요약 : 당근마켓은 거래 후기가 사용자 유지율에 긍정적 영향을 미친다는 데이터를 발견했다.

구매자가 후기를 잘 쓰지 않는 문제를 해결하기 위해, 시스템 메시지로 후기 작성을 유도하는 실험을 진행했다.

실험 결과 후기 작성률이 유의미하게 증가하여 기능으로 정식 적용되었다.

인사이트 : 사소한 피드백 유도로 장기 이용률을 높이는 전략이 될수있고, 후기는 서비스의 마무리가 아니라 재참여의 시작이 될수있다.

요약 : KPI(핵심성과지표)는 비즈니스 성과를 측정하고 성장 전략을 수립하는 핵심 도구이며, 실시간 대시보드와 데이터 분석을 통해 효과적인 의사결정을 가능하게 한다.

주요포인트 : 데이터는 수집보다 활용이 중요하며 kpi는 그 데이터를 의미있는 행동으로 연결해주는 지표다.

kpi를 단순히 측정의 도구가 아니라 실행을 유도하는 트리거로 삼을때 비로소 데이터 기반의 경영이 가능해진다.

keep

분석을 시작하기전에 컬럼을 쪼개고 쪼개서 파고들고 문제정의를 하는것을 배웠다.

problem

시각화에있어서 강조하고싶은부분을 색상을 달리 배치해서 강조하는게 좋고 AB테스트에 있어서 착각한 부분이 있었던 것 같다. 그리고 뭔가 분석한건 많았는데 정작 발표에 쓸 자료는 몇개 없었던것같다. 도중에 문제정의 가설 부분에서 계속 바꾸고 많이 헤매서 그런것같다. 다음부터는 명확한 주제에서 문제정의를 명확하게 하고 가설 및 검증을 그 주제에 맞게 세분화해서 진행해야겠다.

try

다음번엔 각자 할 것을 나눠서 누군 a를 맡고 누군 b를 맡아 분업화해서 좀더 폭넓은 분석을 진행하는게 좋을것같다. 다같이 하나에 몰두하다보니 쓴 시간에 비해 결과물의 양이 그리 많지 않았던 것 같다.

ppt 80% 정도 다같이 열심히 만들고 중간중간 추가적으로 필요한 데이터들을 다시 코드짜서 파헤쳤다.

# 상품코드 → 상품명 딕셔너리 만들기 (중복 제거)
code_to_name = df[['product_code', 'prod_name']].drop_duplicates().set_index('product_code')['prod_name'].to_dict()

# 결과 저장용 리스트
results_top1_by_age = []

# 20~50대 각각의 연령대별 Top1 상품코드 찾기
for age in range(20, 60, 10):  # 20, 30, 40, 50
    subset = df_agree[df_agree['age_group'] == age]
    vc = subset['product_code'].value_counts().head(1)  # 가장 많이 팔린 상품 1개
    top1 = list(zip(vc.index.tolist(), vc.values.tolist()))

    results_top1_by_age.append({
        '나이대': f"{age}대",
        'Top1': top1
    })

# 출력
for row in results_top1_by_age:
    print(f"{row['나이대']} best 상품:")
    for code, count in row['Top1']:
        name = code_to_name.get(code, "(상품명 없음)")
        print(f"- {name} ({code}) : {count}개")
    print()

주제 : [커머스] H&M 고객/매출 데이터 분석

요약 : 상품판매 증진 및 고객관리

https://www.notion.so/teamsparta/H-M-2112dc3ef51481ada86ed6630459b330

세부주제

1. 회원 상태(신규, 활성, 탈퇴)에서 신규 유저로 분리 > 신규 유저가 많이 구매한 아이템 분류 > 신규고객 한정 가장 많은 구매가 이루어진 상품 할인 쿠폰 제공
2. 전체 고객 대상으로 주력아이템은 어떤것이 있으며 그 주력아이템을 산 사람은 어떤아이템을 추가로 구매하는지 조사해서 그 둘을 세트아이템으로 할인해서 판매전략

요약 : 이 글은 시각 정보가 뇌에서 어떻게 인식되고, 데이터 시각화에서 어떻게 활용되는지를 설명하며, 전주의적 속성과 게슈탈트 원리를 통해 효과적인 데이터 시각화를 만드는 방법을 소개한다. 또한 시각화가 때로는 정보를 왜곡하거나 오해를 불러일으킬 수 있음을 경고하고 있다.

