2. 친근한 엑셀로 실무 엑셀 데이터 분석시작하기(이동훈 강사님)_01

 

●  차산업 시대에서 제일 중요한 능력은 데이터 리터러시 능력이다.

 

데이터 리터러시:

●  기술적:데이터유형, 데이터 개수, 데이터 계급종류, 데이터 계급개수,계급별 데이터 개수, 데이터 합계, 데이터 평균, 데이터중앙값, 데이터 최대값, 데이터 최소값 등

●  해석적: 데이터의 의미를 파악하고 유용한 정보를 알나내는것

 

데이터 리터러시가 중요한 이유:

1. 인류가 2000년 동안 생산한 정보의 앵이 2010년에는 1주일에 1번씩 생산됨

2. 우리는 넘처나는 데이터를 모두 볼 수 없다.

정보가 너무 넘치면 정보의 가뭄과 비슷하다.

3.필요한 데이터를 선별 할 수있는 역량이 필요하다.

 

데이터분석:

●  유용한 정보를 발굴하고 결론 내용을 알리며 의사결정을 지원 하는 것을 목표로 데이터를 정리, 변환, 모델링 하는 과정.

●  데이터 분석은 여러 면과 접근 방식이 있고, 다양한 이름의 다양한 기술을 아우르며 각기 다른 비즈니스, 과학, 사회과학 분야에 사용.

●  오늘 비즈니스 부문에서 데이터 분석은 의사 결정을 더 과학적 으로 만들어주고 비즈니스를 더 효율적 으로 운영 할 수 있도록 도와주는 역할.

->현실에 살고있는 우리를 더 나은 미래로 나아가게 할 열쇠

내가 실제로 하고 있는 업무에 대해 내 경험에서 비롯된 나만의 정의가 있는지!

 

데이터분석의 목적: 인사이트를 도출하기

●  다양한 데이터- 분석기법 활용- 문제발견- 원인파악- 해결방안모색- 인사이트도출

과거: 왜 문제의 원인이 발생했는가?-문제의 원인이 무엇인가?

현재: 문제발생

미래: 문제를 어떻게 해결할 것인가?- 문제가 다시 발생하지 않게 하기 위해 어떻게 변화해야 하는가?

 

데이터사이언스:

●  수학, 통계학, 컴퓨터공학 및 다양한 학문,비즈니스 분야가 융합된 학문이므로 데이터 사이언티스트에게도 다양한 분야의 지식과경험이 반드시 필요

●  컴퓨터사이언스,IT + 수학,통계 + 도메인,비즈니스 지식

 

데이터사이언티스트: 데이터 분석

시티즌 데이터 사이언티스트: 다른 주업무에 데이터분석을 활용

●  데이터 분석을 할 수 있는 직무,산업 전문가

●  시티즌 데이터 사이언티스트 육성을 통한 데이터 관련 직문 인력 부족 현상 해결

-Snorkel $ Dive: 넓은 시야로 데이터를 바라보다가도 필요한 순간에는 데이터에 숨겨진 의미를 파악하는 수준까지 깊게 파고듦

-Be Patient: 한번에 완벽하게 끝나는 데이터 분석은 존재하지 않으며, 끊임없는 반복의 연속

-Fun & Fun: 때로는 지루하고 고단한 데이터 분석도 더 나은 미래를 위한다는 즐거운 마음으로

 

데이터 분석 프로세스:

데이터 분석예시: 머신러닝 기법을 활용한 대졸 구직자 취업 예측 모델에 관한 연구

문제정의: 대졸자 취업률이 지속적으로 낮아지고 있다.

분석목적: 대졸자의 여러 특성을 바탕으로 취업여부를 예측하고 취업에 중요한 영향을 줄 것으로 기대되는 주요 변수 도출

데이터수집: 졸업자 대상으로 설문조사

데이터전처리: 데이터 탐색 및 이해, 가공하기 쉬운 형태로 전처리

데이터모델: 의사결정나무, 랜덤포레스트, 인공신경망, 검증 평가

데이터시각화: 사람들에게 설득력있는 시각화

결론도출: 경제적 지원 뿐만 아니라 구직자들의 목표 의식 구체화 시키고 심리 건강을 증진시킬 수 있는 다양한 프로그램 및 제도 마련 필요

 

분석결과: 취업에 중요한 요소1위: 경제적지원

해석: 대학교졸업직후 취업여부를 조사한 데이터로 분석을 진행한 것이다

경제적 지원을 많이 받은 사람일 수록 취업률이 낮음을 확인 했다.

경제적지원을 받았다면 취업준비를 더 할것이다.

따라서 취업 지원자체가 감소하여 취업률이 감소한 결과가 나왔을 것이다.

 

엑셀을 활용하여 데이터 분석하기:

 

엑셀을 왜 배워야 하는가?:

●  가격이 저렴하고 난이도도 낮게 데이터를 다룰 수 있음

●  회사에서 많이 쓰임

 

엑셀을 잘 한다는 것은:

●  사용자 입장에서: 사용자가 누구인지, 사용자가 원하는 정보가 무엇인지

●  목적에 부합하도록: 왜 이 자료가 필요한지, 어떤 관점이 있는지 , output이 무엇인지

●  자료를 구성하는것: MECE, Visualization , Simple $ Easy