강의 소개

강의 대본

이번 클래스의 주요 학습 내용을 소개해드리겠습니다. 이번 클래스에서 우리는 마소전자마트라고 하는 24개의 지점을 가지고 있는 거대한 전자제품 유통회사에 새로 부임한 신임 본부장이 되어서 이 회사를 파악하고 이 회사의 여러 가지 비즈니스 현황을 어떤 식으로 이해할 것인가 라고 하는 부분을 같이 다뤄보려고 합니다. 이런 스토리를 기반으로 다양한 학습들이 진행이 될 텐데요. 이때 우리가 주로 이 학습 과정을 통해서 배울 내용은 이와 같습니다. 첫 번째로 우리는 비즈니스 애널리틱스라는 것이 도대체 어떤 것인가? 비즈니스 데이터를 가지고 분석하고 이를 통해서 결론을 도출한다는 것이 도대체 어떠한 것이고 이게 왜 필요한 것이며 이러한 과정은 어떠한 표준적인 절차가 있는지 실행하는 프로세스를 단계별로 하나하나 알아보려고 합니다. 신임 본부장이 마소전자마트에 가서 이제 본격적으로 비즈니스 현황을 파악하려고 보니 이 회사에는 아직 제대로 준비된 데이터가 없습니다. 그렇다면 우리가 데이터를 어떤 형태로 수집하고 어떻게 정리, 정돈해야지 실질적으로 데이터 분석이 가능한지 자동으로 수집한 데이터를 전처리해서 실제로 분석 가능한 형태로 만들기 위해서 꼭 필요한 기본적인 규칙들을 함께 알아보려고 합니다 이렇게 수집한 데이터를 토대로 신임 본부장은 마소전자마트라고 하는 이 회사를 이해해 나갈 건데요 우리가 잘 알지 못하는 비즈니스 상황을 파악하고자 할 때 우리에게 주어진 마스터 데이터셋 방대한 분량의 마스터 데이터셋을 어떠한 방식으로 이해하고 점점 더 깊이 들어가게 되고 어떤 값으로 요약하고 그림으로 요약하고 이 안에 들어 있는 패턴들을 파악해 나가는가 라고 하는 다양한 방법의 탐색적 데이터 분석 이러한 방법을 같이 저와 함께 단계별로 하나하나 진행해 보려고 하고 있습니다 이 과정에서 우리는 데이터를 다양한 값과 다양한 그림으로 요약하게 될 것입니다. 그런데 다양한 값과 그림으로 요약한다고 할 때 데이터는 통상적으로 여러 가지 층위를 가지고 있습니다. 그럼 이러한 계층화된 데이터를 적절한 크기로 우리가 데이터가 가지고 있는 특징을 파악하고 여기서 의미 있는 결론을 도출할 수 있는 크기로 데이터를 잘게 쪼개서 보기도 하고 또 때로는 반대로 모아서 보기도 해야 됩니다 데이터를 적당히 모아서 보고 또 쪼개서 보는 방법 그리고 이러한 데이터를 그림으로 요약하는 다양한 방법들을 우리가 알아보기 예정입니다 우리가 어떤 데이터를 파악하면 우리가 수집한 데이터 표본 데이터를 가지고 우리가 알지 못하는 데이터 모집단 다른 말로 미래의 사건 같은 것들이 모집단이 되는데요 이러한 알지 못하는 데이터를 추정해내기 위해서 우리가 데이터를 수집하고 분석을 하는 과정을 거치게 됩니다 비즈니스에서 가장 많이 우리가 추정을 하고자 하는 내용 즉 과거의 데이터를 토대로 앞으로 다가올 시점 미래의 데이터를 어떻게 추정하고 추산할 수 있는가 라고 하는 부분을 우리가 중점적으로 이 클래스의 후반부에 다룰 예정인데요 시간의 흐름에 따라서 어떠한 데이터가 뭔가 경향성을 보일 때 이러한 경향성을 어떤 식으로 이해하고 시계열 분석의 원리 같은 것들을 같이 전반적으로 살펴볼 것입니다. 시계열 분석의 대표적인 방법 모형 접근법이라던가 이동평균법이라고 하는 이런 대표적인 방법을 이용해서 실질적으로 마소전자마트의 과거의 데이터를 가지고 그래서 다음 달에 해당 제품이 도대체 몇 개가 팔릴까 라고 하는 추정을 다양한 방법으로 다양한 추정치를 계산을 할 것이고 이러한 추정이 나중에 시간이 지나서 실질적인 판매량 데이터를 얻게 됐을 때 추정과 실제 데이터를 이 두 가지를 어떻게 합쳐서 우리가 성과를 적절하게 합리적으로 판단하고 평가할 수 있는가 라고 하는 성과 판단의 과정까지 우리가 데이터의 수집부터 이러한 데이터의 정리정돈 그리고 데이터 가진 특성을 알아보고 이렇게 수집한 데이터를 적절히 요약하는 방법 또 과거의 데이터로부터 우리가 모르는 다른 시점에 어떠한 내용들까지 추정하는 일련의 과정들을 처음부터 끝까지 비즈니스 애널리틱스의 전 과정을 저와 함께 차근차근 이 클래스를 통해서 밟아 나가시게 될 것입니다.