Power BI, 엑셀, D3.js, R, 파이썬, Qlik, Tableau, Microsoft SQL Server 툴을 사용한 비즈니스 데이터 활용 방법을 소개한다. 쉽고 간단하게 비즈니스 데이터를 얻고 의미를 도출하고자 하는 독자에게 적합한 책이다. 다양한 툴과 실전 예제로 비즈니스 인텔리전스 기술을 빠르게 익힐 수 있다. 실전에서 쉽고 간단하게 비즈니스 인텔리전스 기술을 구현하고자 하는 독자에게 이 책을 추천한다.

[목 차]

1장. 실용적인 비즈니스 인텔리전스 소개
__킴볼 메소드 이해하기
__비즈니스 인텔리전스 아키텍처 이해하기
__이 책이 도움이 되는 사람은?
____관리자
____데이터 과학자
____데이터 분석가
____시각화 개발자
__데이터와 SQL로 작업하기
__비즈니스 인텔리전스 툴로 작업하기
____Power BI와 엑셀
____D3.js
____R
____파이썬
____Qlik
____Tableau
____Microsoft SQL Server
__MS SQL Server 2014의 다운로드 및 설치하기
__AdventureWorks의 다운로드 및 설치하기
__요약


2장. 웹 스크래핑
__R 시작하기
____R 다운로드 및 설치하기
____RStudio 다운로드 및 설치하기
__R로 웹 스크래핑하기
__파이썬 시작하기
____파이썬 다운로드 및 설치하기
____PyCharm 다운로드 및 설치하기
__파이썬으로 웹 스크래핑하기
__Microsoft SQL Server에 데이터프레임 업로드하기
____DiscountCodebyWeek 임포트하기
____CountryRegionBikes 임포트하기
__요약


3장. 엑셀로 분석하고 Power BI로 인터랙티브 맵과 차트 만들기
__SQL Server에서 데이터 확인하기
__SQL Server Table에 엑셀 연결하기
____엑셀로 PivotTable 탐색하기
__SQL문에 엑셀 연결하기
____엑셀에서 PivotCharts 탐색하기
__Microsoft Power BI 시작하기
____Microsoft Power BI 다운로드하고 설치하기
__Power BI로 시각화 만들기
____Microsoft BI 게시 및 공유하기
__요약


4장. D3.js로 막대 차트 만들기
__D3 아키텍처에 대한 배경 지식
____HTML 탐색하기
____CSS 이해하기
____자바스크립트 배우기
____SVG로 들어가기
____소스 코드 편집기로 작업하기
__개발용 D3 템플릿 로드하기
____JS Bin 이해하기
____D3js.org에서 다운로드하기
__기존의 HTML 구성 요소 설정하기
____새 단락을 기존 방식으로 추가하기
____새로운 단락을 D3 방식으로 추가하기
____SVG 모양을 기존 방식으로 추가하기
____SVG 모양을 D3 방식으로 추가하기
__D3과 데이터의 블렌딩
____하드코드된 데이터를 시각화하기
____D3 및 자바스크립트 함수
____y축 반전시키기
____색상 추가하기
____레이블링하기
__D3와 CSV의 융합하기
____CSV 파일 준비하기
____웹 서버 설정하기
____웹 서버 테스트하기
____CSV 데이터로 막대 차트 만들기
__요약


5장. R로 예측하기
__ODBC 연결 구성하기
__R을 SQL 쿼리에 연결하기
__R의 data-frames 프로파일링하기
__R로 그래프 그리기
____R의 plot()으로 단순한 차트 그리기
____R의 ggplot()으로 고급 차트 그리기
____plot_ly()로 인터랙티브 차트 만들기
__R에서 시계열로 예측하기
____예측 101
____스무딩 101
____Holt-Winters로 예측하기
__R Markdown을 사용해 코드 서식을 지정하고 게시하기
____R Markdown 시작하기
____R Markdown 기능 및 구성 요소
____R Markdown 내부에서 R 코드 실행하기
____R Markdown에 대한 팁 내보내기
____최종 출력
__R을 Microsoft Power BI로 내보내기
____R의 데이터프레임에 새 열 병합하기
____R을 Microsoft Power BI와 통합하기
__요약


