| 상품 안내 및 환불, 교환, 배송문의 | |
| - 가게 전화번호 : | 1544-1900 |
| - 전화문의 시간 : |
오전 9시부터 오후 6시까지 (매주 월요일, 화요일, 수요일, 목요일, 금요일, 공휴일 제외) |
| - 가게 이메일 : | ink@kyobobook.co.kr |
| - 이용 택배회사 : | CJ대한통운 |
|
판매가게정보 |
|
| - 사업자명 : | (주)교보문고 |
| - 사업자등록번호 : | 102-81-11670 |
| - 통신판매업신고 : | 01-0653 |
|
- 현금영수증 : 발급가능 |
|
|
전화주문 및 결제문의 |
|
| - 꽃피는 아침마을 : | 1644-8422 |
|
가게와 직거래를 하시면 꽃송이 적립 및 각종 혜택에서 제외되고, 만일의 문제가 발생하는 경우에도 꽃마의 도움을 받으실 수 없습니다. 가게의 부당한 요구, 불공정 행위 등에 대해서도 꽃마로 직접 전화주세요. |
|
| 상세정보 | 구매후기 (0) | 상품 Q&A (0) | 배송/교환/환불 안내 |
책소개데이터 작업 능력이 기본이 되는 시대! 누구라도 배울 수 있으나 누구나 알지는 못하는 데이터 분석 고급 실무의 길잡이 도서! 실제 업무 활용에 용이하나 쉽게 익힐 수는 없는 각종 심화 기능을 설명하는 실무서로, 고급 분석을 진행하고자 하는 수많은 실무자에게 데이터 처리량의 한계를 넘어서게 하는 데이터 분석 기법을 전략적으로 제공한다.
엑셀에는 업무 활용도는 높지만 생소해서 평소 활용이 어려운 고급 기능들이 있습니다.
「비전공자도 배워서 바로 쓰는 비즈니스 데이터 분석 실무」는 이러한 고급 기능들을 쉽게 익히게 돕는 도서입니다. 빅데이터 집계부터 업무 자동화까지, 엑셀로 가능한 각종 분석 기법을 단기간에 마스터하고 현업 실무에 즉시 적용하도록 보조합니다.
(1) 비즈니스 데이터 분석과 BI
데이터 사이언스와 엑셀 데이터 분석의 프로세스를 이해합니다. 또한 EXCEL BI란 무엇인지 짚어보며 비즈니스 데이터 분석 실무를 이행하기 위한 배경을 다집니다.
(2) 파워쿼리로 다양한 원본에서 데이터 취합하기
엑셀 버전별 파워쿼리를 활성화하는 방법을 배웁니다. 파워쿼리 인터페이스를 이해하고, 웹, 엑셀, 데이터베이스, 그 외 다양한 파일 형식에서 데이터를 가져오는 경험을 간접적으로 습득합니다.
(3) 파워쿼리 편집기의 이해
편집기의 필요성에 대해 인지합니다. 이를 바탕으로 파워쿼리 편집기의 기본 사용법과 작업을 이해합니다. 원본 바꾸기를 해보고, 연결을 끊는 과정까지 경험합니다.
(4) 파워쿼리 데이터 전처리 실무
엑셀 데이터 분석의 핵심이 되는 프레임워크에 대해 공부합니다. 또한 데이터 분석에 적합한 데이터 형태가 무엇인지 알아보고, 파워쿼리를 활용하여 데이터를 편집해봅니다. 이러한 경험들을 바탕으로 HR 데이터, 제품 판매 현황 등 회사에서 많이 하는 데이터 전처리를 배워봅니다. 그뿐만 아니라 반복 작업 데이터를 자동 업데이트하는 방법도 함께 습득합니다.
(5) 이기종 데이터 통합 분석
폴더 내 여러 CSV 파일을 결합해봅니다. 여러 엑셀 파일의 데이터를 하나로 합치고, 이 능력을 기반으로 확장자와 구조가 다른 여러 파일을 통합하여 분석해봅니다.
