비전공자도 배워서 바로 쓰는 비즈니스 데이터 분석 입문
엑셀부터 머신러닝까지 디지털 전환(DT) 성공 가이드
Regular price
$22.47
Sale price
Regular price
✈️
Estimated delivery date 예상 배송일
Standard Shipping
불러오는 중...
주문일로부터 8-12 영업일
Express Shipping
불러오는 중...
주문일로부터 6-8 영업일
모든 것이 데이터로 이루어진 시대, 누구라도 배울 수 있는 역대급 길잡이 도서! 실제 비즈니스 분석 사례로 설명하는 실무서로 비즈니스 데이터 분석을 실행하려는 이 시대의 수많은 실무자에게 엑셀부터 머신러닝까지 즉시 실행 가능한 데이터 분석 전략 기법을 제공한다
비즈니스 현장에서 자주 접하는 질문이 있습니다.
-신제품 예약 판매 결과를 보니 빨강색을 선호하는 사람이 무려 75%였다! 본격 판매할 물량은 빨강색 75%, 검정색 25%로 준비하면 되는 걸까?
-10% 가격 할인쿠폰을 발행하니 매출이 3배 늘었다! 할인 폭을 5%로 줄이면 매출이 얼마가 될까? 또 20%로 높이면 예상 매출은 얼마일까?
- 최근 뜨는 브랜드, 지는 브랜드가 무엇인지 요즘 추세를 한눈에 알아볼 수는 없을까?
누구나 알고 싶어하지만 ‘어떻게 알아내야 하는지 방법을 모르는’ 질문입니다.
엑셀 함수와 매크로를 능수능란하게 다뤄도 이런 물음에는 답하기 어렵습니다. 도구 사용법이 아닌 데이터 분석 역량이 필요한 문제니까요.
마소캠퍼스의 「비전공자도 배워서 바로 쓰는 비즈니스 데이터 분석」은 흔히 보던 데이터 분석 도서가 아닙니다.
완독한다면 얼마든지 위와 같은 현실 문제의 해답을 찾는 능력을 기를 수 있는 도서입니다.
비즈니스 현장에서 자주 접하는 질문이 있습니다.
-신제품 예약 판매 결과를 보니 빨강색을 선호하는 사람이 무려 75%였다! 본격 판매할 물량은 빨강색 75%, 검정색 25%로 준비하면 되는 걸까?
-10% 가격 할인쿠폰을 발행하니 매출이 3배 늘었다! 할인 폭을 5%로 줄이면 매출이 얼마가 될까? 또 20%로 높이면 예상 매출은 얼마일까?
- 최근 뜨는 브랜드, 지는 브랜드가 무엇인지 요즘 추세를 한눈에 알아볼 수는 없을까?
누구나 알고 싶어하지만 ‘어떻게 알아내야 하는지 방법을 모르는’ 질문입니다.
엑셀 함수와 매크로를 능수능란하게 다뤄도 이런 물음에는 답하기 어렵습니다. 도구 사용법이 아닌 데이터 분석 역량이 필요한 문제니까요.
마소캠퍼스의 「비전공자도 배워서 바로 쓰는 비즈니스 데이터 분석」은 흔히 보던 데이터 분석 도서가 아닙니다.
완독한다면 얼마든지 위와 같은 현실 문제의 해답을 찾는 능력을 기를 수 있는 도서입니다.
Couldn't load pickup availability
출판사 리뷰
출판사 리뷰
데이터 분석은 문제를 최대한 목적에 맞게 간결하게 정의하고, 데이터를 수집하여 분석 가능한 형태로 정비하며, 분석을 실시한 후 다른 사람과 공유할 수 있는 형태로 결과를 시각화하는 네 가지 단계로 흘러갑니다. 본 과정의 각 단계에서 수강생은 다음과 같은 목표를 달성할 수 있습니다.
(1) 현실 세계의 데이터 모델링
데이터 사이언스의 프로세스와 전문가(Expert)에게 필요한 역량 모형을 이해합니다.
복잡한 현실을 목적에 맞게 추상화하는 데이터 모델링 방안을 학습합니다.
다양한 사례를 통해 분석의 목적과 실생활에서의 응용 방안 등 데이터 기반 의사결정의 전체 그림을 이해합니다.
(2) 데이터 수집과 분석을 위한 전처리
온라인 서베이 도구 및 엑셀의 크롤링 도구를 활용하여 분석 대상 기초 데이터를 확보하는 방법을 배웁니다.
