: "환경 구축부터 실무 비즈니스 프로젝트까지, 통계학으로 이커머스 매출의 답을 찾는 데이터 사이언스 여정 (총 38강)"
단순히 분석 도구의 사용법을 익히는 수준을 넘어, 실제 이커머스 현업에서 발생하는 로그 데이터를 통계적 프로세스로 요리하는 법을 배웁니다. 개발 환경 구축부터 기술 통계, 확률 분포, 가설 검정의 핵심 이론을 탄탄히 다진 후, 실제 유저 앱 체류 시간 및 구매 전환율 비교 분석, 그리고 다중 선형 회귀 분석을 통한 성과 기여도 계량화까지! 데이터 사이언티스트의 핵심인 '데이터 기반의 의사결정 및 분석 자동화 역량'을 실무 프로젝트를 통해 체계적으로 정복합니다.
이 강의만의 핵심 포인트
* 이커머스 도메인 맞춤형 기술 통계: 단순히 수식을 외우는 통계가 아닙니다. 이커머스 로그 데이터에서 실제 모집단과 표본을 정의하는 방법부터 시작하여, 현업의 가공되지 않은 raw 데이터에서 이상치(Outlier)를 탐지하고 데이터의 형태를 비즈니스 관점으로 해석하는 안목을 기릅니다.
* A/B 테스트의 근간, 가설 검정 완벽 정복: P-value의 흔한 오해와 진실부터 제1종/제2종 오류까지 가설 검정의 원리를 뼈대부터 다집니다. 이를 통해 실제 유저별 앱 체류 시간 차이 검정, 최종 구매 전환율 차이 검정 등 현업에서 가장 많이 쓰이는 검정 기법을 완벽하게 마스터합니다.
* 현업 효율을 극대화하는 분석 자동화 실습: 매번 반복되는 분석 프로세스에 지치지 않도록, 귀무가설과 대립가설 수립 이후 '사전 데이터 검정' 과정을 자동으로 수행하는 파이프라인 구축 실습을 진행하며 실무 생산성을 한 단계 끌어올립니다.
* 다중 선형 회귀 분석을 통한 성과 계량화: 상관분석을 넘어 인과관계의 깊은 곳까지 들어갑니다. 다중 선형 회귀 분석 모델을 활용해 다양한 비즈니스 변수들 사이에서 실제 매출과 성과에 기여한 핵심 요소를 정교하게 계량화하는 데이터 사이언스 역량을 갖춥니다.
* 통계학의 비즈니스적 독해 능력 배양: 단순한 통계 프로그램 출력 결과나 수치 계산에 머무르지 않습니다. 분석 결과를 바탕으로 신뢰구간을 정확히 추정하고, 이를 실제 의사결정권자가 이해할 수 있는 비즈니스 언어로 명확하게 풀어내는 리더의 역량을 체득합니다.
본격적인 분석에 앞서 데이터 사이언스의 전체적인 로드맵을 이해하고, 효율적인 통계 분석 및 데이터 핸들링을 위한 파이썬 개발 환경과 필수 라이브러리를 완벽하게 구축합니다.
주요 학습: 강좌 로드맵 및 개요, 분석 환경 세팅, 필수 라이브러리 설치 및 작동 확인
데이터 사이언스의 뼈대가 되는 통계학의 개요와 모집단, 표본의 개념을 학습합니다. 특히, 가공되지 않은 이커머스 로그 데이터 속에서 실제 분석 목적에 맞는 모집단과 표본을 정교하게 정의하는 법을 배웁니다.
핵심 기술: 기술 통계학 개요, 모집단과 표본의 관계, 수치형/범주형 데이터의 형태 파악, 이커머스 로그 기반 표본 정의
데이터의 특성을 요약하는 중심 경향성과 산포도를 학습하고, 데이터가 이루는 분포의 형태를 파악합니다. 수많은 정형 데이터 속에서 분석의 신뢰도를 떨어뜨리는 이상치(Outlier)를 통계적으로 탐지하는 핵심 로직을 마스터합니다.
핵심 기술: 평균·중앙값·최빈값(중심 경향성), 분산·표준편차(산포도), 왜도·첨도(분포 형태), 이상치 탐지 기법
추론 통계의 기초가 되는 확률의 개념을 정립하고, 이산확률분포와 연속확률분포의 차이를 이해합니다. 표본 통계량의 분포를 규정하는 데이터 사이언스의 핵심 이론인 '중심극한정리'를 명확하게 체득합니다.