(6) 파워피벗 데이터 모델링 실무
흩어진 데이터를 연결하는 등 물리적인 마스터 데이터셋을 구성하여 분석합니다. 파워피벗을 활성화하고, 파워피벗을 활용하여 데이터를 모델링합니다. 그보다 더 영리한 파워피벗 사용법을 배우고, 파워쿼리까지 활용하여 데이터를 핸들링합니다.
상세이미지 저자소개저자 : 김진
저자 김진은 데이터 분석과 디지털 마케팅 전문 교육기관인 ‘마소캠퍼스’의 설립자이다. 서울대 경영학 석사(MBA)로 Oracle과 네이버, Obigo에서 다양한 프로세스 혁신을 주도해 실질적인 ROI 향상을 이뤘을 뿐만 아니라 게임웹진 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 200여 개의 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.
저자 : 최정아
저자 최정아는 YSCEC의 웹마스터로서 연세-게이오(日)-릿쿄(日)-푸단(中) 대학의 YKLP 사업에 초기 합류하여 성공적으로 론칭시킨 국제 원격교육 전문가이다. 이후 플레이포럼 편집장으로 자리를 옮겨 MAU 238만 명의 커뮤니티를 7년간 운영하면서 최대 900만 뷰를 달성하는 디지털 콘텐츠를 제작했다. 언어학, 정보학, 경영학 학위를 소지한 다재다능한 디지털마케팅 전문가로서, 데이터를 활용해 디지털 플랫폼에서 최고의 퍼포먼스를 이뤄냈다. 불과 6개월 만에 100만 원의 적은 예산으로 스타트업 인지도를 업계 2위로 올려놓는 등 비즈니스 데이터 분석을 통한 실질적 성과 창출 방안을 현실에서 입증한 실무 전문가로 유명하다. 효과적인 데이터 마케팅 방법을 다룬 도서를 다수 출간하여 교보문고, YES24의 경제경영 분야 베스트셀러에 오르는 기염을 토하기도 했다.
저자 : 이정주
저자 이정주는 롯데 계열사인 대홍기획의 공채 최초 여성 광고 기획자로 유니레버 광고 기획을 담당했고, 이후 글로벌 광고 회사인 맥캔 에릭슨에서 네슬레 광고 기획자로 근무하였다. 아비스타의 창립멤버로 마케팅과 경영 기획, 해외 사업 기획 및 브랜드 론칭 업무를 담당하며 고객 DB 확보 및 데이터 분석적 관리체계를 확립함으로써 재구매 고객을 80%까지 상승시키는 성과를 이루었다. 그뿐만 아니라 국내 여성 패션 브랜드 중 최초로 해외 시장을 개척해 1년 만에 수주 규모를 7배 끌어올리기도 하였다. 서울대 경영학 석사(MBA)로 마케팅 중심의 전문성을 강화한 후 LS Network 브랜드 전략팀에 조인해 철저한 데이터 분석 기반으로 시장 인사이트를 발굴한 결과 워킹화 브랜드 인지도 1위를 기록, 신발 부문 매출을 약 30% 신장시켰다. 이후 스케쳐스 브랜드 국내 도입과 데이터 분석적 마케팅 전략 수립, 캠페인 집행을 이끌어 1년 만에 매출 163억 원을 달성하며 대중들이 사랑하는 브랜드를 창출하고 가시적인 퍼포먼스를 만들어냈다. 이러한 다양한 실무 경험과 노하우를 바탕으로 현재 마소캠퍼스 이사로 교육 사업 업무와 함께 다수의 기업과 기관, 학교에서 데이터 분석 및 마케팅 관련 강의를 활발하게 진행 중이다.