주요포인트 :

시각 정보 인식 과정 3단계

1단계: 색, 형태 등 기본적인 시각 요소 인식

2단계: 패턴 발견 (색상, 방향성, 그룹화 등)

3단계: 의미 부여 및 해석

전주의적 속성의 활용

인간이 즉각적으로 인식할 수 있는 속성들 (색상, 위치, 형태, 움직임 등)을 의도적으로 사용하면 정보를 더 빠르고 명확하게 전달할 수 있음

게슈탈트 원리를 통한 인식 조작

가까이 위치한 것, 유사한 것, 같은 방향으로 움직이는 것 등은 그룹으로 인식됨

데이터 시각화의 힘과 위험성

잘 디자인된 시각화는 이해를 돕지만, 의도된 왜곡은 잘못된 해석을 유도할 수 있음 → 비판적 시각 필요

핵심개념

전주의적 속성 : 뇌가 의식적 주의 없이도 빠르게 감지하는 시각 요소들 (ex. 색상, 크기, 위치, 방향 등) 게슈탈트 원리 : 인간이 시각 정보를 ‘전체적 패턴’으로 인식하려는 경향을 설명한 심리학 이론

패턴 인식 : 색, 방향성, 밀집도 등을 통해 공통점이나 규칙성을 발견하는 과정

공통 운명 : 같은 방향으로 움직이는 요소를 같은 그룹으로 인식하는 성질

균일한 연결성 : 선 등으로 시각적으로 연결된 요소들은 하나의 그룹으로 인식됨

용어 정리

유사성 : 비슷한 색, 모양, 크기 등을 가진 요소는 함께 묶여서 인식된다는 원리

코드 셀 실행 : SHIFT + ENTER 셀 생성 : ctrl + m + a 셀 삭제 : ctrl + m + d 실행 되돌리기 : ctrl + m + z 코드 셀 분할 : ctrl + m + - 셀 유형 변경(메모,정리) : 코드셀을 마크다운셀로 바꾸려면 ctrl + m + m

[출력문]

print() 문자를 출력할땐 "" 안에 해야함 숫자는 그냥 하면 됨 여러개를 출력하고싶으면 , 로 분할

[변수]

x = 10 #x에 10을 담아라 print(x) #x를 출력하라 (10출력)

출력은 데이터분석 결과물을 출력할때 자주 씀

age = 25 name = "Alice" print(name) # "Alice" 출력 print("나이:", age) # "나이: 25" 출력 double_age = age * 2 print("나이의 두 배:", double_age) # "나이의 두 배: 50" 출력

주요 자료형으로는 정수(int), 실수(float), 문자열(str), 리스트(list), 튜플(tuple), 딕셔너리(dict) 등이 있습니다.

print(type(age)) # <class 'int'> 출력 print(type(name)) # <class 'str'> 출력

문자열 변수 선언 name = "Alice" greeting = 'Hello, World!' #'' "" 둘다써도됨

문자열 연산 full_greeting = greeting + " My name is " + name print(full_greeting) # "Hello, World! My name is Alice" 출력

문자열 메서드 활용 sentence = "python programming is fun" print(sentence.upper()) # 대문자로 변환하여 출력

숫자열 변수 선언 num1 = 10 num2 = 3.14

숫자열 연산 sum_result = num1 + num2 diff_result = num1 - num2 product_result = num1 * num2 division_result = num1 / num2 integer_division_result = num1 // num2 remainder_result = num1 % num2

print("합:", sum_result) print("차:", diff_result) print("곱:", product_result) print("나누기:", division_result) print("몫:", integer_division_result) print("나머지:", remainder_result)

숫자열 함수와 메서드 활용 num3 = -7.89 abs_result = abs(num3) # 절댓값 계산 round_result = round(num3) # 반올림 계산

print("절댓값:", abs_result) print("반올림:", round_result)

실수형 변수 선언 num3 = 3.14 num4 = -0.5

실수형 변수끼리의 연산 product_result = num3 * num4 print("곱:", product_result) # 출력: 곱: -1.57

