이서's 잡학다식

1. KPI (Key Performance Indicator) – 핵심 성과 지표목표 달성을 평가하기 위한 주요 지표.예시: 광고 클릭률, 회원가입 전환율 등 비즈니스 목표와 연결된 지표2. ETL (Extract, Transform, Load) – 데이터 처리 과정데이터를 추출(Extract) → 변환(Transform) → 적재(Load)하는 과정.예시: MySQL에서 데이터를 가져와 클린징 후 데이터 웨어하우스에 저장3. A/B 테스트 – 실험 기반 의사 결정두 개 이상의 버전을 비교하여 최적의 성과를 찾는 실험.예시: 버튼 색상을 A(파란색)와 B(빨간색)로 나누어 클릭율 비교4. Cohort Analysis (코호트 분석) – 특정 그룹의 행동 분석같은 특성을 가진 사용자 그룹을 나누어 분석하는..

1.1. Python특징: Python은 데이터 분석, 통계 분석, 머신러닝 등에 널리 사용되는 프로그래밍 언어입니다. Pandas, NumPy, Matplotlib, Seaborn, SciPy, Scikit-learn 등과 같은 강력한 라이브러리들이 있어 데이터 처리와 분석에 매우 적합합니다.장점:오픈 소스이며 커뮤니티가 활발해서 배우기 쉽고 지원이 많음다양한 데이터 분석 라이브러리 제공머신러닝, 딥러닝, 웹 개발 등 다양한 분야에서 사용 가능사용 예시:Pandas로 데이터 처리 및 분석Matplotlib과 Seaborn으로 데이터 시각화1.2. R특징: R은 통계 분석에 강력한 기능을 제공하는 프로그래밍 언어이자 환경입니다. 특히 데이터 시각화와 통계 분석에서 매우 강력합니다.장점:통계 분석에 특화된..

SQL(Structured Query Language)은 데이터베이스를 관리하고 조작하는 데 사용되는 언어입니다. 데이터베이스에서 여러 테이블의 데이터를 결합하여 원하는 정보를 얻기 위해서는 JOIN 연산을 사용합니다. 이 블로그에서는 JOIN의 종류와 각각의 사용 방법에 대해 자세히 알아보겠습니다.JOIN의 종류SQL에서 JOIN은 크게 네 가지 종류로 나뉩니다.INNER JOINLEFT JOIN (또는 LEFT OUTER JOIN)RIGHT JOIN (또는 RIGHT OUTER JOIN)FULL JOIN (또는 FULL OUTER JOIN)각 JOIN의 작동 방식을 예제를 통해 알아보겠습니다.1. INNER JOININNER JOIN은 두 테이블 간의 일치하는 행만 반환합니다. 즉, 양쪽 테이블에 모..

피벗(Pivot)과 언피벗(Unpivot)은 데이터 분석에서 자주 사용되는 두 가지 중요한 SQL 연산입니다. 피벗은 행 데이터를 열로 변환하여 요약된 형태로 표현하고, 언피벗은 그 반대로 열 데이터를 행으로 변환하여 더 세부적인 데이터를 표현합니다. 이를 통해 데이터의 시각화와 분석이 더 용이해집니다.피벗 (Pivot)피벗 연산은 데이터를 요약하거나 집계하여 행 데이터를 열로 변환합니다. 예를 들어, 여러 행에 분산된 데이터를 열로 정리하여 비교하기 쉽게 만드는 경우에 사용됩니다.피벗 사용 예시 (SQL Server):다음은 department_sales 테이블을 이용하여 각 부서의 연도별 매출 합계를 열로 변환하는 예제입니다.SELECT department_id, [2019], [2020], [202..

