글또 10기, 2024년 하반기 ~ 2025년 상반기까지 어떻게 보내고 싶은지를 생각해보았습니다. 작성하고 싶은 글들, 글또에서의 목표, 그 외 목표 순서로 이어집니다. 번외로 글또 9기 시기 → 10기 시기가 23년 하반기 ~ 24년 하반기로 이어지는데, 그 동안 저의 업무적인 관심사가 어떻게 변화했는지도 남겨두고 싶어 말미에 붙여두었습니다. 비슷한 관심사가 구체적으로 변하거나, 오히려 당장 효용성이 없는 경우에는 덜어낸 것들이 보여서 흥미로웠네요.
1. 작성하고 싶은 글
1.1 계획표
(일정 및 주제 순서 변동 가능)
| 회차 | 제출마감일자 | 주제 | 분류 | 비고 |
| 1 | 24/10/13 | 글또 10기 동안 쓸 글감들 | 회고 | |
| 2 | 24/10/27 | 영업일, 그 중요한 개념을 간과하다니 | SQL | |
| 3 | 24/11/10 | 통계, causal graph에서의 변수 이해하기 | 인과추론스터디 | 3, 4회 중 연차 예상 |
| 4 | 24/11/24 | 경영정보시각화 자격증(태블로) 후기 | 시각화 | |
| 5 | 24/12/08 | 분석용DB를 기획할 때 고려했던 사항들 | 업무 | |
| 6 | 24/12/22 | 시각화 라이브러리 vs 엑셀 시각화 | 시각화 | 6, 7회 중 연차 예상 |
| 7 | 25/01/05 | 24년 하반기 회고, 25년 상반기 목표 | 회고 | |
| 8 | 25/01/19 | 데이터 분석가가 자료에 관해 답할 수 있어야 하는 것 | 업무 | |
| 9 | 25/02/02 | 인과추론스터디 | 설 연휴 | |
| 10 | 25/02/16 | 빅쿼리스터디 | ||
| 11 | 25/03/02 | 휴일 | ||
| 12 | 25/03/16 | 글또 10기를 돌아보며 | 회고 |
1.2 상세
- 회고
회고를 3회 할당한 이유는 지난 시기의 업무 / 활동 / 스터디 등을 필요할 때 찾아볼 수 있어 편했습니다.
- SQL
제조 회사라 영업일과 불일치하는 생산 가동일이 있습니다. 해당 부분을 쿼리로 처리할 지, 처리한다면 어떻게 설정해야 할 지, RPA(자동화봇)로 처리할 지 고민이 재미있었는데요. 그 과정을 각색해 남겨두려고 합니다.
- 업무 관련
분석용DB를 구축할 때 고민이 되었던 포인트나, 현재 분석 업무를 진행하면서 품게 되는 업무적 고민들을 또 정리해서 한 번 남기고 싶습니다.
- 스터디 (인과추론, 빅쿼리)
아직 몰라서 쓸 글감이 없다고 생각했는데, 모르는 것을 찾아보면서 기록할 것들이 생기더라고요. 초반에 1번, 후반에 내용이 쌓였을 때 1번 작성할 예정입니다.
빅쿼리는 장바구니에 담아둔 것을,, 상반기에 스터디를 하면서 완료할 목표를 갖고 있습니다.
- 시각화
사실 시각화는 데일리한 이상치를 파악하거나, 긴 흐름의 데이터들을 비교할 때 외에는 활용이 조금 낮아졌습니다. 시각화에 대한 집착을 덜어낸 과정을 남겨보고 싶네요.
2. 글또 10기 목표
2.1 꾸준히 할 소모임 2개 참여
- 감사회고해또
- 인과추론 스터디
(이 글을 작성하며 이전 글을 찾아보았는데, 9기 회고 중 읽어보고 싶은데 못했던 것 중 하나인 인과추론 책을 좋은 기회로 스터디할 수 있어 신기했습니다.)
2.2 직무적으로 관심 있는 활동을 하는 분께 커피챗 신청 최소 2회
2.3 동일한 고민을 하는 분들 만나보기 (퇴근길 커피챗으로 해소 ← 포맷이 너무 인상 깊었음)
2.3.1 동일한 고민의 정의
- 500줄 SQL 쿼리에 압도 당하기
- 서브쿼리 vs CTE
- ERD 보는 방법
- 업무 찾아서 하기, 노베이스에서 할 업무 발굴하기
- 타부서와 협업 및 요청 그리고 딜레이...
- 업무 히스토리 기록
- 단순 수치가 아닌 분석이란 뭘까
3. 하반기 목표
3.1 주, 월, 년 단위 플랜 나만의 포맷 찾기
3.2 프로젝트 도식화 포맷 만들기 및 프로젝트 정리
3.3 SQL 공부 시작
3.4 SQLP, ADP 시험 준비 (상반기까지 꽉 채울 것으로 예상)
4. 상반기 → 하반기 업무 관심사 변화
| 상반기 | 하반기 |
| 1. 태블로 대시보드 - 대시보드 구상 - 그래프 개수 - 지표에 따른 효율적인 대시보드 형태 |
1. 분석한 결과물을 효과적으로 전달하는 방법 - 시각화가 필요할 때, 필요 없을 때 |
| 2. 데이터 추출 - ERD, SQL 이해 - 데이터 크기 - 대용량 데이터 로딩 |
2. 최적의 추출 방법 - 과거에 추출한 데이터의 허점을 개선할 방법 - 쿼리 성능 개선 (출력 조회 시간) - 서브쿼리 vs CTE - 주석 및 쿼리 정리 |
| 3. 분석용DB 개념 - 분석용 DB 설계 방법 - 스키마란? - 데이터 마트? |
3. 분석용DB 기획 - 테이블에 담을 정보, 컬럼의 양 - 배치 - 협업 방법 |
| 4. 정통 회사의 데이터 분석 활용 - GA4, 빅쿼리, 클릭율, 전환율, 코호트 외 분석 - 제조 회사에서의 분석 |
4. 전환율, RFM, 퍼널 등을 제조회사에 적용 |
| 5. 회사 내 데이터 공유 방법 - 정확성 유무 |
5. 보고 지표의 통일성 |
| 6. 데이터 명세서, 히스토리 기록, 리퀘스트 명세서 |
댓글