카시와기 요시키 작가님의 을 바탕으로 작성한 글입니다. 빅데이터 시대, 성과를 이끌어 내는 데이터 문해력 | 카시와기 요시키 - 교보문고빅데이터 시대, 성과를 이끌어 내는 데이터 문해력 | 앞으로의 시대에 꼭 필요한 당신의 데이터 문해력 왜 분석 방법이 아니라 활용 능력이 필요한가?나완 상관없을 것 같았던 인공지능부터 시product.kyobobook.co.kr0. 데이터 활용 프로세스 데이터 활용을 성공으로 이끄는 데는 세 가지 핵심 요소가 필요합니다. (1) 분석 전에 문제 및 목적을 정의하고 가설을 구축(2) 분석을 위한 기술과 지식(3) 분석 결과에 대한 해석 및 스토리 구축 여기서 데이터 과학자나 개발자가 (2)번 기술을 개발하는 데 집중한다면, 데이터 분석가는 (2)를 활용해 (1)번(입력)과..

해당 포스팅은 아래의 혼마루 료의 을 바탕으로 쓴 글입니다. 이렇게 쉬운 통계학 | 혼마루 료 - 교보문고이렇게 쉬운 통계학 | 성공적인 비즈니스를 위한 교양 통계! 거시적 관점에서 이해하고 활용 포인트 파악하기이 책은 통계학을 구성하는 다양한 요소를 저자 나름의 방식으로 이해하기 쉽게 이product.kyobobook.co.kr 통계학 지도 통계학을 공부하다 보면 '통계학, 다변량분석, 통계분석' 등 비슷한 용어가 등장하는 바람에 결국 이해하지 못한 채 넘어가기 쉽습니다. 통계학을 본격적으로 공부하기 전에 각 개념에 대한 전체적인 통계학 지도를 머리속에 넣고 시작한다면 우리가 배우는 통계학의 내용이 어디에 속해있는지 그려가며 배울 수 있기 때문에 이해하기 한결 수월해질겁니다. 방정식, 미분,..

아래의 데이터리안 블로그를 참고하여 작성한 글입니다. 매출 분석 (2) ARPPU를 이용하여 매출 분석하기이번 달 매출은 왜 증가했을까요? 단계별로 나눠서 분석을 진행해 봅시다.datarian.io 이번 포스팅에서는 비즈니스 데이터 분석 가운데 매출 분석에 대해 알아보겠습니다. 모든 매출의 원천은 결국 고객입니다. 여기서 '고객 한 명당 얼마를 벌어다 주는가'를 나타내는 지표가 바로 객단가입니다. 그런데 이 객단가는 기준에 따라 ARPU와 APRRU 두 가지로 나뉩니다. ㅤARPUARPPU정의• Average Revenue Per User • 전체 활성 사용자 1인당 매출액• Average Revenue Per Paying User • 구매 고객 1인당 매출액계산식= 전체 매출액 / 전체 활성 사..

1. AARRR이란? 출처 : https://intl.finebi.com/ko-KR/blog/aarrr-funnel-model ​비즈니스를 할 때 서비스가 얼마나 잘 성장하고 있는지, 어디가 아픈지 진단하기 위해서는 명확한 기준이 필요합니다. 오늘은 미국의 스타트업 액셀러레이터인 데이브 맥클루어(Dave McClure)가 고안한 AARRR 방법론을 통해 각 단계별 핵심 전략과 데이터 분석 포인트를 정리해 보겠습니다.​1. Acquisition (고객 유치): "어디서, 어떻게 우리를 알고 왔는가?" 마케팅 활동을 통해 새로운 사용자를 서비스로 데리고 오는 단계입니다. 단순히 방문자 수를 늘리는 것이 아니라, 양질의 사용자를 데려오는 것이 핵심입니다.Attribution(기여) 분석: 여러 광고 채널 중 ..

■ Azure Cosmos DB 계정의 어느 두 수준에서 처리량을 설정할 수 있습니까? - 데이터베이스 (Database) - O- 아이템 (Item)- 컨테이너 (Container) - O- 파티션 (Partition) 해설) 데이터베이스(Database)와 컨테이너(Container) 데이터베이스(Database) 수준 : 해당 데이터베이스 내에 있는 여러 컨테이너가 처리량을 나누어 쓰는 방식입니다.컨테이너(Container) 수준 : 특정 컨테이너 하나에 전용 성능을 고정적으로 할당하는 방식입니다. 아이템 (Item) : 아이템은 데이터베이스에 저장되는 개별 문서(JSON 등)입니다. 처리량은 성능의 '그릇'을 정하는 설정이므로, 수천만 개의 개별 아이템마다 성능을 일일이 설정하는 것은 불가능하며 ..