실수형 연산 결과 print("곱의 자료형:", type(product_result)) # 출력: 곱의 자료형: <class 'float'>

Boolean 변수 선언 is_raining = True is_sunny = False

비교 연산자를 사용하여 Boolean 값 비교 x = 10 y = 5

greater_than = x > y print(greater_than) # True 출력

NaN (결측값) NaN(Not a Number)은 데이터에서 결측치(missing value)를 나타내는 특수한 값입니다. 주로 수치형 데이터에서 발생하며, 특히 데이터 과학이나 머신 러닝 분야에서 데이터 정제 및 처리 과정에서 자주 다루어집니다. NaN에 대한 설명 NaN은 정의할 수 없는 수치값을 나타냅니다. 예를 들어, 0으로 나누는 연산이나 유효하지 않은 수학적 연산 결과를 나타낼 때 사용됩니다. 데이터프레임과 같은 데이터 구조에서는 결측치를 표현할 때 NaN이 사용됩니다. NaN의 예시 수학 연산에서 발생하는 NaN

0으로 나누는 연산 result = 1 / 0 print(result) # 출력: Infinity

import math

유효하지 않은 수학적 연산 result = math.sqrt(-1) print(result) # 출력: nan , 제곱근 sqrt 안에 들어가야하는 숫자는 0보다 커야함

데이터프레임에서의 NaN import pandas as pd

NaN을 포함한 데이터프레임 생성 data = {'A': [1, 2, None], 'B': [3, None, 5]} df = pd.DataFrame(data)

print(df) 출력: A B 0 1.0 3.0 1 2.0 NaN 2 NaN 5.0

입력문 (input) input() 함수는 사용자로부터 키보드로 입력을 받는 함수입니다. 이 함수를 사용하면 사용자와 상호작용하여 프로그램을 만들 수 있습니다. 아래에는 input() 함수를 사용한 예시를 제시하겠습니다.

name = input("이름을 입력하세요: ") print("안녕하세요,", name, "님!")

num1 = int(input("첫 번째 숫자를 입력하세요: ")) num2 = int(input("두 번째 숫자를 입력하세요: ")) sum = num1 + num2 print("두 숫자의 합은", sum, "입니다.")

사용자로부터 입력받는건 기본적으로 문자형으로 받음. 숫자를 입력해도 문자형으로 받음

그래서 숫자를 받을땐 int()로 강제로 정수로 바꿔줘야함

그래야 수학적인 계산이 가능

앞으로 어떤 직무에서 일을 하는게 좋을까

연봉은 어떨지 서울에 가는게 좋을지

gpt랑 얘기나누면서 원티드 사람인 잡코리아 등등에서 고민해봤는데

일단 나는 게임 데이터분석가가 되고싶고

서울에서 시작하는게 좋을것같았다.

서울이 일자리가 많고 연봉인상율도 높을거기때문에

2~3년정도 데이터분석가로 일하다가

데이터 사이언티스트로 직무변경을 하는걸로 계획을 잡았다.

요약 : SQL 질문을 잘 하기 위해선, 먼저 스스로 문제를 점검하고, 명확하고 구체적인 방식으로 질문을 구성해야 한다. 좋은 질문은 문제 해결뿐 아니라 자신의 실력 향상에도 도움이 된다. 주요포인트 :

1. 질문 전에 기본적인 오타, 문법 오류, 요구사항 등을 먼저 확인하자.
2. 구글에서 검색하고 영문으로 검색하는게 좋으며 검색키워드 잘 넣고 신뢰할수있는 사이트를 봐야하며 언제쓰여졌는지도 잘 확인해야한다.
3. 질문은 간결하면서도 충분한 맥락을 제공해야 하며, 코드와 에러 메시지를 함께 제시하는 것이 효과적이다.

핵심개념 :

1. 사전 점검: 오타, 문법 오류, 요구조건 누락 등을 스스로 확인
2. 검색 역량: 에러 메시지나 유사 문제 상황을 키워드로 검색
3. 구체적 질문 구성: 질문할 때 문제 상황, 시도한 내용, 오류 메시지, 관련 코드 등을 모두 제공
4. 성장의 자세: 질문을 남발하기보다 문제 해결을 위한 시도를 우선하자

