데이터를 어떻게 다뤄야 하는가?

마케터, 기획자도 바로 쓰는 데이터 분석 실전 가이드

데이터 분석은 기술이 아니라, 비즈니스를 이해하는 힘입니다. 문제를 정의하고, 좋은 질문을 던지는 것에서 분석은 시작됩니다. 이 책은 실무에서 마주하는 문제를 스스로 정의하고, 더 쓸모 있는 데이터 분석으로 이어질 수 있도록 돕습니다.

PART 01에서 데이터 분석이 ‘왜’필요한지 알려주고 PART 02에서는 실제 실무에서 가장 많이 쓰는 도구의 오답을 코드와 함께 바로 익힐 수 있게 도와줍니다. PART 03는 ‘수치를 얻는 법’이 아닌 ‘생각하는 법’을 배워 도구는 수단이고 올바르게 사고할 수 있도록 도와줍니다. PART 04는 현업에서 자주 마주치는 문제들을 다룹니다. 데이터를 설계하고 올바르게 해석하는 과정을 배울 수 있습니다. PART 05는 실무에서 가장 많이 보고 확인하는 지표를 한눈에 정리했습니다. 지표는 언제, 어떻게 써야 하는지 스스로도 정리해 볼 수 있습니다.

 

【 대상 독자층 】

-데이터 분석을 처음 시작하는 입문자

-SQL, 파이썬은 알지만 비즈니스 지표나 사고법이 약한 중급자

-현업에서 “분석결과가 전략으로 이어지지 않는다.”는 고민이 있는 마케터, 기획자

-오답을 빠르게 바로잡고 실무 생산성을 높이고 싶은 모든 분

[목 차]
  

PART 01. 데이터 분석 시작하기

1장 데이터는 왜 중요한가요?

1-1 데이터로 일하는 개인이 성장하는 이유

1-2 데이터로 일하는 조직이 성공하는 이유

 

2장 환경 설정

2-1 빅쿼리 환경 설정

2-2 파이썬 환경 설정

2-3 루커 스튜디오 환경 설정

 

PART 02. 데이터 분석을 위한 도구 사용법

3장 빅쿼리

3-1 중복값 제거

3-2 UTC 변환

3-3 NULL 값 처리

3-4 CASE WHEN 문 활용

3-5 LIKE를 활용한 조건문

3-6 조인(JOIN) 개념 이해 및 올바른 사용

3-7 UNION과 UNION ALL의 차이와 활용

3-8 서브쿼리 작성 및 활용

3-9 WITH 문을 이용한 임시 테이블 생성

3-10 윈도우 함수 활용

3-11 피벗 테이블 생성

3-12 정규 표현식 사용

3-13 비율 계산 시 주의사항

3-14 무분별한 SELECT * 사용

3-15 파티셔닝과 클러스터링 최적화

3-16 UDF(User-Defined Functions) 활용

3-17 ARRAY와 STRUCT 데이터 타입 사용

 

4장 파이썬

4-1 파이썬 데이터 타입 변환(astype() 활용)

4-2 데이터 복사 시 주의사항(copy() 메서드 활용)

4-3 결측값(NaN) 처리(dropna(), fillna() 활용)

4-4 loc, iloc을 이용한 데이터 접근

4-5 인덱스 재설정(reset_index 활용)

4-6 그룹화 연산(groupby 활용)

4-7 데이터 병합(merge, join 메서드 활용)

4-8 조건부 필터링(np.where, query 활용)

4-9 다중 집계 함수 적용(agg 활용)

4-10 다양한 파일 형식 다루기(csv, parquet, pickle)

4-11 List comprehension 활용

4-12 고성능 연산(map, apply 활용)

4-13 누적 계산(cumsum, expanding 활용)

 

5장 구글 스프레드시트

5-1 셀 참조 방식(상대 참조 vs 절대 참조)

5-2 데이터 커넥터를 이용한 빅쿼리 연동

5-3 피벗 테이블 생성 및 활용

5-4 여러 시트의 데이터 병합

5-5 Google Apps Script 작성 및 활용

5-6 분석 차트 삽입

 

6장 루커 스튜디오

6-1 데이터 특성에 맞는 차트 선택

6-2 차원과 측정값의 구분 및 올바른 사용

6-3 파이 차트 vs 막대 차트

6-4 산점도 vs 버블 차트

6-5 지도 시각화 기법

6-6 이중 축 그래프 활용법

6-7 3D 그래프 vs 2D 그래프

6-8 그래프 색상 활용 전략

6-9 직관적인 대시보드 제목 및 그래프 제목 작성

6-10 효과적인 필터 활용법

6-11 효과적인 대시보드 레이아웃 설계

 

PART 03. 데이터 분석 사고법

7장 비즈니스 이해하기

7-1 비즈니스 모델 이해

7-2 주요 비즈니스 모델(BM)별 핵심 지표

7-3 지표 구조

7-4 재무적 관점 갖추기

 

8장 문제 정의하기

8-1 중요한 문제 파악하기

8-2 분석의 기준 세우기

8-3 데이터는 목적이 아닌 수단이다

 

9장 가설 세우고 검증하기

9-1 가설과 검증 구조로 생각하기

9-2 A/B 테스트

9-3 가설도 창의적이어야 한다

 

10장 분석 결과 전달하기

10-1 데이터 분석 보고서 작성법

 

PART 04. 데이터 분석 실무에서 마주치는 주제들

11장 데이터 수집과 추적

11-1 UTM 설계

11-2 로그 설계

 

12장 데이터 해석

12-1 계절성 분석

12-2 인과 분석

12-3 기여 분석

12-4 공간 분석(GIS 분석)

12-5 고객 세그먼테이션

12-6 마케팅 믹스 모델링(Marketing Mix Modeling, MMM)

 

13장 시각화와 커뮤니케이션

13-1 대시보드 제작

 

PART 05. 비즈니스 지표 용어집

14장 AARRR 지표 정리

14-1 AARRR 프레임워크 소개

14-2 Acquisition

14-3 Activation

14-4 Retention

14-5 Revenue

14-6 Referral

 

15장 산업별 비즈니스 지표

15-1 사업 성과 지표

15-2 광고 산업 지표

15-3 배달 산업 지표

15-4 이커머스 산업 지표

15-5 패션 리테일 산업 지표

15-6 초기 사업(스타트업) 지표

 

찾아보기

작가의 말

누구나 데이터를 만지고 활용해야 하는 시대가 되었지만, 역설적으로 데이터를 어떻게 설계하고 분석하며 활용해야 하는지에 대한 막막함은 오히려 더 커지고 있습니다. 특히 어떤 문제를 정의해야 하는지, 어떤 데이터를 통해 해답을 찾을 수 있는지, 그리고 분석 결과를 어떻게 의사결정으로 연결해야 하는지에 대해 많은 사람들이 어려움을 겪고 있습니다.

이 책이 데이터 분석가를 꿈꾸는 학생들에게는 단단한 기본기를 다지는 출발점이 되고, 현장에서 의사결정을 고민하는 실무자들에게는 데이터를 이해하고 활용하는 데 도움이 되는 길잡이가 되기를 바랍니다. 또한, 데이터 분석을 배우는 과정에서 같은 실수를 반복하지 않도록 돕는 작은 안내서가 되기를 소망합니다.