이번 포스팅은 Microsoft Azure의 DP-900 자격증 공부 기록 및 오답노트입니다. Microsoft Azure의 DP900 기출문제를 바탕으로 O/X 퀴즈 및 객관식 문제를 준비했습니다. ■ ( ) 는 본래 엔티티 간의 관계 분석을 지원합니다. - 컬럼 패밀리 데이터베이스(Column family database)- 문서 데이터베이스 (Document database)- 그래프 데이터베이스 (Graph database) - O- 키-값 저장소 (Key-value stores) 해설) NoSQL 데이터베이스의 4가지 유형 컬럼 패밀리 데이터베이스 (Column-family Database)는 일반적인 관계형 DB가 '행(Row)' 단위로 데이터를 저장한다면, 여기서는 '열(Column)'..

이번 포스팅에서는 SQL Server를 Docker와 Kubernetes 환경에서 효율적으로 배포하고 관리하는 방법을 알아보겠습니다. 클라우드 네이티브(Cloud Native) 환경으로의 전환이 가속화되면서, 데이터베이스 역시 컨테이너 기술의 이점을 활용하여 효율적으로 배포하고 관리하는 것이 중요해 졌습니다. Docker 컨테이너와 쿠버네티스(Kubernetes) 오케스트레이션 환경에서 구축하고 운영하는 방법을 진행해보겠습니다. Docker Container & Volume 먼저 간단하게 SQL Server 컨테이너화의 주요 특징 및 장점에 대해 알아보겠습니다. 빠른 배포 및 경량화: OS 설치 및 설정 과정이 생략되어 몇 초 만에 SQL Server 인스턴스를 시작할 수 있습니다.개발/테스트 환경의 일..

이번 포스팅에서는 지난 포스팅에서 SQL Server on Linux에서 지원하는 보안 관련 기능을 살펴보았다면 이번에는 성능향상과 관련된 내용을 다뤄보도록 하겠습니다. ColumnStore Index 컬럼스토어 인덱스 기능은 이름에서 알 수 있듯이, 기존 방식과 달리 데이터를 열(Column) 기반으로 저장하는 혁신적인 기술입니다. 일반적으로 데이터베이스는 데이터를 행(Row) 단위로 저장하고 관리합니다. 이는 빠른 데이터 입력/수정/삭제 (INSERT, UPDATE, DELETE)같은 트랜잭션 처리(OLTP)에는 매우 효율적입니다. 하지만 수백만, 수천만 건에 달하는 대규모 데이터를 분석하고 통계내는 작업(OLAP)에는 비효율적입니다. 분석 쿼리는 보통 테이블의 모든 열이 아니라 특정 몇 개의 열만..

이번 포스팅에서는 SQL Server에 Linux를 설치하고 Window에 SQL Server를 설치하는 것에 비해 Linux가 가진 장점에 대해 심도 깊게 알아보는 과정입니다. SQL Server 설치 및 Management Stduio로 기본 작업 수행 싱글 SQL Server 만들기 새로운 리소스 그룹을 만들고 가상 네트워크도 만듭니다. 서브넷도 추가해줍니다. SQL Server on Linux용 가상 머신을 생성합니다. 이미지는 Ubuntu Server 22.04 LTS, 크기는 D2s_v3를 선택해 줍니다. 생성이 완료되면 네트워크 설정 메뉴에서 네트워크 보안 그룹으로 이동 후 포트 규칙 만들기를 클릭합니다. 이후 MSSQL 기본 포트인 1433을 추가합니다. 생성한 VM을 Putty 프..

지난 포스팅에서는 Window VM에서 SQL Server를 설치하고 고가용성 그룹을 구성하는걸 진행해보았습니다. 이번 포스팅에서는 Linux VM 상에서 고가용성 그룹을 구성해보도록 하겠습니다. Linux(Ubuntu)용 가상 머신 두 대를 Azure에서 준비합니다. 2대의 Ubuntu Server 22.04 LTS 서버를 생성합니다. 생성한 Linux 가상머신을 Putty 접속 방법으로 접속한 뒤 ip a 명령어를 수행하여 ip 주소를 확인합니다. 동일한 가상 네트워크 안에 만들어 주었기 때문에 10.~ 대의 Private IP로도 둘 간의 통신이 가능합니다.가용성 그룹으로 묶을 머신 두 대가 모두 다 같은 가상 네트워크 안에 있기 때문에 가상 IP로도 통신을 수행할 수 있습니다. 간단하게 서로 ..