분류 전체보기 85

패스트캠퍼스 환급챌린지 55일차: <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 데이터 시각화 공모전 준비 전략에 대해 마무리 강의를 들었다. 특히 PM으로서 인상 깊었던 부분은 분석이나 시각화 기술 그 자체보다 기획력, 사용자 관점, 활용 방안 제시가 얼마나 중요한지를 다룬 부분이었다. 공모전에서 단순히 멋진 차트를 만드는 것이 아닌, ‘왜 이 데이터를 분석하는가(Why)’부터 ‘사용자에게 어떤 행동을 유도할 수 있는가(If)’까지 이어지는 흐름이 가장 중요하다는 점은 결국 기획의 논리 구조와 맞닿아 있기 때문이다.또한 사용자(시민, 실무자, 정부)를 위한 실질적 사용 시나리오를 제시하는 과정이 공모전의 ..

패스트캠퍼스 환급챌린지 54일차: <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 데이터 시각화 공모전에 대한 꿀팁 강의를 들으며, 단순한 시각화 기술을 넘어 기획력과 팀워크, 커뮤니케이션 능력까지 요구되는 종합적인 작업이라는 것을 실감했다. 특히 “공모전은 단순히 수상 여부보다, 의미 있는 프로젝트 경험을 만드는 기회로 활용하는 것이 핵심”이라는 말이 깊이 와닿았다. 공모전 참여 기준으로 제시된 세 가지 – 주최 기관의 신뢰도, 커리어와의 연관성, 그리고 배움의 가능성 – 모두 향후 진로와 연결해 생각해볼 수 있어서 실제로 공모전을 고를 때 기준으로 삼기 좋겠다고 느꼈다.또한 데이터 시각화가 데이터 분석의 ‘끝단’에서 단순히 결과를 보여주는 작업이..

패스트캠퍼스 환급챌린지 53일차: <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 Tableau 생태계에서 중요한 축을 담당하는 커뮤니티, 특히 '비저블(Visible)'과 Tableau 공식 커뮤니티의 활용법에 대해 배웠다. 단순히 툴의 기능을 배우는 것을 넘어, 어떻게 지속적으로 성장할 수 있는지를 고민해보게 되는 시간이었다. 특히 ‘비저블’은 국내에서 Tableau 사용자를 위한 학습 및 소통 공간으로, 정기적으로 챌린지나 과제를 공유하고, 서로의 대시보드를 피드백하며 학습하는 구조가 매우 인상적이었다. 단순한 튜토리얼이나 이론 학습이 아닌, 실전 중심의 커뮤니티 기반 학습이라는 점에서 실무와 연결된 성장이 가능하다는 확신이 들었다.또 Tab..

패스트캠퍼스 환급챌린지 52일차: <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 Tableau Public을 활용하는 방법에 대해 배우는 시간을 가졌다. 지금까지 로컬 환경에서 대시보드를 제작하는 데 집중했다면, 오늘은 만든 결과물을 어떻게 외부에 공유하고 참고할 수 있는지를 배우는 날이었다. 특히 Tableau Public 플랫폼의 존재 자체가 인상 깊었다. Tableau Public은 단순히 대시보드를 공유하는 기능만 있는 것이 아니라, 전 세계의 데이터 시각화 사례들을 탐색하고, 직접 다운로드받아 구조를 분석하거나 필사하는 데에도 매우 유용한 도구라는 점이 흥미로웠다.강의 중 특히 유익했던 부분은, 실무에서 참고할 수 있는 다양한 템플릿과 ..

패스트캠퍼스 환급챌린지 51일차: <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 Customer Segmentation 대시보드를 최종적으로 마무리하면서 디자인 중심의 작업을 수행했다. 전체적으로 구성된 시트를 하나의 대시보드에 통합하고, 사용자 친화적인 형태로 시각적 구조를 재정비하는 과정이 핵심이었다. 가장 인상적이었던 점은 다양한 고객 세그먼트(예: Champions, At Risk, Potential Loyalist 등)를 하나의 트리맵으로 직관적으로 표현하고, 그와 동시에 Ternary Chart를 통해 각 고객의 RFM 비중을 점 하나로 시각화한 점이었다. 특히 왼쪽에는 KPI 카드들을 배치해 ..