6장. 파이썬으로 히스토그램과 정규분포도 만들기
__인적 자원 데이터에 대한 SQL Server 쿼리 준비하기
__파이썬과 Microsoft SQL Server 연결하기
____PyCharm에서 새 프로젝트 시작하기
____수동으로 파이썬 라이브러리 설치하기
____PyPyODBC 라이브러리와 연결 설정하기
____파이썬 안에서 SQL 쿼리 만들기
____파이썬으로 데이터프레임 만들기
__파이썬에서 히스토그램 시각화하기
__파이썬에서 정규분포 플롯 시각화하기
__히스토그램을 정규분포도와 결합하기
____파이썬에 주석 달기
____결과 분석하기
__파이썬의 대체 플로팅 라이브러리
__Jupyter Notebook 게시하기
__요약


7장. Tableau로 세일즈 대시보드 만들기
__MS SQL Server에서 세일즈 쿼리 작성하기
__Tableau 다운로드하기
__Tableau 설치하기
__Tableau로 데이터 임포트하기
__텍스트 파일로 저장하기
__Tableau로 세일즈 대시보드 만들기
____Crosstab 탭 만들기
____커스텀 계산 필드 생성하기
____Bullet graph 그리기
____KPI 지표 선택기(selector) 만들기
__Tableau에서 세일즈 대시보드 만들기
____대시보드 꾸미기
____대시보드에 워크시트 연결하기
__Tableau Public으로 대시보드 게시하기
__요약


8장. QlikSense로 인벤토리 대시보드 만들기
__QlikSense Desktop 시작하기
____QlikSense 다운로드하기
____QlikSense 설치하기
__SQL Server로 인벤토리 데이터 집합 개발하기
__QlikSense Desktop에 SQL Server 쿼리 연결하기
__QlikSense Desktop으로 인터랙티브한 비주얼 컴포넌트 개발하기
____시트 만들기
______필터 창 컴포넌트 만들기
______커스텀 계산 및 KPI 만들기
______여러 측정 값으로 막대 차트 만들기
______두 가지 방법으로 분산형 플롯 만들기
__인벤토리 대시보드 게시하기
____PDF로 내보내기
____Qlik Cloud로 내보내기
__요약


9장. Microsoft SQL Server로 데이터 분석하기
__일대일로 툴 비교하기
____데이터 검색을 위한 데스크톱 애플리케이션 비교하기
______데이터 연결성
______BI 성숙도
____기존 프로그래밍 언어 비교하기
______데이터 연결성
______생산 속도
__SQL Server에서 뷰 개발하기
__SQL 서버에서 윈도우 함수 수행하기
____SQL 서버의 Rank 함수 사용하기
____SQL Server의 Sum 함수
____SQL Server의 Average 함수
____사례 로직으로 crosstabs 작성하기
____SQL Server에서 pivot을 사용해 crosstabs 만들기
__SQL 서버에서 저장 절차 수행하기
__요약
[본 문]

★ 지은이의 말 ★

비즈니스 인텔리전스(BI, Business Intelligence)는 데이터에 대한 분석적 조작과 표현을 통해 제한적인 비즈니스 환경에서 실용적인 비즈니스 의사 결정을 도와주는 프로세스다. 비즈니스 인텔리전스는 여러 가지 툴을 사용해 획득할 수 있다. 그중에는 원래 BI용으로 사용되지 않던 툴도 포함된다. 이 책은 각 장마다 다른 툴을 사용해 개별 BI 애플리케이션을 만드는 데 초점을 맞춘다. 사용하는 툴 중 일부는 D3.js, R, 파이썬과 같은 오픈소스 소프트웨어를 사용해야 한다. 그 외에는 Microsoft Power BI, Tableau, QlikSense와 같은 툴의 사용을 요구한다.