엑셀 기능과 함수를 사용하여 수집한 데이터를 분석 목적에 맞게 원하는 형태로 가공하는 방법과 실무에서 많이 쓰는 유용한 기능을 익힘으로써 엑셀과 친해집니다.
(3) 현실적인 기업의 비즈니스 데이터 분석 실무
알고 있는 데이터를 사용하여 모르는 데이터를 추론하는 모집단 추정 원리와 표본 데이터의 신뢰도 확보 문제를 이해합니다.
T검정, 카이제곱검정, 회귀분석을 적용하는 기준과 현실적인 활용법을 실습합니다.
다양한 비즈니스 분석 모델과 분석 알고리즘의 필요성을 이해하고, 실제 기업 사례에 적용하여 결론을 도출합니다.
머신러닝의 원리와 실무 적용 방법을 이해합니다.
(4) 효과적인 분석 결과 공유를 위한 데이터 시각화
분석 모델에 최적화된 데이터 시각화 개념을 이해하고 적절한 시각화 기법을 선택할 수 있습니다.
엑셀 피벗테이블과 Power View를 활용하여 Interactive Dashboard를 설계하는 시각화 실무 역량을 확보합니다.
[출판사 서평]
4차 산업혁명 시대의 경쟁력, 데이터 분석 기반의 비즈니스 인사이트를 도출하라.
통계 기초부터 머신러닝까지, 코딩 없이 엑셀로 데이터 분석 실무 역량을 빠르게 기르는 디지털 전환(DT) 성공 가이드
수많은 정보가 존재하는 빅데이터 시대가 도래하며, 데이터는 무한한 가능성을 지니게 되었습니다. 분야를 막론하고 데이터를 기반으로 효율적인 의사결정을 내리며, 기존의 감에 의존하는 비즈니스 의사결정은 더 이상 보기 어려워졌습니다. 이제 많은 기업들은 빅데이터 분석 플랫폼을 활용하여 다양한 데이터를 쌓고 있습니다.
그런데, 넘쳐나는 데이터 속에서 과연 우리 모두가 비즈니스 인사이트를 도출해낼 수 있을까요? 아닙니다. 데이터를 막상 받아보면 어떤 분석을 어디서부터 시작해야 하는지 막막하기만 합니다. 결국, 데이터 분석 역량이 없다면 빅데이터 시대에서의 데이터는 무용지물이 됩니다.
데이터 분석력이 전문가에게만 요구되는 역량이 아닌 오늘날. 그렇다면 실무에서 데이터 분석을 어떻게 시작해야 할까요?
본 도서는 기업의 매출 향상을 위한 데이터 분석 방법을 다루므로 누구나 자신의 직무와 쉽게 연결 지을 수 있습니다. 다양한 업무에 응용할 수 있는 일반적인 비즈니스 문제점을 체계적인 데이터 분석 프레임워크를 활용하여 해결하는 법도 배웁니다. 나아가 R이나 Python과 같은 고급 도구보다, 엑셀과 같은 직장인 필수 툴을 활용하여 분석하기 때문에 실무에 바로 적용할 수 있습니다. 이로써 단순히 이론과 기법에 그치지 않고 전체 과정을 이해하여 '실전 분석력'을 갖추게 됩니다.
더불어, 저자 김진, 최정아, 유서호는 10년 이상 경력의 교육/마케팅 전문가로 현장에서 얻은 경험을 바탕으로 현직 실무자로서 알려줄 수 있는 즉시 적용 가능한 분석 방법을 제시합니다. 데이터 분석 역량을 높여줄 『비전공자도 배워서 바로 쓰는 비즈니스 데이터 분석 입문』 도서를 통해 여러분이 담당하고 있는 실무 영역에서의 유의미한 비즈니스 인사이트를 얻길 바랍니다.
(1) 현실 세계의 데이터 모델링
데이터 사이언스의 프로세스와 전문가(Expert)에게 필요한 역량 모형을 이해합니다.
복잡한 현실을 목적에 맞게 추상화하는 데이터 모델링 방안을 학습합니다.
다양한 사례를 통해 분석의 목적과 실생활에서의 응용 방안 등 데이터 기반 의사결정의 전체 그림을 이해합니다.
(2) 데이터 수집과 분석을 위한 전처리
온라인 서베이 도구 및 엑셀의 크롤링 도구를 활용하여 분석 대상 기초 데이터를 확보하는 방법을 배웁니다.