주요 학습: 확률의 기초 개념, 이산/연속 확률분포, 데이터 분석의 핵심 마일스톤 '중심극한정리'
표본을 통해 모집단을 예측하는 점추정과 구간추정(신뢰구간, 오차범위 계산)을 배웁니다. 현업 데이터 분석에서 가장 오용하기 쉬운 P-value의 진정한 의미를 파악하고, 제1종·제2종 오류를 최소화하는 가설 검정의 수학적/비즈니스적 원리를 정립합니다.
핵심 기술: 신뢰구간 및 적정 표본 크기 산정, 귀무가설/대립가설 수립 가이드, P-value의 독해법, 제1종 오류와 제2종 오류
처리 로직
데이터의 형태와 목적에 따라 활용되는 핵심 통계 검정 기법(t-test, ANOVA, 카이제곱 검정 등)과 변수 간의 관계를 파악하는 상관분석, 선형 회귀 분석의 이론을 학습합니다. 이후 파이썬 데이터 분석 도구를 활용해 이를 직접 구현하는 실습을 진행합니다.
핵심 기술: 목적별 주요 통계 검정 기법, 상관분석 알고리즘, 단일 선형 회귀 분석, 파이썬 분석 도구 활용 실습
실제 현업의 고민이 녹아있는 이커머스 데이터 분석 프로젝트를 시작합니다. 가공되지 않은 대용량 로그 데이터를 로드 및 정제하고, 통계 분석을 수행하기 전 데이터의 기본 가정을 검증하는 '사전 데이터 검정 자동화' 파이프라인을 구축합니다.
주요 학습: 비즈니스 배경 이해 및 로그 데이터 로드, 기술 통계 기반 데이터 정제, 확률적 표본 추출 및 크기 산정, 사전 데이터 검정 프로세스 자동화 프로그래밍
앞서 정제한 실제 유저 데이터를 바탕으로 '앱 체류 시간 차이'와 '최종 구매 전환율 차이'를 통계적으로 검증(A/B 테스트)합니다. 나아가 다중 선형 회귀 분석을 통해 실제 매출과 성과에 기여한 핵심 변수를 정교하게 계량화하고 비즈니스적 신뢰구간을 추정합니다.
주요 학습: 유저별 앱 체류 시간 차이 검정, 최종 구매 전환율 차이 검정, P-value 및 신뢰구간의 비즈니스적 독해, 다중 선형 회귀 모델 기반 성과 기여도 산출
개발 경력
• SKT "아일랜드 어드벤쳐" 모바일 콘텐츠 개발 런칭
• KT " 퀴즈사커" 모바일 콘텐츠 개발 런칭
• SK "모바일 공인중개사" 런칭
• 아이폰 "한자통" 앱개발
• 아이폰 "헬스 트레이닝" 앱개발
• KT/SK 일본 남코 "데일즈 오브 코몬즈" 콘텐츠 개발
• KT 미니 게임(야금야금 땅따먹기, 알라딘의 요술램프,미스터리 블록탐정단,BUZZ and BUZZ)개발
강의 경력
삼성멀티캠퍼스, 부산정보산업진흥원, 전주정보문화산업진흥원, 인천정보산업진흥원, 한국전파진흥원, SK C&C, T 아카데미, 한국로봇산업진흥원, 대전 ETRI, 삼성전자, nica 교육센터, 한국생산성본부, 한화 S&C, 삼성전자, LG전자, SK C&C 등 국내 유명 기업 현직 재작자 및 미취업자를 대상으로 강의 및 개발 19년차 경력을 갖춘 베테랑 강사입니다.
강의 분야
자바, 안드로이드, 프레임워크, 데이터베이스, UML, 아이폰, 빅데이터 처리 및 분석, 파이썬, 사물인터넷, R/파이썬을 활용한 데이터 분석, 딥러닝, 머신러닝 AI, 스파크 분야 등의 분야에 대해 강의합니다. 다양한 경험을 녹여 최대한 쉽게 설명하고, 실습에 적용하도록 예제를 만들고 설명을 할 수 있도록 강의를 구성하고 있습니다. 오프라인 수업이 아니므로 모르는 것은 질문&답변을
![[데이터 인문학] 데이터로 사고하라강의 썸네일](https://cdn.inflearn.com/public/files/courses/331134/cover/ai/3/4b845453-c2a8-411f-a7d8-2f082b54ecab.png?w=420)
