책소개

현장에서 바로 써먹는 SQL 데이터 분석 실무 지침서
이 책은 집필진이 실제로 업무에서 작성했던 리포트나 SQL 코드를 범용화하여 정리한 지침서입니다. 데이터 집계와 가공, 매출 파악, 웹사이트 내 유저 행동 파악, 이상 수치 검출, 검출 기능 평가, 추천 기능 구축 등 상황별 실전 대응 방법과 노하우가 담겨 있습니다. 코드 동작은 범용 SQL문으로 확인했습니다.

이 책을 익히면 데이터 분석 담당자는 각종 액세스 분석 툴이 제공하는 지표나 필터 없이 결과물을 스스로 만들어낼 수 있습니다. 엔지니어 역시 데이터 분석 업무를 충분히 이해하고 분석 담당자나 경영진에게 적절한 정보를 제공하거나 보고서를 만들어 제출할 수 있습니다.

데이터 처리부터 매출.유저 파악, 리포팅 등 각종 데이터 분석과 활용까지!
현장에서 데이터 분석에 필요한 실전 SQL 작성법과 노하우
단순한 데이터 분석에 만족하던 시대를 지나 딥러닝 시대로 접어들었지만, SQL은 여전히 빅데이터와 스몰데이터를 가리지 않고 널리 쓰이는 소중한 분석 도구입니다. 다만 분석용 SQL이 보통 길고 읽기 어렵다 보니, 관련 업무 담당자들이 실무에 활용해보려 해도 금세 한계에 부닥치는 경우가 많습니다.

이에 안타까움을 느낀 저자들이 평소 현장에서 실제로 작성했던 데이터 분석 업무 리포트나 SQL 코드를 범용화하여 한 권의 레시피 모음집으로 보기 쉽게 묶어냈습니다. 데이터 가공과 매출 파악, 사용자 파악, 웹사이트 내 사용자 행동 파악, 이상수치 검출, 검출 기능 평가, 추천 기능 등 구체적 상황별 실전 대응 방법과 노하우를 한 권의 책에 세심히 녹여냈습니다.

이 책은 DB 관리자나 개발자는 물론, 일반인(통계 분석/ 사용자 경향 분석/ 마케팅 업무 관련자)까지도 유용하게 써먹을 수 있는 구체적인 상황별 실전 팁으로 가득합니다. 다만 SQL 사용법 자체를 설명하는 입문서는 아니므로, 기본적인 SQL 지식이 없다면 내용을 이해하기 어려울 수 있습니다. SQL을 처음 접하는 독자라면 먼저 한빛미디어의 『SQL 첫걸음』과 『SQL 레벨업』부터 읽어보기를 권합니다. 당장 실전에 활용할 '실천용' 지식이 필요한 독자라면 분명 이 책이 훌륭한 나침반이 되어줄 것입니다.

★ 주요 내용
● 데이터를 둘러싼 환경 변화와 각종 과제
● 각종 데이터와 미들웨어
● 기초적인 SQL 작성법과 데이터 가공법
● 구체적인 상황별 데이터 분석법과 SQL 예제
● 실제 데이터 활용 사례와 노하우

저자소개

DMM.com 연구소 스마트 계약 사업부의 이밴절리스트입니다. 게이오대학 대학원에서 정책.미디어 연구과 석사 과정을 수료했습니다. 스파크(Spark)와 하둡 기반 SQL(SQL on Hadoop)을 이용한 분산 처리 기술을 연구하면서 빅데이터 인프라를 구축.운용하는 경험을 쌓았습니다. 현재는 블록체인 기술의 연구, 개발, 사업 제안 등을 합니다. 『자세하게 설명하는 Apache Spark』(기술평론사, 2016), 『데이터 분석을 위한 SQL 레시피』(한빛미디어, 2018)을 함께 썼습니다.

목차

1장 빅데이터 시대에 요구되는 분석력이란?
1강 데이터를 둘러싼 환경의 변화
1 접근 분석 도구의 등장
2 빅데이터의 등장

2강 여러 가지 과제
1 분석 담당자의 과제
2 엔지니어의 과제
3 분석 담당자와 엔지니어의 이해관계

2장 이 책에서 다루는 도구와 데이터
3강 시스템
1 PostgreSQL
2 Apache Hive
3 Amazon Redshift
4 Google BigQuery
5 SparkSQL

4강 데이터
1 데이터의 종류
2 업무 데이터
3 로그 데이터
4 두 데이터를 사용해서 생성되는 가치

3장 데이터 가공을 위한 SQL
5강 하나의 값 조작하기
1 코드 값을 레이블로 변경하기
2 URL에서 요소 추출하기
3 문자열을 배열로 분해하기
4 날짜와 타임스탬프 다루기
5 결손 값을 디폴트 값으로 대치하기

6강 여러 개의 값에 대한 조작
1 문자열 연결하기
2 여러 개의 값 비교하기
3 2개의 값 비율 계산하기
4 두 값의 거리 계산하기
5 날짜/시간 계산하기
6 IP 주소 다루기

7강 하나의 테이블에 대한 조작
1 그룹의 특징 잡기
2 그룹 내부의 순서
3 세로 기반 데이터를 가로 기반으로 변환하기
4 가로 기반 데이터를 세로 기반 데이터로 변환하기

8강 여러 개의 테이블 조작하기
1 여러 개의 테이블을 세로로 결합하기
2 여러 개의 테이블을 가로로 정렬하기
3 조건 플래그를 0과 1로 표현하기
4 계산한 테이블에 이름 붙여 재사용하기
5 유사 테이블 만들기

