1. 과제 피드백
1.1 의사결정권자
Q. 요즘 우리 얼마나 하고 있는지 정리해서 오세요.
→ 현재 재무 상황, 절대적 상대적 숫자 비교, 시장에서의 입지 (→ 통계청에 요청 or 뉴스)
재무상황 | 차원 숫자 비교 | 시장에서의 입지 (점유율) ⭐ |
Sales | Region | 마켓의 총 GMV |
Profit | MoM/YoY | 경쟁사와의 간극 - 절대적 상대적 |
투자 대비 효율이 떨어지는 품목 카테고리 |
점유율이 낮아지면 → 시장 전체가 불경기인가를 먼저 생각하게 된다.
시장이 줄어들었으면 시장을 탈출해야 한다.
📌 우리 조 (1조)
✔ 디자인
- 숫자 크기가 작음
- 그래프에 숫자 + 단위가 하나도 안 나와있음 (숫자가 무조건 나와있어야 함)
- 의사결정권자들은 숫자에 예민하고 바로 캐치할 수 있음
- 지도에 매출액(숫자)가 안 써져있음
- 색상 테마를 잘 정해서 색상을 최소화함
✔ 구성
- 카테고리는 매년 고정 (순위 5) → 굳이 볼 의미가 없음 (top5 다 앎)
- TOP5는 변동이 많은 필드에서만 사용해야 함 또는 특정 1개가 변동되었다면 이 부분을 이야기하면 됨
- 매출 대비 순이익이 높은 top5는 확인해볼 수 있음
- 그냥 매출액이 아니라 인구수 대비 매출액을 표현하면 됨
1.2 Regional Manager
Q. 저희 매장이 얼마나 실적을 내고 있는지 손쉽게 보고 싶어요
→ 절대적 상대적 숫자 비교, 매개변수 필터, 세부 카테고리 파고들기
절대적 상대적 숫자 비교 | 매개변수 필터 |
Sales | Region |
Profit | 세부 카테고리, 범주 |
Order ID당 벌어들이는 Median 매출 및 순이익 | 단골 고객 (충성 고객 pct) |
100%는 정확히 무엇인가? |
많은 세부 매개변수 필터가 있으면 좋음
충성 고객 pct, 패턴을 추려서 알려주면 좋음 (quantity랑 비교해도 됨) → 리스트로 만들기
2. 태블로 실습
2.1 매개변수
차원을 바꿀 수 있고 숫자적인 차원을 바꿀 수 있는 것을 의미한다.
매개변수를 만들 때에는 껍데기 만들기 → 알맹이 채우기로 진행하면 된다.
[+] 필터에도 우선순위가 있다. → 여러 필터를 적용해보기!
1) 차원 매개변수
① 껍데기 만들기 : 매개변수 만들기 클릭
- 이름 : 명확하게 기재하기
- 데이터 유형 : '문자열'로 기재 (날짜가 아니면 다 문자열로)
- 값, 표시형식 : 껍데기와 알맹이를 연결 (표시형식 : 껍데기에 표현될 형식)
② 알맹이 채우기 : 계산된 필드 만들기
- 필드 이름 : 매개변수 이름과 유사하게 작성
- CASE WHEN을 활용
2) 측정값 매개변수
① 껍데기 만들기 : 매개변수 만들기 클릭
② 알맹이 채우기 : 계산된 필드 만들기
- SUM, AVG 측정값 추가
2.2 필터
1) 필터 설정 메뉴
✔ 와일드카드
- 문자열에서 많이 사용 (그러나 추천 안 함)
- 메뉴얼한 작업이기 때문에 실수를 일으킬 확률이 높음
- 이번 달은 필요없지만 다음 달엔 필요할 수 있음
- 와일드카드를 쓰면 사람들한테 꼭 알려줘야 함
✔ 조건
- 많이 사용하지 않음
- 필드 기준
- 필드, 집계값 설정 가능
- 메뉴얼한 작업이기에 실수를 일으킬 확률이 높음
- 수식 기준
- 자동화할 수 있음
✔ 상위
- 필드 기준를 사용하는 것이 좋음
- 필드, 집계값 설정 가능
2) Context filter 설정
→ 필터 > 컨텍스트에 추가
태블로에서 필터는 다른 필터들과 상관없이 데이터 원본 전체를 대상으로 각각 필터를 설정한다.
그래서 '컨텍스트 필터'로 지정하면, 지정한 그 '컨텍스트 필터'가 데이터 원본 전체를 대상으로 필터를 먼저 하고 그 필터된 데이터에서 다른 필터들이 필터를 한다.
Sub-Category에서 Sales 상위 3개인 데이터로 필터를 설정한 후, Category에서 Furniture 데이터만 필터를 설정하면 두 필드(Sub-Category, Category)로 필터된 Sub-Category의 데이터가 추출된다.
(→ Sub-Category에서 Sales 상위 3개 + Category가 Furniture 교집합인 데이터만 추출됨)
그렇다면 Category가 Furniture인 조건에서 Sales가 가장 많은 상위 3개의 Sub-Category를 필터해보자.
