패키지 하나로 디지털 인재 되기! 본 과정은 디지털 시대의 실무자가 반드시 알아야 할 데이터 분석 필수 지식을 엄선해서 데이터 분석 전 과정의 자연스러운 흐름에 따라 체계적으로 제시합니다.
패키지 하나로 디지털 인재 되기!
본 과정은 디지털 시대의 실무자가 반드시 알아야 할 데이터 분석 필수 지식을 엄선해서 데이터 분석 전 과정의 자연스러운 흐름에 따라 체계적으로 제시합니다.
-
- 실무에서 익숙하게 다루는 엑셀로 데이터 분석 방법 학습
- 파워BI를 활용한 데이터 분석과 데이터에 맞는 시각화를 하는 방법 학습
- 데이터 분석을 통해 문제해결 방법을 습득하고 설득력 향상
- 실제 데이터셋을 기반으로 직접 실습해보며 실무 능력 확보
- 데이터 분석의 이해를 돕는 통계 학습
- 크롤링/피벗테이블로 대용량의 데이터를 신속하게 수집
- 파워쿼리/파워피벗으로 비정형 데이터 통합과 관리 가능
- 데이터 전처리 실무 실습 및 사례 이해 (파워쿼리 Basic, 외부데이터 핸들링, 쿼리편집기 정리)
- 엑셀 데이터 모델링 분석 실무 지식
- 데이터 분석 기반 의사결정 활용 방법과 분석 도구 특징 및 조직 내 활용 방안 이해
- 데이터 기반 프로젝트를 운영할 수 있는 역량 확보
- 현실 데이터 세트를 다각도로 분석하고 판단
데이터 분석의 목적은 “더 좋은 의사결정”
비전공자, 입문자도 쉽게 시작하기
비전공자, 입문자도 쉽게 시작하기
마소캠퍼스의 <디지털 전환을 위한 데이터 사이언스 입문 부트캠프>는 흔히 보는 데이터 분석 도구 강의가 아닙니다.
학습을 마친 후에 현실 세계의 문제를 데이터로 풀어나가는 능력을 배양하는 과정입니다.
본 과정은 디지털 시대의 실무자가 반드시 알아야 할 데이터 분석 필수 지식을 엄선해서 데이터 분석 전 과정의 자연스러운 흐름에 따라 체계적으로 제시합니다.
데이터 관련 배경지식이 없이 듣기 시작한 분들도 과정을 끝낼 때쯤 데이터 기반으로 사고하고 현실 문제를 데이터로 해결해내는 능력이 함양되는 과정으로 데이터 분석 실무 역량을 단시간에 효율적으로 확보하고 싶은 분들을 위해 정교하게 디자인한 과정입니다.
-
-
- 데이터가 생소하고 써본 적 없어 지금 바로 데이터 보는 법부터 배우고 싶은 분들
- 수학이 아닌, 데이터 설계 능력에 기반하여 비즈니스 인사이트를 도출하고 싶은 분들
- 수학이 아닌, 데이터 분석적 사고에 기반한 통계 기법을 배우고 싶은 분들
- 데이터 없이 직감에 의존한 의결이 아닌 데이터 기반의 정확한 분석을 하고 싶으신 분들
- 입사 전 엑셀을 활용하여 데이터 분석에 대한 이해를 갖고 싶으신 분들
- 눈치껏 하고 있지만 정식으로 배우지 않아 어려움을 겪고 있는 분들
- 엑셀 검색하는 자투리 시간을 아껴 체계화된 커리큘럼으로 배우고 싶은 분들
- 실무 데이터셋에서 어디서부터 어떻게 데이터를 분석해야 할지 막막한 분
- 실제 데이터 셋을 기반으로 시계열 분석, 민감도 분석, 회귀 분석, 파레토 분석 등을 학습하며 실무 의사결정에 전략적 통찰력을 가지고 싶은 분
- 비즈니스 목표에 따른 최적의 데이터 표현으로 설득력을 강화하고 싶은 분
-
평범한 인터넷 강의가 아닙니다.
대기업 실무진 대상으로 진행되었던 교육 그 커리큘럼 그대로!
기업에서 먼저 알아봐 주시고 찾아 주셨던 마소캠퍼스의 디지털 전환 풀패키지 강의!
커리어 개발을 원하는 누구나! 혼자서도 쉽게!
현업과 실무 중심의 콘텐츠로 배울 수 있습니다.
본 강의 학습을 통해 디지털 전환으로의 첫 발걸음을 떼어 보세요!
완강 후 데이터를 전혀 몰랐던 분들도 본인의 직무에 바로 적용하고 있는 자신을 발견하게 됩니다.
