All Lectures
RouteNoticeQ&A

데이터 리터러시-데이터 읽고 쓰기의 기술

데이터 시대의 생존 백서. 데이터라는게 뭔지, 어떤 데이터를 어떻게 수집하고, 처리하며, 읽고, 분석하여, 어떻게 내 삶에 이익이 되는 결정을 내릴 수 있는지 체계를 잡아드립니다.

Lecture Introduction
Difficulty
Easy
Category
Data Analysis - Business
Tag
데이터 분석, 빅데이터, 엑셀, 통계
time taken
5 hours
Target Audience
- • 데이터가 생소하고 써본 적 없어 지금 바로 데이터 보는 법부터 배우고 싶은 분들
- • 데이터 관련 개념은 물론 데이터를 읽고 활용하는 능력을 키우고 싶은 분들
- • 수학이 아닌 데이터 설계 능력에 기반하여 비즈니스 인사이트를 도출하고 싶은 분들
- • 비즈니스와 관련된 데이터를 효과적으로 평가하고, 실행 가능한 데이터 분석을 하고 싶은 분들

데이터 리터러시란?

데이터 리터러시란, 데이터를 읽고 이해하고 분석하며
비판적으로 수용 및 활용할 수 있는 능력을 말합니다.
데이터를 어디에 쓸 것인가에 대한 목적의식과,
데이터를 어떻게 분석할 것인가에 대한 방법을 생각할 수 있어야 효과적인 데이터 기반 의사결정이 가능해집니다.

무심코 버리던 영수증, 가격 tag. 이것들은 정말 단순한 물건일까요?
영수증과 가격 tag 안에는 고객, 단가, 날짜 등 제품에 대한 데이터가 가득합니다.
이처럼 우리는 수많은 데이터 속에 함께 살아가기 때문에, 데이터 리터러시 역량이 필요합니다.


해당 강의를 듣고 나면...

해당 강의를 듣고 나면, 여러분께서는 다음과 같은 역량을 확보하실 수 있습니다.

데이터 기획 : 데이터를 수집, 처리, 분석하는 과정을 계획, 실행, 개선하는 능력
데이터 수집 : 필요한 데이터를 선별적으로 추출하는 능력
데이터 처리 : 원본 자료를 분석이 가능한 형태로 전환하는 능력
데이터 분석 : 정량적, 정성적으로 다양한 수준의 데이터 분석을 실시하는 능력
데이터 시각화 : 직관적이고 효과적인 방식으로 데이터를 표현하는 능력

데이터 분석 과정에 있어 필수 역량들을 모두 키워가실 수 있습니다. 누구보다 빠르고, 탄탄하게 데이터 리터러시를 완전 정복해보세요!


학습 내용

















수강 전 확인해주세요!✔️

실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다. 또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 강의 수강을 추천해드립니다.


예상 질문 Q&A 💬

Q. 엑셀이나 데이터 분석에 대한 선수 지식이 필요한가요?
A. 하나도 필요하지 않습니다. 본 강의는 비전공자, 엑셀 쌩초보자도 쉽게 강의를 따라올 수 있도록 친절하고 자세하게 설명합니다. 그러니 걱정 말고 일단 수강해보세요. 강의를 다 듣고 난 후에는 엑셀로 ‘제대로’ 데이터 분석할 수 있을테니까요!

Q. 수업 내용은 어느 수준까지 다루나요?
A. 본 강의는 Business Transformation에 도달하기 위해 데이터 기반으로 사고/기획/실행/의사결정하는 방법과 목적의 이해에 초점을 맞춘 기초 과정입니다. 데이터를 목적에 맞게 활용하는 데이터 해석 능력을 기르는데 중점을 두며, 이후 과정에서 엑셀 고급 기능을 활용한 심도 있는 데이터 분석을 하기 위한 발판을 마련합니다.

Q. 강의를 수강하기 위한 요구 사항 또는 필요 조건이 있나요?
A. 실습 위주의 강의이기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 또는 여분 기기를 함께 준비해주시면 좋습니다. 또한 Windows OS 기반으로 실습이 진행되므로, Windows 환경에서의 강의 수강을 추천해드립니다.