엑셀 기능과 함수를 사용하여 수집한 데이터를 분석 목적에 맞게 원하는 형태로 가공하는 방법과 실무에서 많이 쓰는 유용한 기능을 익힘으로써 엑셀과 친해집니다.
(3) 현실적인 기업의 비즈니스 데이터 분석 실무
알고 있는 데이터를 사용하여 모르는 데이터를 추론하는 모집단 추정 원리와 표본 데이터의 신뢰도 확보 문제를 이해합니다.
T검정, 카이제곱검정, 회귀분석을 적용하는 기준과 현실적인 활용법을 실습합니다.
다양한 비즈니스 분석 모델과 분석 알고리즘의 필요성을 이해하고, 실제 기업 사례에 적용하여 결론을 도출합니다.
머신러닝의 원리와 실무 적용 방법을 이해합니다.
(4) 효과적인 분석 결과 공유를 위한 데이터 시각화
분석 모델에 최적화된 데이터 시각화 개념을 이해하고 적절한 시각화 기법을 선택할 수 있습니다.
엑셀 피벗테이블과 Power View를 활용하여 Interactive Dashboard를 설계하는 시각화 실무 역량을 확보합니다.
[출판사 서평]
4차 산업혁명 시대의 경쟁력, 데이터 분석 기반의 비즈니스 인사이트를 도출하라.
통계 기초부터 머신러닝까지, 코딩 없이 엑셀로 데이터 분석 실무 역량을 빠르게 기르는 디지털 전환(DT) 성공 가이드
수많은 정보가 존재하는 빅데이터 시대가 도래하며, 데이터는 무한한 가능성을 지니게 되었습니다. 분야를 막론하고 데이터를 기반으로 효율적인 의사결정을 내리며, 기존의 감에 의존하는 비즈니스 의사결정은 더 이상 보기 어려워졌습니다. 이제 많은 기업들은 빅데이터 분석 플랫폼을 활용하여 다양한 데이터를 쌓고 있습니다.
그런데, 넘쳐나는 데이터 속에서 과연 우리 모두가 비즈니스 인사이트를 도출해낼 수 있을까요? 아닙니다. 데이터를 막상 받아보면 어떤 분석을 어디서부터 시작해야 하는지 막막하기만 합니다. 결국, 데이터 분석 역량이 없다면 빅데이터 시대에서의 데이터는 무용지물이 됩니다.
데이터 분석력이 전문가에게만 요구되는 역량이 아닌 오늘날. 그렇다면 실무에서 데이터 분석을 어떻게 시작해야 할까요?
본 도서는 기업의 매출 향상을 위한 데이터 분석 방법을 다루므로 누구나 자신의 직무와 쉽게 연결 지을 수 있습니다. 다양한 업무에 응용할 수 있는 일반적인 비즈니스 문제점을 체계적인 데이터 분석 프레임워크를 활용하여 해결하는 법도 배웁니다. 나아가 R이나 Python과 같은 고급 도구보다, 엑셀과 같은 직장인 필수 툴을 활용하여 분석하기 때문에 실무에 바로 적용할 수 있습니다. 이로써 단순히 이론과 기법에 그치지 않고 전체 과정을 이해하여 '실전 분석력'을 갖추게 됩니다.
더불어, 저자 김진, 최정아, 유서호는 10년 이상 경력의 교육/마케팅 전문가로 현장에서 얻은 경험을 바탕으로 현직 실무자로서 알려줄 수 있는 즉시 적용 가능한 분석 방법을 제시합니다. 데이터 분석 역량을 높여줄 『비전공자도 배워서 바로 쓰는 비즈니스 데이터 분석 입문』 도서를 통해 여러분이 담당하고 있는 실무 영역에서의 유의미한 비즈니스 인사이트를 얻길 바랍니다.
목차
목차
PART 1 메가트렌드와 데이터 분석
01메가트렌드란?
02 데이터 분석이란?
PART 2 현실 세계의 데이터 모델링
01 데이터 사이언스 프로세스란?
02 데이터란 무엇인가?
