목록Data Analysis/통계&분석 (64)
Allen's 데이터 맛집
데이터 분석에서 데이터는 주로 범주형과 수치형의 두 가지 주요 속성으로 분류됩니다. 이들은 데이터를 이해하고 분석하는 데 중요한 기반이 됩니다. 그런데 이 속성들은 더 나아가서 세부적으로 명목형, 순위형, 이산형, 연속형 등으로 나눌 수 있습니다. 범주형(Categorical) 데이터: 명목형(Nominal) 데이터는 카테고리 간에 순서나 계층이 없는 데이터를 의미합니다. 예를 들어, 사람들의 혈액형(A, B, AB, O)이 여기에 해당합니다. 순위형(Ordinal) 데이터는 카테고리 간에 상대적인 순서나 등급이 있는 데이터를 말합니다. 예를 들어, 영화 평점(1점, 2점, 3점 등)이 여기에 속합니다. 수치형(Numerical) 데이터: 이산형(Discrete) 데이터는 셀 수 있는 값들을 가지며 불연..
빅데이터 수집 기술은 현대 비즈니스 및 데이터 분석 분야에서 중요한 역할을 합니다. 이러한 기술들은 데이터 분석가들이 데이터를 수집하고 분석하는 데 도움이 되는 핵심 도구들입니다. 이미지출처:https://news.samsungdisplay.com/22907 각 기술의 핵심 기능을 설명하면 다음과 같습니다 FTP (File Transfer Protocol): 서버와 클라이언트 간의 빠른 데이터 전송을 가능케 하는 TCP/IP 기반 프로토콜입니다. 주로 대용량 파일 전송에 사용되며, 빅데이터 세트의 공유나 전송에 사용됩니다. Open API: 서비스, 정보, 데이터 등 오픈된 정보로부터 API를 통해 실시간 데이터를 수집하는 기술입니다. 이는 다수의 함수로 구성된 API를 통해 시스템 간의 연동을 통해 실..
분석 문제를 정의하는 과정은 전체 데이터 분석 프로젝트에서 가장 중요한 단계 중 하나입니다. 이는 분석가가 분석의 방향성과 목적을 명확히 이해하고 명시해야 함을 의미합니다. 분석 문제 정의: 고객 이탈률 예측 분석 문제 고객 이탈률을 예측하는 것은 기업이 직면한 중요한 과제입니다. 이탈률이란 고객이 서비스 또는 제품을 떠나는 비율을 의미합니다. 이를 통해 우리는 왜 고객들이 이탈하는지를 이해하고, 이를 최소화하기 위한 전략을 수립할 수 있습니다. 목표 기업들의 목표는 고객 이탈을 예측하는 모델을 개발하여, 이탈 가능성이 높은 고객을 사전에 식별하고 이들에게 맞춤형 전략을 제시하는 것입니다. 이를 통해 우리는 이익을 극대화하고 고객 만족도를 높일 수 있을 것입니다. 현상 데이터 분석가들은 최근 고객 이탈이..
Gartner의 Analytic Value Escalator는 기업이 데이터 분석 및 분석적 역량을 향상시키는 과정을 설명하는 프레임워크입니다. 이 모델은 기업이 데이터 활용에 있어서 단계별로 어떻게 가치를 창출하고 확장해 나갈 수 있는지를 보여줍니다. 아래는 Gartner's Analytic Value Escalator의 주요 단계에 대한 설명입니다. 이미지출처:https://www.flickr.com/photos/27772229@N07/8267855748 Descriptive Analytics (기술적 분석): 이 단계에서는 과거 데이터를 사용하여 사건에 대한 설명을 제공합니다. 이는 일반적으로 보고서 및 대시보드와 같은 시각화 도구를 통해 수행됩니다. Diagnostic Analytics (진단적 ..