★ 옮긴이의 말★

우리는 디지털 시대에 살고 있다. 디지털 시대에는 고객의 특성이 끊임없이 변한다. 그들은 항상 인터넷과 가까이 생활하며 데이터를 생성하기도 하고 데이터를 소비하기도 한다. 또한 고객의 요구 사항은 점점 늘어나지만 브랜드에 대한 충성도는 점점 낮아진다. 2016년 오라클(Oracle) 보고서에 따르면 고객의 94%는 더 좋은 경험을 제공한 브랜드에 더 많은 돈을 지불하는 것을 아까워하지 않으며 고객의 84%는 브랜드가 나쁜 경험을 제공할 경우 경쟁 회사로 이동한다고 한다.
따라서 급변하는 비즈니스에 대응하고 경쟁력을 확보할 수 있는 고객 중심 비즈니스로의 전환이 요구되고 있다. 이것이 바로 데이터(빅데이터/스몰데이터) 기반 비즈니스 혁신 전략이다.
이 책은 데이터를 비즈니스 혁신으로 연결시키기 위해 필요한 데이터를 모으고 분석하고 시각화하고 예측하며 공유하는 모든 방법을 다룬다. 실용적인 예제를 바탕으로 각 용도에 맞는 툴을 사용해 문제에 쉽게 접근하고 해결하는 과정을 중심으로 작성돼 있다. 저자의 10여 년간 쌓은 노하우가 담긴 이 책이 실전 아이디어를 얻는 데 큰 도움이 되길 바란다

★ 이 책에서 다루는 내용 ★

■ 셀프서비스 레포팅을 도와주는 BI 환경 구축
■ SQL과 데이터 종합 이해
■ 분석적 레포팅에 적합한 데이터 모델 개발
■ 분석 레포팅 툴로 데이터 웨어하우스 연결
■ D3.js, R, Tableau, QlikSense, Python으로 시각화의 이점 이해
■ BI 툴을 사용한 다양한 레포트 및 응용 프로그램 개발의 모범 사례
■ 레포팅을 위한 모든 데이터로 데이터 분석 탐험

★이 책의 대상 독자 ★

성공적인 비즈니스를 위해 비즈니스 인텔리전스 툴 사용하고 싶으며, 비즈니스 데이터의 분석 및 시각화 결과를 바탕으로 실용적 의사 결정을 하고자 하는 모든 사람을 위한 책이다.

★ 이 책의 구성 ★

1장. '실용 비즈니스 인텔리전스 소개'에서는 책의 전반적인 내용과 비즈니스 인텔리전스의 개념을 소개한다. 이 책의 대상 독자와 책에서 사용될 다양한 기술을 요약해 설명한다.
2장. '웹 스크래핑'에서는 R과 파이썬에서 제공되는 웹 스크래핑 라이브러리를 사용해 웹에서 데이터를 추출하는 데 초점을 맞춘다. 데이터를 우리의 SQL Server 데이터로 임포팅하는 데 중점을 둔다.
3장. '엑셀로 분석하고 Power BI로 인터랙티브 맵과 차트 만들기'에서는 데이터 분석에 도움 될 마이크로소프트 엑셀에서의 피벗 테이블 및 차트 사용법에 초점을 맞춘다. 또한 Microsoft Power BI에서 지도와 그래프를 사용해 첫 번째 BI 애플리케이션을 만든다.
4장. 'D3.js로 막대 차트 만들기'에서는 D3.js를 소개하고 이 자바스크립트 라이브러리가 CSV 파일에서 SVG 요소와 더불어 시각화 개발에 어떻게 활용될 수 있는지 설명한다. 궁극적으로 두 가지 방법을 모두 사용해서 CSV 파일의 데이터에 연결된 SVG 요소가 있는 막대 차트를 개발한다.
5장. 'R로 예측하기'에서는 R로 선형 차트와 시계열을 만드는 방법을 소개한다. 우리는 예측 라이브러리를 R에 통합해 기존의 시계열로 시각화한다. RStudio는 비즈니스 사용자에게 R 코드를 전달하는 데 사용된다.
6장. '파이썬으로 히스토그램과 정규분포도 만들기'에서는 matplotlib, seaborn과 같은 인기 있는 파이썬 라이브러리로 개발되는 데이터 시각화를 다룬다. 6장의 주요 목표는 Jupyter Notebook과 파이썬으로 히스토그램과 정규분포도를 작성하는 것이다.
7장. 'Tableau로 세일즈 대시보드 만들기'에서는 SQL Server에서 생성된 세일즈 및 마케팅 데이터 집합에 대해 Tableau Public을 사용해서 대시보드를 구축하는 데 초점을 맞춘다.
8장. 'QlikSense로 인벤토리 대시보드 만들기'에서는 SQL Server에서 생성된 인벤토리 데이터 집합에 대해 QlikSense를 사용해서 대시보드를 구축하는 데 중점을 둔다.
9장. 'Microsoft SQL Server로 데이터 분석하기'에서는 SQL Server에서 활용되는 고급 쿼리 기술에 초점을 맞추고, 이 기술들을 요약한다.