마소캠퍼스의 <디지털 전환을 위한 데이터 사이언스 A-Z 부트캠프> 강의를 수강하면, 어려워 보였던 데이터 분석을 손쉽게 업무에 적용하실 수 있습니다.
a. 데이터 기획 : 데이터를 수집, 처리, 분석하는 과정을 계획, 실행, 개선하는 능력
b. 데이터 수집 : 필요한 데이터를 선별적으로 추출하는 능력
c. 데이터 처리 : 원본 자료를 분석이 가능한 형태로 전환하는 능력
d. 데이터 분석 : 정량적, 정성적으로 다양한 수준의 데이터 분석을 실시하는 능력
e. 데이터 시각화 : 직관적이고 효과적인 방식으로 데이터를 표현하는 능력
f. 데이터 기반 의사결정 : 감이 아닌 확실한 성과로 이어지는 의사결정 능력
g. 확률 기반 의사결정 모형 활용 : 분석 과정에서의 “관찰자 오류”를 최소화하는 능력
<디지털 전환을 위한 데이터 사이언스 A-Z 부트캠프> 강의를 수강하신다면, 더이상 데이터 분석은 먼 이야기가 아닙니다. 이제 진짜 디지털 전환으로의 첫 걸음을 떼어보세요!
Q. 데이터 분석을 한번도 해본 적 초보입니다. 수강해도 괜찮을까요?
A. <디지털 전환을 위한 데이터 사이언스 A-Z 부트캠프> 강의는 데이터 분석에 필요한 기초 통계부터 체계적인 커리큘럼으로 이루어져 있기 때문에, 처음부터 천천히 따라오시면 비전공자나 초보자도 완강이 가능합니다.
Q. 데이터 분석과는 상관없어 보이는 문과생입니다. 단순히 호기심만으로 수강해도 괜찮은가요?
A. 당연합니다! 데이터 분석, 데이터 사이언스에 대해 배우고자 하는 의지만 있으시다면 누구나 수강 가능하십니다. 현재 일이 데이터 분석과는 크게 상관없어 보이더라도 데이터 분석은 현재 굉장히 다양한 분야에서 활용되고 있으며, 업무 자동화와도 연관이 있기 때문에 스마트 워킹을 가능하게 합니다. 분명 배워두면 어떤 직무든 업무 혹은 미래에 도움이 될 것입니다!
Q. 왜 다른 곳이 아닌 마소캠퍼스의 <디지털 전환을 위한 데이터 사이언스 A-Z 부트캠프>를 수강해야 하나요?
A. 마소캠퍼스의 <디지털 전환을 위한 데이터 사이언스 A-Z 부트캠프> 강의는 유수의 기업들을 대상으로 성공리에 진행된 강의입니다. 실무자 대상으로 진행되었기 때문에 현업에서 반드시 필요하고, 써먹을 수 있는 콘텐츠로 구성하였습니다. 단순한 지식 전달이 목적이 아닌, 여러분들이 현업에서 사용하실 수 있도록 실전 사례와 실습을 포함하여 구성하였습니다.
-
-
- 실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다.
- 또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 강의 수강을 추천해드립니다.
-
♠ 이런 분들께 추천드려요!
♦ 디지털 시대, 강의 하나로 완벽한 디지털 전환을 꿈꾸시는 분
♦ 데이터 관련 개념들부터 비즈니스 데이터 분석까지 한번에 끝내고 싶은 분
♦ 복잡한 분석과 예측을 빠르게 해결하고 싶은 분
♦ 빠르고 정확하게 분석된 예측과 결과로 의사결정을 효율적으로 진행하고 싶은 분
♦ “창업/입사/직무전환/리스킬/탤런트 트랜스포메이션”을 꿈꾸는 분들
“어제보다 성장하겠습니다. 그리고, 어제보다 성장하려는 사람을 돕겠습니다.”
마소캠퍼스의 진심과 소망을 담은 Actionable Content로,
2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간!
이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 모두의 성장의 원천입니다.
마소캠퍼스 팀은 우리의 모두의 성장을 위해 두 가지 원칙을 반드시 지킵니다.
1. 배우면 반드시 쓸 수 있는 Actionable Content
2. 참여자의 시간과 수고를 존중하는 Time-Saving Curriculum
마소캠퍼스의 Actionable and Time-Saving Curriculum으로 성장의 길을 함께 걸어나가길 기원합니다.
