My Log

* 시작하기에 앞서 본 게시물에 포함된 내용은 한국데이터산업진흥원에서 발행한 [데이터 분석 전문가 가이드, 2019년 2월 8일 개정] 에 근거한 것임을 밝힙니다. 1. 분석 환경의 이해 가. 통계 패키지 R - 통계 분석 과정에서 수행되는 복잡한 계산이나 시각화 기법을 쉽게 사용할 수 있도록 설계된 무료 소프트웨어 - 기본으로 제공되는 기능 외에도 사용자들이 직접 제작한 패키지를 이용하여 무수히 많은 기능들을 사용할 수 있도록 확장 가능 - 상용 소프트웨어나 출력물에 견주어 뒤쳐지지 않는 강력한 시각화 요소 - R의 선택 기준 SAS SPSS R 프로그램 비용 유료, 고가 유료, 고가 오픈소스 설치 용량 대용량 대용량 적음 다양한 모듈지원 및 비용 별도 구매 별도 구매 오픈소스 최근 알고리즘 및 기술 ..

* 시작하기에 앞서 본 게시물에 포함된 내용은 한국데이터산업진흥원에서 발행한 [데이터 분석 전문가 가이드, 2019년 2월 8일 개정] 에 근거한 것임을 밝힙니다. 1. 마스터 플랜 수립 1) 개요 - 데이터 분석이 주는 가치의 체계적 관리, 분석 역량의 내재화를 위해 중ㆍ장기 관점의 마스터플랜 수립이 필요 - 분석 과제를 (전략적 중요도), (비즈니스 성과 및 ROI), 분석 과제의 (실행 용이성) 등을 고려해 우선순위 설정 - (업무내재화 적용수준), (분석데이터 수준), (기술 수준) 등 분석의 적용 범위 및 방식에 대한 고려 후 로드맵 수립 - 기업 및 공공기관에서 사용하는 일반적인 ISP(Information Strategy Planning) 방법론을 활용하되 데이터 분석 기획의 특성을 고려한 ..

* 시작하기에 앞서 본 게시물에 포함된 내용은 한국데이터산업진흥원에서 발행한 [데이터 분석 전문가 가이드, 2019년 2월 8일 개정] 에 근거한 것임을 밝힙니다. 1. 분석 기획 방향성 도출 1) 분석 기획이란? - 실제 분석에 앞서 과제를 정의하고 의도했던대로 결과를 도출할 수 있도록 적절하게 관리할 수 있는 방안들을 사전에 계획하는 일련의 작업이다. - 목표 달성을 위해 어떠한 데이터를 가지고 어떤 방식으로 수행할 지에 대한 일련의 계획을 수립하는 것으로 성공적인 분석에 중 요한 사전 작업이다. 2) 분석 기획의 분류 가. 분석의 대상 및 방법에 따른 분류 ㄱ. 최적화(Optimization) → 문제와 분석 방법을 알고 있는 경우 → 개선을 통한 최적화의 형태로 분석 수행 ㄴ. 솔루션(Soluti..

* 시작하기에 앞서 본 게시물에 포함된 내용은 한국데이터산업진흥원에서 발행한 [데이터 분석 전문가 가이드, 2019년 2월 8일 개정] 에 근거한 것임을 밝힙니다. 1. 빅데이터 분석과 전략 인사이트 1) 빅데이터 열풍과 회의론 - 몇 년 사이에 여기저기서 빅데이터가 성공의 보증수표처럼 떠올랐다. 하지만 '빨리 끓어 오른 냄비가 빨리 식는다'는 말처럼 일종의 거품현상을 우려하며 회의론이 심심찮게 흘러나온다. 아래 그림은 이러한 우려를 반영하듯 '빅데이터' 키워드 검색 건수가 급증하다 식어가는 모습을 볼 수 있다. - 더 큰 문제는 회의론을 극복하는 것이 쉽지 않을 수도 있다는 점이다. 우선 많은 기업들이 가지고 있는 '고객관계관리(CRM)'를 통해 경험한 부정정 학습효과 때문이다. 처음엔 도입만 하면 마..

* 시작하기에 앞서 본 게시물에 포함된 내용은 한국데이터산업진흥원에서 발행한 [데이터 분석 전문가 가이드, 2019년 2월 8일 개정] 에 근거한 것임을 밝힙니다. 1. 빅데이터의 정의 1) 빅데이터란? - 용량과 복잡성의 증가로 기존의 데이터 처리 애플리케이션이나 관리 툴로는 다루기 어려운 데이터세트의 집합 - 다양한 종류의 대규모 데이터로부터 저렴한 비용으로 가치를 추출하고 데이터의 초고속 수집ㆍ발굴ㆍ분석을 지원하도록 고안된 차세대 기술 및 아키텍처 - 기존의 작은 데이터 처리 분석으로는 얻을 수 없었던 통찰과 가치를 창출하는 새로운 방식 2) 빅데이터 정의의 범주 가. 데이터 변화(3V) → 규모(Volume) → 형태(Variety) → 속도(Velocity) 나. 기술 변화 → 새로운 데이터 처..

* 시작하기에 앞서 본 게시물에 포함된 내용은 한국데이터산업진흥원에서 발행한 [데이터 분석 전문가 가이드, 2019년 2월 8일 개정] 에 근거한 것임을 밝힙니다. 1. 데이터의 정의 1) 용어의 역사 - 1646년 영국 문헌에 처음 등장(라틴어인 dare(주다)의 과거분사형) - 1940년대 이후 컴퓨터와 사회과학의 진일보에 따라 관념적ㆍ추상적 개념에서 기술적ㆍ사실적 개념으로 변화 2) 데이터란? - 객관적 사실이라는 존재적 특성 - 추론ㆍ예측ㆍ전망ㆍ추정을 위한 근거의 당위적 특성 3) 데이터 유형 구분 형태 분석 용이도 예 정성적 데이터(qualitative data, 비정형데이터) 언어, 문자 등 용이 주관식 응답, 블로그 글 등 정량적 데이터(quantitative data) 수치, 도형, 기호 ..

컴퓨터공학 전공자라도, 데이터 분석이나 통계 등은 생소한 분야입니다. 한참 4차 산업혁명이라는 단어가 신문과 다큐를 도배할 때보단 주춤한 상태이지만 빅데이터에 대한 관심과 그 효과를 믿기에, 관련 자격증에 대해 알아보았습니다. 마침 8월 31일 시험 볼 수 있는 데이터 분석 준전문가 자격증이 있어 접수했는데요.. 준전문가라 없어보이긴 하는데 이것부터 따야해요. 그래서 데이터 분석 준전문가가 뭐냐? 홈페이지에서는 데이터 이해를 기본으로 데이터 분석을 기획하고 분석을 담당하는 실무자를 말한다고 합니다. 사실 이런 일자리는 채용도 극히 드물기 때문에 쉽지 않지만, 나중일은 모르는 거니까요. (어차피 자격증 따면 기억에서 순삭 예정) 시험 내용은 아래와 같답니다. 필기 한 방이면 끝나는 깔끔한 시험!! 총 3과..