4장 매출을 파악하기 위한 데이터 추출
9강 시계열 기반으로 데이터 집계하기
1 날짜별 매출 집계하기
2 이동 평균을 사용한 날짜별 추이 보기
3 당월 매출 누계 구하기
4 월별 매출의 작대비 구하기
5 Z 차트로 업적의 추이 확인하기
6 매출을 파악할 때 중요 포인트

10강 다면적인 축을 사용해 데이터 집약하기
1 카테고리별 매출과 소계 계산하기
2 ABC 분석으로 잘 팔리는 상품 판별하기
3 팬 차트로 상품의 매출 증가율 확인하기
4 히스토그램으로 구매 가격대 집계하기

5장 사용자를 파악하기 위한 데이터 추출
11강 사용자 전체의 특징과 경향 찾기
1 사용자의 액션 수 집계하기
2 연령별 구분 집계하기
3 연령별 구분의 특징 추출하기
4 사용자의 방문 빈도 집계하기
5 벤 다이어그램으로 사용자 액션 집계하기
6 Decile 분석을 사용해 사용자를 10단계 그룹으로 나누기
7 RFM 분석으로 사용자를 3가지 관점의 그룹으로 나누기

12강 시계열에 따른 사용자 전체의 상태 변화 찾기
1 등록 수의 추이와 경향 보기
2 지속률과 정착률 산출하기
3 지속과 정착에 영향을 주는 액션 집계하기
4 액션 수에 따른 정착률 집계하기
5 사용 일수에 따른 정착률 집계하기
6 사용자의 잔존율 집계하기
7 방문 빈도를 기반으로 사용자 속성을 정의하고 집계하기
8 방문 종류를 기반으로 성장지수 집계하기
9 지표 개선 방법 익히기

13강 시계열에 따른 사용자의 개별적인 행동 분석하기
1 사용자의 액션 간격 집계하기
2 카트 추가 후에 구매했는지 파악하기
3 등록으로부터의 매출을 날짜별로 집계하기

6장 웹사이트에서의 행동을 파악하는 데이터 추출하기
14강 사이트 전체의 특징/경향 찾기
1 날짜별 방문자 수 / 방문 횟수 / 페이지 뷰 집계하기
2 페이지별 쿠키 / 방문 횟수 / 페이지 뷰 집계하기
3 유입원별로 방문 횟수 또는 CVR 집계하기
4 접근 요일, 시간대 파악하기

15강 사이트 내의 사용자 행동 파악하기
1 입구 페이지와 출구 페이지 파악하기
2 이탈률과 직귀율 계산하기
3 성과로 이어지는 페이지 파악하기
4 페이지 평가 산출하기
5 검색 조건들의 사용자 행동 가시화하기
6 폴아웃 리포트를 사용해 사용자 회유를 가시화하기
7 사이트 내부에서 사용자 흐름 파악하기
8 페이지 완독률 집계하기
9 사용자 행동 전체를 시각화하기

16강 입력 양식 최적화하기
1 오류율 집계하기
2 입력~확인~완료까지의 이동률 집계하기
3 입력 양식 직귀율 집계하기
4 오류가 발생하는 항목과 내용 집계하기

7장 데이터 활용의 정밀도를 높이는 분석 기술
17강 데이터를 조합해서 새로운 데이터 만들기
1 IP 주소를 기반으로 국가와 지역 보완하기
2 주말과 공휴일 판단하기
3 하루 집계 범위 변경하기

18강 이상값 검출하기
1 데이터 분산 계산하기
2 크롤러 제외하기
3 데이터 타당성 확인하기
4 특정 IP 주소에서의 접근 제외하기

19강 데이터 중복 검출하기
1 마스터 데이터의 중복 검출하기
2 로그 중복 검출하기

20강 여러 개의 데이터셋 비교하기
1 데이터의 차이 추출하기
2 두 순위의 유사도 계산하기

8장 데이터를 무기로 삼기 위한 분석 기술
21강 검색 기능 평가하기
1 NoMatch 비율과 키워드 집계하기
2 재검색 비율과 키워드 집계하기
3 재검색 키워드를 분류해서 집계하기
4 검색 이탈 비율과 키워드 집계하기
5 검색 키워드 관련 지표의 집계 효율화하기
6 검색 결과의 포괄성을 지표화하기
7 검색 결과의 타당성을 지표화하기
8 검색 결과 순위와 관련된 지표 계산하기

22강 데이터 마이닝
1 어소시에이션 분석

23강 추천
1 추천 시스템의 넓은 의미
2 특정 아이템에 흥미가 있는 사람이 함께 찾아보는 아이템 검색
3 당신을 위한 추천 상품
4 추천 시스템을 개선할 때의 포인트
5 출력할 때 포인트
6 추천과 관련한 지표

24강 점수 계산하기
1. 여러 값을 균형있게 조합해서 점수 계산하기
2 값의 범위가 다른 지표를 정규화해서 비교 가능한 상태로 만들기
3 각 데이터의 편차값 계산하기
4 거대한 숫자 지표를 직감적으로 이해하기 쉽게 가공하기
5 독자적인 점수 계산 방법을 정의해서 순위 작성하기

9장 지식을 행동으로 옮기기
25강 데이터 활용의 현장
1 데이터 활용 방법 생각하기
2 데이터와 관련한 등장 인물 이해하기
3 로그 형식 생각해보기
4 데이터를 활용하기 쉽게 상태 조정하기
5 데이터 분석 과정
6 분석을 위한 한 걸음 내딛기
7 상대방에 맞는 리포트 만들기
8 빅데이터 시대의 데이터 분석자

한줄 서평