커리큘럼
| 01. 메가 트렌드 & 사례 | |||
| [onc39] dls101 – 월마트 사례 | FREE | 00:09:42 | |
| [onc39] dls102 – Digital Transformation | FREE | 00:08:08 | |
| 02. 의사결정과 데이터 | |||
| [onc39] dls201 – 직관적 의사결정과 데이터 기반 의사결정 | 00:06:08 | ||
| [onc39] dls202 – Case_코노코필립스 | 00:02:20 | ||
| [onc39] dls203 – 데이터 기반 의사결정 모형 | 00:04:06 | ||
| [onc39] dls204 – 데이터 기반 전략 수립 사례 | 00:09:35 | ||
| 03. 데이터 리터러시 | |||
| [onc39] dls301 – 데이터 리터러시 역량 | FREE | 00:02:56 | |
| 04. 데이터란 무엇인가 | |||
| [onc39] dls401 – 데이터 유형_비정형 데이터 | 00:03:35 | ||
| [onc39] dls402 – 데이터 유형_정형 데이터 | 00:07:02 | ||
| [onc39] dls403 – DIKW 피라미드 | 00:05:29 | ||
| 05. 데이터 기획 리터러시 | |||
| [onc39] dls501 – 데이터 기획 핵심 역량 | 00:03:23 | ||
| [onc39] dls502 – 데이터 사이언스 프로세스 | 00:05:15 | ||
| [onc39] dls503 – 의사결정을 위한 BQ 설정 | 00:02:56 | ||
| [onc39] dls504 – 데이터 분석 모델이란 | 00:04:17 | ||
| [onc39] dls505 – 분석 모델을 적용한 고객 분석 | FREE | 00:09:31 | |
| [onc39] dls506 – 분석 모델 수립 전략 | 00:03:19 | ||
| [onc39] dls507 – 분석 목표 KPI 도출 프레임워크 | 00:05:24 | ||
| 06. 데이터 수집 리터러시 | |||
| [onc39] dls601 – 수집 데이터 유형 | 00:02:00 | ||
| [onc39] dls602 – 서베이 방식 1차 자료 데이터 수집 | 00:07:57 | ||
| [onc39] dls603 – 크롤링 방식 2차 자료 데이터 수집 | FREE | 00:05:06 | |
| [onc39] dls604 – 디지털 서비스 로그 데이터 수집 | 00:07:39 | ||
| [onc39] dls605 – 데이터 태깅과 라벨링 | 00:01:26 | ||
| 07. 데이터 관리 리터러시 | |||
| [onc39] dls701 – 파일과 데이터베이스 | 00:09:04 | ||
| [onc39] dls702 – 데이터 모델과 데이터베이스 | 00:13:14 | ||
| 08. 데이터 처리 리터러시 | |||
| [onc39] dls801 – 데이터 처리 핵심 역량 | 00:04:50 | ||
| [onc39] dls802 – 사례로 이해하는 데이터 전처리 | 00:07:08 | ||
| [onc39] dls803 – 데이터 전처리 전문 도구 활용 사례 | 00:04:59 | ||
| 09. 데이터 분석 리터러시 | |||
| [onc39] dls901 – 데이터 분석 리터러시 핵심 역량 | 00:06:40 | ||
| [onc39] dls1001 – 기술 통계_데이터 요약의 의미 | 00:02:40 | ||
| [onc39] dls1002 – 데이터와 기술 통계량 | 00:10:25 | ||
| [onc39] dls1003 – 표준편차를 활용한 통계 분석 입문 | 00:04:35 | ||
| [onc39] dls1004 – 통계분석을 활용한 인사이트 도출 | 00:10:29 | ||
| [onc39] dls1005 – 부트스트랩 실험을 통한 확률론 입문 | FREE | 00:08:51 | |
| [onc39] dls1006 – 중심극한정리의 이해와 모집단 추정 입문 | 00:06:21 | ||
| [onc39] dls1007 – 표본 샘플링을 활용한 고객 방문횟수 추정 | 00:11:12 | ||
| [onc39] dls1008 – 몬테카를로 시뮬레이션 캠페인 예상 매출 추정 | 00:05:46 | ||
| [onc39] dls1101 – 데이터 분석과 분석 모델 | 00:01:34 | ||
| [onc39] dls1102 – 데이터 전처리와 기본 인사이트 도출을 위한 EDA 진행 | 00:07:31 | ||
| [onc39] dls1103 – 경향 분석 | 00:11:24 | ||
| [onc39] dls1104 – 비교 분석과 순위 분석 | 00:02:57 | ||
| [onc39] dls1105 – 상관 분석 | 00:05:51 | ||
| [onc39] dls1201 – 디지털 서비스와 데이터 | 00:03:23 | ||