Q. 코딩도 해 본적 없는 데이터 분석 쌩초보인데, 가능할까요?
A. 당연히 가능합니다. 본 강의에서는 복잡한 코딩을 활용하는 것이 아닌, 흔히 사용하는 엑셀을 주로 활용하여 데이터 리터러시 능력을 키워드립니다.



강의자 소개

김진 | 마소캠퍼스 대표
서울대학교 MBA 졸업
오라클, 네이버를 거쳐 중국 네이버 개발 아웃소싱 센터를 설립 및 지휘하였으며, 서울대 MBA 졸업 후 글로벌 모바일 기업인 Obigo로 옮겨 데이터 분석에 기반한 성과 관리 시스템 도입 등 국내외 다양한 사업 영역을 개척하였습니다. 2010년에는 게임웹진 플레이포럼 M&A 후 데이터 분석과 디지털 마케팅을 실무에 본격 도입해 코리안클릭 수치 기준으로 월 평균 활성유저(MAU) 238만, 월 평균 페이지뷰(PV)수 1,700만을 달성하였습니다. 개발자, 전문 경영인의 길을 걸어온 사업가로서 폭넓은 경험과 IT 기술을 융합해 현재는 기업의 ROI를 높여줄 실무 전문가 교육에 힘 쓰고 있습니다.
경력 :
현) 머니매그넷주식회사(마소캠퍼스) 대표(2013.03 ~ )
현) 이화여자대학교 기업가센터 겸임교수(2018.09 ~ ) 전) PlayForum, CEO/대표 (2010.12 ~ 2012.12) 전) 오비고 코리아, 모바일웹 사업부/사업부장(2009.02 ~ 2010.11) 전) 네이버, 프로세스 이노베이션팀/리더 & 중국 개발아웃소싱팀/팀장(2003.12 ~ 2007.10) 전) 한국오라클, 교육컨설팅팀/교육 컨설턴트(1999.10 ~ 2003.11)

강의 경력 : 주 분야 : 디지털 트랜스포메이션 과정(디지털 마인드셋 빌딩, 디지털 리터러시, 데이터 리터러시, 데이터 사이언스 준전문가 Lv1 통계분석 마스터 클래스, 데이터 사이언스로 내리는 경영 의사결정 마스터 클래스, 데이터 기반 디지털트랜스포메이션 전략 마스터 클래스 디지털 사업개발, 디지털 기획 입문, 디지털 마케팅 전략, 데이터 마케팅 입문 부트캠프, 디지털 서비스 분석, 그로스해킹, 액션러닝 디지털마케팅, 사회혁신과 디지털마케팅, 인공지능 마케팅 입문, 디지털 미디어 성과분석 外 다수) 강의 기업 : 롯데그룹, 삼성전자, LG 전자, SK그룹, 포스코, 위메프, 넥슨, 하나금융그룹, 신세계 그룹, 농협경제지주, 현대엔지니어링, 현대커머셜, 3M, 뷰웍스, 나이스평가정보, 월드비전, 한국관광공사, 이화여대, 한양대 外 다수 저서 : 데이터 사이언스 입문(2018), 비즈니스 데이터 분석 입문(2021), 비즈니스 데이터 분석 실무(2021), 비즈니스 의사결정 마스터 클래스(2022), 디지털 마케팅 개론(2018), 마켓4.0 그로스해킹(2019), 디지털 분석 구글 애널리틱스 입문(2021) 外 다수

