[스터디 노트] 18번째 SQL 분석 태블로 (241007), 제로베이스 데이터 분석 스쿨 내용

제로베이스 데이터 분석 스쿨 내용에 대한 기록이다.

18번째는 SQL 분석 태블로 강의이다.

 

태블로는 개인적으로 듣고싶었던 강의이다.

패스트 캠퍼스에서 따로 들어야하나 했는데 제로베이스에 포함된 강의였다.

매우 만족!

 

Tableau

[태블로 개요]

[데이터 분석가의 주요 업무]

• 경영진 리포팅
• 실시간 모니터링 대시보드
• 분석 과제 수행
  
  

[BI]

• Business Intelligence
• 비즈니스 의사결정에 데이터가 사용되는 방식
  • data-driven, 구체적 방향 도출
  • data-informed, 이전 성과에 대한 이해
  • data-inspired, 새로운 방향성
• 데이터가 중요한 것은 맞지만 복잡하고 다루기 힘들다.
• BI는 데이터가 비즈니스에 사용될 수 있게 지원하는 모든 활동이다.
• 데이터 시각화
  • 정보와 데이터를 그래프로 나타내는 것이다.
  • 접근하기 쉽게 시각적 요소로 나타낸다.
  • 막대한 양의 정보를 분석하고 의사결정을 내리는데 필수적이다.
    
    

[BI Tools]

• 과제 -> 데이터셋 체크, 지표설계 -> 시각화 -> 인사이트
• BI 툴 3대장: Tableau, Looker studio, power BI
• 파이썬, SQL으로 집계 및 전처리
• 태블로, 루커 스튜디오로 시각화
• 추가로 결과를 바탕으로 어떤 일을 해야하는지 생각
  
  

[태블로]

• 가장 대표적인 BI 툴
• 시각화 툴을 다루기 힘들어서 만든 툴
• 장점
  • 인터페이스가 직관적, 드래그 앤 드랍 방식
  • 다양한 시각화 지원, 차트 종류 다양
  • 다양한 데이터 소스 연동
• 태블로 데스크탑: 유료, 2주 체험, 학생 1년 무료
• 태블로 퍼블릭: 무료, 공개 데이터만 가능, 분석 자료 다운 불가
• 데스크탑으로 설치 (학생 1년 무료 구글링)
  
  

[핵심 데이터]

• 도메인: 현업 도메인을 알아야 분석이 가능하다.
• 시장과 트렌드: 외부의 변화로 기업이 영향을 받는다.
• 경쟁사의 데이터: 경쟁사에 대한 대응이 필요하다.
  
  

[대시보드 설계]

• 가장 먼저 대시보드를 왜 만들어야 하는지 의도를 파악해야 한다.
• (key question -> 지표) 형태로 변환한다.
• 보통 key question이 먼저 생기고, 데이터셋을 찾고, 지표 분석에 들어간다.
• 지표에 대한 시각화는 최소한의 개수로 준비한다.
  
  

[태블로 기초]

[태블로 인터페이스]

[실습환경 준비]

[스프레드 시트 연동]

• 스프레드 시트
  • 구글 스프레드 시트에 올리면 태블로에 연결 가능
  • 파일 1개 안에 시트 여러개 사용해서 파일 1개에 다 넣기
• 태블로
  • 왼쪽 구글 드라이브 선택
  • 구글계정 로그인
  • 액세스 허용 버튼 클릭
  • 만들어 놓은 스프레드 시트 불러오기
  • 화면 위로 드래그 드랍
  • 데이터 원본의 메타데이터 확인 가능
  • 시트1 클릭
  • 작업 시작
• 파일 저장
  • 상단에 파일 클릭
  • 다른 이름으로 저장
  • 태블로 통합문서: 대시보드만 저장
  • 태블로 패키지 통합문서: 대시보드랑 데이터 같이 저장
    
    

[실습: 시장 동향 분석]

