로그인정보 입력 영역

아이디

비밀번호

• 홈
• 전자책

책소개

현장에서 바로 써먹는 SQL 데이터 분석 실무 지침서

이 책은 집필진이 실제로 업무에서 작성했던 리포트나 SQL 코드를 범용화하여 정리한 지침서입니다. 데이터 집계와 가공, 매출 파악, 웹사이트 내 유저 행동 파악, 이상 수치 검출, 검출기능 평가, 추천 기능 구축 등 상황별 실전 대응 방법과 노하우가 담겨 있습니다. 코드 동작은 범용 SQL문으로 확인했습니다.

이 책을 익히면 데이터 분석 담당자는 각종 액세스 분석 툴이 제공하는 지표나 필터 없이 결과물을 스스로 만들어낼 수 있습니다. 엔지니어 역시 데이터 분석 업무를 충분히 이해하고 분석 담당자나 경영진에게 적절한 정보를 제공하거나 보고서를 만들어 제출할 수 있습니다.

저자소개

저자 : 가사키 나가토
저자 가사키 나가토(加? 長門)
게이오대학 대학원과 학생 벤처에서 멀티미디어 데이터베이스를 대상으로 한 검색 및 추천 알고리즘의 연구와 서비스 개발을 했습니다. 현재는 (주)DMM.com 연구소에서 빅데이터를 활용하기 위한 기반 시스템 구축, 스파크와 SQL on Hadoop을 이용한 추천 기능 및 빅데이터 활용에 대한 연구와 개발을 하고 있습니다

저자 : 다미야 나오토
저자 다미야 나오토(田宮 直人)
대형 신문사에서 구인 서비스와 커뮤니티 서비스를 개발하다가 (주)사이버에이전트로 이직하면서 데이터 애널리스트로 변신했습니다. (주)DMM.com 연구소에서는 빅데이터 부서를 세웠고 현재는 데이터 컨설턴트 프리랜서로 활약 중입니다. 데이터 분석은 물론 데이터 분석환경의 설계와 구축, 로그 설계, 추천 API 작성 등 데이터 관련 업무를 전반적으로 다룹니다.

역자 : 윤인성
역자 윤인성
출근하는 게 싫어서 책을 집필/번역하기 시작했습니다. 일본어는 픽시브에서 웹 코믹을 읽다가 배웠다고 전해집니다. 현재 직업 특성상 집에서 나갈 이유가 별로 없다는 것에 굉장히 만족하는 성격이기도 합니다. 홍차와 커피를 좋아하며 요리, 음악, 그림, 스컬핑 등이 취미입니다. 『모던 웹을 위한 JavaScript+jQuery 입문』 『모던 웹을 위한 Node.js 프로그래밍』 『모던 웹 디자인을 위한 HTML5+CSS3 입문』(이상 한빛미디어) 등을 저술하였으며, 『파이썬을 이용한 머신러닝, 딥러닝 실전 개발 입문』(위키북스), 『TopCoder 알고리즘 트레이닝』 『Nature of Code』『SQL 레벨업』 『오라클 레벨업』(이상 한빛미디어), 『소셜 코딩으로 이끄는 GitHub 실천 기술』(제이펍) 등을 번역했습니다.

목차

1장 빅데이터 시대에 요구되는 분석력이란?
1강 데이터를 둘러싼 환경의 변화
1 접근 분석 도구의 등장
2 빅데이터의 등장

2강 여러 가지 과제
1 분석 담당자의 과제
2 엔지니어의 과제
3 분석 담당자와 엔지니어의 이해관계

2장 이 책에서 다루는 도구와 데이터
3강 시스템
1 PostgreSQL
2 Apache Hive
3 Amazon Redshift
4 Google BigQuery
5 SparkSQL

4강 데이터
1 데이터의 종류
2 업무 데이터
3 로그 데이터
4 두 데이터를 사용해서 생성되는 가치

3장 데이터 가공을 위한 SQL
5강 하나의 값 조작하기
1 코드 값을 레이블로 변경하기
2 URL에서 요소 추출하기
3 문자열을 배열로 분해하기
4 날짜와 타임스탬프 다루기
5 결손 값을 디폴트 값으로 대치하기

6강 여러 개의 값에 대한 조작
1 문자열 연결하기
2 여러 개의 값 비교하기
3 2개의 값 비율 계산하기
4 두 값의 거리 계산하기
5 날짜/시간 계산하기
6 IP 주소 다루기

7강 하나의 테이블에 대한 조작
1 그룹의 특징 잡기
2 그룹 내부의 순서
3 세로 기반 데이터를 가로 기반으로 변환하기
4 가로 기반 데이터를 세로 기반 데이터로 변환하기