Preview
Expand All
  • 01
    01. 메가 트렌드 & 사례
  • dls101 – 월마트 사례
Curriculum
Expand All
  • 01
    01. 메가 트렌드 & 사례
  • dls101 – 월마트 사례
    dls102 – Digital Transformation
  • 02
    02. 의사결정과 데이터
  • dls201 – 직관적 의사결정과 데이터 기반 의사결정
    dls202 – Case_코노코필립스
    dls203 – 데이터 기반 의사결정 모형
    dls204 – 데이터 기반 전략 수립 사례
  • 03
    03. 데이터 리터러시
  • dls301 – 데이터 리터러시 역량
  • 04
    04. 데이터란 무엇인가
  • dls401 – 데이터 유형_비정형 데이터
    dls402 – 데이터 유형_정형 데이터
    dls403 – DIKW 피라미드
  • 05
    05. 데이터 기획 리터러시
  • dls501 – 데이터 기획 핵심 역량
    dls502 – 데이터 사이언스 프로세스
    dls503 – 의사결정을 위한 BQ 설정
    dls504 – 데이터 분석 모델이란
    dls505 – 분석 모델을 적용한 고객 분석
    dls506 – 분석 모델 수립 전략
    dls507 – 분석 목표 KPI 도출 프레임워크
  • 06
    06. 데이터 수집 리터러시
  • dls601 – 수집 데이터 유형
    dls602 – 서베이 방식 1차 자료 데이터 수집
    dls603 – 크롤링 방식 2차 자료 데이터 수집
    dls604 – 디지털 서비스 로그 데이터 수집
    dls605 – 데이터 태깅과 라벨링
  • 07
    07. 데이터 관리 리터러시
  • dls701 – 파일과 데이터베이스
    dls702 – 데이터 모델과 데이터베이스
  • 08
    08. 데이터 처리 리터러시
  • dls801 – 데이터 처리 핵심 역량
    dls802 – 사례로 이해하는 데이터 전처리
    dls803 – 데이터 전처리 전문 도구 활용 사례
  • 09
    09. 데이터 분석 리터러시
  • dls901 – 데이터 분석 리터러시 핵심 역량
    dls1001 – 기술 통계_데이터 요약의 의미
    dls1002 – 데이터와 기술 통계량
    dls1003 – 표준편차를 활용한 통계 분석 입문
    dls1004 – 통계분석을 활용한 인사이트 도출
    dls1005 – 부트스트랩 실험을 통한 확률론 입문
    dls1006 – 중심극한정리의 이해와 모집단 추정 입문
    dls1007 – 표본 샘플링을 활용한 고객 방문횟수 추정
    dls1008 – 몬테카를로 시뮬레이션 캠페인 예상 매출 추정
    dls1101 – 데이터 분석과 분석 모델
    dls1102 – 데이터 전처리와 기본 인사이트 도출을 위한 EDA 진행
    dls1103 – 경향 분석
    dls1104 – 비교 분석과 순위 분석
    dls1105 – 상관 분석
    dls1201 – 디지털 서비스와 데이터
    dls1202 – 디지털 서비스 분석
    dls1203 – 디지털 서비스 분석 도구
  • 10
    10. 데이터 시각화 리터러시
  • dls1301 – 데이터 시각화 핵심 역량
    dls1302 – 데이터를 요약하는 기술 차트 시각화
    dls1303 – 데이터 시각화 실무 입문
    dls1304 – 분석 도구별 데이터 시각화
  • 11
    11. 데이터 기반 사업 전략
  • dls1401 – Data-Driven 사업 진행 사례
    dls1402 – Data-Product 사업 진행 사례
  • 12
    12. Data Literacy
  • dls1501 – 데이터 리터러시 핵심 Summary
  • 13
    13. 다운로드 센터
  • dls2001 – 교재 다운로드
    dls2002 - 실습 파일 다운로드
Recent Update|2022. 12. 20
Instructor Introduction
"어제보다 성장하겠습니다. 그리고, 어제보다 성장하려는 사람을 돕겠습니다." 마소캠퍼스의 진심과 소망을 담은 Actionable Content로, 2013년부터 온오프라인으로 함께해 온 누적 강의 1억시간! 이 소중한 경험과 시간은 언제나 마소캠퍼스와 수강생 모두의 성장의 원천입니다. 마소캠퍼스 팀은 우리의 모두의 성장을 위해 두 가지 원칙을 반드시 지킵니다. 1. 배우면 반드시 쓸 수 있는 Actionable Content 2. 참여자의 시간과 수고를 존중하는 Time-Saving Curriculum 마소캠퍼스의 Actionable and Time-Saving Curriculum으로 성장의 길을 함께 걸어나가길 기원합니다.

Lecture Reviews
69,000

Average Rating
0.0
Difficulty
Easy
Lecture Period
Unlimited
time taken
5 hours