25%99,000원74,250원
월 14,850원
5개월 할부 시
V Kim2024-07-211328516안녕하세요 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?
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