3️⃣

SQL 데이터 분석 + EDA/시각화

생성일
2025/02/01 01:26
월별
Step 02. 핵심 스킬셋
강사님
Alyson 강사님
Declan 강사님
J 강사님
Chapter 0. 강의 개요 및 설치 안내
1. 학습 개요 및 소개
 
2. BI (Business Intelligence)
 
3. BI Tool - Tableau
 
4. 태블로 설치 안내 1 - Tableau Desktop
 
5. 태블로 설치 안내 2 - Tableau Public
 Chapter 1. 공공 데이터를 통한 시장 동향 이해
1. 왜 "시장"에서부터 출발할까?
 
2. 데이터셋 소개
 
3. 데이터셋의 재구조화가 필요한 이유
 
4. 진행 내용 및 설정
 
5. Python 데이터 탐색
 
6. 데이터 재구조화 1 - melt
 
7. 데이터 재구조화 2 - pivot_table
 
8. list_comprehension 1
 
9. list_comprehension 2
 
10. 데이터 재구조화 3 - 데이터타입 이슈 해결 (1)
11. 데이터 재구조화 4 - 데이터타입 이슈 해결 (2)
12. 데이터 재구조화 5 - indexing
13. 데이터 재구조화 6 - lambda
14. 코드 복습 및 파일 저장
15. 단순 반복 업무 줄이기 1
16. 단순 반복 업무 줄이기 2
17. Appendix. pandas_reshape 1
18. Appendix. pandas_reshape 2
19. 대시보드 설계
Chapter 02. 도구 사용 방법 (전체 러닝타임: 1:20:30)
20. 실습환경 준비 1 - 구글 스프레드시트
21. 실습환경 준비 2 - Tableau Public
22. 실습환경 준비 3 - Tableau Desktop
23. Tableau 인터페이스
24. 차원과 측정값
25. 차원과 측정값 더 알아보기
26. 불연속형과 연속형
27. 테이블
 
28. 테이블 한 걸음 더
 
29. Appendix. 측정값 기초 집계
 
30. 바 그래프 (막대 그래프)
 
31. 누적 바 그래프
 
32. 누적 바 그래프 한 걸음 더
 
33. 파이차트와 트리맵
34. 날짜 형식을 맞추는 dateparse 1
 Chapter 03. Pandas 기초 (전체 러닝타임: 2:44:09)
35. 날짜 형식을 맞추는 dateparse 2
 
36. 그래프의 기본! 라인 그래프 1
 
37. 그래프의 기본! 라인 그래프 2
 
38. Appendix. 라인과 영역
 
39. 시각화 응용 1 - 라인 그래프
 
40. 시각화 응용 2 - 도넛 차트
 
41. 시각화 응용 3 - 변형 바 그래프
42. 태블로로 만드는 대시보드
43. 태블로로 만드는 대시보드 실습
44. 사용성을 높이는 방법 1 - 필터
45. 사용성을 높이는 방법 2 - 하이라이트
46. 인터랙티브 대시보드 1
47. 인터랙티브 대시보드 2 - 필터
 
48. 인터랙티브 대시보드 3 - 하이라이트
49. Appendix. 놓치기 쉬운 도구설명
50. Appendix. 대시보드 레이아웃
51. 관계와 조인
Chapter 04. 서울시 범죄현황 데이터 분석 (전체 러닝타임: 3:52:35)
52. 관계와 조인 실습
 
53. 관계를 적용한 그래프 만들기
 
54. [과제] Tableau - 태블로 대시보드의 끝 - 문제
 
55. [과제] Tableau - 태블로 대시보드의 끝 - 문제 상세 설명
 
56. [과제] Tableau - 태블로 대시보드의 끝 - 해설 (1-1)
 
57. [과제] Tableau - 태블로 대시보드의 끝 - 해설 (1-2)
 
58. [과제] Tableau - 태블로 대시보드의 끝 - 해설 (2)
 
59. [과제] Tableau - 태블로 대시보드의 끝 - 해설 (3-1)
 
60. [과제] Tableau - 태블로 대시보드의 끝 - 해설 (3-2)
 