| [onc39] dls1202 – 디지털 서비스 분석 | 00:05:38 | ||
| [onc39] dls1203 – 디지털 서비스 분석 도구 | 00:05:43 | ||
| 10. 데이터 시각화 리터러시 | |||
| [onc39] dls1301 – 데이터 시각화 핵심 역량 | 00:10:48 | ||
| [onc39] dls1302 – 데이터를 요약하는 기술 차트 시각화 | 00:03:44 | ||
| [onc39] dls1303 – 데이터 시각화 실무 입문 | 00:09:21 | ||
| [onc39] dls1304 – 분석 도구별 데이터 시각화 | 00:01:30 | ||
| 11. 데이터 기반 사업 전략 | |||
| [onc39] dls1401 – Data-Driven 사업 진행 사례 | 00:03:25 | ||
| [onc39] dls1402 – Data-Product 사업 진행 사례 | 00:04:24 | ||
| 12. Data Literacy | |||
| [onc39] dls1501 – 데이터 리터러시 핵심 Summary | 00:06:03 | ||
| 13. 교재 다운로드 | |||
| [onc39] dls2001 – 교재 다운로드 센터 | 00:00:00 | ||
| 14. 설문 조사 | |||
| [onc39] dls2101 – 만족도 평가 설문지 | 00:00:00 | ||
| 100. 실습환경 구성 | |||
| [onc00] dss101 – 엑셀 데이터 분석 도구 설정 | 00:01:22 | ||
| [onc00] dss102 – KESS 데이터 분석 추가 기능 설정 | FREE | 00:02:23 | |
| [onc00] dss103 – 엑셀 해찾기(Solver) 추가 기능 설정 | FREE | 00:01:19 | |
| [onc00] dss104 – 엑셀 2013에서 파워쿼리 사용하기 | 00:00:00 | ||
| [onc00] dss105 – 엑셀 2016에서 파워쿼리 사용하기 | 00:00:42 | ||
| [onc00] dss106 – 엑셀 2019 & Office 365에서 파워쿼리 사용하기 | 00:00:54 | ||
| [onc00] dss107 – E1 엑셀 Power Pivot 사용 환경설정 | 00:01:28 | ||
| [onc00] dss108 – 엑셀 Power Pivot 사용 가능 버전 안내 | 00:01:16 | ||
| [onc00] dss109 – 엑셀 개발 도구 활성화 하기 | FREE | 00:01:13 | |
| [onc00] dss111 – 엑셀에서 Power View 사용하기 | FREE | 00:03:52 | |
| [onc00] dss110 – 데이터 테이블 관계 설정 | FREE | 00:16:37 | |
| [onc00] dss201 – Power BI Desktop 사용하기 | FREE | 00:04:10 | |
| 0. 강좌 기본 정보 | |||
| [onc30] ds000 – 강사 소개 | 00:00:00 | ||
| 1. 메가트렌드와 데이터 분석 | |||
| [onc30] ds101 – 과정 개요 | 00:03:28 | ||
| [onc30] ds102 – 메가트렌드 | 00:06:27 | ||
| [onc30] ds103 – 데이터 분석이란 | 00:06:49 | ||
| 2. 현실 세계의 데이터 모델링 | |||
| [onc30] ds201 – 데이터 사이언스 프로세스 | 00:10:35 | ||
| [onc30] ds202 – 데이터란 무엇인가 | 00:05:26 | ||
| [onc30] ds203 – 실습_자료의 정보화 | 00:05:16 | ||
| [onc30] ds204 – 1차 자료와 서베이 | 00:05:05 | ||
| [onc30] ds205 – 실습_데이터 수집 서베이 | 00:14:23 | ||
| [onc30] ds206 – 환경설정_파워쿼리 설치 | FREE | 00:10:24 | |
| [onc30] ds207 – 2차 자료와 크롤링 | 00:03:58 | ||
| [onc30] ds208 – 실습_파워쿼리를 활용한 웹크롤링 | 00:03:06 | ||
| 3. 데이터 분석과 통계 - 통계의 이해 | |||
| [onc30] ds301 – 기술 통계 | 00:10:59 | ||
| [onc30] ds302 – 실습_데이터와 통계량 | 00:08:11 | ||
| [onc30] ds303 – 분산과 표준편차 | 00:13:55 | ||
| [onc30] ds304 – 표본과 모집단의 관계 | FREE | 00:06:58 | |
| [onc30] ds305 – 실습_몬테카를로 실험 설계 및 실행 | 00:14:34 | ||
| [onc30] ds306 – 중심 극한 정리 | 00:05:16 | ||
| [onc30] ds307 – 실습_중심 극한 정리와 Pilgrim bank 표본 실험 | 00:14:38 | ||
