분류 전체보기 검색 결과

36 개의 검색 결과가 있습니다.

스페셜 데이터

멤버 구성과 목적을 정해서 데이터 처리하기

1단계 - 팀 꾸리기 데이터 분석에서 멤버의 구성과 갖가지 준비를 다 하고 로켓을 착지점에 도살시키는 방법인 조직을 어떤 식으로 구성해야 할지에 대해 설명해 보겠습니다. 1단계는 필요한 멤버를 모으는 것입니다. 리더십을 확보해서 개개인뿐만이 아니라 하나의 팀으로서 유기적으로 돌아가는 데이터 분석팀을 만듭니다. 2단계는 목적을 정하는 것입니다. 기획과 가설 구상력을 갖추고 기획의 영향도를 살피면서 의사 결정에 필요한 분석을 하기 위한 출발대와 착지대를 정의하는 것입니다. 3단계는 데이터를 처리하는 것입니다. 착지대에 도달하기 위한 데이터 해석을 하는데 필요한 작업을 말합니다. 데이터의 추출, 변환, 집약 처리 방식을 결정해서 실행하는 것입니다. 4단계는 모델링을 하는 것입니다. 가설을 바탕으로 검증과 모델..

2020. 7. 5. 11:20

스페셜 데이터

데이터 사이언티스트에게 필요한 필수 덕목 2가지

데이터 사이언티스트에게 필요한 필수 덕목 2가지 데이터를 분석하고 가공해서 연구하는 직업인 데이터 사이언티스트에 대해 얘기해보겠습니다. 통계학이나 수학에 뛰어난 인재가 데이터 분석 영역에서 일을 할 기회가 많습니다. 대학이나 대학원 등에서 전문 교육을 받은 인재는 수가 많지 않습니다. 그렇기 때문에 제시하는 연봉도 많은 상황입니다. 일부 기업에서는 이과계열 대학을 뛰어난 성적으로 졸업한 직원을 외국 대학원에 유학을 보내기도 합니다. 회사에서 활약할 잠재력을 보이는 사람을 육성하려는 노력이기도 합니다. 수학자나 단순 분석가를 키울 목적이면 이 방식도 그리 큰 문제가 없습니다. 경영상의 문제 해결을 목적으로 하는 데이터 사이언티스트는 경영 간부와 커뮤니케이션뿐만 아니라 현장에서 일하는 직원들과의 커뮤니케이션..

2020. 7. 5. 10:31

스페셜 데이터

1%의 데이터도 무시하면 안됩니다

데이터 분석 시 조심해야 할 행동 데이터에는 사람을 무릎 꿇게 하는 힘이 있습니다. 데이터 분석 결과 이것이 정답일 확률이 99프로 이상이다라는 말을 들으면 대부분의 사람은 그 말을 거의 100프로라고 받아들입니다. 1퍼센트에 불과한 확률은 무시해도 상관없겠지라고 생각합니다. 그러나 불과 1프로라고 해도 분석 대상이 인생이나 회사의 운명을 좌우하는 것이라면 무시할 수 없을 것이라고 봅니다. 데이터 분석의 대상은 매출 같은 비즈니스와 직결된 것만이 아닙니다. 예을 들면 올림픽 선수의 도핑 판정이나 식중독 발생원인의 특정, 의약품의 심각한 부작용, 범죄 조사의 프로파일링 등 데이터를 섬세하게 다뤄야 하는 경우도 있습니다. 아무리 높은 정확도로 분석을 해도 오차는 반드시 발생합니다. 결코 100프로의 정확도를..

2020. 7. 4. 23:35

스페셜 데이터

협업 필터링의 데이터 결손을 해결 요소

협업 필터링의 데이터 결손을 해결하는 2가지 방법 협업 필터링은 아마존을 비롯해 많은 인터넷 사이트가 정확도 높은 추천 정보를 이끌어내서 판매 촉진에 활용하고 있습니다. 또한 의료 분야에서 환자의 건강 상태를 협업 필터링으로 분석해서 환자별로 질병의 잠재된 위험을 산출해 낼 수 있습니다. 협업 필터링은 수많은 사용자의 행동 이력을 바탕으로 다른 사용자의 기호를 예측하는 분석 수법입니다. 인터넷 쇼핑 사이트에서 볼 수 있는 고객에게 추천하는 상품을 이끌어낼 목적으로 활용될 때가 많습니다. 예를 들어 고객 4명의 기호 정보가 있습니다. 그 4명에게 상품을 5단계로 평가하도록 실시했습니다. 숫자가 높을수록 만족도가 높음을 의미했습니다. 어느 상품을 추천하는 쪽이 더 효과적일까 생각해보세요. 협업 필터링 중에서..