61. Looker Studio 개요
 
62. 실습환경 준비
 
63. 보고서 만들기
 
64. Looker Studio 인터페이스
 
65. 측정기준과 측정항목
 
66. 표
67. 표와 조건부서식
68. 잘 활용하면 편리한 필터
69. 피봇 테이블 (pivot table)
70. 파이차트와 도넛차트
71. 열 차트 (막대/바 차트)
72. 참조선과 매개변수 맛보기
73. Appendix. 매개변수 복습
74. Looker Studio에서 날짜 다루기 1
75. Looker Studio에서 날짜 다루기 2
76. 시계열 차트
77. Looker로 만들어보는 시장 동향 대시보드 1
78. Looker로 만들어보는 시장 동향 대시보드 2
79. Looker로 만들어보는 시장 동향 대시보드 3
80. Looker로 만들어보는 시장 동향 대시보드 4
Chapter 2. 이커머스 데이터를 통한 사업 현황 파악
1. 이커머스 데이터 분석과 지표
2. 데이터셋 소개
3. 분석가들이 만나는 Data Warehouse
4. Google Big Query 준비
5. Big Query 둘러보기
6. 실습환경 준비 1 - 프로젝트 만들기
7. 실습환경 준비 2 - 데이터세트와 테이블 만들기
8. 이제부터 무엇을 보나요?
9. Appendix. 거래액과 매출
10. 이커머스 비즈니스 분석지표 1 - 매출
11. 이커머스 비즈니스 분석지표 2 - 주문 건 수
12. 이커머스 비즈니스 분석지표 3 - 건 당 주문 금액
13. 테이블 정보와 실전 쿼리 1
14. 테이블 정보와 실전 쿼리 실습 1
15. 테이블 정보와 실전 쿼리 2
16. 테이블 정보와 실전 쿼리 실습 2
17. 테이블 정보와 실전 쿼리 3
18. 테이블 정보와 실전 쿼리 실습 3
19. Appendix. 쿼리로 지표 복습해보기
20. 종합 쿼리 1
21. 종합 쿼리 실습 1
22. 종합 쿼리 실습 2
23. 빅쿼리에서 날짜 다루기 1
24. 빅쿼리에서 날짜 다루기 실습 1
25. 빅쿼리에서 날짜 다루기 2
26. 빅쿼리에서 날짜 다루기 실습 2
27. 빅쿼리에서 날짜 다루기 3
28. 빅쿼리에서 날짜 다루기 실습 3
29. 날짜별로 지표 뽑기
30. Appendix. 빅쿼리의 유용한 함수 1
31. Appendix. 빅쿼리의 유용한 함수 2
32. 대시보드용 데이터 준비 1
33. 대시보드용 데이터 준비 2
34. [과제] Big Query - 주차별 지표 집계 - 문제
35. [과제] Big Query - 주차별 지표 집계 - 해설
36. Adhoc 1 - 가장 고객이 많은 지역은?
37. Adhoc 2 - 서브 쿼리를 이용한 join
38. Adhoc 3 - 순위 매기기 (1)
39. Adhoc 3 - 순위 매기기 (2)
40. Adhoc 4 - 우리 고객들의 월 객단가는?
41. Adhoc 5 - CASE로 고객 그룹 나누기
42. [과제] Big Query - 카테고리별 매출 구하기 - 문제
43. [과제] Big Query - 카테고리별 매출 구하기 - 해설
44. Tableau 실습환경 준비
45. 지표를 빠르게 확인해보자 1
46. 지표를 빠르게 확인해보자 2
47. 누적 매출을 구하는 법
48. 월 매출의 증가와 감소
49. 월 매출의 증감률
50. Appendix. 차이와 비율차이의 계산 방식
51. 가장 높은 매출을 기록한 달은?
52. 주차별 주문수와 이동평균
53. Appendix. 이동평균의 계산 방식
54. YTD 총계와 YTD 성장률
55. Appendix. YTD 총계와 YTD 성장률의 계산 방식
56. 매출 규모는 얼마나 성장하고 있을까?
57. 성장률의 평균을 표현하는 방법 1
58. 성장률의 평균을 표현하는 방법 2
59. Tableau 세일즈 대시보드 개요
60. 매개변수
61. 매개변수로 통화단위를 바꾸는 방법
62. 차이 그래프 복습
63. 측정값 요약해서 보여주기
64. 매개변수로 그래프 측정값을 바꾸는 방법
65. 대시보드 상호작용을 위한 매개변수 동작
66. 매개변수로 날짜범위 바꾸는 방법
