2025/05 35

패스트캠퍼스 환급챌린지 34일차: <세계 3등에게 배우는 실무 밀착 데이터 시각화> 강의 후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://abit.ly/lisbva 강의후기 및 인사이트 오늘은 태블로에서 Monthly over Month KPI 카드를 제작해보는 실습을 진행했다. 이 KPI 카드는 전월 대비 매출(Sales)의 변화율을 숫자와 그래프로 동시에 표현하는 대시보드 구성 방식으로, 실무에서도 매우 자주 사용될 수 있는 형태다. 이번 실습의 핵심은 단순한 수치 비교를 넘어서, 시계열 데이터를 기준으로 한 전월대비 분석과 그에 대한 시각화에 초점을 두는 것이었다.우선 인상 깊었던 부분은 전월 대비 % 차이를 계산하는 방식이었다. 단순히 지난달과 이번 달의 매출 차이를 계산하는 것이 아니라, DATETRUNC('month', [Order Date]) 함수를..

패스트캠퍼스 환급챌린지 33일차: <세계 3등에게 배우는 실무 밀착 데이터 시각화> 강의 후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://abit.ly/lisbva Abit.ly 다운받기 abit.ly 강의 후기 및 인사이트 오늘은 태블로에서 Sales Analytics Dashboard를 직접 구성해보는 실습을 진행했다. 단순한 시각화를 넘어서, 대시보드에 들어갈 구성 요소들을 세부적으로 설계하고 각각의 워크시트를 조합하는 과정이었다. 이번 실습에서는 Sales by Subcategory, Profit by Subcategory & Region, 그리고 Top N Customers 총 세 개의 워크시트를 만들었다.특히 오늘 가장 인상 깊었던 건, min(1)이라는 dummy 값을 활용하는 방식이었다. 이건 처음에는 조금 낯설었지만, 이해하고 나니 다양한 상황에..

패스트캠퍼스 환급챌린지 32일차: <세계 3등에게 배우는 실무 밀착 데이터 시각화> 강의 후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://abit.ly/lisbva Abit.ly 다운받기 abit.ly 강의 후기 및 인사이트 오늘은 어제에 이어 대시보드 디자인 실습을 진행했으며, 특히 Filter Action(필터 액션) 과 Highlight Action(하이라이트 액션) 을 활용해 대시보드의 상호작용성을 높이는 방법을 배웠다. 단순히 데이터를 나열하는 것을 넘어서, 사용자가 특정 데이터를 클릭하거나 선택할 때 시각화 전체에 그 결과가 반영되도록 설계하는 방식이었다.먼저 Filter Action 은 대시보드 내의 하나의 시트에서 특정 데이터를 선택하면, 다른 시트에 그 선택이 반영되어 관련 데이터만 필터링 되는 방식이었다. 예를 들어, 상단의 카테고리별 ..

패스트캠퍼스 환급챌린지 31일차: <세계 3등에게 배우는 실무 밀착 데이터 시각화> 강의 후기

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.https://abit.ly/lisbva 강의 후기 및 인사이트 오늘은 그동안 만들어둔 워크시트를 조합해 하나의 대시보드로 구성하는 디자인 실습을 진행했다. 처음엔 “그냥 시트를 가져다 붙이면 되지 않을까?” 싶었는데, 실제로 해보니 생각보다 훨씬 체계적이고 전략적인 구성이 필요하다는 걸 알게 되었다. 단순히 시트를 나열하는 것이 아니라, 컨테이너를 중심으로 레이아웃을 설계하고, 필요한 공간을 확보하며 디자인의 완성도를 높이는 흐름이 인상적이었다.먼저 가장 기초가 되는 건 컨테이너(Container) 설정이었다. 실습에서는 전체 틀을 구성할 때 먼저 가로/세로 컨테이너를 만들고, 그 안에 워크시트를 삽입하는 방식으로 대시보드를 구성했다.특..

[KPT 회고] 네이버플러스스토어 리뷰 분석 과제

이번에 진행한 네이버플러스스토어 리뷰 분석과제에 대한 피드백을 바탕으로 KPT 회고를 진행해봤다.✅ Keep이번에 잘했다고 생각한 점네이버 서비스의 맥락을 구조적으로 이해하려고 했다단순히 리뷰만 분석한 것이 아니라, 네이버스마트스토어에서 어떤 전략을 가지고 있는지까지 짚어보려고 했다. 단순 리뷰 해석을 넘어서 비즈니스 구조를 고려해 분석한 건 잘한 선택이었다고 생각한다.리뷰 데이터에서 언급된 요청사항을 '어떤방식으로 들어줄 수 있을지'의 기준으로 나누었다긍정/부정 리뷰를 나누고, 부정 리뷰에 대해서 카테고리 > 서브 카테고리로 나누었다. 어떻게 각 기능을 개발할지를 생각하며 기능 부재/기능 개선등의 서브카테고리로 나누었는데, 실제 기능을 요청할 때에도 이미 있는 기능을 분석하는 것과 새로운 기능을 분석하..

PM 공부하기 2025.05.01