03 자료의 정보화
04 1차 자료와 설문 조사 방식(Survey)
05 설문 조사(Survey) 방식을 활용한 데이터 수집
06 크롤링을 위한 기본 환경 구성 이해: 파워쿼리
07 2차 자료와 크롤링
08 파워쿼리를 활용한 웹 크롤링 진행하기
PART 3 데이터 분석과 통계 - 통계의 이해
01 기술통계
02 데이터와 통계량
03 분산과 표준편차
04 표본과 모집단의 관계
05 몬테카를로 실험 설계 및 실행
06 중심 극한 정리
07 중심 극한 정리와 Pilgrim Bank 표본 실험
08 Population Table을 활용한 표본 개수 의사결정
PART 4 데이터 분석과 통계 - 추론 통계
01 논리적 추론과 피어슨 추론
02 유의성 검정 원리
03 주요 유의 확률 계산 도구 소개
04 유의성 검정 도구 KESS 설치
05 목적에 맞는 유의성 검정
06 카이제곱검정이란?
07 카이제곱검정: 월마트(Walmart) 영수증
08 T검정이란?
09 T검정: 이메일 모금 실험
10 회귀분석이란?
11 회귀분석: 케냐 구호사업
PART 5 데이터 전처리
01 데이터 전처리 입문
02 결측치 처리
03 데이터 클렌징
04 금액 단위 변경
05 텍스트 나누기 및 개체 삭제
06 데이터 타입 오류 사례
07 데이터 전처리 종합사례 01
08 데이터 전처리 종합사례 02
PART 6 데이터 분석 도구 활용
01 엑셀 데이터 관리 유형 이해: 테이블, 크로스탭, 템플릿
02 엑셀 데이터 관리 유형 이해하기
03 엑셀 Core 기능 표 등록 및 활용 방안
04 엑셀 Core 기능 이름 정의 및 활용 방안
05 엑셀 에러 처리와 VLOOKUP 활용 방안
06 혼합 참조 이해와 민감도 분석 적용 방안
07 소매점 판매 데이터를 활용한 비즈니스 분석 입문
08 주요 데이터 분석 도구 장단점 정리
PART 7 비즈니스 데이터 분석 실무
01 주요 KPI의 이해
02 BSC 프레임워크 기반 분석 목표 KPI 도출 전략
03 분석 대상 데이터 이해하기
04 분석 모델 기반 데이터 분석 입문
05 Key Metrics 도출하기
06 경향분석(Trend Analysis)
07 비교분석(Comparison Analysis)
08 순위분석(Ranking Analysis)
09 기여분석(Contribution Analysis)
10 빈도분석(Frequency Analysis)
11 차이분석(Variance Analysis)
12 파레토 분석(Pareto Analysis)
13 상관분석(Correlation Analysis)
14 Interactive Dashboard 구성?
PART 8 머신러닝 입무
01 머신러닝이란?
02 베이즈 추론이란?
03 베이즈통계 입문: 빼빼로데이에 초콜릿을 건넨 그 남자의 진정성 추정하기
04 베이즈통계: 단지 문제 해결 방식
05 베이즈통계: 스팸메일 필터 구현하기
06 베이즈통계: 축차 합리성
PART 9 AZUREML을 활용한 머신러닝 실무
01 머신러닝과 AZUREML
02 Linear Regression을 활용한 적정 집값 예측하기
03 적용된 모델의 예측력 비교하기
04 Decision Tree를 활용한 신용평가 모형 개발하기
05 Logistic Regression을 활용한 직원 이탈 가능성 예측하기
PART 10 데이터 사이언스 정리
01 데이터 사이언스 프로세스 정리
Appendix - 엑셀 2013 사용자를 위한 지침
01 파워쿼리 설치
01메가트렌드란?
02 데이터 분석이란?
PART 2 현실 세계의 데이터 모델링
01 데이터 사이언스 프로세스란?
02 데이터란 무엇인가?
03 자료의 정보화
04 1차 자료와 설문 조사 방식(Survey)
05 설문 조사(Survey) 방식을 활용한 데이터 수집
06 크롤링을 위한 기본 환경 구성 이해: 파워쿼리
07 2차 자료와 크롤링
08 파워쿼리를 활용한 웹 크롤링 진행하기
PART 3 데이터 분석과 통계 - 통계의 이해
01 기술통계
02 데이터와 통계량
03 분산과 표준편차
04 표본과 모집단의 관계
05 몬테카를로 실험 설계 및 실행
06 중심 극한 정리
07 중심 극한 정리와 Pilgrim Bank 표본 실험
08 Population Table을 활용한 표본 개수 의사결정
PART 4 데이터 분석과 통계 - 추론 통계
01 논리적 추론과 피어슨 추론
02 유의성 검정 원리
03 주요 유의 확률 계산 도구 소개
04 유의성 검정 도구 KESS 설치
05 목적에 맞는 유의성 검정
06 카이제곱검정이란?
