정리하고 보관하기

2과목의 마지막게시글이다. 이정도로만 공부하고 시험을 치러갔는데, 단답 포함 2개 빼고 막힘없이 풀었다. (진짜 지엽적이었던 문제 제외...) 분석 거버넌스 거버넌스: Goverment의 확장적 의미로, 기업 등에서 규칙/규범 및 행동이 구조화되고, 유지/규제/책임을 지는 방식 및 프로세스를 지칭한다. 분석 거버넌스: 기업에서 데이터가 어떻게 관리/유지/규제되는지에 대한 내부적인 관리방식이나 프로세스를 의미한다. 기업 내의 전체적인 분석 기준과 환경 등을 분석하여 타 경쟁사와 비교하여 어느 수준에 있는지 평가가 필요하고, 분석을 할 수 있는 분석 조직, 분석 인력에 대한 교육을 통해 분석 거버넌스를 수립하는 것도 중요하다. 분석 거버넌스 체계 구성요소 조직(Organization): 분석 기획/관리 추진..

세번째 게시글은 마스터플랜에 관련된 파트이며... 객관식에 나올만한 맛있는 애들이 많다. 분석 마스터플랜 수립 프레임워크 전략적 중요도, 비즈니스 성과 및 ROI, 실행 용이성 등 기준을 고려하여 적용 우선순위를 결정한다. 업무 내재화 적용수준, 분석 데이터 적용 수준, 기술 적용 수준을 고고려하여 분석 구현 로드맵을 수립한다. 수준 붙으면 다 로드맵쪽이라고 외우자. 37회 ADsP 객관식 기출: 적용 우선순위에 속하지 않은 보기는? 1. 기술 적용 수준 2. 실행 용이성 3.비즈니스 성과 및 ROI 4. 전략적 중요도 ISP(Information Strategy Planning, 정보화전략기획) (단답형문제로 자주 출제된다 + 37회 ADsP 단답형으로 출제되었다(Update!)). 정보 기술 / 정보..

이번 게시글에서는 ADsP 2과목의 분석과제 관리방안을 다루겠다. 분석과제 정의서 (단답식 출제가능) 분석별로 필요한 소스데이터(Keyword), 분석방법, 데이터 입수 및 분석 난이도, 상세 분석 등을 정의했다. 분석프로젝트의 주요 5가지 관리영역 기존 프로젝트의 영역별 관리(범위, 일정, 품질, 리스크 ,의사소통) + 5가지의 추가 관리가 필요하다. 1. Data Size - 데이터 양을 고려한 관리방안 수립이 필요하다. - HADOOP(병렬분산처리시스템) 환경의 엄청난 데이터량 기반 분석 2. Data Complexity - 비정형 데이터 및 다양한 시스템에 산재되어 있는 원천데이터들을 통합해서 분석한다. 3. Speed - 분석 결과를 활용하는 시나리오 측면에서의 속도를 고려하여 실시간 수행되어야..

ADsP의 2과목은 데이터분석기획이고, 암기파트가 많아서 과락이 많다는 과목이다. 확실히 외울건 많아보이지만 시험을 쳐본 결과 기출에서 엇비슷하게 나온다. 하이라이트 친 부분은 주관식으로 나오거나, 기출빈도가 높은 단어or문장이다. 분석기획 구분 (목표 시점별) 데이터분석기획 방향성을 도출할 때, 단기플랜과 중장기플랜의 목표치는 당연히 다르다. 이 것을 언급하면서 2과목을 시작해본다. 분석과제 발굴(단기) 분석 마스터플랜(중장기) 분석과제의 목표를 달성하기 위한 필요요건 정의 당면한 분석 주제의 해결 단위 지속적인 분석과제 수행을 지원하기 위한 분석지원 거버넌스 체계 도출 (조직/프로세스/인프라/조직문화 등 제반환경) SPEED & TEST 1차목표 ACCURACY & DEPLOY QUICK WIN (원..

데이터 웨어하우스 - 데이터마트 - 사용자 데이터마트 데이터의 한 부분으로서 특정 사용자가 관심을 갖는 하나의 부서중심의 데이터 웨어하우스라고 할 수 있다. R Package: reshape, sqldf, plyr, data.table 1. reshape Package 핵심함수: melt(), cast() melt() 녹이는 함수 Casting을 위해 데이터를 적당한 형태로 녹여준다 Wide Format to Long Format (행위주 -> 열위주) melt(data) cast() 모양을 만드는 함수 데이터를 원하는 형태로 계산 또는 변형시킨다 Long Format to Wide Format (열위주 -> 행위주) cast(data, section ~ sample, ftn) # making a dat..

기출에서 나온 함수 정리 substr(vector, start, end) s substr(s,1,2) [1] "Mo" "Tu" "We" > substr(s,1,5) [1] "Monda" "Tuesd" "Wedne" as.Date as.Date('08/23/2030','%m/%d/%Y') [1] "2030-08-23" as.Date('08/23/2030','%m/%d/%y') [1] "2020-08-23" matrix(vector, row, col) or matrix(vector, ncol, byrow) mx mx [,1] [,2] [,3] [,4] [1,] 1 4 7 10 [2,] 2 5 8 11 [3,] 3 6 9 12 mx = matrix(c(1,2,3,4,5,6), ncol=2, byrow=T) >..