67. Tableau 세일즈 대시보드 마무리
68. Appendix. 시각화 팁 1 - IF, IIF
69. Appendix. 시각화 팁 2 - 매개변수
70. Appendix. 시각화 팁 3 - First, Last
71. Appendix. Fixed
72. Looker 세일즈 대시보드 개요
73. 대시보드 준비 1
74. 대시보드 준비 2
75. 스코어 카드
76. 주별 시계열 차트
77. 도시별 차트
78. 매개변수를 활용한 대시보드 상호작용
79. 기간 컨트롤 적용
80. 비교 시점 설정
81. Looker 세일즈 대시보드 마무리
82. Appendix. 기간 매개변수 사용법
Chapter 3. 고객 행동 분석을 통한 서비스 헬스체크
1. 주제 선정 이유
2. 데이터셋 소개
3. 고객 행동 지표
4. Tableau 실습환경 준비
5. 쇼핑몰 헬스체크 대시보드 제작 개요
6. active user 계산과 기간 단위 변경
7. 이동 평균을 반영할 때의 고려사항
8. 행동으로 전환된 고객의 비율
9. Appendix. 전환 고객 비율 간결하게 작성하기
10. 거래액의 규모
11. 브랜드, 카테고리 테이블
12. 매개변수를 이용한 테이블 페이지 설정
13. 쇼핑몰 헬스체크 대시보드 마무리
14. [과제] Tableau - 거래액 증감률 나타내기 - 문제
15. [과제] Tableau - 거래액 증감률 나타내기 - 해설
0. 학습 개요 및 진행 방법
Chapter 4. HR 데이터를 통한 채용 기획하기
1. HR 신입 BA가 된 나!
2. Google Colab을 활용한 Python EDA 개요
3. 데이터 빠르게 훑어보기 1 - info
4. 데이터 빠르게 훑어보기 2 - describe
5. 데이터 세부사항 파악하기 - Data type
6. 사내 조직 파악하기 1 - groupby
7. 사내 조직 파악하기 2 - pivot_table
8. 사내 조직 파악하기 3 - unstack, stack
9. Appendix. matplotlib과 seaborn
10. Matplotlib과 Seaborn을 활용한 시각화 - Heatmap (1)
11. 데이터 상관관계 한 눈에 파악하기 1 - Heatmap (2)
12. 시각화를 통한 데이터 드릴다운 1 - Bar
13. 시각화를 통한 데이터 드릴다운 2 - FacetGrid
14. 시각화를 통한 데이터 드릴다운 3 - Regplot
15. 데이터 상관관계 한 눈에 파악하기 2 - Enumerate, Subplot
16. 데이터 상관관계 한 눈에 파악하기 3 - Jointplot
17. MySQL Setting
18. DBeaver Setting
19. DBeaver DB Insert
20. DBeaver DB Insert 실습
21. SELECT
22. SELECT DISTINCT
23. SELECT 실습
24. GROUP BY
25. ORDER BY
26. GROUP BY / ORDER BY 실습 1
27. GROUP BY / ORDER BY 실습 2
28. 비교 연산자
29. 비교 연산자 실습
30. 논리 연산자
31. 논리 연산자 실습
32. [과제] Adhoc Query - 공로상 후보자 명단 - 문제
33. [과제] Adhoc Query - 공로상 후보자 명단 - 해설
34. TABLE CREATE 1
35. Data Type에 대한 이해 - Numeric
36. Data Type에 대한 이해 - String
37. TABLE CREATE 2
38. TABLE CREATE 실습
39. Table Join 1
40. Table Join 2
41. Table Join 실습
42. LIMIT & HAVING
43. LIMIT & HAVING 실습
44. [과제] Adhoc Query - 내년 예상 연봉 - 문제
45. [과제] Adhoc Query - 내년 예상 연봉 - 해설 (1)
46. [과제] Adhoc Query - 내년 예상 연봉 - 해설 (2)
47. Window Function 1 - 집계함수
