애널리틱스 로드맵

1. 기초

학습할 내용:

• 주니어 데이터 분석가의 실제 역할과 책임
• 기업이 데이터를 실행 가능한 통찰력으로 변환하는 방법
• 스프레드시트 기초
• 데이터베이스 및 쿼리 기초
• 데이터 시각화 기초

구축할 스킬 세트:

• 일상생활에서 데이터 사용하기
• 분석적으로 사고하기
• 데이터 분석 도구 키트의 도구 적용
• 데이터 시각화로 추세 및 패턴 표시
• 데이터 분석의 공정성 보장

2. 질문

학습할 내용:

• 데이터 분석가가 데이터로 문제를 해결하는 방법
• 데이터 기반 의사 결정을 위한 분석 사용
• 스프레드시트 공식 및 함수
• Tableau 소개를 포함한 대시보드 기본 사항
• 데이터 보고 기초

구축할 스킬 세트:

• SMART하고 효과적인 질문하기
• 생각하는 방식의 구조화
• 데이터 요약
• 맥락에 맞게 배치하기
• 팀 및 이해 관계자의 기대치 관리
• 문제 해결 및 갈등 해결

3. 준비

학습할 내용:

• 데이터 생성 방법
• 다양한 데이터 유형, 필드 및 값의 기능
• 데이터베이스 구조
• 데이터 분석에서 메타데이터의 기능
• 구조적 쿼리 언어(SQL) 함수

구축할 스킬 세트:

• 윤리적 데이터 분석 관행 보장
• 편견과 신뢰성 문제 해결
• 데이터베이스 액세스 및 데이터 가져오기
• 간단한 쿼리 작성
• 데이터 구성 및 보호
• 데이터 커뮤니티와 연결(선택 사항)

4. 처리

학습할 내용:

• 데이터 무결성 및 클린 데이터의 중요성
• 데이터 애널리스트가 데이터를 정리하는 데 사용하는 도구 및 프로세스
• 데이터 정리 검증 및 보고
• 통계, 가설 검증 및 오차 한계
• 이력서 작성 및 채용 공고 해석(선택 사항)

구축할 스킬 세트:

• 비즈니스 목표를 데이터 분석에 연결
• 깨끗하고 더러운 데이터 식별
• 스프레드시트 도구를 사용하여 작은 데이터세트 정리
• SQL 쿼리를 작성하여 대규모 데이터 세트 정리
• 데이터 정리 프로세스 문서화

5. 분석

학습할 내용:

• 데이터 애널리스트가 데이터를 구성하기 위해 취하는 단계
• 여러 소스의 데이터를 결합하는 방법
• 스프레드시트 계산 및 피벗 테이블
• SQL 계산
• 임시 테이블
• 데이터 유효성 검사

구축할 스킬 세트:

• 스프레드시트로 SQL 쿼리를 작성하여 데이터 정렬
• 스프레드시트로 SQL 쿼리를 작성하여 데이터 필터링
• 데이터 변환
• 데이터 포매팅
• 데이터 분석 프로세스 입증
• 데이터 분석 중 다른 사람의 피드백 및 지원 요청

6. 공유

학습할 내용:

• 디자인 사고
• 데이터 분석가가 시각화를 사용하여 데이터에 대해 소통하는 방법
• 데이터 분석 결과 제시를 위한 Tableau의 이점
• 데이터 기반 스토리텔링
• 대시보드 및 대시보드 필터
• 효과적인 데이터 프레젠테이션을 만들기 위한 전략

구축할 스킬 세트:

• Tableau에서 시각화 및 대시보드 만들기
• 데이터에 대해 통신할 때 접근성 문제 해결
• 다양한 비즈니스 커뮤니케이션 도구의 목적 이해
• 데이터 기반 스토리텔링
• 데이터에 대해 다른 사람에게 발표하기
• 데이터에 대한 질문에 답하기

7. 실행

학습할 내용:

• 프로그래밍 언어 및 환경
• R 패키지
• R 함수, 변수, 데이터 유형, 파이프 및 벡터
• R 데이터 프레임
• R의 편견과 신뢰성
• R 시각화 도구
• 문서화, 구조 생성 및 강조를 위한 R 마크다운

구축할 스킬 세트:

• R 코딩
• R로 함수 작성하기
• R에서 데이터 액세스
• R의 데이터 정리
• R에서 데이터 시각화 생성
• 이해관계자에 대한 데이터 분석 보고

8. 캡스톤

학습할 내용:

• 데이터 분석 포트폴리오로 다른 후보자와 차별화되는 방법
• 실용적이고 실제적인 문제 해결
• 데이터에서 통찰력을 추출하기 위한 전략
• 데이터 결과의 명확한 프레젠테이션
• 동기부여와 이끌 수 있는 능력

구축할 스킬 세트:

• 포트폴리오 구축
• 취업 가능성 증대
• 데이터 분석 지식, 스킬 및 테크 전문 지식 보여주기
• 인터뷰 중 작업 공유
• 잠재적 고용주에게 고유한 가치 제안 전달