Session / 24-04-19 / 데이터 분석 기본 개념

SQL에 관련된 이야기 // 녹화본 제공

DATA DB QUERY SQL 기본개념

 

----

서비스의 현상태를 숫자 확인, 문제및 해결방안 제시

 

데이터 추출

타팀 요청 내용 기반 유관부서 공유

 

가공

추출 후 데이터 전처리(확인, 이상치 결측치 처리) 정합성 검증

깊게가면 머신러닝 딮러닝도 이용.

 

시각화

 

 

인사이트 도출

 

 

----

 

기업의 이익창출 -> KPI

실험의 결과를 비교 이해 가능하게 하는 데이터 분석 : %등의 수치화 가능

 

사업부 :  ROI, ROAS 최소투자 최대이익 전략수립

기획 : 서비스 유입부터 잔존, 터널/단계뼐로 이탈 잔존 비교

 

'내가 생각한것을 검증하고 설들력있게 전달 하는것!'

AB테스트 차이?

 

엔지니어 :  데이터 사용 환경 제공

분석가 : 추출 가공 시각화 인사이트 도출

과학자 : 미래지향적, 모델개발 최적화

 

-----

 

 

 

 

차별점

논리와 숫자 기반의 인사이트 를 타 부서에 제공.

ex) 유저 레밸링 구간 개선

 

기술스택 제공 예상

 

기본적 범용적 질의어 SQL

 

데이터 :  문자 숫자 이미지 음성 영샹 형태(아날로그 아닌 전자화된)의 "정보"

DB : 저장 데이터 모음 

 

DBMS - data base management system

db에 규칙성 및 정합성을 부여하여 데이터 등록/정리/검색에 용이하도록 하는 software system.

tag 달린 내용을 분류 해줌.

 

 

 

관계형 /  계층형 / 망형

 

관계형은 2개의 개선안이다?

 

Query 쿼리를 날린다~

DB에 접근하기 위한 질의 - 결과 흭득 표준화 된 언어(이에 속하는 SQL, Python)

 

작동 순서

FROM (- ON - JOIN) - WHERE - GROUP BY - HAVING - SELECT (- DISTINCT) - ORDER BY - LIMIT/OFFSET

 

 

 

 

엔지니어 py spark

 

 

------

 

SQL 실 사용 모습

 

 

 

 

 

 

관계형의 복구 가능은 망형의 특성과 유사한 것인가? 어떻게 작동하는가?

 

파이썬이 테그 달고 분류하는 과정으로 사용된다