• 실무 적용 : 본 아티클은 명확하고 구체적인 질문이 문제 해결에 얼마나 중요한지를 보여줍니다. 질문자가 문제 상황을 정확히 전달하고, 자신의 시도와 기대 결과를 함께 공유함으로써, 다른 사람들이 문제를 이해하고 적절한 도움을 줄 수 있는 기반을 마련했습니다.
• 관련 사례 : 한 데이터 분석가는 업무 중 발생한 SQL 문제를 해결하기 위해 커뮤니티에 질문을 올렸습니다. 그는 문제 상황을 구체적으로 설명하고, 시도한 쿼리와 예상 결과를 함께 공유했습니다. 이러한 명확한 질문 덕분에 다른 전문가들로부터 정확하고 신속한 피드백을 받을 수 있었고, 문제를 효율적으로 해결할 수 있었습니다.
• 사례 출처 : https://www.inflearn.com/community/questions/1592305/6-5-데이터-검증-결과-예시문제?focusComment=416083

엔티티 과목 : 인스턴스 수학

엔티티는 기본적으로 2개 이상의 인스턴스로 구성되어있어야함 한개면 집합이 아니기때문에 엔티티가 아님

어트리뷰트 (속성)을 포함해야함 주식별자만 존재하고 일반속성이 없는 경우 엔티티가아님

관계의 존재

유/무형에 따른 분류 유형 엔티티 - 물리적 형태가 존재하는 엔티티 (상품) 개념 엔티티 - 물리적 형태는 아니지만 관리해야할 개념적인 정보 (학과) 사건 엔티티 - 특정 이벤트에 종속되는 엔터티 (주문)

발생시점에따른분류 기본/키 엔티티 - 관계가 아닌 독립적인 생성가능한 부모 엔티티 (상품) 중심 엔티티 - 기본엔티티로부터 업무에서 중심적인 역할 (주문) 행위 엔티티 - 두개 이상의 부모 엔티티로 부터 발생 (주문내역)

엔티티 이름짓기 방식

1. 가능하면 업무에서 사용하는 용어를 사용
2. 가능하면 축약어를 사용하지않는다
3. 단수명사를 사용하고 띄어쓰기를 하지않는다
4. 모든 엔티티 이름 중복 X
5. 엔티티 생성 의미대로 이름을 부여합니다

속성 : 인스턴스가 가진 어떤 성질이나 성격

업무에서 필요로 하는 인스턴스 더이상 분리되지않는 최소의 데이터단위

한개의 엔티티는 두개이상의 인스턴스 집합 한개의 엔티티는 두개이상의 속성 한개의 속성은 한개의 속성값

속성의 특징

1. 속성은 업무에서 필요로 함
2. 속성은 의미상 더이상 분리되지않는 그 자체로 독립성을 유지함
3. 엔티티를 설명하고 인스턴스의 구성요소가 됩니다
4. 정규화이론에 기반을 두고 정해진 주식별자에 함수적 종속성을 가져야함
5. 하나의 속성은 한개의 값만 갖는다

속성의 특징에 따른 분류 기본속성 : 업무로부터 추출된 모든 속성 설계속성 : 데이터모델링 업무의 규칙화 등을 위해 새로 만들거나 변형하여 정의하는 속성 파생속성 : 다른속성에 영향을 받아 발생하는 속성으로 보통 계산된 형태의 값이 이에 해당됨.

엔티티구성방식에 따른 분류 PK 속성 : 엔티티를 구분할수있는속성 (주민번호) FK 속성 : 다른엔티티와의 관계를 포함된 속성
일반 속성 : PK FK에 포함되지않은 다른속성

도메인 : 각 속성이 가질수있는 값의 범위

속성의 이름짓는법

1. 업무에서 사용하는 용어
2. 축약어 X
3. 서술형말고 명사형
4. 수식어 많이붙지말고 명확하게 의미파악할수있게
5. 전체데이터모델에서 유일하게 작성해야함 속성이름은 중복이되도되긴함 근데 유일하면좋긴함

관계 식별자 안했음

데이터 모델링의 정의

1. 정보시스템 구축을 위해 데이터 관점의 업무를 분석하는 과정
2. 현실세계의 데이터를 약속된 표기법에 의해 표현하는 과정
3. 데이터베이스를 구축하기 위한 *분석 및 설계의 과정 *

결국, 데이터 모델링의 목적을 살펴보면 크게 2가지로 정리할 수 있습니다.