| [onc30] ds308 – 표본 개수 의사결정과 Poplulation Table | 00:08:14 | ||
| 4. 데이터 분석과 통계 - 추론 통계 | |||
| [onc30] ds401 – 논리적 추론과 피어슨 추론 | FREE | 00:06:27 | |
| [onc30] ds402 – 유의성 검정 원리 | 00:08:23 | ||
| [onc30] ds403 – 주요 유의 확률 계산 도구 소개 | 00:02:37 | ||
| [onc30] ds404 – 실습_유의성 검정 도구 엑셀 내장 분석도구 활성화 | FREE | 00:02:04 | |
| [onc30] ds405 – 목적에 맞는 유의성 검정 | 00:05:52 | ||
| [onc30] ds406 – 카이제곱 검정이란 | 00:01:28 | ||
| [onc30] ds407 – 실습_카이검정_월마트 영수증 | 00:15:38 | ||
| [onc30] ds408 – T검정이란 | FREE | 00:01:55 | |
| [onc30] ds409 – 실습_T검정 이메일 모금 실험 | 00:14:24 | ||
| [onc30] ds410 – 회귀분석이란 | 00:03:07 | ||
| [onc30] ds411 – 실습_회귀분석 아프리카 구호사업 | 00:12:15 | ||
| 5. 데이터 전처리 | |||
| [onc30] ds501 – 데이터 전처리 입문 | 00:03:06 | ||
| [onc30] ds502 – 실습_데이터 전처리 결측치처리 | 00:08:05 | ||
| [onc30] ds503 – 실습_데이터 전처리 데이터 클린징 | 00:05:01 | ||
| [onc30] ds504 – 실습_데이터 전처리 금액단위 변경 | 00:09:07 | ||
| [onc30] ds505 – 실습_데이터 전처리 텍스트 나누기 및 개체 삭제 | 00:06:55 | ||
| [onc30] ds506 – 실습_데이터 전처리 데이터 타입 오류 사례 | 00:06:40 | ||
| [onc30] ds507 – 실습_데이터 전처리 종합사례01 | 00:06:29 | ||
| [onc30] ds508 – 실습_데이터 전처리 종합사례02 | 00:07:43 | ||
| 6. 데이터 분석 도구 활용 | |||
| [onc30] ds601 – 엑셀 데이터 관리 유형 이해 테이블 크로스탭 템플릿 | 00:06:30 | ||
| [onc30] ds602 – 실습_엑셀 데이터 관리 유형 이해하기 | 00:07:52 | ||
| [onc30] ds603 – 실습_엑셀 Core 기능 표 등록 및 활용 방안 | FREE | 00:07:22 | |
| [onc30] ds604 – 실습_엑셀 Core 기능 이름정의 및 활용 방안 | 00:16:27 | ||
| [onc30] ds605 – 실습_엑셀 에러 처리와 vlookup 활용 방안 | 00:11:24 | ||
| [onc30] ds606 – 실습_혼합 참조 이해와 민감도 분석 적용 방안 | 00:09:27 | ||
| [onc30] ds607 – 실습_소매점 판매 데이터를 활용한 비즈니스 분석 입문 | 00:08:45 | ||
| 7. 주요 데이터 분석 도구 설명 | |||
| [onc30] ds701 – 주요 데이터 분석 도구 장단점 정리 | 00:06:48 | ||
| 8. 비즈니스 데이터 분석 실무 | |||
| [onc30] ds801 – 주요 KPI의 이해 | FREE | 00:02:21 | |
| [onc30] ds802 – 실습_BSC 프레임워크 기반 분석 목표 KPI 도출 전략 | 00:07:07 | ||
| [onc30] ds803 – 실습_분석 대상 데이터 이해하기 | 00:07:19 | ||
| [onc30] ds804 – 분석 모델 기반 데이터 분석 입문 | 00:02:47 | ||
| [onc30] ds805 – 실습_Key Metrics 도출하기 | 00:07:02 | ||
| [onc30] ds806 – 실습_경향분석 Trend Analysis | 00:14:17 | ||
| [onc30] ds807 – 실습_비교분석 Comparison Analysis | 00:14:09 | ||
| [onc30] ds808 – 실습_순위분석 Ranking Analysis | 00:16:23 | ||
| [onc30] ds809 – 실습_기여분석 Contribution Analysis | 00:14:09 | ||
| [onc30] ds810 – 실습_빈도분석 Frequency Analysis | 00:11:41 | ||
| [onc30] ds811 – 실습_차이분석 Variance Analysis | 00:15:04 | ||
| [onc30] ds812 – 실습_파레토분석 Pareto Analysis | 00:07:13 | ||
| [onc30] ds813 – 실습_상관분석 Correlation Analysis(엑셀2013 파워뷰 기반) | 00:16:23 | ||
