만만한 실무 데이터 분석 with 엑셀
- 저자박혜정 저
- 출판사영진닷컴
- 출판일2021-03-05
- 등록일2021-12-06
보유 2, 대출 0,
예약 0, 누적대출 11, 누적예약 0
책소개
데이터, 비로소 엑셀에서 ‘가치’가 되다!만만한 실무 데이터 분석 with 엑셀 현대는 누구나 데이터를 분석할 수 있는 시대라고 할 수 있다. 또한, 우리는 이미 정확한 내용을 전달할 때 ‘숫자’로 말하는 것이 익숙하며, 듣는 사람에게는 빠르게 전달되어야만 신뢰를 얻을 수 있다. 그런데, 문제가 있다. ‘숫자 정보'가 넘쳐나는 만큼 ‘왜곡된 숫자 정보’도 넘쳐난다는 것이다. 어쩌면 이제는 ‘데이터 분석 스킬'보다도 데이터 분석의 결과를 ‘정확하게 해석'할 수 있는 능력이 더 절실하지 않을까 한다. 그런데 데이터 분석의 과정을 경험해 보지 못한 사람이 어찌 분석의 결과를 제대로 해석할 수 있을까? 결국 데이터 분석을 하지 못한다는 것은 ‘데이터 분석 결과’ 안의 진짜 의미를 발견하는 것은 고사하고 무슨 말을 하는지조차 짐작할 수 없다는 의미가 아닐까 한다. 본 도서는 무수히 많은 데이터들이 쏟아지는 시대에서, 어떻게 하면 엑셀을 이용하여 다양한 형식의 데이터들을 수집하고 가공할 수 있는지에 대해 고민하고, 데이터들과 소통하기 위해 프레임에 넣어 관계를 설정하는 방법들을 알아본다. 하지만 이렇게 잘 정리된 데이터라 하더라도 아직 날것 그대로의 상태이기 때문에 적절한 시각화 방법을 알아보며, 분석의 정교화를 위한 이론들도 함께 고민해 보는 시간을 갖는다. 마지막으로 데이터가 진정한 ‘가치’를 찾을 수 있는 활용 방법들도 이야기할 것이다. 이렇게 함으로써 사용자들은 엑셀이란 도구를 이용하여 업무에 따라 데이터의 흐름을 적절하게 분석하고, 원하는 결과를 빠르게 양산하는 시스템을 각자의 방식대로 구성할 수 있을 것이다.
저자소개
십여 년 동안 엑셀을 사용하는 다양한 현장에서 그들의 목소리를 들으며 강의하고 있습니다. 또, 전산과 경영학을 전공하였으며, 지금도 계속 공부하고 있다. 저서로는 엑셀 2013 더 쉽게 배우기, 워드 2013 더 쉽게 배우기, 스토리가 살아있는 엑셀 2016가 있다.
목차
1부 데이터 쏟아지는구나!Chapter 1 이 책이 촉발된 원인Recycling(재활용) 쏟아지는 양, 지금의 엑셀 구조로는 버겁다!▶▶ 데이터 입력▶▶ 데이터 참조▶▶ 데이터 구조 인식Automation(자동화) 늘어나는 데이터, 증가하는 업무량! 절실한 자동화 요구Self Service(스스로 분석) 시대가 부른다! 회사가 부른다! 스스로 분석하는 자여 오라!Chapter 2 회자정리? 거자필반!기존 방식 : 데이터 수집 ‘Ctrl+C와 Ctrl+V + VLOOKUP 함수’ 난 너희들 밖에 없다!새로운 방식 : 데이터 수집, 일당 백을 담당하는 파워 쿼리 등장기존 방식/새로운 방식 : 값, 수식, 작업의 재활용▶▶ 값▶▶ 수식▶▶ 작업기존 방식 : 분석인 듯 분석 아닌 분석하는 것 같은!