패스트캠퍼스 환급챌린지 50일차: <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 RFM 분석을 통해 고객을 정량적으로 분류하고 시각화하는 실습을 진행했다. RFM은 Recency, Frequency, Monetary의 약자로, 각각 고객의 최근 구매 시점, 구매 빈도, 구매 금액을 의미한다. 처음 듣는 지표라서 생소했지만, 한 번 개념을 익히고 나니 실무에서 고객을 세분화하는 데 얼마나 유용하게 쓰일 수 있을지 감이 잡혔다. 특히 각 지표에 점수를 부여하기 위해 백분위 기반으로 점수(1~4점)를 나누는 방식이 흥미로웠고, 이를 구현하기 위해 PERCENTILE() 함수와 FIXED LOD를 결합하는 방식도 매..

패스트캠퍼스 환급챌린지 49일차: <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 어제 학습했던 RFM 기반의 Marketing Segmentation 대시보드 시나리오에서, 핵심 KPI(매출, 고객 수, 수익 등)를 카드 형태로 보여주는 작업을 실습해보았다. 특히 이번 실습에서는 Dateadd() 함수와 {MAX([Order Date])} 같은 LOD 표현식을 함께 사용하여 이전 달(prior month)의 데이터를 정확하게 필터링하는 방법을 배울 수 있었다.그동안은 단순히 날짜 필드에 필터만 걸어서 원하는 기간을 설정했었는데, 이번에는 동적 날짜 필터링을 통해 자동화된 방식으로 이전 달을 계산하는 방식이 흥미로웠다. [Order Date] >..

패스트캠퍼스 환급챌린지 48일차: <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 RFM 기반의 마케팅 세그먼트 분석 시나리오를 다루는 실습을 진행했다. 고객을 Recency(최근성), Frequency(구매 빈도), Monetary(구매 금액) 기준으로 분석하고 이를 바탕으로 세그먼트를 나눠 마케팅 타겟 전략을 세우는 과정이었다. 특히 태블로를 통해 세 가지 지표를 정량화하고, 시각적으로 직관적인 대시보드를 설계하는 방법을 배운 점이 유익했다.🔷 ✅ 세그먼트는 단순히 나누는 것이 아니라, 행동 기반의 전략 수립 도구다처음엔 그냥 고객을 여러 기준으로 나누는 분석인가 싶었는데, 세그먼트마다 적용할 수 있는 마케팅 전략이 명확히 달라진다는 점에서 실..

패스트캠퍼스 환급챌린지 47일차: <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 배운 리텐션 대시보드 구성 워크시트를 최종적으로 복습하고 통합하는 시간을 가졌다. 각 워크시트는 개별적으로는 간단해 보이지만, 연결해서 하나의 대시보드로 만들고 나니 사용자 흐름과 인사이트가 한눈에 들어오는 것이 인상적이었다. 특히 Retention Analysis, New Acquisition Users, Cumulative Users 세 워크시트가 서로 연결되어 시계열적인 변화와 유저 흐름을 자연스럽게 표현해준다는 점에서 데이터 기반 서비스 관리에 매우 유용하겠다는 생각이 들었다.워크시트를 만들면서 매개변수, LOD 계산, 테이블 계산 등 다양한 기능을..

패스트캠퍼스 환급챌린지 46일차: <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 Cohort Chart(코호트 차트)를 활용해 리텐션 분석을 시각화하는 실습을 진행했다. 특히 인상적이었던 부분은 리텐션율을 계산하기 위한 계산식 구성이었는데, 그 중심에는COUNTD([User ID]) / ATTR({ EXCLUDE [Returning after how many weeks] : COUNTD([User ID]) })라는 식이 있었다. 이 계산식은 각 주차별로 재방문한 유저 수를, 최초 유입된 해당 주차의 유저 수로 나누는 방식인데, 여기서 EXCLUDE LOD(Level of Detail) 계산을 통해 리텐션 기간 구간을 제외한 분모 집계값을 별도로 ..