데이터 분석 단계
- 데이터 분석 시작 전 "문제 정의" 인식
- 목표를 구체적으로 설정 후 문제유형 인지
문제유형이란?
-> 해결하고자 하는 문제가 어떤 유형인가, 어떤 분석방법을 사용할 것인가, 등
1. 기술통계량 분석(Descriptive Analysis)
- 주어진 데이터 요약/집계하여 결과 도출
- 과거의 데이터를 단순 계산/집계하여 얻어진 Fact로 분석결과를 따로 해석하진 않음
ex) 이번달 매출액, 평균 세션타임, 설문응답자 남/녀 비율
2. 탐색적 데이터 분석(Exploratory analysis)
- 여러 변수간 트랜드,패턴, 관계를 찾는 것
- 통계적 모델링이 아닌 그래프를 통한 사설 확인이 주된 작업
2-1. 분석 목적을 항상 염두
ex) 분석의 목적 가설 수립, 특정 변수간 관계 파악, 트렌드 파악 등
2-2. 재현성(Reproduciblity)
3. 추리통계(Inferential analysis)
- 샘플/모집단 간의 관계 탐구
- 발생하는 일반적인 문제를 해결하는 분석
ex) 95% 확률로 모집단의 평균 점수는 85~95 점 사이라고 말할 수 있다
"그룹 A의 성적이 그룹 B보다 유의미하게 높았다" 식의 결론
4. 예측분석(Predictive Analysis)
- 머신러닝, 의사결정나무 등의 통계적 기법을 사용하여 미래 혹은 발생하지 않은 어떤 사건에 대해 예측
- "왜"보다 정확한 예측이 더 중요해서 특정 설명변수가 어떤 매커니즘으로 목표 변수에 영향을 끼치는 가에 대한 설명이 부족
ex) 금연성공률 설명 변수간의 상관 관계
5. 인과관계 분석(Causal analysis)
- 독립변수, 종속 변수간의 인과관계에 대한 여부 확인
- 실험을 통해 수집된 데이터 대상임
- 실험대상에 랜덤하게 할당후, 그룹 간 실험 전/후의 종속변수의 변화를 관찰하여 실험 데이터 수집
ex) A/B Test
출처:
http://www.dodomira.com
'데이터분석' 카테고리의 다른 글
유명 게임 데이터 분석가 블로그 주소 모음 (0) | 2017.07.30 |
---|---|
데이터 분석 전문가 되는 방법 (0) | 2017.07.30 |
엔씨소프트 데이터 분석 (0) | 2017.02.28 |
[데이터분석] 액션 RPG 모바일게임 데이터 분석 (0) | 2017.02.23 |
[데이터분석] 주성분분석 (0) | 2017.02.17 |
댓글