새로운 방식 : 엑셀로 대놓고 분석하다!2부 데이터 ‘프레임’을 입다 Chapter 1 테이블 프레임‘값’의 자격‘레코드’는 한 점‘필드’의 자격‘테이블’은 데이터의 표준 프레임▶▶ 표는 첫 줄에 머리글이 있어야 한다▶▶ 테이블과 피벗 테이블을 구분할 줄 알아야 한다▶▶ 표는 정신적인 병합을 불허한다▶▶ 테이블은 하나 이상의 기본키가 있어야 한다‘관계 설정’으로 테이블과 테이블 링크하기Chapter 2 테이블 자동 생산 공정 - 파워 쿼리데이터 추출▶▶ 파일에서 데이터 추출▶▶ 데이터베이스에서 데이터 추출▶▶ 온라인 서비스에서 데이터 추출 ▶▶ 기타 원본에서 - 웹에서 ▶▶ 파일 통합과 추가 데이터 변형 ▶▶ 머리글이 첫 번째 열에 있는 경우 - 행/열 바꿈▶▶ 추출한 테이블에 빈 곳이 있는 경우 - 채우기, 값 바꾸기, 필터로 없애기▶▶ 하나의 열의 값을 분리하거나 두 개 이상의 열을 합치는 경우 - 열 분할, 열 병합▶▶ 테이블이 아닌 피벗 테이블인 경우 - 열 피벗 해제, 피벗 열▶▶ 쿼리 편집기에서 데이터를 요약 및 집계하고 싶은 경우 - 피벗 열, 그룹화▶▶ 데이터 형식의 빠른 변경▶▶ 중복된 항목 제거▶▶ 날짜에서 데이터 추출▶▶ 조건문으로 새로운 열을 만들어야 하는 경우 조건 열▶▶ 매개변수 만들기▶▶ 매개변수 쿼리를 함수로 변환하여 재사용▶▶ 쿼리 복제, 참조데이터 로드▶▶ 그대로 엑셀로 가져가 테이블로 사용▶▶ 엑셀로 가져가지 않고, 연결만 만들기▶▶ 파워 피벗으로 보내 후일을 도모하기3부 데이터에서 금 캐기Chapter 1 분석의 정교화(Elaboration)를 위한 실행 도구요리 보고 조리 보고 ‘피벗 테이블’▶▶ ‘드래그’가 다하는 분석!▶▶ 피벗 테이블 구성 요소는 분석의 ‘관점과 목표’로 구분할 수 있다▶▶ 피벗이 제공하는 다양한 측정 방법들▶▶ 피벗 테이블의 질의 패턴▶▶ 피벗 테이블 생성골라 보고 ‘슬라이서’▶▶ 엑셀 2010 피벗 테이블에서 슬라이서 삽입그려 보면 보여요 ‘차트’▶▶ 그래프를 그리기 전 준비 사항▶▶ 그래프 그리기Chapter 2 분석의 정교화를 위한 이론+‘일상’에 ‘학(學)’을 플러스하다▶▶ 점.선.면.입체론▶▶ 적절한 ‘잣대’론▶▶ 데이터 ‘씨줄날줄’론‘일상다반’을 ‘수(數)’로 전환▶▶ 일단, 수(number)를 알자!▶▶ 분수(Fraction)로 파악하는 위치!▶▶ 연산(operator)자로 숫자 사이의 관계 난이도 설정!▶▶ 일상을 푸는 열쇠, 식(Expression) 세우기!‘일상’의 ‘통계’화▶▶ 통계에 들어가기 전에▶▶ 일상의 ‘기술(Descriptive)’▶▶ 미래의 일상을 ‘추론(inferential)’4부 데이터 가치가 되다!Chapter 1 식 작성을 위한 새로운 언어, DAX데이터 분석 식(DAX) 개요▶▶ DAX의 원본 - 데이터 vs 조회 테이블▶▶ DAX로 만드는 변수 = 계산 열▶▶ DAX로 만드는 숫자 = 측정값▶▶ DAX의 식 평가DAX의 읽는 맥락▶▶ 행맥(Row Context)▶▶ 필맥(Filter Context)▶▶ 필터를 제어하는 DAX시계열(Time-Variant) 분석▶▶ Time Intelligence를 위한 함수 범주▶▶ 시간 차원 테이블 만들기▶▶ 판매 정보와 관계 설정 후 판매 분석Chapter 2 정보 생산 및 유통 공정의 자동화를 위한 새로운 플랫폼엑셀 BI 기반파워 BI 기반▶▶ 파워 BI Desktop 보기▶▶ PowerBI.com에 게시▶▶ 파워 BI Service를 기반으로 하는 BI의 강점은▶▶ 파워 BI Mobile 설치▶▶ R 사용, R 설치엑셀 BI와 파워 BI의 상호 작용▶▶ 엑셀 통합 문서를 파워 BI로 가져오거나 연결▶▶ 엑셀 통합 문서를 파워 BI의 데이터에 연결
한줄 서평