48. Window Function 2 - 집계함수 실습
49. Window Function 3 - LEAD & LAG (1)
50. Window Function 4 - LEAD & LAG (2)
51. Window Function 5 - LEAD & LAG 실습 (1)
52. Window Function 6 - LEAD & LAG 실습 (2)
53. [과제] Adhoc Query - 진급 연봉 인상률 - 문제
54. [과제] Adhoc Query - 진급 연봉 인상률 - 해설
55. Power BI Download
56. Power BI 둘러보기
57. 데이터 가져오기 1 - CSV / 데이터 타입
58. 데이터 가져오기 2 - MySQL DB
59. 데이터 변환 1 - 열 추가
60. 데이터 변환 2 - 열 병합 및 분할
61. 데이터 변환 3 - 텍스트 데이터 다루기
62. 데이터 변환 4 - 숫자 데이터 다루기
63. HeadCount Dashboard 1 - Bar
64. HeadCount Dashboard 2 - Bar + Line
65. HeadCount Dashboard 3 - Stacked Bar
66. HeadCount Dashboard 4 - 다양한 Bar 그래프
67. HeadCount Dashboard 5 - Pie Chart 와 드릴다운
68. HeadCount Dashboard 6 - Table
69. HeadCount Dashboard 7 - Matrix (1)
70. HeadCount Dashboard 8 - Matrix (2)
71. HeadCount Dashboard 9 - 조건부 서식
72. HeadCount Dashboard 10 - 신규 테이블 및 관계 생성
73. HeadCount Dashboard 11 - 열 순서 설정
74. HeadCount Dashboard 12 - 대시보드 구성하기
75. HeadCount Dashboard 13 - 빈 테이블 생성
76. HeadCount Dashboard 14 - Dax식 Calculate (1)
77. HeadCount Dashboard 15 - Dax식 Calculate (2)
78. HeadCount Dashboard 16 - Card
79. HeadCount Dashboard 17 - New Card
80. HeadCount Dashboard 18 - Slicer
81. Attrition Dashboard 1 - Line (1)
82. Attrition Dashboard 2 - Line (2) 추세선
83. Attrition Dashboard 3 - Line (3) 범례와 축소다중항목
84. Attrition Dashboard 4 - 대시보드 구성하기
85. Attrition Dashboard 5 - Slicer 심화
86. Appendix. Filter (vs. Slicer)
87. Attrition Dashboard 6 - Top N Filter
88. Attrition Dashboard 7 - Multi Row Card
89. Attrition Dashboard 8 - 레이아웃 꾸미기
90. [과제] PowerBI - Compensation Dashboard - 문제
91. [과제] PowerBI - Compensation Dashboard - 해설 (1)
92. [과제] PowerBI - Compensation Dashboard - 해설 (2)
93. [과제] PowerBI - Compensation Dashboard - 해설 (3)
94. [과제] PowerBI - Compensation Dashboard - 해설 (4)
95. [과제] PowerBI - Compensation Dashboard - 해설 (5)
Chapter 5. 재고 분석을 통한 물류 기획 관리
1. 물류 센터 재고 관리 담당자가 된 나!
2. 재고관리의 주요 지표 1
3. 재고관리의 주요 지표 2
4. 실습 환경 만들기 - SQL Table INSERT
5. 데이터 살펴보기
6. 재고 수량 파악