8강 여러 개의 테이블 조작하기
1 여러 개의 테이블을 세로로 결합하기
2 여러 개의 테이블을 가로로 정렬하기
3 조건 플래그를 0과 1로 표현하기
4 계산한 테이블에 이름 붙여 재사용하기
5 유사 테이블 만들기

4장 매출을 파악하기 위한 데이터 추출
9강 시계열 기반으로 데이터 집계하기
1 날짜별 매출 집계하기
2 이동 평균을 사용한 날짜별 추이 보기
3 당월 매출 누계 구하기
4 월별 매출의 작대비 구하기
5 Z 차트로 업적의 추이 확인하기
6 매출을 파악할 때 중요 포인트

10강 다면적인 축을 사용해 데이터 집약하기
1 카테고리별 매출과 소계 계산하기
2 ABC 분석으로 잘 팔리는 상품 판별하기
3 팬 차트로 상품의 매출 증가율 확인하기
4 히스토그램으로 구매 가격대 집계하기

5장 사용자를 파악하기 위한 데이터 추출
11강 사용자 전체의 특징과 경향 찾기
1 사용자의 액션 수 집계하기
2 연령별 구분 집계하기
3 연령별 구분의 특징 추출하기
4 사용자의 방문 빈도 집계하기
5 벤 다이어그램으로 사용자 액션 집계하기
6 Decile 분석을 사용해 사용자를 10단계 그룹으로 나누기
7 RFM 분석으로 사용자를 3가지 관점의 그룹으로 나누기

12강 시계열에 따른 사용자 전체의 상태 변화 찾기
1 등록 수의 추이와 경향 보기
2 지속률과 정착률 산출하기
3 지속과 정착에 영향을 주는 액션 집계하기
4 액션 수에 따른 정착률 집계하기
5 사용 일수에 따른 정착률 집계하기
6 사용자의 잔존율 집계하기
7 방문 빈도를 기반으로 사용자 속성을 정의하고 집계하기
8 방문 종류를 기반으로 성장지수 집계하기
9 지표 개선 방법 익히기

13강 시계열에 따른 사용자의 개별적인 행동 분석하기
1 사용자의 액션 간격 집계하기
2 카트 추가 후에 구매했는지 파악하기
3 등록으로부터의 매출을 날짜별로 집계하기

6장 웹사이트에서의 행동을 파악하는 데이터 추출하기
14강 사이트 전체의 특징/경향 찾기
1 날짜별 방문자 수 / 방문 횟수 / 페이지 뷰 집계하기
2 페이지별 쿠키 / 방문 횟수 / 페이지 뷰 집계하기
3 유입원별로 방문 횟수 또는 CVR 집계하기
4 접근 요일, 시간대 파악하기

15강 사이트 내의 사용자 행동 파악하기
1 입구 페이지와 출구 페이지 파악하기
2 이탈률과 직귀율 계산하기
3 성과로 이어지는 페이지 파악하기
4 페이지 평가 산출하기
5 검색 조건들의 사용자 행동 가시화하기
6 폴아웃 리포트를 사용해 사용자 회유를 가시화하기
7 사이트 내부에서 사용자 흐름 파악하기
8 페이지 완독률 집계하기
9 사용자 행동 전체를 시각화하기

16강 입력 양식 최적화하기
1 오류율 집계하기
2 입력~확인~완료까지의 이동률 집계하기
3 입력 양식 직귀율 집계하기
4 오류가 발생하는 항목과 내용 집계하기

7장 데이터 활용의 정밀도를 높이는 분석 기술
17강 데이터를 조합해서 새로운 데이터 만들기
1 IP 주소를 기반으로 국가와 지역 보완하기
2 주말과 공휴일 판단하기
3 하루 집계 범위 변경하기

18강 이상값 검출하기
1 데이터 분산 계산하기
2 크롤러 제외하기
3 데이터 타당성 확인하기
4 특정 IP 주소에서의 접근 제외하기

19강 데이터 중복 검출하기
1 마스터 데이터의 중복 검출하기
2 로그 중복 검출하기

20강 여러 개의 데이터셋 비교하기
1 데이터의 차이 추출하기
2 두 순위의 유사도 계산하기

8장 데이터를 무기로 삼기 위한 분석 기술
21강 검색 기능 평가하기
1 NoMatch 비율과 키워드 집계하기
2 재검색 비율과 키워드 집계하기
3 재검색 키워드를 분류해서 집계하기
4 검색 이탈 비율과 키워