[방법론] 데이터 분석 6가지 유형

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