Beginner's luck

결론 도출 [결과와 결론의 차이]✅ 결과데이터 처리, 분석, 모델링 후 얻어진 구체적인 데이터 출력숫자, 통계, 그래프, 차트 등의 형태로 나타낼 수 있음계산과 분석을 해서 나온 결과물✅결론분석된 데이터 결과를 바탕으로 이끌어낸 의미나 통찰데이터에 기반한 해석, 추론 또는 권고사항결과가 어떤 의미가 있는지 설명하는 것  ✔️ 실제로 필요한 것은 결론이나, 보통 결과를 많이 이야기 함 [결론 도출]1. 결론 도출 시 주의 사항결과, 결론 도출 시에는 스토리텔링이 필요그러나, 필요 이상으로 자신의 해석을 추가하면 안됨 : 데이터를 통해 알 수 있는 범위 내에서 생각2. 결론을 잘 정리하는 방법앞서 문제 정의, 지표 설정을 할 당시의 목적을 떠올리며 정리결론을 공유할 대상이 누구이며, 어떻게 변화하길 원하는지..

데이터의 유형 1. 정성적 데이터와 정량적 데이터   1) 정성적 데이터 (Qualitative Data)비수치적인 정보, 사람의 경험, 관점, 태도와 같은 주관적 요소 포함대부분 텍스트, 비디오,  오디오 형태로 존재비정형화, 비구조화데이터 구조화의 어려움 존재새로운 현상 또는 개념에 대한 이해의 심화를 위해 사용  2) 정량적 데이터 (Quantitative Data)수치적으로 표현되는 정보, 양적인 측정과 분석을 통해 획득숫자 형태로 존재하기 때문에 통계적 분석 쉬움개인의 해석이나 주관이 적게 작용하는 객관성지표 제작 용이설문조사, 실험, 인구통계, 지표 분석 등에 활용✅ 데이터 유형별 비교 정량적 데이터정성적 데이터유형정형 데이터반정형 데이터비정형 데이터특징 및 관점여러 요소의 결합으로 의미 부여..

문제 정의 1. 문제 정의  1) 데이터 분석에 실패하는 이유   ❗풀고자 하는 문제를 명확하게 정의하지 않아서❗   2) 문제 정의란?분석하려는 특정 상황이나 현상에 대한 명확하고 구체적인 기술 (like 가설)프로젝트의 목표를 설정하고 분석 방향을 설정함2. 문제 정의 방법론✅  MECE (Mutually Exclusive, Collectively Exhaustive)문제 해결과 분석에서 널리 사용되는 접근 방식변수들을 상호 배타적으로 나누어야 하면서, 해당 변수들은 전체를 포함하고 있어야 한다는 의미MECE를 통해 복잡한 문제를 체계적으로 분해하고 구조화된 방식으로 분석 할 수 있음✅  로직 트리(Logic Tree)MECE원칙을 기반으로 복잡한 문제를 더 작고 관리하기 쉬운 하위 문제로 분해하는데..

01. 데이터 리터러시 1. 데이터 리터러시의 정의데이터를 읽고, 이해하고, 비판적으로 분석하여 그 결과를 의사소통에 활용할 수 있는 능력데이터 수집과 데이터 원천을 이해주어진 데이터에 대한 다양한 활용법을 이해데이터를 통한 핵심지표를 이해  ✔️   올바른 질문을 던질 수 있도록 만들어 줌 2. 데이터 분석에 대한 착각데이터의 분석 방법에 대한 공부만 함데이터를 잘 분석하거나 가공하면 원하는 정보를 얻을 것이라 생각함분석에 실패하면 방법론, 스킬이 부족하다고 생각3. 데이터 해석 오류 사례    1) 심슨의 역설(Simpson's Paradox)심슨의 패러독스란 부분에서 성립한 관계가 전체에 대해서 성립하지 않는 모순적인 경우를 일컫음전체에 대한 결론이 개별 집단에 그대로 적용되지는 않음  ✔️ 유의미..