목차PART 1 비즈니스 데이터 분석과 BI
01데이터 사이언스의 프로세스
02 엑셀 데이터 분석 프로세스
03 EXCEL BI란 무엇인가?
PART 2 파워쿼리로 다양한 원본에서 데이터 취합하기
01 엑셀 버전별 파워쿼리 활성화 방법
02 파워쿼리 인터페이스의 이해
03 웹에서 데이터 가져오기
04 엑셀 파일에서 가져오기
05 데이터베이스에서 가져오기
06 다양한 파일 형식에서 데이터 가져오기
PART 3 파워쿼리 편집기의 이해
01 편집기는 왜 필요할까?
02 파워쿼리 편집기의 기본 사용법
03 파워쿼리 편집 작업의 이해
04 원본 바꾸기와 연결 끊기
PART 4 파워쿼리 데이터 전처리 실무
01 엑셀 데이터 분석 핵심 관리 프레임워크
02 데이터 분석에 적합한 데이터 형태
03 파워쿼리를 활용한 데이터 편집
04 회사에서 많이 쓰는 전처리 종합 - HR 데이터
05 회사에서 많이 쓰는 전처리 종합 - 제품 판매 현황
06 반복 작업 데이터의 자동 업데이트
PART 5 이기종 데이터 통합 분석
01 폴더 내 여러 CSV 파일 결합
02 여러 엑셀 파일의 데이터 하나로 합치기
03 확장자와 구조가 다른 여러 파일 통합 분석
PART 6 파워피벗 데이터 모델링 실무
01 흩어진 데이터의 연결
02 물리적 마스터 데이터셋 구성과 분석
03 관계로 논리적 마스터 데이터셋 구성
04 파워피벗 활성화하기
05 파워피벗을 활용한 데이터 모델링
06 더 영리한 파워피벗 사용법
07 파워피벗과 파워쿼리를 활용한 데이터 핸들링
PART 7 EXCEL BI를 활용한 데이터 분석 정리
01 엑셀 데이터 분석 요약 정리
책속으로“복잡한 현실의 다양한 특징 중 우리가 알고자 하는 사실을 설명할 수 있는 데이터를 결정하고 이를 수집해야 한다. 취합한 데이터는 엑셀, R, 파이 썬 등 여러 분석 도구가 다룰 수 있는 측정 가능한 형태, 즉 문자(범주형 데이터) 또는 숫자(연속형 데이터)의 모양을 갖춰야 한다.”
- 11p, 『비즈니스 데이터 분석과 BI』 중에서 “BI(Business Intelligence)란, 기업이 보유한 수많은 데이터를 정리하고 분석하여 의사결정에 활용하는 일련의 프로세스를 뜻한다. 제품 및 서비스를 생산, 유통, 판매하는 과정에서 기업의 내외부에는 많은 양의 데이터가 쌓인다. BI 는 비즈니스의 모든 과정에서 산발적으로 흩어져 있는 데이터를 체계적으로 통합하고 일목요연하게 정리하여 사용자가 필요로 하는 정보를 정확한 시점에 제공할 수 있는 환경을 가리킨다.“ - 16p, 『 비즈니스 데이터 분석과 BI 』 중에서 “이처럼 파워쿼리를 활용하면 각각의 위치에 흩어져 다른 구조로 운영되는 여러 원본 자료를 마치 하나의 엑셀 표처럼 모아 통합적으로 분석 가능하다. 파워쿼리를 이용하지 않는다면 엑셀로 웹사이트의 정보와 데이터베이스, 엑셀 파일을 연결하는 등의 방대한 데이터를 처리하는 것은 불가능에 가깝다. 매우 수고스럽게 각 원본의 자료를 수작업으로 엑셀 문서로 다운로드 받아 합치더라도 원본에 변동 사항이 발생하면 같은 작업을 반복해야 한다. 그러므로 대량의 다양한 데이터를 엑셀로 처리하려면 꼭 파워쿼리의 데이터 결합 방법을 익혀 두자.” - 160p, 『 이기종 데이터 통합 분석 』 중에서 “엑셀에는 2가지의 데이터 모델링 기능이 있다. 