ARAMDAUN

1. 보고서 피드백 - 시작하기 전에 전체적인 데이터셋을 간단하게 이야기해야 함 → 어떤 기간의 데이터, 총 매출, 총 이익 얼마~ → 데이터셋이 많으면 몇 개인지 말하기 (많이 없다면 이야기하지 않아도 됨) - 내가 정한 목표에 대해 이야기하고 이에 반하는 것을 하지 않은 이유도 생각해놓기 - 현재 회사가 어떻게 하고 있는지 (현 매출, 순이익, KPI 등)은 기억하고 있어야 함 - 현황 → 경쟁사, 자사, 시장 현황이 들어가야 함 → 경쟁사 데이터가 없다면? 경쟁사 데이터가 구축되어 있지 않기 때문에 자사에서 해결할 수 있는 문제를 우선적으로 처리하고자 하였습니다. - 목표 → why? 현황 (Top-Down 방식/결론부터 이야기하기) - 결과를 보고할 때 ‘배경 및 목표’가 가장 중요함 → 이 부분..

6주차 교육에 대한 회고 (4L) 이번 주는 태블로 오프라인 강의를 진행했다. 태블로 기능들에 대한 수업부터, 실무에서의 Data Analyst의 업무와 현실에 대해 알게 되었고, 그리고 태블로 대시보드를 제작하는 프로젝트를 진행하였다. 생각보다 프로젝트가 너무나 빡세서 이번 주도 꽤나 버거운 한 주였다. 모든 사람들이 늦게까지 남아서 하고 많이들 지쳐했다. 그래도 이 한 주가 지나갔을 때 남는 결과물이 있어서 마냥 힘들지 많은 않았다! 다음 주에도 새로운 프로젝트가 진행되는데 걱정 반 기대 반이다! 1. 이번주 수업에서 좋았던 점은? (Liked) 2. 이번주에 새롭게 배운 점은? (Learned) 3. 배운 것에 관해서 내가 부족했던 부분은? (Lacked) 4. 앞으로 뭘 더 하면 좋을까? (Lon..

1. 과제 피드백 1.1 우리 조(1조) 최종 피드백 1) 좋은 점 - 전략적인 대시보드 - 디자인적으로 깔끔함 - 파레토 법칙에 대해 설명을 잘 함 - 명확한 기준 값을 내지 않아도 되는 대시보드 ❓ 명확한 기준 값 내는 것이 좋지 않은가? 파이썬, SQL을 활용하여 진행되는 프로젝트였다면 통계값을 도출해내어 이를 활용하는 것이 좋음 그러나 이번 프로젝트의 경우, 그런 것이 없었기 때문에 애매하게 기준 값을 설정할 바에는 안 하는 것이 좋음 이 대시보드에서는 굳이 할 필요가 없고 안 하는 것이 나음! 2) 아쉬운 점 - 배경 및 목표 : 목표가 항상 맨 위에 (Top -Down) - 범례 오타, 수정된 것 → 오타가 있으면 신뢰도가 떨어지기 때문에 모두가 다 같이 확인하기 - 대시보드에 핵심고객의 리스..

1. 과제 피드백 1.1 우리 조(1조) 피드백 - Monthly Review : Monthly에 대한 설명 필요 - 지도 : 제목 추가 - Total Sales가 왜 필요한지에 대한 설명이 필요하다 → 해당 그래프를 캡쳐하고 이것에 대해 설명하기 1.2 다른 조 피드백 - 차트에 너무 많은 것을 넣지 말기 - 같은 그래프 내에 있는 필드는 모두 점수화가 되어 있어야 함 - 동작 기능이 있는 부분에 대한 사용 방법을 기재하는 것이 좋음 - 연도 별보다는 분기 별, 월 별로 하는 것이 좋음 2. 태블로 실습 2.1 데이터 결합 - 회사가 DB가 여러개인 경우, 각 DB의 데이터를 조인해서 들고 올 수 없다. - 태블로 > 서버에 연결 > 데이터 원본 편집 > 연결 추가해서 각 DB의 데이터를 연결할 수 있..

