Thumbnail
BEST
데이터 사이언스데이터 분석

BigQuery(SQL) 활용편(퍼널 분석, 리텐션 분석)대시보드

(4.9)
19개의 수강평 ∙ 289명의 수강생
99,000원

월 19,800원

5개월 할부 시
지식공유자: 카일스쿨
총 62개 수업 (10시간 35분)
수강기한: 
무제한
수료증: 발급
난이도: 
입문
-
초급
-
중급이상
지식공유자 답변이 제공되는 강의입니다
폴더에 추가공유
  • 최승원 프로필최승원
    2024-10-111402337

    안녕하세요! 당장의 BigQuery보다는 전반적인 SQL 기반 분석 능력을 키우고 싶은데, 이 강의가 적합할 지 궁금합니다! (현직 기획자입니다.) 현재 직장에서는 Posgresql 활용중입니다.

    카일스쿨
    카일스쿨
    카일스쿨
    2024-10-11372610

    안녕하세요. SQL을 학습하는 과정에서 어떤 DB, DW여도 SQL의 큰 구조는 유사합니다. 오라클, MySQL, PostgreSQL, BigQuery, Spark, Redshift 등 다양한 DB, DW가 있지만 문법 큰 구조는 유사합니다. 이 강의는 그 중에서 DW인 BigQuery에 초점을 맞춘 강의입니다. BigQuery는 데이터 분석에 특화된 문법들이 존재하는데, PostgreSQL도 비슷한 기능들이 많이 있습니다. BigQuery와 PostgreSQL의 차이는 시간 데이터를 다루는 과정의 차이가 있는데 이 부분은 문법 형태만 살짝 다르다는 것 정도만 인지하면 될 것 같네요. 활용편 강의는 앱 로그, 웹 로그 데이터를 분석하는 강의로 SQL을 처음 접하는 분을 위한 강의는 아닙니다. 처음 접하는 분들을 위한 강의로 초보자를 위한 BigQuery(SQL) 입문 강의를 무료로 공개해두었으니 이 강의를 보시는 것도 방법일 것 같아요. https://inf.run/p121d 정리하면 - BigQuery나 PostgreSQL이나 큰 차이는 존재하지 않아 괜찮을 것 - 다만 이 강의는 기본적인 것을 설명하지 않는 중급 이상의 강의이므로 입문편 강의를 보시고 선택하는 것을 추천드려요 - 추가로 분석 역량, 데이터 해석 역량은 지표 정의나 실험 설계 등의 지식이 필요한데 이 지식들은 PM을 위한 데이터 리터러시 강의에 담아두었어요. 제 강의의 커리큘럼은 PM을 위한 데이터 리터러시 -> 초보자를 위한 BigQuery -> BigQuery 활용편 순서로 수강하는 것을 추천드리고 있어요. 문제 정의에 대한 과정 후에 SQL을 배우는 것이 효과적인 것을 확인해서 이 순서대로 강의를 출시했어요. PM을 위한 데이터 리터러시 : https://inf.run/jfWT

  • yoonji 프로필yoonji
    2024-10-031396455

    안녕하세요! 카일스쿨님 초보자를 위한 입문 bigquery 에서 data warehouse/ data mart 구축에 대해서 잠깐 언급하셨는데 이 강의에서는 위의 내용이 포함되지 않은 거 맞나요?

    카일스쿨
    카일스쿨
    카일스쿨
    2024-10-03370926

    yoonji님 안녕하세요! 빅쿼리 입문편 이후에 활용편을 들으시면 되어요. 입문편에서 다루지 않은 빅쿼리 함수들을 더 다루는 강의입니다. BigQuery가 데이터 웨어하우스인데, 입문편에선 간단한 SQL 문법 위주로 공유드렸다면 활용편엔 BigQuery(데이터 웨어하우스)에서 사용되는 문법들을 담았습니다. 데이터 마트에 대한 개념적인 부분은 없긴 하지만, 마트의 핵심이 어떤 데이터를 집계한 후에 스케줄링하는 것이에요. 스케줄링하는 과정 중에 하나로 스케줄 쿼리를 소개드리고 있어요. 데이터 마트 강의를 추후(아마 6개월이나 그 이후?)에 낼 때는 BigQuery의 심화적인 문법은 다루지 않을거라 활용편을 듣고 추후 강의를 보시는 것이 흐름 상 맞을 것 같아요. 정리하면 - 데이터 웨어하우스인 BigQuery의 내용을 더 자세히 다룹니다 - 마트 구축에 대한 구체적인 이론은 없긴 하지만, 강의를 들으시다가 궁금하신 점이 있으면 활용편에 있는 디스코드에 오셔서 질문해주시면 제가 도움을 드리는 방향으로 답변 드려볼게요 - 마트만 특화된 강의는 추후에 만들 예정이에요