| [onc30] ds814 – 실습_Interactive Dashboard 구성 | 00:07:38 | ||
| 9. 머신러닝 입문 | |||
| [onc30] ds901 – 머신러닝이란 | 00:04:43 | ||
| [onc30] ds902 – 베이즈 추론이란 | 00:02:25 | ||
| [onc30] ds903 – 실습_베이즈통계 빼빼로 데이에 초콜릿을 건넨 그 남자의 진정성 추정하기 | 00:15:51 | ||
| [onc30] ds904 – 실습_베이즈통계 단지 문제 해결 방식 | 00:10:21 | ||
| [onc30] ds905 – 실습_베이즈통계 스팸메일 필터 구현하기 | 00:10:37 | ||
| [onc30] ds906 – 베이즈통계_축차 합리성 | 00:10:32 | ||
| 10. AzureML을 활용한 머신러닝 실무 | |||
| [onc30] ds1001 – AzureML 이해와 서비스 가입 | 00:03:06 | ||
| [onc30] ds1002 – 실습_Decision Tree를 활용한 신용평가 모형 개발하기 | 00:14:27 | ||
| [onc30] ds1003 – 실습_Linear Regression을 활용한 적정 집값 예측하기 | 00:08:24 | ||
| [onc30] ds1004 – 실습_Logistic Regression을 활용한 직원 이직 가능성 예측하기 | 00:08:57 | ||
| 11. 데이터 사이언스 정리 | |||
| [onc30] ds1101 – 데이터 사이언스 프로세스 정리 | 00:04:35 | ||
| 12. 강의교재 다운로드 센터 | |||
| [onc30] ds1201 – 교재 다운로드 센터 | 00:00:00 | ||
| 13. 교육과정 만족도 평가 | |||
| [onc30] ds1301 – 만족도 평가 설문지 | 00:00:00 | ||
| 1. 강좌 개요 | |||
| [onc34] dsa001 – 과정소개_데이터 사이언스 실무 활용 과정 | FREE | 00:09:12 | |
| [onc34] dsa002 – Business Intelligence 프로세스 이해와 분석 환경설정 | 00:05:48 | ||
| [onc34] dsa003 – 실습환경 구축1 파워BI 설치 | 00:04:30 | ||
| [onc34] dsa004 – 실습환경 구축2 파워쿼리 설치 | 00:06:02 | ||
| [onc34] dsa005 – 실습환경 구축3 파워피벗 활성화 | 00:02:55 | ||
| 2. 엑셀 비즈니스 분석 실무 정리 | |||
| [onc34] dsa101 – 엑셀 데이터 분석 핵심 관리 프레임워크 정리 | 00:22:19 | ||
| [onc34] dsa102 – 물리 마스터 기반 데이터 분석 시작하기 | 00:05:08 | ||
| [onc34] dsa103 – 분할된 데이터에서 분석용 마스터 데이터 구성하기 | FREE | 00:14:56 | |
| [onc34] dsa104 – 대시보드를 활용한 데이터 분석 실무 | 00:13:53 | ||
| 3. 엑셀 데이터 모델링 분석 실무 | |||
| [onc34] dsa201 – 데이터 모델과 데이터 모델링 | 00:03:15 | ||
| [onc34] dsa202 – 논리 마스터 기반 데이터 분석 실무1 – 엑셀 데이터 모델 | 00:10:51 | ||
| [onc34] dsa203 – 엑셀 파워피벗을 활용한 데이터 모델링 | 00:06:23 | ||
| [onc34] dsa204 – 파워BI로 데이터 모델에 모델링 관계 설정 실습 진행 | 00:06:02 | ||
| [onc34] dsa205 – 논리 마스터 기반 데이터 분석 실무2 – 엑셀 파워피벗 | 00:14:31 | ||
| 4. 데이터 전처리 실무 - 파워쿼리 Basic | |||
| [onc34] dsa301 – 파워쿼리 이해하기 | FREE | 00:06:31 | |
| [onc34] dsa302 – 데이터 전처리가 어려운 경우 이해하기 | 00:02:04 | ||
| [onc34] dsa303 – 표 변환 – 생산내역 – 엑셀 파워쿼리 | 00:09:32 | ||
| [onc34] dsa304 – 적용된 단계 – 초과근무 수당집계 – 엑셀2013 파워쿼리 | 00:08:16 | ||
| [onc34] dsa305 – 적용된 단계 – 초과근무 수당집계 – 파워BI 파워쿼리 | 00:07:13 | ||
| [onc34] dsa306 – 연결 끊기 – 초과근무 수당집계 – 엑셀2013 파워쿼리 | 00:02:48 | ||
| 5. 데이터 전처리 실무 - 외부데이터 핸들링 | |||
| [onc34] dsa401 – 웹크롤링 실습 – 파워BI 파워쿼리 | 00:05:19 | ||
| [onc34] dsa402 – DB 연결 및 자료 연동(Access) – 엑셀2013 파워쿼리 | 00:01:50 | ||