• 1. 업무에 필요한 정보를 정확하게 '정의'하고 '표현'하여 업무를 분석

     → 개발하기 위해서만 데이터 모델링을 하는 것이 아님 !

• 2. 분석 모델을 통해 실제 데이터베이스를 생성하여 데이터를 관리

모델링의 특징

데이터모델링 3단계 진행

데이터모델링의 관점

데이터 모델링의 중요성

파급효과 : 구체적인 내용은 변해도 큰 구조는 변하지 않도록 만드는 것이죠 쪼끔 바꾸고싶을때 전체가 바뀌어야 하는 모델은 안좋다

간결한표현 : 명확하고 간결하게 표현

데이터품질 : 데이터품질이 좋으려면 아래와같은짓을 하면안된다.

⓵ 중복 (Duplication) ◦ 데이터베이스 여러 곳에 같은 정보를 중복해서 저장하는 행위입니다.

⓶ 비유연성 (Inflexibility) ◦ 환경이 바뀌었을 때 데이터가 사용 가능 여부입니다. ◦ 데이터 모델을 어떻게 설계했느냐에 따라 사소한 업무의 변화에도 데이터 모델의 유지 보수가 쉬울 수도 있고 어려울 수도 있습니다.

⓷ 비일관성 (Inconsistency) ◦ 데이터의 중복이 없다고 해도 일관적이지 않은 데이터가 나타날 수 있습니다. ◦ 데이터 모델링을 할 때는 데이터와 데이터 간의 상호 연관 관계에 대한 명확한 정의를 해야 할 필요가 있습니다.

프로젝트 라이프 사이클에서 데이터모델링 폭포수 모델 : 몇월며칠까지 뭐 하자 ,몇월며칠까지 뭐 하고 끊어서하는거. 프로젝트 크기가 작을때 좋음 애자일 모델 : 작게 한번 만들어보고 검토하고 좀더 크게만들고 검토하고 좀더 크게하고 점진적으로 크기를 키워나가는 모델

폭포수 모델 : 분석(논리및개념데이터모델링) - 설계(물리데이터모델링) - 개발 - 테스트 - 전환/이행

데이터 모델링 이해관계자

3층 스키마

데이터 모델링의 과정에서 신경 써야 하는 것 중 하나는 데이터의 일체적 구성입니다. 일체적 구성이라고 하는 것은 일관된 형태로 데이터를 수집하는 것입니다. 다른 말로 표현하자면 데이터의 독립적 구성이라고 할 수 있습니다.

데이터독립성이 필요한 이유 유지보수 비용증가 데이터복잡도 증가 유지보수 중복성 증가 요구사항 대응 저하

3층 스키마 구성 : 사용자, 설계자, 개발자가 데이터베이스를 보는 관점에 따라 데이터베이스를 기술한것

외부단계(사용자가 보는 프로그램) 개념단계(DB를 추상화한 단계. 우리 데이터가 어떻게 구성되어있는지 설계자 관점) 내부단계(실제 데이터가 저장되어있는 단계. DB . 개발자 관점)

외부에서 요청하면 개념단계에서 내부단계의 데이터를 가져다주는데 필요한만큼만 떼다 줌

외부 <-> 개념 : 논리적 독립성 개념 <-> 내부 : 물리적 독립성

데이터모델링에 중요한 개념

엔티티 : 하나의 객체 속성 : 객체의 특징 관계 : 엔티티와 엔티티와의 관계 (1:N 일수있고 1:1 일수도있고)

ERD란 ENTITY RELATIONNSHIP DIAGRAM

ERD 작성법

1. 엔티티를 정의하고 그린다

2. 엔티티를 적절하게 배치한다 중요도 \ 느낌으로 그려나간다

3. 엔티티간 관계 설정

4. 관계명 서술

5. 관계의 참여도 기술 (특정엔티티와 엔티티간의 관계수를 의미)

6. 관계의 필수여부 기술

데이터모델 표기법

엔티티표기법/관계표기법

IE/CORW'S FOOT 표기법
BARKER/CASE*METHOD 표기법

좋은 데이터모델의 요소

1. 완전성
2. 중복 제재
3. 업무규칙
4. 데이터 재사용
5. 의사소통
6. 통합성

를 읽고

요약 : 이 글은 파이썬 초보자들이 자주 저지르는 10가지 나쁜 습관을 소개하고, 그에 대한 해결책과 예시 코드를 통해 올바른 코딩 습관을 제시한다. 성능, 가독성, 유지보수 측면에서 중요한 코딩 습관을 다룬다.