  • V Kim 프로필V Kim
    2024-07-211328516

    안녕하세요 카일님. 기다리던 활용편 강의가 나와서 기쁩니다! 저는 현업에서 firebase, GA 등은 사용하지 않고 Hive에 적재되는 테이블을 DBeaver에서 쿼리문을 쓰고 추출합니다. (Presto SQL입니다. 이 때 테이블에 따라 json 컬럼은 종종 있습니다.) 추출결과를 csv형태로 저장하여 엑셀이나 구글 스프레드시트에 raw를 넣고 표로 시각화하거나 Power BI로 시각화하는 편인데요. Big query, firebase, GA 등 수업에서의 환경과 달라서 강의 수강 후 현업에 적용하기엔 좀 어려울까요? 어떤 점은 비슷하고 어떤 점은 다르다는 걸 숙지하고 수강하면 좋을까요?

    카일스쿨
    카일스쿨
    카일스쿨
    2024-07-21355184

    안녕하세요 :) PM을 위한 데이터 리터러시 강의 코칭 후에도 시간이 꽤 흘렀네요. 요즘 어떻게 지내고 계실지 궁금하네요. 우선 제 강의는 BigQuery 기반으로 진행하기 때문에 Hive, Spark를 사용하는 분들이 고민을 하시는 경우가 존재해요. 이럴 때는 수강의 목적에 따라 다르게 접근하면 어떨까 싶어요. BigQuery를 메인으로 알려드리지만, 강의에서는 퍼널 분석, 리텐션 분석을 기반으로 어떻게 생각해야 하는지를 공유드려요. PM을 위한 데이터 리터러시 강의를 실제로 쿼리로 분석한다고 보셔도 좋을 것 같네요. 이 때 윈도우 함수나 ARRAY 등을 공유드리는데 이 부분은 Presto SQL에서도 겹치는 부분이 존재합니다. Presto에도 배열 타입이 존재하고, 배열을 풀 때 UNNEST를 사용하는데 이 부분이 BigQuery 강의와 동일합니다. Presto 윈도우 함수도 BigQuery의 윈도우 함수와 유사합니다. V Kim님의 SQL 역량을 고민해보시고 윈도우 함수나 배열을 다루는 방법을 알고 싶다고 하시면 이 강의를 수강하시면서 Presto 기반으로 수정해서 사용하실 수 있을거에요. 윈도우 함수나 배열은 회사에 입사하기 전엔 알기 어려운데(데이터가 없기에) 이 부분에 대해 학습하면서 어떤 문법이 언제 필요하구나를 익힐 수 있을거에요. 현재 회사에서 데이터 분석을 비즈니스 관점으로 하는지, 제품 관점으로 하는지에 따라 접근 방법이 다를 수 있는데, 활용편은 제품 관점의 분석을 보여드립니다. 많은 곳에서 언급되는 퍼널, 리테션을 어떻게 해석해야 하는지 이해할 수 있지요. 그 부분을 기반으로 비즈니스 관점으로도 생각할 수 있습니다. 퍼널은 사실 비즈니스에서도 생각할 수 있는 부분이기 때문이에요. 앱 로그 데이터가 이렇게 생겼구나도 알고 계시면 장기적으로 DB나 앱 로그 등의 데이터가 이런 식으로 저장될 수 있구나를 알 수 있게 될거에요. 정리하면 - 지금 당장의 환경에 100% 맞진 않을 수 있어요. 현재는 Hive에 저장된 데이터를 Presto SQL로 실행하고, 그것을 가공하는 과정이기 때문이에요. 그러나 데이터 처리하는 도구는 도구일 뿐이라, 경력이 쌓일수록 Presto나, BigQuery나 Spark나 어떤 것이든 필요하면 하게 되는 것 같네요 - 그러나 Presto나 BigQuery나 문법이 유사하기 때문에 도움이 될 수 있음(약간의 문법 차이가 존재할 뿐) - 데이터를 어떻게 처리할 것인가, 분석하는 과정에 대해 익히는 것은 현재의 분석 역량에 도움이 될 것 이정도로 생각할 수 있을 것 같네요. 개인적으론 제가 여태까지 냈던 PM을 위한 데이터 리터러시 -> BigQuery 입문 -> BigQuery 활용편이 제가 생각한 데이터 분석 과정의 핵심입니다. 그래서 이 부분까지 해보시는 것도 어떨까 싶네요. 다만 지금 업무가 너무 많으시면 천천히 수강하거나 나중에 이런 부분이 필요한 경우에 들어보시는 것도 가능할 것 같아요. 참고로 그 후에 나올 강의들은 BigQuery를 기반으로 데이터 엔지니어링을 해볼 예정이에요(강의가 계속 이어지는 구조로 앞선 내용을 알아야 뒤에 부분이 더 잘 이해가 될거에요) 또 궁금한 내용이 있으시면 말씀해주셔요! 감사합니다

채널톡 아이콘