[이커머스 데이터셋]

• 통계청에 매월 발표하는 공식 온라인쇼핑동향 데이터셋
• 온라인쇼핑거래액
  • 단위는 백만원
  • 월단위로 데이터 제공
  • 상품군 23개 구분
  • 판매매체 구분: 모바일 쇼핑, 인터넷 쇼핑
  • 취급범위 구분: 종합몰, 전문몰
  • 운영형태 구분: 온라인매장, 온오프라인 복합
• 데이터셋 문제점
  • 이미 피벗된 상태
    • 구분 별로 총합집계와 중간집계가 있어서 지워줘야 한다.
    • 데이터가 일자별로 세로로 진행되야 하는데 가로로 진행된다.
  • 세부 상품군 존재
    • 한 상품군 안에 세부 상품군이 있어서 지워줘야 한다.
  • 데이터 양식 불일치
    • 월 컬럼 이름 양식이 자꾸 바뀐다.
    • 미래 추정치는 p)로 나타낸다.
      
      

[데이터셋 재구조화]

• 파이썬 전처리 과정
• csv 전처리는 os 이용해서 for문으로 효율적으로 돌리기
• 한글 csv 인코딩 불러오기
  • df = pd.read_csv(path, encoding='cp949')
  • df = pd.read_csv(path, encoding='utf-8')
  • df = pd.read_csv(path, encoding='utf-8-sig')
• 한글 csv 인코딩 저장
  • df = pd.to_csv(path, encoding='cp949', index=False)
  • df = pd.to_csv(path, encoding='utf-8', index=False)
  • df = pd.to_csv(path, encoding='utf-8-sig', index=False)
• 피벗 테이블 해체
  • 가로 데이터 -> 세로 데이터
  • df.melt()
  • df.melt(id_vars='유지할 컬럼')
    • id_vars 파라미터
    • 유지할 컬럼은 그대로 가로로 유지, 나머지만 세로로 변환
    • 예를들어 구분인 3개 컬럼 유지, 날짜인 나머지 컬럼만 변환
    • df.melt(id_vars=df.columns[:3])
  • df.melt(id_vars=df.columns[:3], var_name='날짜', value_name='거래액')
    • var_name, value_name 파라미터
    • 변수의 이름과 값의 이름 지정
• 피벗 테이블
  • 세로 데이터 -> 가로 데이터
  • df.pivot()는 집계 능력이 없으므로 df.pivot_table() 사용
  • df.pivot_table()
  • df.pivot_table(index=['date'])
    • index 파라미터
    • 인덱스로(왼쪽으로) 보낼 컬럼 입력
  • df.pivot_table(index=['date'], columns=['menu'])
    • columns 파라미터
    • 컬럼으로(위로) 보낼 컬럼 입력
  • df.pivot_table(index=['date'], columns=['menu'], values=['count'])
  • df.pivot_table(index=['date'], columns=['menu'], values=['price'])
  • df.pivot_table(index=['date'], columns=['menu'], values=['count', 'price'])
    • values 파라미터
    • 넣을 값 선택
    • 한번에 여러개도 가능
  • df.pivot_table(index=['date'], aggfunc='sum')
  • df.pivot_table(index=['date'], values=['count', 'price'], aggfunc='sum')
  • df.pivot_table(index=['date'], values=['count', 'price'], aggfunc={'count':'sum', 'price':'mean'})
    • aggfunc 파라미터
    • 기본값은 mean이라 입력 안하면 평균으로 계산
    • 집계할 함수 선택
    • 값마다 집계함수 다르게 선택 가능
• 스트링 숫자로 변환
  • str2int 함수 하나 만들어서 데이터 보면서 알고리즘 작성
  • df['거래액'] = df['거래액'].apply(str2int)
  • 출력된 dtype 이 int 됐는지 확인

 

깃허브 링크

 

깃허브 태블로 공부 부분 링크