1. 과제 피드백 1.1 우리 조(1조) 피드백 - 상위 20% 지정 필터 지정 - 수치 단위 조정 (단위 변경 또는 소숫점으로 추가) - 계산 실수 확인 1.2 전체 피드백 - 이전 달보다 크게 수익이 늘어난 호스트에 집중하기 → 수익이 원래 좋은 호스트는 계속 좋음 (슈퍼 호스트) → 루키같은 호스트 선정하기 (ex. 이번 달에 이 정도까지 하면 수수료 깎아줄게!라는 베네핏 제공) - 오래 되었지만 수익이 안나거나 리뷰가 떨어진 호스트 집중하기 - 첫 2달은 리뷰에서 제외 (→ 연습기간) [+] 수식, 동작 등은 오류가 발생할 수 있기 때문에 반드시 팀원 모두가 확인을 해야 한다 또한 제목은 그래프를 잘 설명할 수 있어야 하며, 부연 설명이 필요할 경우 그래프 하단에 간단히 기재한다. 2. 그래프 시..

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)..

오늘부터 태블로 오프라인 강의가 진행되었다. 강사님은 실제 회사에서 Data Analyst로 일하시다가 현재는 강사로 전환을 하셨다. 그래서 실무에 대해서 많은 것들을 알려주셨다. Data Analyst의 현실을 알게 되어서 가장 유익했던 시간이 아니었나 싶다! 1. 실무에서의 Data Analyst ✅ Data Analyst가 실무에서 하는 업무 데이터 추출 (70%) → 데이터 분석 (10%) → 대시보드 시각화 (15%) → 기획 및 제안 (5%) 생각보다 데이터를 분석하는 업무는 적은 비중을 차지한다. 그 대신 데이터 추출의 비중이 높은 편이며, 대시보드를 시각화하는 것도 분석에 비해 높다. 그리고 여기에서 가장 중요한 것은 '기획 및 제안' 역량이다. 툴을 활용하는 역량은 기본으로 필요하며, 회..

5주차 교육에 대한 회고 (4L) 이번 주도 열심히 유데미 강의를 들었다.태블로, 파이썬 시계열 분석 강의 총 2가지였다. 태블로 강의를 듣는데 꼼꼼하게 공부해서 그런가 생각보다 오래 걸려서 마음이 조급해졌다..! 그리고 금요일에 중간 평가를 쳤다. 파이썬과 SQL 총 20문제였는데, SQL이 생각보다 많이 어려웠다.ㅠㅠ 평가를 잘 보진 못해서 그 외의 다른 프로젝트나 과제를 정말 열심히 해볼 생각이다!💪💪 생각보다 시간이 많이 타이트해서 이번 주는 굉장히 버거웠다.강의 밀림 + 시험 공부 때문에 이번 주는 화요일 빼고 월, 수, 목, 금 모두 늦게까지 했다..유독 피곤한 이번 주..🥱 다음 주부터는 오프라인 강의가 진행되니까 이전 디자인 씽킹 강의처럼 조금은 즐겁게 할 수 있지 않을까?하는 기대를 해본..

6. 일반 예측 모델 6.1 홀트-윈터스 계절성 기법을 활용한 예측 1) Train Test Split 시계열을 시간의 순서에 따라 오른쪽 방향으로 평행하게 늘어놓으면 첫 부분, 즉 더 큰 부분이 훈련 데이터가 되고 최근 데이터가 테스트 데이터가 된다. 따라서 예측 모델을 훈련 데이터에 피팅한 다음 훈련 데이터를 기반으로 테스트 데이터와 동일한 기간 만큼을 예측한다. 그리고 예측 결과를 이미 정답을 알고 있는 실제 테스트 데이터와 비교한 것을 통해 평가 지표를 얻을 수 있다. # 총 144행 중에 107행까지 train 데이터셋 train_data = df.iloc[:108] test_data = df.iloc[108:] 2) Fitting the Model from statsmodels.tsa.holt..

4. Pandas를 사용한 시계열 4.1 Datetime Index 1) Numpy Datetime Array - numpy의 데이터 유형 : datetime64 - Python에 내장된 datetime 객체와는 구별된다. - 3개의 날짜 형태의 문자열을 입력한 후, dtype='datetime64' 추가하면 datetime 형식으로 지정된다. - 'datetime64[D]' : D는 day(일)을 나타낸다. → 이를 통해 기본적으로 numpy가 일 수준의 날짜 정밀도를 적용했음을 알 수 있다. - 만약, 다른 수준의 날짜 정밀도를 적용하려면 [h], [Y]를 같이 입력하면 된다. np.array(['2016-03-15', '2017-05-24', '2018-08-09'], dtype='datetime6..