첫 번째 방법은 두 개의 표가 공통으로 가지는 요소를 엑셀에서 데이터 관계로 연결하여 논리적 마스터 데이터셋을 구성하는 것이다. 두 번째는 파워피벗을 이용해 각 시트의 필드에 연결 관계를 만드는 방식이다. 이번 장에서는 여러 데이터에서 공통 열을 찾아 관계를 만드는 첫 번째 방법부터 함께 해보자.” - 188p, 『 파워피벗 데이터 모델링 실무 』 중에서 “두 번째 특징은 메모리를 사용하기 때문에 고성능 환경에서 데이터를 빠르게 계산하고 분석할 수 있다는 점이다. 엑셀 워크시트에서 VLOOKUP 함수를 쓰면 데이터를 하나로 합칠 때 데이터를 읽어 들이는 파일 I/O(input/ Output)가 대량 발생한다. 실상 데이터가 30만 건만 넘어도 어마어마한 데이터 로딩을 감수해야 한다. 그러나 파워피벗은 효율적인 압축 알고리즘으로 데스크탑의 메모리에 데이터셋을 로드하기 때문에 1억 건이 훌쩍 넘는 데이터셋도 무리 없이 처리 가능하다. 메모리에 논리적 마스터 데이터셋을 로딩하여 파일 I/O 발생 없이 빠르고 효율적으로 데이터를 분석할 수 있다.” -216p, 『 파워피벗 데이터 모델링 실무 』 중에서 “파워쿼리로 수집한 데이터는 파워피벗으로 논리적으로 연결하여 데이터 모델링을 할 수 있다. 파워쿼리의 연결이 원본과 엑셀의 연결, 그리고 비슷한 내용을 담은 원본끼리의 연결이라면, 파워피벗의 연결은 매우 다른 데이터 사이에 숨어 있는 공통 요소를 잇는 것이다. 우리가 살면서 번득이는 인사이트를 얻었던 순간을 되짚어 보면 전혀 달라 보이는 것들 사이의 공통점을 발견했을 때인 경우가 많을 것이다. 데이터 분석도 마찬가지다. 아무런 상관이 없어 보이는 수많은 데이터 사이를 연결하여 들여다볼 때 비로소 드러나는 패턴이 있기 마련이다. 파워피벗은 이런 작업이 가능한 기틀을 제공한다.” - 230p, 『 EXCEL BI를 활용한 데이터 분석 정리 』 중에서 출판사 서평4차 산업혁명 시대의 경쟁력! 효과적인 비즈니스 인사이트를 도출하기 위한 고급 데이터 분석 기술을 잡아라!
엑셀 파워쿼리와 파워피벗을 활용한 업무 디지털 전환(DT) 성공 가이드
비대면 시대가 지속됨에 따라 이전보다도 디지털상에 더 많은 정보가 발생하고 있습니다. 따라서 데이터량도 기하급수적으로 증가하여 이러한 데이터를 다루는 능력이 어느 때보다도 중요한 시기입니다.
이러한 상황에서 데이터 분석 능력은 누구나 원하고 또 습득하고 있으나, 실무에서 실제로 성과를 얻게 하는 효과적이고 효율적인 데이터 분석은 아무나 이뤄낼 수 없습니다. 그렇기에 현업에 활용하기 용이한 데이터 분석 고급 역량을 제대로 갖추는 것이 매우 중요합니다.
그런데 주변에 널린 데이터 분석에 관한 파편적인 지식과 강의들 사이에서 우리가 과연 실무로 연결할 심화 수준의 역량을 정상적으로 습득할 수 있을까요? 아닙니다. 여전히 데이터 전문가 부족 문제가 대두되고 있는 현재, 그러한 역량을 기를 곳을 찾고 실제 필요한 정도로 끌어올리는 건 어려운 실정입니다. 결국, 고급 분석을 해내거나 실용성 있는 인사이트를 발굴하지 못한다면 이 빅데이터 시대에서 데이터 분석 역량을 보유하고 있다고 주장한들 객관적으로는 허울뿐인 능력일지 모릅니다.