7. 악성 재고 원인 파악 1 - 가격
8. 악성 재고 원인 파악 2 - 신상품 출시
9. 악성 재고 원인 파악 3 - Aging
10. Appendix. CASE WHEN
11. Appendix. WITH절 vs. FROM절 Subquery
12. Query 구조화 1 - CASE WHEN
13. Query 구조화 2 - Subquery
14. Query 구조화 3 - WITH절
15. 재고 관리를 위한 SKU Grade 기획 프로젝트
16. 재고 관리를 위한 SKU Grade 기획 프로젝트 - HINT
17. SKU Grade 기획 실전 쿼리 해설 (1) 기초 데이터 구성
18. SKU Grade 기획 실전 쿼리 해설 (2) Division by 0
19. SKU Grade 기획 실전 쿼리 해설 (3) SKU Grade
20. SKU Grade 기획 실전 쿼리 해설 (4) TABLE CREATE
21. Power BI로 데이터 가져오기 및 전처리
22. 지표 정의
23. Dax 1 - SUM, DIVIDE
24. Dax 2 - SUMX
25. 카드, 도넛차트
26. 꺾은성형 막대차트
27. 영역형 차트
28. Dax 3 - SWITCH와 SELECTEDVALUE
29. Dax 3 - SWITCH와 SELECTEDVALUE 실습
30. Dashboard 레이아웃 꾸미기
31. SKU Grade 테이블 및 관계 생성
32. SKU Grade Slicer
33. 페이지 이동 단추
34. Inventory Dashboard Wrap-up
Chapter 6. 구매부터 판매까지, 유통 SCM 데이터 분석
1. SCM Deepdive Project 담당자가 된 나!
2. 유통 Workflow 이해하기
3. 데이터 불러오기
4. 데이터셋 살펴보기 1 - 구매 데이터
5. 데이터셋 살펴보기 2 - 재고, 판매 데이터
6. Vendor 대시보드 미리보기
7. InvoicePurchase 와 Purchase 테이블의 관계
8. 여러 테이블이 있을 때 Slicer 는 어떻게 추가할까?
9. 꺾은선형 차트로 시계열 추세 확인하기
10. 다중 카드 - 주요 지표 시각화 (1)
11. 다중 카드 - 주요 지표 시각화 (2)
12. Vendor별 상세 데이터 살펴보기
13. 주요 Vendor사 TOP N Filter
14. Power BI Dax - Datediff (1)
15. Power BI Dax - Datediff (2)
16. Inventory 대시보드 미리보기
17. Inventory 기초, 기말재고 데이터 전처리 - 쿼리 추가
18. Inventory 데이터 살펴보기
19. 결측치 보간
20. 주요 지표 계산식 Dax 작업
21. Appendix. Waterfall Chart
22. Waterfall 차트로 보는 기초, 기말 재고
23. 매개변수를 활용한 시각화 업그레이드 1
24. 매개변수를 활용한 시각화 업그레이드 2
25. Invnentory 대시보드 완성
26. [과제] PowerBI - PO 분기 실적 Waterfall Chart - 문제
27. [과제] PowerBI - PO 분기 실적 Waterfall Chart - 해설 (1)
28. [과제] PowerBI - PO 분기 실적 Waterfall Chart - 해설 (2)
29. Sales 대시보드 미리보기
30. Sales 데이터셋 살펴보기 1
31. Sales 데이터셋 살펴보기 2
32. 분해 트리
33. 판매가격와 매입가격 1
34. 판매가격과 매입가격 2 - 판매가격 Table 생성
35. 판매가격과 매입가격 3 - 테이블 병합
36. 판매가격과 매입가격 4 - 이익 계산
37. Dax 1 - Calendar
38. Calender Table 생성
39. 요일별 판매 트렌드 1
40. 요일별 판매 트렌드 2
41. 계기 차트
42. KPI 시각화
43. KPI 시각화 실습
44. Dax 2 - AVERAGEX
45. Dax 3 - ALL, FILTER
46. Dax식 연습 심화 - 요일별 판매량 KPI
47. Sales 대시보드 완성
