분석 소개

완료됨

분석은 데이터 마이닝, 빅 데이터 분석, 기계 학습, AI, 예측적 분석과 같은 새로운 업계 사례를 지원합니다. 예측적 분석은 예측 기능이 있고 비즈니스 문제를 해결하는 데 사용할 수 있는 분석의 기술적 측면을 설명하는 데 사용되는 용어입니다.

분석을 통해 원시 데이터는 광범위한 데이터를 범주화하여 동작 데이터 및 패턴을 식별하고 분석하는 정보 컬렉션으로 변환될 수 있습니다. 조직에서는 이 정보를 사용하여 작업의 현재 상태를 분석하고 “what-if” 질문을 해서 향후의 동작과 추세를 예측할 수 있습니다. 분석은 사기 감지, 이미지 인식, 감정 분석 및 전반적인 일반 직원 생산성에 도움이 될 수 있으며, 종종 번거로운 수동 프로세스를 대체합니다.

직원에게 최근 매출이 급증한 이유를 확인해 달라고 요청했다고 가정해 보겠습니다. 직원은 힘들여서 각 판매 내역을 조사하고, 고객을 인터뷰하고, 영업 사원과 대화하고, 시장 추세를 조사해야 할 수도 있습니다. 대신, 분석가가 직접 Microsoft Power BI 주요 영향 요인 시각적 개체를 사용하여 고급 분석을 수행하고 훨씬 빠르게 답을 얻을 수 있습니다. 시각적 개체는 제공하는 데이터만큼만 유용하므로, 데이터를 수집하여 구성해야 합니다. 그러나 실제 분석은 자동으로 처리 가능하거나 최소한 훌륭한 시작점이 될 수 있습니다.

궁극적으로 고급 분석을 통해 조직에서는 수동 작업을 줄임으로써 더 나은 비즈니스 의사 결정을 내리고 실행 가능하고 유의미한 결과를 만들 수 있습니다.

데이터 분석은 기존에는 엔지니어가 수행하는 복잡한 작업이었지만 요즈음에는 조직 내 전체 팀의 많은 사람들이 더 쉽게 액세스하고 이해할 수 있게 되었습니다. Power BI는 데이터에서 실행 가능한 인사이트를 신속하게 끌어오는 뛰어난 도구입니다. 이 도구를 사용하면 보고서 및 대시보드에서 데이터에 대한 시각적 개체와 메트릭을 작성할 수 있으므로, 분석가와 사용자는 데이터 인사이트를 개략적으로 분석하고 드릴다운하여 자세한 정보를 확인할 수 있습니다.

이 모듈의 시나리오에서는 Tailwind Traders에서 데이터 분석가로 근무하며 중요한 비즈니스 의사 결정을 지원하기 위해 조직 전체에서 사용되는 보고서 및 대시보드를 작성하는 업무를 맡았다고 가정합니다. 예를 들어 제품 팀은 다른 제품만큼 잘 판매되지 않는 특정 제품이 있는지 파악하는 데 관심이 있고, 영업 팀은 다음 연도의 판매 예측에 초점을 맞추며, 창고 팀은 전 세계에 분포된 창고 및 배송 위치의 일반적인 수행 내역에 관심이 있습니다. 이러한 각 팀을 위해 개략적인 인사이트를 보여 주는 고유한 보고서와 대시보드를 작성하고 공유할 뿐만 아니라 고급 분석을 사용하여 개발한 시각적 개체도 공유해야 합니다.

Power BI의 기본 기능을 사용하면 이 작업을 수행할 수 있습니다. 빠른 인사이트를 개발하고 이 인사이트를 보고서와 대시보드를 통해 조직 내 다른 팀과 공유할 수 있습니다. Power BI의 고급 분석 기능을 사용하면 범주 및 추세를 식별하고 시간이 지남에 따라 데이터가 어떻게 변화하는지 등을 확인할 수 있습니다. 이 정보를 사용하여 예측 데이터 모델을 만들 수 있으므로 조직에서 보다 강력한 비즈니스 의사 결정, 계획 및 예측을 내리는 데 도움이 됩니다.

이 모듈에서는 Power BI의 고급 분석 기능을 개략적으로 설명합니다. 이 모듈이 끝나면 다음을 수행할 수 있습니다. 

  • 통계 요약을 살펴봅니다.

  • Power BI 시각적 개체를 사용하여 이상값을 식별합니다.

  • 분석을 위해 데이터를 그룹화 및 범주화합니다.

  • 클러스터링 기술을 적용합니다.

  • 시계열 분석을 실시합니다.

  • 분석 기능을 사용합니다.

  • 고급 분석 사용자 지정 시각적 개체를 사용합니다.

  • 빠른 인사이트를 검토합니다.

  • AI 인사이트를 적용합니다.