SQL에서 FIRST_VALUE 함수는 데이터 집합 내에서 첫 번째 값을 반환하는 유용한 함수입니다. 이 함수는 특히 윈도우 함수나 ORDER BY 절과 함께 사용될 때 더욱 강력한 기능을 발휘합니다. 매출 데이터에서 첫 구매일을 찾거나, 센서 로그에서 최초 감지 값을 기준으로 변화량을 분석할 때 FIRST_VALUE 함수는 매우 강력한 도구가 됩니다.FIRST_VALUE 함수 구문FIRST_VALUE(expression) OVER ( [PARTITION BY partition_expression, ... ] ORDER BY order_expression [ASC | DESC] ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING)expre..

generate_series는 PostgreSQL에서 제공하는 함수로, 특정 범위 내의 연속된 값을 생성합니다. 이 함수는 일반적으로 날짜, 시간 또는 숫자와 같은 연속적인 값들을 만들 때 사용됩니다. select date(generate_series(start_at, end_at,'1 day')), start_at, end_at, goodsno from table_a 예를 들어, generate_series('2024-02-01'::date, '2024-02-10'::date, '1 day')와 같이 사용하면 '2024-02-01'부터 '2024-02-20'까지의 날짜를 일일 단위로 생성합니다. 이를 통해 일련의 날짜 값을 가지고 있는 테이블을 만들거나, 특정 날짜 범위에 대한 집계 또는 분석을 수행할..

데이터베이스 선택은 개발 프로젝트의 성격과 요구사항에 큰 영향을 미칩니다. 초보자들도 이해하기 쉽게 SQL과 NoSQL 데이터베이스 간의 차이점과 각각의 장단점을 살펴보며, 어떤 경우에 어떤 데이터베이스를 선택해야 할지에 대해 알아보겠습니다. SQL과 NoSQL의 기본 차이점 SQL 데이터베이스는 관계형 데이터베이스로, 데이터는 테이블에 구조화되어 저장됩니다. NoSQL 데이터베이스는 비관계형 데이터베이스로, 스키마가 유연하고 자유롭게 데이터를 저장합니다. SQL의 특징과 장단점 - 장점 데이터 일관성: ACID 트랜잭션을 통해 데이터 일관성을 보장합니다. 강력한 질의 언어: 복잡한 쿼리를 작성하기 위한 SQL 질의 언어를 지원합니다. 정형 데이터 처리: 구조화된 데이터를 처리하기에 적합합니다. - 단점..

데이터베이스에서 데이터를 분석하고 통계 정보를 추출할 때 윈도우 함수는 매우 유용한 도구입니다. 초보자들도 이해하기 쉽게 이 글에서는 윈도우 함수의 기본 개념부터 실제 예제를 통해 데이터 분석을 어떻게 수행하는지를 다루며, 윈도우 함수 활용의 중요성을 설명하겠습니다. 윈도우 함수 개요 윈도우 함수는 특정한 윈도우(또는 그룹) 내에서 계산되는 특별한 종류의 함수입니다. 각 행에 대해 별도로 결과를 반환하지만, 분석할 데이터를 윈도우로 지정하여 그룹에 대한 통계를 계산할 수 있습니다. 윈도우 함수 종류 ROW_NUMBER(): 결과 집합 내에서 행의 순서를 나타내는 번호를 반환합니다. RANK(), DENSE_RANK(): 행의 순위를 계산하며, 동일한 값이 있는 경우 RANK와 DENSE_RANK의 차이점..

SQL 쿼리를 작성하다 보면, 반복적인 서브쿼리나 중첩 쿼리로 인해 쿼리의 가독성이 떨어지는 경우가 있습니다. CTE(Common Table Expressions)는 이런 문제를 해결하고 쿼리를 더 간결하고 이해하기 쉽게 작성할 수 있는 강력한 기능입니다. 초보자도 이해하기 쉽게 CTE의 개념과 활용 방법을 다루며, 실제 예제를 통해 CTE를 활용한 SQL 쿼리를 살펴보겠습니다. CTE(Common Table Expressions)란? CTE는 임시적으로 정의되는 테이블로, 쿼리 안에서 서브쿼리처럼 사용되지만 중복 코드를 줄이고 가독성을 향상시키는 데 사용됩니다. WITH 키워드를 사용하여 CTE를 정의하며, 쿼리의 일부로 여러 번 참조할 수 있습니다. WITH cte_name (column1, colu..

Query the Name of any student in STUDENTS who scored higher than Marks. Order your output by the last three characters of each name. If two or more students both have names ending in the same last three characters (i.e.: Bobby, Robby, etc.), secondary sort them by ascending ID. # 나의 해답 SELECT NAME FROM STUDENTS WHERE MARKS > 75 ORDER BY SUBSTR(NAME,-3), ID ASC;