선, 히스토그램, 지도 차트, 상자수염 차트, 깔때기형 차트 통계 기반 분석 방법 평균과 표준편차를 제대로 이해하고 활용하면, 지금까지 상상하지 못했던 다양한 방식으로 데이터를 분석할 수 있습니다. 이 책에서는 여러 CASE를 통해 통계치를 활용한 데이터 분석과 해석 방법을 알기 쉽게 설명합니다. 관련 기술 ▶ 이동 평균, 볼린저 밴드, 상관 분석, 코사인 유사도, 표준화 점수(Z-Score) 마케팅 및 비즈니스 분석 방법 사회학, 경제학, 통계학을 기반으로 발전한 다양한 데이터 분석 방법을 통해, 전략 수립과 의사결정은 물론 제품 개발, 마케팅, 프로모션 기획 등 실무에 바로 적용할 수 있는 구체적인 방법을 소개합니다. 관련 기술 ▶ RFM 모델, 코호트 분석, 퍼널 분석 알고리즘 기반 분석 방법 엑셀을 활용해 현재 데이터 사이언티스트들 사이에서 인기 있는 고급 데이터 분석 알고리즘을 구현할 수 있습니다. 이 책에서는 엑셀을 보다 전문적으로 활용하는 방법을 소개합니다. 관련 기술 ▶ 협업 필터링, 군집 분석 |