[데이터 전처리&시각화] 00. 데이터 분석가란?

[강의목표]
Pandas와 Matplotlib을 활용한 데이터 전처리와 시각화를 학습해요. 😊

 

---

데이터 분석가란?

[수업 목표]
본격적인 수업에 앞서, 데이터 분석가는 어떤 일을 하는지 알아보고 앞으로의 방향성을 설정한다.

 

---

01. 강의개요

☑️ 강의소개

• Pandas를 활용해서 간단하게 데이터를 전처리하는 방법
• Matplotlib을 활용해서 데이터를 시각화하는 방법
• 단순히 스킬셋뿐만 아니라 데이터 분석가에 대해서 진지하게 고민해보기

☑️ 이런 분들께 추천합니다

• 데이터 분석을 위한 기초 스킬셋을 학습하고 싶으신 분
• Pandas, Matplotlib 등 여러 라이브러리를 활용하여 데이터를 가공하고 시각화하고 싶으신 분
• 데이터 분석가의 역할과 업무를 이해하고 싶은 분
• 데이터 분석가가 되기 위해서 어떤 방향성과 목표를 설정해야하는지 모르시는 분

02. 내가 생각하는 데이터 분석가는 누구인가?!

• 비즈니스 분석가
  • 주로 비즈니스 문제를 이해하고 해결하기 위해 데이터를 분석합니다.
  • 비즈니스 프로세스 및 요구 사항을 파악하고, 데이터 기반으로 의사 결정을 지원합니다.
  • 주로 업무 프로세스 개선, 비즈니스 모델 분석, 요구 사항 관리 등을 수행합니다.
• 프로덕트 분석가
  • 제품이나 서비스의 성과를 평가하고 개선하기 위해 데이터를 분석합니다.
  • 사용자 행동 및 제품 성능과 관련된 데이터를 분석하여 제품 개선에 기여합니다.
  • 주로 제품 경험과 사용자 행동에 대한 분석을 수행하며, A/B 테스트, 사용자 경로 분석 등을 담당합니다.
• 데이터 분석가
  • 주로 정형 데이터를 분석하여 기업의 의사 결정을 지원합니다.
  • 데이터베이스, 스프레드시트 등에서 데이터를 추출하고, 데이터를 정제하여 보고서 및 시각화를 생성합니다.
  • 주로 기술적인 기술이 필요하며, SQL, Excel, 데이터 시각화 등을 활용하여 업무를 수행합니다.
• BI 분석가
  • 기업의 비즈니스 인텔리전스 플랫폼과 도구를 사용하여 데이터를 시각화하고 보고서를 작성합니다.
  • 주로 기업 내부 데이터를 시각화하고, 이를 통해 의사 결정에 필요한 정보를 제공합니다.
  • BI 도구 (Tableau, Power BI 등)를 사용하여 대시보드를 구축하고, 데이터 시각화 및 보고서 작성을 담당합니다.
• 데이터 사이언티스트
  • 주로 데이터를 활용하여 예측, 패턴 발견, 복잡한 분석을 수행하여 비즈니스 문제를 해결합니다.
  • 통계, 머신러닝, 딥러닝 등의 기술과 알고리즘을 사용하여 데이터를 분석하고 모델을 구축합니다.
  • 데이터 수집, 전처리, 모델링, 평가 및 해석을 포함한 end-to-end 데이터 분석 작업을 수행합니다.

실제 데이터 분석가 된다면 여러분은 어떤 일을 하고 싶으신가요?
본격적인 스킬 학습에 앞서,여러분의 목표를 정해보는 시간을 가져본다면 더욱 의미있는 시간이 될 수 있을 것 같습니다.

 

03. 데이터 전처리와 시각화는 왜 해야할까요?

1) 데이터 전처리와 시각화가 필요한 이유

☑️ 데이터의 목적은 무엇일까요?

• 데이터의 목적은 결국 설득이다.
• 설득하기 위해서 여러분은 데이터를 잘 전달해야하고
• 잘 전달하기 위한 방법 중 하나가 ‘시각화’ 입니다.
• 그리고 데이터를 시각화하기 위해서는 목적에 맞게 데이터를 전처리 할 필요가 있습니다.
• 🤔데이터 전처리와 시각화를 하기 전, 데이터를 통해 무엇을 해야할지 고민해야합니다.⭐

☑️ 글 vs 시각화 자료

• 아래 표와 시각화 자료가 첨부된 보고서가 있습니다.

  

  목적에 따라 데이터 전처리가 잘 됐을수도 있고, 목적에 부합하지 않는다면 데이터 처리 자체는 잘 되어있지만 데이터 전처리가 내가 목표한 바에는 부합하지 않기 때문에 잘 되지 않은 경우라고 이야기할수도 있습니다.즉, 데이터 전처리와 시각화는 목적성을 꼭 가져야합니다. 

• 걷기, 등산,체조, 볼링 등 체육활동에 대해서 전체 응답한 사람들이 가장 많은 체육활동과 3번째로 많은 활동이 무엇인지 판단하고자 할때, 여러분은 어떤 분석 보고서가 정보전달이 잘될 것 같나요?
• 표의 경우 줄글 형태의 나열식 전달보단 정리되어있지만, 여러분이 확인하고자하는 데이터의 목적에 따라서 보기 어려운 경우도 존재합니다.
• 하지만 전달하고자하는 목적에 부합하는 데이터를 시각화해서 보여준다면 한 눈에 알아보기 쉽고 빠르게 전달이 가능합니다.
• 적절한 시각화 자료는 여러분의 분석 결과를 더욱 돋보이게 할 수 있습니다.

☑️ 데이터 전처리와 시각화를 배우기 전에,

💡 어떤 목적을 가지고 데이터를 분석할 것인가를 먼저 정의하세요 !

 

• 단순히 전처리를 어떻게 할 것인가? 를 정하기보다 ‘무엇을 위해 ~이런 형태의 데이터가 필요하다’라는 것을 먼저 정의할 필요가 있습니다.
• 복잡하고 많은 양의 데이터를 다루다보면, 전처리 로직에 매몰되어 정작 큰 그림을 잊어버릴 수 있어요
• 그러면 어려운 코딩을 거쳐 전처리를 다했을지라도 내가 원래 하고자하는 방향과 다를 수도 있고 어떤 경우는 내가 뭘하려고 이렇게 전처리를 한거지? 라는 생각이 들때도 있습니다.
• 이러한 착오를 예방하고 올바른 의사결정을 위한 데이터 전달을 위해서 데이터를 사전에 어떻게 분석할 것인가 미리 설계하는 습관을 들이길 바랍니다.

💡 분석 설계 예시

• 정답은 없습니다. 자신에게 맞는 방법으로 효율을 높여보세요

1. 목표설정하기 : 무엇을 위해 데이터 전처리와 시각화가 필요한 것인가?
2. 예상 산출물 정의하기 : 데이터 처리 및 시각화해서 나타날 예상 결과물은 무엇인가?
3. As-is vs To-be 생각하기 : 현재 문제와 상황이 무엇인지 인지하고 어떤식으로 개선할 것인가 생각하며 분석 방향성을 설정하기