데이터 분석 시각화 데모

데이터 분석 실무 프로세스를 통해 데이터 분석 시각화를 진행하는 방법을 살펴보도록 하겠습니다. DSMPG 2인치라는 파일을 오픈하도록 하겠습니다. 이 파일은 데이터를 기반으로 데이터 분석을 진행하려고 해요. 자, 그런데 여기 보면 이 Manufacturer, Model, Drive 디스플, 이어, 실린더와 같은 것들이 분석 대상 데이터에 해당합니다 그런데 분석 대상 데이터에서 cty 라든가 hwy 이런 의미가 뭔지를 잘 모르겠어요 자 그러면 이런 데이터를 레이블을 내가 이해할 수 있는 형태로 레이블을 변경하면 됩니다 그 변경된 내용이 dsmpg.kor 파일입니다 dsmpg.kor 파일을 오픈하도록 하겠습니다 영문 열명을 한글로 변경해서 이 열의 의미를 파악했어요 그 다음에는 이 데이터를 분석 도구를 가지고 오픈하면 됩니다 이 데모에서는 엑셀로 분석하는 걸 다뤄보도록 하겠습니다 따라서 이 파일을 엑셀로 변환해서 엑셀 파일을 오픈하도록 하겠습니다 분석 대상 데이터를 이해해 보도록 할게요 A부터 K열까지를 선택하고 열을 조금 키워서 전체 데이터를 보도록 하겠습니다 A1셀을 선택하고 Ctrl키 누르고 화살표 오른쪽 Ctrl키 누른 상태에서 화살표 아래 Ctrl키 누르고 화살표 왼쪽 Ctrl키 누르고 화살표 위 선택해 보면 데이터를 처음부터 끝까지 살펴 왔습니다 데이터는 A부터 K열까지 있고 행의 숫자는 235행이 있는 걸 확인해 볼 수 있습니다 데이터를 보면 제조사 차명, 변속기 방식, 구동 방식, 배기량, 실린더 개수, 도시 주행 연비, 고속도로 주행 연비, 연료 종류, 차량 유형 같은 데이터가 있어요 여기서 그러면 데이터 분석을 어떻게 할 수 있을까요? 먼저 데이터를 이해한 다음에는 BQ, Problem, 분석을 이해한 Problem이나 BQ를 먼저 설정해야 됩니다 저는 자동차에서 연비에 영향을 끼치는 요인 분석을 하고 싶습니다 연비에 영향을 끼치는 요인을 분석해서 결국 데이터를 기반으로 한 연비 개선 작업을 하고 싶은 거예요 자 그러면 다양하게 이 데이터를 문자 데이터 숫자 데이터 조합을 통해서 배기량, 도시주행연비, 고속도로주행연비 배기량, 도시주행연비, 고속도로주행연비 배기량, 도시주행연비, 고속도로주행연비 배기량, 도시주행연비, 고속도로주행연비 자 추천 차트를 분산형 차트를 선택하도록 하겠습니다 자 도시주행 연비 라고 하는 시각화 차트를 하나 만들고요 다시 배기량과 고속도로의 주행연비 이 열을 선택하고 컨트롤키 누르고 i열을 선택한 다음에 다시 삽입에 추천 차트에 분산형 차트를 하나 더 추가하도록 하겠습니다 자 이 시각화 이 데이터, 원본 데이터에서는 내가 어떤 인사이트를 도출하기가 상당히 어려워요 그래서 데이터 분석은 한마디로 데이터 요약 기술이라고 보면 됩니다 데이터를 값으로 요약하거나 그래프로 요약 우리는 이 그래프로 요약을 시각화라고 표현합니다 값으로 요약하거나 그래프로 요약하면 여기서 어떤 인사이트를 뽑을 수가 있어요 도시주행 연비를 보면 배기량에 따라서 배기량이 증가를 하면 연비는 어떻게 되죠? 연비는 하락하는 패턴을 보입니다. 배기량이 높아지면 연비는 하락한다. 그러면 여기서 배기량이 특정 어떤 임계점까지는 연비가 좋아요. 그러다가 배기량이 증가함에 따라서 연비는 좋아지지 않습니다 그러면 여기서 어떤 인사이트를 도출할 수 있을까요? 연비 개선을 위해서는 배기량을 낮춰야 된다 그러니까 예를 들어서 제가 자동차 R&D팀이라면 소재 개발해서 경량화 소재죠 소재 개발해서 어떻게 하면 배기량을 낮추면서 출력은 유지할 거냐 그리고 그 다음에 제가 국가, 도시 정책 담당자라고 한다면 세금 정책을 기획하는데, 택스 정책을 기획하는데 이 정보를 사용할 수 있겠죠 특정 구간까지를 저희가 장려하는 배기량, 특별 세제 대상 자동차를 선정하고 특정 연비가 넘어갔을 때 여기서는 데이터 시각화 과정은 다양한 경우에 원본 데이터가 있으면 원본 데이터 자체에서 인사이트를 도출하기 상당히 어렵습니다 그렇기 때문에 원본 데이터를 그래프로 요약한 방식을 통해서 다양한 인사이트를 도출하는 기술이라고 말씀드릴 수가 있습니다