🔎 참고 포스팅
[데이터 정리] 필터 - 컨텍스트 필터
필터 필터 사용하는 방법 필터 선반(Filter Shelf) 필터 카드(Interactive Filter) 컨텍스트(Context) 필터 1. ‘컨텍스트 필터’란 무엇인가? 태블로에서 모든 필터들은 독립적으로 적용된다. 즉, 각 필터는
brunch.co.kr
2.3 동작
→ 워크시트 / 대시보드 > 동작
1) 필터
내가 보여주고 싶은 대시보드에서 동작을 구현해야 한다.
① 이름 설정 : 동작은 시트끼리 엮기는 것이기 때문에 이름을 잘 지어야 한다. (트래킹을 할 수 있어야 함)
② 원본 시트 : 대시보드에 미리 원하는 데이터 시트를 넣어두고 대시보드에서 각각 동작을 연결할 필드를 선택해야 한다.
③ 동작 실행 조건 : '선택'을 하는 것이 가장 좋음
2) 하이라이트
하이라이트도 필터와 동일하게 동작을 설정하면 된다.
3. 팀 별 과제
📢 New York에 있는 에어비앤비 숙소 데이터를 효율적으로 개선할 방안 마련
- 매개변수, 필터, 동작 사용하기
- 디자인 신경쓰기 (회사 톤앤매너에 맞추기)
💡목표 : 충성고객을 위주로 숙소를 관리하자
3.1 과제 제안서
에어비앤비의 고객 관리를 효율적으로 할 수 있도록 개선 방안을 제안하고자 한다.
✔ 제안 개선 방안 : 전체 매출의 상위 20%를 차지하는 호스트에게 베네핏을 제공
✔ 기대 효과 : 매출이 높은 호스트를 집중 관리함으로써 해당 호스트들의 매출을 유지 및 증대시켜 효율적인 수익 관리를 가능케 함
1. 지역 별 고객 층 설정
지역 별 특성 차이를 고려하여 지역 별로 구분하여 현황을 파악하고자 한다.
2. Total Sales
*파레토 법칙에 의해 전체 매출(리뷰수*가격)의 상위 20%에 해당하는 호스트들을 선정한다. 이 때, 필터로 기준 %를 조정하여 퍼센트 별 호스트를 변경할 수 있다. (그러나 필터 설정 못 함..)
(*파레토 법칙 : 전체 결과의 80%가 전체 원인의 20%에서 일어나는 현상)
3. 세부 대시보드
위에서 선정된 호스트의 데이터를 바탕으로 Room Type 별 가격이 높은 순위, Host 계약 기간이 오래된 순위, Review가 높은 순위를 나타내었다.
1) Price By Room Type
Room Type 별로 가격(Price)가 높은 호스트 TOP 5를 나타내었다.
Room Type은 해당 그래프 상단에 있는 필터를 클릭하면 타입 별로 확인할 수 있다.
2) Longest Host
가장 계약 기간이 오래된 호스트 TOP 5를 나타내었다.
오랫동안 에어비앤비를 사용한 호스트이기에 집중 관리를 하기에 적합하다고 판단하였다.
*계약 기간 : (현재 날짜-계약 날짜)를 월로 환산
3) Monthly Review
1달 기준 리뷰 수가 높은 호스트 TOP 5를 나타내었다.
에어비앤비 운영 기간이 다르기 때문에 1달 기준 리뷰 수를 계산하였다.
*리뷰 수(1달) : (리뷰수/계약 기간(월))
3.2 대시보드 시각화
1) 대시보드 청사진
2) 대시보드
💡 회고
태블로 오프라인 교육 두 번째 였는데, 너~무 힘들었다...
우선 과제 자체가 너무 어려웠다. 나만 이 과제에 대한 그림이 그려지지 않는 것인가라는 생각이 들었다.
그래서 팀원들에게 많은 도움이 되지 못한 것이 오늘 가장 아쉬운 점이다...ㅠㅠ
하지만 이 프로젝트가 실제 회사의 프로젝트와 가장 유사하다니! 정말 아직 멀었다...
그만큼 내가 성장할 수 있는 폭이 넓다는 것이니까 더 많이 성장할 수 있도록 열심히 할거다!!!!!
여기까지 해낸 우리 1조, 힘들긴 하지만 같이 으쌰으쌰해서 잘 해보자! 화이팅 1조💪😎
'웅진X유데미 STARTERS > TIL (Today I Learned)' 카테고리의 다른 글
[스타터스 TIL] 28일차.태블로 실전 트레이닝 (4) - 데이터 결합, 도구설명, DATE함수 (0) | 2023.03.17 |
---|---|
[스타터스 TIL] 27일차.태블로 실전 트레이닝 (3) - 다양한 종류의 차트 시각화 (0) | 2023.03.15 |
[스타터스 TIL] 25일차.태블로 실전 트레이닝 (1) - Data Analyst, 대시보드 만들기 (0) | 2023.03.13 |
[스타터스 TIL] 24일차.시계열 데이터 분석 with 파이썬 (3) - 일반 예측 모델 (0) | 2023.03.12 |
[스타터스 TIL] 23일차.시계열 데이터 분석 with 파이썬 (2) - Pandas를 사용한 시계열, Statsmodels 활용 시계열 분석 (0) | 2023.03.09 |