07 카이제곱검정: 월마트(Walmart) 영수증
08 T검정이란?
09 T검정: 이메일 모금 실험
10 회귀분석이란?
11 회귀분석: 케냐 구호사업
PART 5 데이터 전처리
01 데이터 전처리 입문
02 결측치 처리
03 데이터 클렌징
04 금액 단위 변경
05 텍스트 나누기 및 개체 삭제
06 데이터 타입 오류 사례
07 데이터 전처리 종합사례 01
08 데이터 전처리 종합사례 02
PART 6 데이터 분석 도구 활용
01 엑셀 데이터 관리 유형 이해: 테이블, 크로스탭, 템플릿
02 엑셀 데이터 관리 유형 이해하기
03 엑셀 Core 기능 표 등록 및 활용 방안
04 엑셀 Core 기능 이름 정의 및 활용 방안
05 엑셀 에러 처리와 VLOOKUP 활용 방안
06 혼합 참조 이해와 민감도 분석 적용 방안
07 소매점 판매 데이터를 활용한 비즈니스 분석 입문
08 주요 데이터 분석 도구 장단점 정리
PART 7 비즈니스 데이터 분석 실무
01 주요 KPI의 이해
02 BSC 프레임워크 기반 분석 목표 KPI 도출 전략
03 분석 대상 데이터 이해하기
04 분석 모델 기반 데이터 분석 입문
05 Key Metrics 도출하기
06 경향분석(Trend Analysis)
07 비교분석(Comparison Analysis)
08 순위분석(Ranking Analysis)
09 기여분석(Contribution Analysis)
10 빈도분석(Frequency Analysis)
11 차이분석(Variance Analysis)
12 파레토 분석(Pareto Analysis)
13 상관분석(Correlation Analysis)
14 Interactive Dashboard 구성?
PART 8 머신러닝 입무
01 머신러닝이란?
02 베이즈 추론이란?
03 베이즈통계 입문: 빼빼로데이에 초콜릿을 건넨 그 남자의 진정성 추정하기
04 베이즈통계: 단지 문제 해결 방식
05 베이즈통계: 스팸메일 필터 구현하기
06 베이즈통계: 축차 합리성
PART 9 AZUREML을 활용한 머신러닝 실무
01 머신러닝과 AZUREML
02 Linear Regression을 활용한 적정 집값 예측하기
03 적용된 모델의 예측력 비교하기
04 Decision Tree를 활용한 신용평가 모형 개발하기
05 Logistic Regression을 활용한 직원 이탈 가능성 예측하기
PART 10 데이터 사이언스 정리
01 데이터 사이언스 프로세스 정리
Appendix - 엑셀 2013 사용자를 위한 지침
01 파워쿼리 설치
저자
저자
김진
데이터 분석과 디지털 마케팅 전문 교육기관인 '마소캠퍼스'의 설립자이다. 서울대 경 영학 석사(MBA)로 Oracle과 네이버, Obigo에서 다양한 프로세스 혁신을 주도해 실질적인 ROI 향상을 이뤘을 뿐만 아니라 게임 웹진 플레이포럼을 M&A하고 대표 이사를 역임하며 온라인/모바일 서비스를 출시했다. 현재는 이전까지 경험한 사업과 ICT 기술을 융합해 기업이 괄목할 만한 부가 가치를 창출하는 데이터 분석과 디지털 마케팅 실무 중심 교육 사업가로 변신하였다. 김진 대표가 경영하는 마소캠퍼스는 가시적인 성과를 내는 디지털 마케팅/데이터 분석/IT 분야의 Actionable Content 교육으로, 현재 200여개의 온/오프라인 프로그램이 인기리에 운영 중이다. 저서로는 「데이터 사이언스 입문」과 「마켓 4.0, 그로스해킹」, 「디지털 마케팅 개론」, 「매출을 높이는 실전 구글 광고 마케팅」, 「구글 애널리틱스를 활용한 데이터분석 입문」, 「앱마케팅, 이게 진짜 안드로이드 마케팅이다」가 있으며, 관련 도서는 한글, 영문, 일본어로 글로벌 출간되었다. 또한 이화여대 기업가 센터와 한양대 겸임교수로 강단에 서며 학생들의 데이터 분석, 디지털 마케팅, 그로스해킹 역량을 높이는 역할을 담당하고 있다.
Payment & Security
Payment methods
Your payment information is processed securely. We do not store credit card details nor have access to your credit card information.