| [onc34] dsa403 – Text 자료 연동 – 엑셀2013 파워쿼리 | FREE | 00:03:37 | |
| 6. 데이터 전처리 실무 - 쿼리편집기 정리 | |||
| [onc34] dsa501 – 합치기 정렬 역방향열 – 식자재 납품 정보 – 파워BI 파워쿼리 | 00:07:42 | ||
| [onc34] dsa502 – 채우기 열피벗해제 – 월별 전자제품 판매현황 보고서 – 파워BI 파워쿼리 | 00:11:05 | ||
| [onc34] dsa503 – 예제의 열 – Product.csv – 파워BI 파워쿼리 | 00:03:39 | ||
| 7. 데이터 전처리 실무 - 데이터 전처리 실무 사례 | |||
| [onc34] dsa601 – 데이터자동갱신 – 업계판매보고서 – 파워BI 파워쿼리 | 00:08:32 | ||
| [onc34] dsa602 – 폴더내 CSV 파일 통합 – 파워BI 파워쿼리 | 00:07:31 | ||
| [onc34] dsa603 – 폴더내 엑셀 파일 통합 – 엑셀2013 파워쿼리 | 00:07:28 | ||
| [onc34] dsa604 – 여러 형식의 데이터 통합 전략 수립 | 00:11:39 | ||
| [onc34] dsa605 – 여러 형식의 데이터 통합 분석 실행 – 엑셀2013 파워쿼리 | 00:10:18 | ||
| 8. 파워BI를 활용한 데이터 분석과 시각화 | |||
| [onc34] dsa701 – 파워BI의 이해 | 00:06:26 | ||
| [onc34] dsa702 – 도형맵을 활용한 지도 시각화 | 00:07:19 | ||
| [onc34] dsa703 – 버블 플롯 그래프를 활용한 상관 분석 | FREE | 00:07:58 | |
| [onc34] dsa704 – 기본 그래프 컴포넌트를 활용한 시각화와 머신러닝 분석 | 00:04:48 | ||
| 9. 데이터 사이언스 실무 활용 정리 | |||
| [onc34] dsa801 – 데이터 사이언스 실무 활용 과정 정리 | 00:07:43 | ||
| 10. 강의교재 다운로드 센터 | |||
| [onc34] dsa901 – 교재 다운로드 센터 | 00:00:00 | ||
| 11. 교육과정 만족도 평가 | |||
| [onc34] dsa1001 – 만족도 평가 설문지 | 00:00:00 | ||
| 0. 과정 개요 | |||
| [onc36] dsm001 – 데이터 사이언스 매니지먼트 과정 개요 | 00:07:40 | ||
| 1. 스토리 소개 | |||
| [onc36] dsm201 – 스토리 소개 – Biz 상황 설명 | 00:04:33 | ||
| 2. 비즈니스 현황 파악 | |||
| [onc36] dsm301 – 비즈니스 현황 파악 | 00:00:34 | ||
| [onc36] dsm302 – 지점별 판매데이터 취합과 데이터 개선 작업 | 00:16:17 | ||
| [onc36] dsm303 – 공유 드라이브를 통한 지점별 데이터 자동취합 | 00:10:40 | ||
| [onc36] dsm304 – 뉴욕지점 판매 매출을 원화 매출로 환율 자동 반영 처리 | 00:10:08 | ||
| [onc36] dsm305 – 데이터셋 둘러보기 | 00:07:46 | ||
| [onc36] dsm306 – 기술통계량 파악과 탐색적 데이터분석_EDA | 00:11:43 | ||
| [onc36] dsm307 – Z분석 | 00:13:10 | ||
| [onc36] dsm308 – 시계열 분석 | 00:05:20 | ||
| [onc36] dsm309 – 시계열 데이터 나눠보기 | 00:11:28 | ||
| [onc36] dsm310 – KPI 분석 Template을 활용한 공변 관계 파악하기 | 00:14:57 | ||
| [onc36] dsm311 – KPI 인터랙티브 대시보드를 통한 회사 현황 파악 | FREE | 00:14:35 | |
| [onc36] dsm312 – 추세선을 활용한 시계열 분석법 | 00:08:05 | ||
| 3. 지점 실적 개선 | |||
| [onc36] dsm401 – 저성과자 경고 – 매출액 기준 하위 8개 지점 경고하기 | 00:08:40 | ||
| [onc36] dsm402 – 경기3지점의 이의제기 판별하기_일표본 T검정 | 00:17:05 | ||
| [onc36] dsm403 – 성과가 뛰어난 지점 파악과 검정_부산2지점 | 00:10:59 | ||
| [onc36] dsm404 – 부산2지점의 향후 실적 추이 예측_평균으로의 회귀 이해하기 | 00:15:45 | ||
| [onc36] dsm405 – 부산2지점 판매채널의 특징 파악 | FREE | 00:14:27 | |
| [onc36] dsm406 – 부산2지점 판매채널의 특징을 모든 지점에 적용 가능 여부 판단하기 | 00:17:40 | ||
| [onc36] dsm407 – 오프라인 판매 비중이 높은 제품군 파악하기 | 00:08:40 | ||