그렇다면 현업 실무에서 실제 적용할 수 있는 진짜 데이터 분석 기법은 어떻게 배워야 할까요?
본 도서는 엑셀로 데이터를 관리하는 기본 기능부터 엑셀 데이터모델, 파워피벗을 활용한 대용량 데이터 관리 방법, 피벗테이블, 피벗차트를 활용한 기본 시각화, 파워쿼리를 활용한 이기종 데이터 취합, 보고서 작성과 업무 자동화, 파워 BI를 활용한 고급 시각화 등 다양하고 수준 높은 기능을 실무형 예제로 학습하게 합니다.
기존에 엑셀을 사용하며 엑셀에 포함된 고급 기능에 갈증을 느꼈거나, 자신이 할 수 있는 데이터 처리량에 한계를 느꼈다면, 상당한 수준의 엑셀 빅데이터 분석 기법을 안내하는 본 도서를 끝까지 읽어보시길 추천드립니다. |
| 교환 및 환불 가능 |
상품에 문제가 있을 경우 |
1) 상품이 표시/광고된 내용과 다르거나 불량(부패, 변질, 파손, 표기오류, 이물혼입, 중량미달)이 발생한 경우 - 신선식품, 냉장식품, 냉동식품 : 수령일 다음날까지 신청 - 기타 상품 : 수령일로부터 30일 이내, 그 사실을 안 날 또는 알 수 있었던 날로부터 30일 이내 신청 2) 교환 및 환불신청 시 판매자는 상품의 상태를 확인할 수 있는 사진을 요청할 수 있으며 상품의 문제 정도에 따라 재배송, 일부환불, 전체환불이 진행됩니다. 반품에 따른 비용은 판매자 부담이며 환불은 반품도착일로부터 영업일 기준 3일 이내에 완료됩니다. |
|
단순변심 및 주문착오의 경우 |
1) 신선식품, 냉장식품, 냉동식품 재판매가 어려운 상품의 특성상, 교환 및 환불이 어렵습니다. 2) 화장품 피부 트러블 발생 시 전문의 진단서 및 소견서를 제출하시면 환불 가능합니다. 이 경우 제반비용은 소비자 부담이며, 배송비는 판매자가 부담합니다. 해당 화장품과 피부 트러블과의 상당한 인과관계가 인정되는 경우 또는 질환치료 목적의 경우에는 진단서 발급비용을 판매자가 부담합니다. 3) 기타 상품 수령일로부터 7일 이내 신청, 왕복배송비는 소비자 부담 4) 모니터 해상도의 차이로 색상이나 이미지가 다른 경우 단순변심에 의한 교환 및 환불이 제한될 수 있습니다. |
|
| 교환 및 환불 불가 |
1) 신청기한이 지난 경우 2) 소비자의 과실로 인해 상품 및 구성품의 전체 또는 일부가 없어지거나 훼손, 오염되었을 경우 3) 개봉하여 이미 섭취하였거나 사용(착용 및 설치 포함)해 상품 및 구성품의 가치가 손상된 경우 4) 시간이 경과하여 상품의 가치가 현저히 감소한 경우 5) 상세정보 또는 사용설명서에 안내된 주의사항 및 보관방법을 지키지 않은 경우 6) 사전예약 또는 주문제작으로 통해 소비자의 주문에 따라 개별적으로 생산되는 상품이 이미 제작진행된 경우 7) 복제가 가능한 상품 등의 포장을 훼손한 경우 8) 맛, 향, 색 등 단순 기호차이에 의한 경우 |
|
카테고리