Chapter 7. 대규모 주류 판매 데이터 분석
0. 학습 방향 및 개요
1. 주류 산업의 데이터 컨설턴트가 되어보자 - 대규모 데이터의 활용
2. 데이터 소개: 주류 판매 데이터
3. spark와 pyspark 1
4. spark와 pyspark 2
5. pyspark 환경 세팅하기 (feat. colab)
6. 캐글 api를 활용해 데이터 불러오기
7. pyspark로 데이터 읽어오기
8. pyspark에서 데이터 저장하기
9. pyspark dataframe (csv vs parquet)
10. pyspark의 sql vs dataframe api
11. pyspark로 데이터 살펴보기
12. pyspark 함수로 결측치 처리하기 1
13. pyspark 함수로 결측치 처리하기 2
14. pyspark 함수로 결측치 처리하기 3
15. pyspark 함수로 결측치 처리하기 4
16. pyspark 함수로 결측치 처리하기 5
17. pyspark 함수로 결측치 처리하기 6
18. pyspark 함수 복습 (feat.sql query 비교) 1
19. pyspark 함수 복습 (feat.sql query 비교) 2
20. pyspark 함수 복습 (feat.sql query 비교) 3
21. Plotly로 인터랙티브하게 시각화하기 1
22. Plotly로 인터랙티브하게 시각화하기 2
23. 주류시장 동향 파악하기 1 - 매출 추이와 성장률
24. 주류시장 동향 파악하기 2 - 고매출 지역 찾기
25. 지역의 영업 이익 평가하기 - pyspark udf
Chapter 8. 지역별 주류 판매 데이터 분석
1. metadata란?
2. pyspark에서 MySQL로 데이터 저장하기
3. MySQL workbench
4. mysql에 데이터 적재하기
5. MySQL workbench 구성요소
6. SQL 기초 1 - 쿼리의 종류와 동작
7. SQL 기초 2 - 유용한 기초 쿼리문
8. SQL 기초 3 - 필수 기초 쿼리문 (1)
9. SQL 기초 4 - 필수 기초 쿼리문 (2)
10. SQL 기초 5 - 쿼리 실행 순서 이해하기
11. 지역별 주류 판매 데이터 분석
12. 매출 TOP5 지역의 점포 매출 분석하기 1
13. 매출 TOP5 지역의 점포 매출 분석하기 2
14. 매출 TOP5 지역의 점포 매출 분석하기 3
15. 매출 분석 기반으로 사업 시작 지역 선정하기 1
16. 매출 분석 기반으로 사업 시작 지역 선정하기 2
17. 매출 분석 기반으로 사업 시작 지역 선정하기 3
18. 지역별 아이템 수익성 분석하기 1
19. 지역별 아이템 수익성 분석하기 2
20. 지역별 아이템 수익성 분석하기 3
21. 판매 비중 및 거래 업체 분석하기 1
22. 판매 비중 및 거래 업체 분석하기 2
Chapter 9. 주류 시장 대시보드 발행하기
1. 강의를 시작하며
2. 데이터 연결하기 (feat. 라이브 VS 추출)
3. 대시보드 기획하기
4. 시트와 대시보드 & 차원과 측정값
5. 매출 동향 시각화
6. 주 별 도매상 및 아이템 수 테이블 만들기
7. 누적 매출 현황 시각화 - running
8. 전월 대비 매출 성장 정도 - lookup
9. 아이템 매출 순위 TOP 20 - fixed, index
10. 카테고리 매출 순위 TOP 20 - 히트맵, 워드클라우드
11. 도매상 매출 순위 TOP 20 - 파이차트, 바 차트
12. 아이템 매출 그래프 - 도구 설명에 시트 삽입 해보기
13. 도시별/스토어별/아이템별 정보 상세 - total
14. 미국 전역 주류 매출 지도 - 맵 차트
15. 대시보드 구성하기
16. 인터랙티브 대시보드 만들기 - 필터, 매개변수
17. 사용자를 위한 대시보드 - 탐색, 다운로드
18. 태블로 서버/클라우드를 이용한 대시보드 발행
Chapter 10. 파트 과제
1. 데이터 전처리
2. 텍스트 테이블
3. 도넛 차트 (1)
4. 도넛 차트 (2)
5. 바 & 라인 차트
6. 영역 차트 & 매개변수
7. 시트에 연결된 필터
8. 대시보드 구현하기