README.md

데이터 분석 Using SQL

사내 큐레이터, 기획자를 위한 SQL Study 자료입니다. 참고서적(데이터 분석을 위한 SQL 레시피)

• 목적

  • 데이터 기반의 의사결정을 위한 데이터 활용

• 목표

  • 데이터에 대한 이해 및 올바른 데이터 활용

• 데이터 기반의 의사결정

  • 빅데이터의 발전
    • HW발전으로 DISK는 점점 커지고 가격도 저렴해짐.
    • Cloud / Distribute Computing 환경의 발전
  • 활용
    • 사용자 개인화 행동패턴 분석
    • 추천 ( 광고타겟팅, 컨텐츠 추천 )
    • 예측 모델링

• 데이터 분석 환경

  • 다양한 데이터 저장소 (DB-Engines Ranking)
    • RDB, Key-value store, Document Store, Graph DBMS, Time Series DBMS, Object Oriented DBMS 등...

• 데이터 종류

  • 서비스 데이터

    • 서비스, 시스템 운용목적의 Application DB
    • 데이터 종류
      • Transaction : 구매, 리뷰 등
      • Master : 상품, 컨텐츠, 회원 정보 등
    • 특징
      • 갱신형 데이터 (삽입, 삭제, 수정)
      • 데이터 정밀도가 높음 (유실 없음)
        • 매출액처럼 정확한 분석 때 사용
      • 추출 시점마다 결과가 변함 (최신 값만 저장하기 때문에)
      • 시스템에 따라 Table 구조가 복잡함. (ER 다이어그램 등으로 테이블간 관계를 표현해야함.)
        • 보통 분석을 위해 Join이 많이 필요함.

  • 로그 데이터

    • 통계/분석 용으로 남기는 Time Series 데이터
    • 데이터 종류
      • Action을 JS등으로 추적하기 위한 통계 데이터.
      • 서버/시스템 로그 데이터
    • 특징
      • 누적형 데이터 (삽입, 삭제)
      • 데이터 정밀도가 낮음 (유실, 어뷰징, 중복 발생)
        • 웹사이트의 PV 등을 구할 때 사용
      • 추출 시점마다 항상 같은 결과 (누적 데이터이기 때문에)
      • 사용자IP, End-Point, URL, Referrer, Cookie등의 정보를 기록하며 다른 테이블간의 Relation이 약함.
        • 보통 분석에서 Join이 적게 들어감.

• 데이터 활용

  • KPI
    • 서비스의 목표 설계 및 관리
  • 서비스 기획
    • 사용자 행동기반 Trend 분석을 통한 서비스 개선
  • 예측
    • 과거 Trend 기반으로 앞으로의 Trend 예측

Context

• HiveQL을 기반으로 아래 과정 진행
  • 데이터 가공
    • 데이터 추출을 위한 전처리
  • 데이터 추출
    • 올바른 의사결정을 위한 필요한 데이터 추출
  • 데이터 분석
    • KPI, 가설 검증, 비정상 탐지 등..