아메드셰리프
비즈니스 인텔리전스 분야에서 10 년 이상 일하고있다. 그의 엔지니어링과 비즈니스 관련 백그라운드는 첫 직장에서 데이터 분석가로 일하는 데 큰 도움이 됐다. 그 덕분에 비즈니스적 요구 사항을 이해하고 이를 기술적 요구 사항으로 변환하는 것은 제2의 천성이 됐다. SAP BusinessObjects와 같은 비즈니스 인텔리전스 툴의 백엔드 SQL을 연구했으며, 이 연구를 통해 비즈니스 레이아웃 뒤에 숨겨진 데이터 모델을 이해할 수 있었다. 또한 자신의 이해를 바탕으로 단순 스프레드 이상을 필요로 하는 고객의 컨설턴트로서 대시보드와 데이터 시각화 애플리케이션을 만들었다.
비즈니스 인텔리전스 컨설턴트로서 모든 백엔드 데이터 유형의 고객과 협업한 경험이 있으며, 그들의 요구 사항으로부터 공통된 주제를 발견했다. 그것은 백엔드에서 데이터 웨어하우스의 모델이 제대로 설계되지 않을 경우, 생산적인 비즈니스 인텔리전스 애플리케이션 구축을 위해 프론트엔드에서 얼마나 많은 기술을 사용했는지는 전혀 중요하지 않게 된다는 것이다. 이에 따라 백엔드를 제대로 설계하는데 초점을 맞춰 고객이 그들의 데이터로부터 유용한 시각화를 개발할 수 있도록 돕는다.
2016년 노스웨스턴 대학(Northwestern University)에서 SAS, R, 파이썬을 사용한 머신 러닝 및 예측 모델링 기술을 바탕으로 예측 분석(Predictive Analytics) 분야 석사 학위를 받았다. 현재 데이터 과학자로서 특정 집단이 그들의 데이터를 활용해 과거와 미래를 이해할 수 있도록 비즈니스 인텔리전스 솔루션에 예측 기능을 통합하기 위해 최선을 다하고 있다. 데이터 시각화에 관련된 모든 것에 사로잡혀 있는데, 특히 정치와 스포츠 관련 분야에 관심이 많다.
옮긴이 오지혜
이화여자대학교 과학교육과를 졸업하고 KAIST에서 컴퓨터 그래픽스를 전공해 석사 학위를 취득했다. 현재 LG전자 R&D 센터에 소프트웨어 엔지니어로 재직 중이며, 관심 분야는 프로그래밍 언어, 가상 현실, 그래픽스 등이다. 한적한 카페에서 책을 읽는 것과 음악을 들으면서 산책하는 것을 좋아한다.

옮긴이 이현진
성균관대학교 컴퓨터공학과를 졸업하고 컴퓨터 그래픽스 분야에서 석사 학위를 받았다. LG전자 R&D센터의 소프트웨어 엔지니어며, 관심 분야는 그래픽스, 가상 현실 등이지만 ‘3D
울렁증’을 갖고 있다.

옮긴이 허혜정
컴퓨터과학으로 학사, 석사, 박사 학위를 받았다. 주요 연구 분야는 가상 현실, 과학적 시각화, HCI 분야다. 현재 전자 회사에서 그래픽스 선행 연구를 하고 있다. 새로운 것을 배우길 좋아하며, 자연을 좋아해 캠핑과 여행을 즐긴다.