| [onc36] dsm408 – 이익 개선을 위한 세탁기와 스마트폰 상품에 대한 판매채널 분석 | 00:13:40 | ||
| [onc36] dsm409 – 대구지점 비용 구조 개선을 위한 판매채널 정비 전략 수립_해찾기 | 00:15:06 | ||
| [onc36] dsm410 – 대구지점 실적 개선 계획을 위한 리프트 분석_묶음 판매 전략 수립 | 00:22:55 | ||
| 4. 선택과 집중 | |||
| [onc36] dsm501 – 서울3지점은 부산2지점을 이길 수 없을까_신뢰수준과 표본오차 | 00:09:25 | ||
| [onc36] dsm502 – 서울3지점의 부산2 지점 벤치마킹 분석__판매포트폴리오 분석 | 00:16:05 | ||
| [onc36] dsm503 – 서울3지점의 부산2 지점 벤치마킹 분석_목표대비 실적 분석 | 00:06:55 | ||
| [onc36] dsm504 – 다양한 제품 카테고리에서 집중 판촉 대상 상품 선정을 위한 데이터 분석 | 00:22:46 | ||
| [onc36] dsm505 – 가격대별 주력 판매제품 선정 | 00:12:29 | ||
| [onc36] dsm506 – 대규모 판촉 행사 진행을 위한 할인율 민감도 분석 | 00:09:07 | ||
| [onc36] dsm507 – 시나리오 기반 에어컨 판촉 전략 수립 | 00:05:13 | ||
| [onc36] dsm508 – 가격 이외 에어컨 이익에 중요한 영향을 미치는 요인이 내재된 모델 찾아내기 | 00:08:40 | ||
| [onc36] dsm509 – 전체 거래건수에서 적자 발생 거래 비율 도출하기 | 00:04:11 | ||
| [onc36] dsm510 – 주방가전 카테고리에 대한 적자 제품 파레토 분석 | 00:12:39 | ||
| [onc36] dsm511 – 주방가전 교차비율 분석 결과에 따른 전략 | 00:12:47 | ||
| [onc36] dsm512 – 주방가전에 대한 제품 포트폴리오 관리 관점의 포지션 분석 | 00:10:30 | ||
| [onc36] dsm513 – 화장품 냉장고 광고 노출 증대시 예상 판매량 도출 전략 | 00:05:04 | ||
| 5. 고객 세그먼트 분류와 관리 | |||
| [onc36] dsm601 – 매출과 이익이 높은 우수사원 명단 추출하기 | 00:11:04 | ||
| [onc36] dsm602 – 고객관리 인사이트 발굴을 위한 우수 사원 선발 | 00:09:10 | ||
| [onc36] dsm603 – 고객 세그먼트 분류와 관리 전략_고객 유효 확률 적용하기 | 00:10:14 | ||
| [onc36] dsm604 – 고객 세그먼트 분류와 관리 전략_고객 이탈 리스크 | 00:08:13 | ||
| [onc36] dsm605 – 고객 세그먼트 분류와 관리 전략_ABC 등급 관리 | FREE | 00:09:20 | |
| [onc36] dsm606 – 고객 세그먼트 분류와 관리 전략_VIP 및 VVIP 고객 관리 | 00:11:33 | ||
| [onc36] dsm607 – RFM 분석 기반 추적형 리타겟팅 광고 대상자 선정하기 | 00:16:01 | ||
| [onc36] dsm608 – 고객 구매 주기 분석을 통한 다음 구매일 예측하기 | 00:11:08 | ||
| [onc36] dsm609 – 협업적 필터링을 활용한 고객 상품 추천 엔진 구현과 고객 상품 추천하기 | 00:05:52 | ||
| 6. 전략적 의사결정 | |||
| [onc36] dsm701 – 데이터 기반 사업전략 실행의 실적 검증_전략 실행은 매출에 도움이 되었는가 | 00:06:59 | ||
| [onc36] dsm702 – 신규지점 오픈 전략_예상 매출 수립 | 00:07:33 | ||
| [onc36] dsm703 – 신규 지점 임대 또는 구매의 경제성 평가 방법 | 00:10:38 | ||
| [onc36] dsm704 – 신규 매장 오픈시의 소비자 선호 요인 분석_컨조인트 분석 | 00:13:42 | ||
| [onc36] dsm705 – 판매량이 가장 늘어날 특가 판매 대상 상품 선정_가격 탄력성 | 00:09:52 | ||
| [onc36] dsm706 – 시나리오 관리자를 통한 전략 수립 | 00:07:09 | ||
| [onc36] dsm707 – 몬테카를로 시뮬레이션을 활용한 경영 의사결정 | 00:25:04 | ||
| 7. 데이터 사이언스 매니저먼트 과정 정리 | |||
| [onc36] dsm801 – 과정 마무리 | 00:01:50 | ||
| 8. 강의교재 다운로드 센터 | |||
| [onc36] dsm901 – 교재 다운로드 센터 | 00:00:00 | ||
| 9. 교육과정 만족도 평가 | |||
| [onc36] dsm1001 – 만족도 평가 설문지 | 00:00:00 | ||
480000 등록 수강생
