BAEKUP, DATA !
close
프로필 배경
프로필 로고

BAEKUP, DATA !

  • 분류 전체보기 (130)
    • STARTERS 4기 (60)
      • [STARTERS] 학습 일지 (11)
      • [STARTERS] TIL (49)
    • Python (49)
      • 파이썬_데이터분석 (21)
      • 파이썬_데이터시각화 (28)
    • SQL (0)
    • Algorithm (5)
    • Machine Learning (8)
    • 금융권 소식 (6)
  • 홈
  • Algorithm
  • 태그
[유데미 스타터스 취업 부트캠프 4기] 10주차 학습 일지(데이터분석/시각화(태블로))

[유데미 스타터스 취업 부트캠프 4기] 10주차 학습 일지(데이터분석/시각화(태블로))

안녕하세요! 오늘은 유데미 스타터스 부트캠프 10주차 학습일지입니다! 🐸 이번주는 SQL 오프라인 강의를 시작하며 다양한 데이터 값을 SQL 쿼리를 통해 산출하는 실습을 진행하였습니다. 그럼 10주차에는 어떤 내용을 학습했는지, 스타터스 부트캠프 10주차 학습일지 시작해보겠습니다 !💨 ❤️‍🔥 LIKED SQL을 이용한 통계 분석 방법 ABC 분석 통계적 방법에 의해 관리대상을 A, B, C 그룹으로 나누고, 먼저 A그룹을 최중점 관리대상으로 선정하여 관리노력을 집중함으로써 관리효과를 높이려는 분석방법.

  • format_list_bulleted STARTERS 4기/[STARTERS] 학습 일지
  • · 2023. 4. 14.
  • textsms
[STARTERS 4기 TIL] #49일차(23.04.14)

[STARTERS 4기 TIL] #49일차(23.04.14)

📚 오늘의 학습 z차트 📌 1️⃣ 1997년 6월 ~ 1998년 4월 Z차트 📌 -- order_details : unit_price, quantity, discount, 월별매출, 매출누계, 이동연계 -- orders : order_date, year, month with cte_z_sales as ( select to_char(o.order_date, 'yyyy-mm') order_ym , sum(od.quantity * od.unit_price * (1-od.discount)) sales from orders o, order_details od where o.order_id = od.order_id group by order_ym order by 1 ) ✅ 이동연계 산출 , cte_z_moving_..

  • format_list_bulleted STARTERS 4기/[STARTERS] TIL
  • · 2023. 4. 14.
  • textsms
[STARTERS 4기 TIL] #48일차(23.04.13)

[STARTERS 4기 TIL] #48일차(23.04.13)

📚 오늘의 학습 제품/카테고리 매출 지표 분석 1️⃣ 전체 제품 매출 순위 및 매출 비율 2️⃣ 카테고리별 제품 내출 순위 및 매출 비율 📌 임시 테이블 cte_products_sale 📌 ✅ orders : 주문번호, 고객번호, 주문일, 연, 월, 일, 분기 ✅ order_details : 제품번호 판매단가, 수량, 할인율, 매출액 ✅ categories : 카테고리ID, 카테고리명 ✅ products : 제품ID, 제품명, 마스터단가, 단종여부 ✅ suppliers : 공급자ID, 공급자명, 국가, 도시 with cte_products_sale as( select o.order_id , o.customer_id , o.order_date , to_char(order_date, 'YYYY') as ye..

  • format_list_bulleted STARTERS 4기/[STARTERS] TIL
  • · 2023. 4. 13.
  • textsms
[STARTERS 4기 TIL] #47일차(23.04.12)

[STARTERS 4기 TIL] #47일차(23.04.12)

📚 오늘의 학습 1. SQL에서 복잡한 데이터셋을 다룰 경우 복잡한 데이터셋의 문제점 가독성↓ 재사용성↓ 유지보수성↓ 실수↑ 2. 임시테이블 temporary table 📌 임시 테이블 tmp_order_details 생성 📌 ✅ 주문번호, 고객번호, 주문일, 연, 월, 일, 제품번호, 제품단가, 수량, 할인율, 매출액 create temporary table tmp_order_details as select o.order_id , customer_id , order_date , to_char(order_date, 'YYYY') as year , to_char(order_date, 'mm') as month , to_char(order_date, 'dd') as day , to_char(order_dat..

  • format_list_bulleted STARTERS 4기/[STARTERS] TIL
  • · 2023. 4. 13.
  • textsms
[STARTERS 4기 TIL] #46일차(23.04.11)

[STARTERS 4기 TIL] #46일차(23.04.11)

📚 오늘의 학습 1. 기본 select 구문 - 칼럼 추출 (distinct / count / order by / limit) ✅ customer 테이블에서 전체 데이터 가져오기 select * from customers c ; ✅ customer 테이블에서 country 데이터만 가져오기 select country from customers c ; ✅ customer 테이블에서 country 데이터의 고유값만 가져오기 select distinct(country) from customers c ; ✅ customer 테이블에서 country 데이터의 고유값 개수 가져오기 select count(distinct(country)) from customers c ; ✅ customer 테이블에서 country..

  • format_list_bulleted STARTERS 4기/[STARTERS] TIL
  • · 2023. 4. 11.
  • textsms
[STARTERS 4기 TIL] #45일차(23.04.10)

[STARTERS 4기 TIL] #45일차(23.04.10)

📚 오늘의 학습 SQL 데이터 분석 ① 분석 목적 설정 ② 지표 설정 및 분석 계획 ③ 데이터 추출/정제/가공/분석 -> BI 도구, Python, R, 스프레드시트 ④ 리포트 작성 및 발표 데이터 분석의 다양한 분야와 목적 마케팅, 영업, 유통, 제품 개발, 사용자 경험 설계, 고객 지원, 인적 관리 등 고객의 행동 및 특성 이해, 견적, 성과 예측, 예산 절약, 리스크 관리, 제품 개발, 마케팅 최적화, 이상거래 탐지 등 거의 모든 분야에서 다양한 목적으로 데이터 분석 활용 조직마다 특성, 분석목적이 다르고 데이터도 제각각 → 조직이 속한 산업 분야의 도메인 지식과 데이터의 특성을 이해하는 것이 중요 지표 설정 및 분석 계획 · 분석 업무는 질문에서 시작한다. → 지난달에 비해 신규 고객이 얼마나 많..

  • format_list_bulleted STARTERS 4기/[STARTERS] TIL
  • · 2023. 4. 11.
  • textsms
  • navigate_before
  • 1
  • 2
  • 3
  • 4
  • 5
  • ···
  • 10
  • navigate_next
전체 카테고리
  • 분류 전체보기 (130)
    • STARTERS 4기 (60)
      • [STARTERS] 학습 일지 (11)
      • [STARTERS] TIL (49)
    • Python (49)
      • 파이썬_데이터분석 (21)
      • 파이썬_데이터시각화 (28)
    • SQL (0)
    • Algorithm (5)
    • Machine Learning (8)
    • 금융권 소식 (6)
Copyright © 쭈미로운 생활 All rights reserved.
Designed by JJuum

티스토리툴바