2020. 7. 4. 23:09

스페셜 데이터

분석 결과 도입 단계의 위험성을 인지하기

데이터 분석 결과 도입 단계의 위험성 데이터 분석의 토대가 갖춰져 있어도 도착점이 명확하게 보이지 않으면 시작하면 안됩니다. 도착점을 모르는 상태에서 데이터 분석에 들어가는 것은 달에 갈지 화성에 갈지 모르면서 우주선을 발사하는 것과 비슷합니다. 무엇을 위한 데이터 분석인지 알 수 없습니다. 데이터 분석을 하는 의미는 데이터에서 기업 전체의 성과를 높일 방법을 이끌어내는데 있습니다. 프로젝트의 제 1단계는 전체 최적화를 잘 이루어내야 합니다. 부분 최적의 위험은 같은 회사의 부서들이 각각 분석팀을 보유하고 처리 기반의 수평적인 연계 없이 분석을 실시하거나 사업부별로 각각 법인 영업을 한 결과 동일 고객에게 여러 사업부가 중구난방으로 영업을 해서 고객의 클레임을 받는 등 일일이 나열할 수 없을 정도입니다...

2020. 7. 4. 22:05

스페셜 데이터

요약 통계량에서 필수로 알아둬야 할 수치 5가지

요약 통계량에서 필수로 알아둬야 할 수치 5가지 요약 통계량은 자사 서비스 해약자의 속성 정보와 서비스 이용 이력의 요약 통계량을 추출해 해약이 많은 그룹을 특정합니다. 이로 인해 해약 방지 전략을 세울 때 활용할 수 있습니다. 고객층의 측정, 상품 카테고리별로 구매자 속성 정보의 요약 통계량을 산출합니다. 구매 수요가 높은 고객층을 파악합니다. 요약 통계량이란 데이터 분포의 특징을 나타내는 통계량입니다. 요약 통계량을 산출하면 데이터의 치우침이나 형상 등을 알 수가 있습니다. 분석의 초기 단계에서 데이터 분포의 특징을 파악하려는 목적으로 자주 산출하고는 합니다. 엑셀이나 분석 도구로 그래프를 그리면 데이터 분포를 파악할 수도 있습니다. 그러나 데이터가 수천 개를 넘어가면 그래프를 그려서 파악하는 것은 ..

2020. 7. 4. 21:01

스페셜 데이터

다중 회귀 분석과 로지스틱 회귀 분석의 차이점

다중 회귀 분석과 로지스틱 회귀 분석의 차이점 다중 회귀 분석은 과거의 판매 경험이나 소셜 미디어의 반응 수를 바탕으로 판매수를 예측하는 방법입니다. 예측 결과를 바탕으로 발주량을 조정해 재고 부족 또는 재고 과다 문제를 개선할 수 있습니다. 1시간 단위로 콜센터에 들어오는 문의량을 예측할 수 있습니다. 그리고 그 결과를 바탕으로 직원들의 근무 시간을 조절함으로써 비용 절감을 도모할 수 있습니다. 다변량 분석의 일종으로 여러 개의 데이터를 바탕으로 하나의 데이터를 예측하는 모델입니다. 예측 모델에서 가장 많이 쓰이는 기법으로 꼭 알아두면 좋습니다. 연봉을 예측하는 모델식 역시 전형적인 다중 회귀 분석의 모델입니다. 다중 회귀 분석의 좌변에는 예측 대상이 들어갑니다. 이 데이터를 종속 변수라고 부릅니다. ..

2020. 7. 4. 20:19

스페셜 데이터

표준 편차로 특수 사례를 파악하는 방법

표준 편차로 특수 사례를 파악하는 방법 표준 편차로 무엇을 할 수 있을까요. 표준 편차의 가장 큰 특징은 특수 사례를 추출할 수 있다는 것입니다. 슈 하트 관리도로 불리는 그래프입니다. 월간 매출의 비교 추이라는 제목으로 꺾은선 그래프 위아래의 두 선은 표준 편차를 이용해 도출한 수치입니다. 상방 관리 한계와 하방 관리 한계라고도 부릅니다. 그래프의 오른쪽에 적혀있는 UCL과 LCL은 각각 평균값에서 표준 편차 세 개 분량만큼 떨어진 수치임을 의미합니다. C의 매출이 측정을 시작한 지 6개월째에 LCL을 밑돌았음을 알 수 있습니다. 우연히 LCL을 밑돌 확률은 0.1퍼센트 정도밖에 안됩니다. C가 문제에 직면했을 가능성이 크다고 판단하고 본인과 함께 개선책을 협의하는 편이 좋은 방안일 수 있습니다. A가..

2020. 7. 4. 19:11