주요 포인트 : import * 사용 금지 – 어떤 객체가 들어오는지 알기 어렵고 충돌 위험 있음.

except: 사용 금지 – 예외명을 명확히 지정해야 디버깅 쉬움.

반복 연산 시 for보다 numpy 활용 – 벡터화된 연산이 훨씬 빠름.

open() 후 close() 안함 → with open()으로 해결.

PEP8 코드 스타일을 무시하지 말 것 – 가독성과 유지보수에 필수.

딕셔너리 .keys() .values() → .items()가 더 깔끔함.

컴프리헨션 적극 활용 – 단순 반복문보다 짧고 명확.

range(len()) 대신 enumerate()나 zip() 사용.

문자열 연결에 + 대신 f-string 사용.

함수의 디폴트 매개변수에 mutable 객체(예: 리스트) 사용 금지.

핵심개념 :

PEP8: 파이썬 스타일 가이드. 공백, 줄바꿈, 변수명 등 코드 스타일 표준.

컴프리헨션: 리스트나 딕셔너리를 간결하게 생성하는 문법 [x for x in y].

f-string: 문자열 포매팅 방식으로 f"Hello {name}" 형태.

Mutable Default Arg: 함수 매개변수 기본값으로 리스트/딕셔너리를 쓰는 위험.

with 구문: 파일 작업 후 자동으로 닫아주는 안전한 방식. 용어정리 :

import * : 모든 객체를 가져오지만 어떤 것이 포함됐는지 알기 어려움 bare except : except 뒤에 예외 지정 없이 모든 예외를 잡음 enumerate() : 인덱스와 값을 동시에 반환하는 함수 zip() : 두 개 이상의 시퀀스를 병렬로 묶어 반복 f-string : 문자열 안에 변수 삽입하는 포매팅 방법 mutable : 변경 가능한 객체 (리스트, 딕셔너리 등)

• 실무 적용 : 대용량 데이터 처리에는 numpy를 활용하여 벡터화된 연산을 수행하는 것이 효율적
• 관련 사례 : 한 개발자는 numpy를 사용하지 않고 반복문으로 데이터를 처리하다가 성능 문제가 발생했습니다. 이후 numpy의 벡터화 연산을 도입하여 처리 속도를 크게 향상시켰습니다.
• 사례링크 : https://medium.com/@kuldeepkumawat195/solving-the-off-by-one-error-with-numpy-best-practices-and-common-pitfalls-c146b19de04a

모델 : 데이터베이스의 구조나 형식을 의미하는것 그걸 만드는게 모델링

데이터베이스 모델링 : 현실세계의 모습들을 추상화해서 데이터로 저장하는 과정

데이터 모델이 제공하는 기능

시각화 : 시스템을 원하는 모습으로 시각화해서 보여줄수있또록 한다. 문서화 : 시스템의 구조와 행도을 문서화 한다. 구체화 : 특정한 목표에 따라 구체화된 상세수준의 표현방법을 제공한다 구조화된 틀 제공 : 시스템을 구축하는 구조화된 틀을 제공한다. 다양한 관점 제공 : 다양한 영역에 집중하기 위해 다른 영역의 세부 사항은 숨기는 다양한 관점을 제공한다.

추상화 : 현실세계를 일정한 형식에 맞추어 표현하는 것 단순화 : 복잡한 현실 세계를 약속된 규칙에 기반한 제한된 표기법이나 언어로 표현하여 쉽게 이해할수있또록 한다. 명확화 : 누구나 이해하기 쉽게 대상에 대한 모호함을 제거하고 현상을 정확하게 기술하는것

데이터 모델링 단계

개념적 데이터 모델링 : 현실 -> 개념 어떤걸 데이터로 만들어야할까? 추상화수준이 가장 높음 전사적관점에서 기업의 데이터 모델링

논리적 데이터 모델링 : 누가 어떻게 어떤프로세스로 할까 구상화 하는단계 정규화를 통해 데이터 모델의 독립성 확보

물리적 데이터 모델링 : 구축할 데이터 베이스 관리 시스템에 테이블 ,인덱스 등을 생성하는 단계