PART 01. 데이터 분석 시작하기
1장 데이터는 왜 중요한가요?
1-1 데이터로 일하는 개인이 성장하는 이유
1-2 데이터로 일하는 조직이 성공하는 이유

2장 환경 설정
2-1 빅쿼리 환경 설정
2-2 파이썬 환경 설정
2-3 루커 스튜디오 환경 설정

PART 02. 데이터 분석을 위한 도구 사용법
3장 빅쿼리
3-1 중복값 제거
3-2 UTC 변환
3-3 NULL 값 처리
3-4 CASE WHEN 문 활용
3-5 LIKE를 활용한 조건문
3-6 조인(JOIN) 개념 이해 및 올바른 사용
3-7 UNION과 UNION ALL의 차이와 활용
3-8 서브쿼리 작성 및 활용
3-9 WITH 문을 이용한 임시 테이블 생성
3-10 윈도우 함수 활용
3-11 피벗 테이블 생성
3-12 정규 표현식 사용
3-13 비율 계산 시 주의사항
3-14 무분별한 SELECT * 사용
3-15 파티셔닝과 클러스터링 최적화
3-16 UDF(User-Defined Functions) 활용
3-17 ARRAY와 STRUCT 데이터 타입 사용

4장 파이썬
4-1 파이썬 데이터 타입 변환(astype() 활용)
4-2 데이터 복사 시 주의사항(copy() 메서드 활용)
4-3 결측값(NaN) 처리(dropna(), fillna() 활용)
4-4 loc, iloc을 이용한 데이터 접근
4-5 인덱스 재설정(reset_index 활용)
4-6 그룹화 연산(groupby 활용)
4-7 데이터 병합(merge, join 메서드 활용)
4-8 조건부 필터링(np.where, query 활용)
4-9 다중 집계 함수 적용(agg 활용)
4-10 다양한 파일 형식 다루기(csv, parquet, pickle)
4-11 List comprehension 활용
4-12 고성능 연산(map, apply 활용)
4-13 누적 계산(cumsum, expanding 활용)

5장 구글 스프레드시트
5-1 셀 참조 방식(상대 참조 vs 절대 참조)
5-2 데이터 커넥터를 이용한 빅쿼리 연동
5-3 피벗 테이블 생성 및 활용
5-4 여러 시트의 데이터 병합
5-5 Google Apps Script 작성 및 활용
5-6 분석 차트 삽입

6장 루커 스튜디오
6-1 데이터 특성에 맞는 차트 선택
6-2 차원과 측정값의 구분 및 올바른 사용
6-3 파이 차트 vs 막대 차트
6-4 산점도 vs 버블 차트
6-5 지도 시각화 기법
6-6 이중 축 그래프 활용법
6-7 3D 그래프 vs 2D 그래프
6-8 그래프 색상 활용 전략
6-9 직관적인 대시보드 제목 및 그래프 제목 작성
6-10 효과적인 필터 활용법
6-11 효과적인 대시보드 레이아웃 설계

PART 03. 데이터 분석 사고법
7장 비즈니스 이해하기
7-1 비즈니스 모델 이해
7-2 주요 비즈니스 모델(BM)별 핵심 지표
7-3 지표 구조
7-4 재무적 관점 갖추기

8장 문제 정의하기
8-1 중요한 문제 파악하기
8-2 분석의 기준 세우기
8-3 데이터는 목적이 아닌 수단이다

9장 가설 세우고 검증하기
9-1 가설과 검증 구조로 생각하기
9-2 A/B 테스트
9-3 가설도 창의적이어야 한다

10장 분석 결과 전달하기
10-1 데이터 분석 보고서 작성법

PART 04. 데이터 분석 실무에서 마주치는 주제들
11장 데이터 수집과 추적
11-1 UTM 설계
11-2 로그 설계

12장 데이터 해석
12-1 계절성 분석
12-2 인과 분석
12-3 기여 분석
12-4 공간 분석(GIS 분석)
12-5 고객 세그먼테이션
12-6 마케팅 믹스 모델링(Marketing Mix Modeling, MMM)

13장 시각화와 커뮤니케이션
13-1 대시보드 제작

PART 05. 비즈니스 지표 용어집
14장 AARRR 지표 정리
14-1 AARRR 프레임워크 소개
14-2 Acquisition
14-3 Activation
14-4 Retention
14-5 Revenue
14-6 Referral

15장 산업별 비즈니스 지표
15-1 사업 성과 지표
15-2 광고 산업 지표
15-3 배달 산업 지표
15-4 이커머스 산업 지표
15-5 패션 리테일 산업 지표
15-6 초기 사업(스타트업) 지표

찾아보기

저자 : 주정민
데이터 분석가이자 교육자. 데이터 분석 교육 및 AI 전략 컨설팅 회사 JU DATA를 운영하고 있습니다. 플랫폼, 이커머스, 리테일 등 다양한 산업에서 데이터 분석 프로젝트와 기업 컨설팅을 수행했으며 코치 코리아(Coach Korea), 쿠팡이츠 등에서 데이터 분석가로 근무하며 데이터 기반 의사결정을 지원하는 실무 프로젝트를 진행했습니다. 현재는 기업과 대학, 개인을 대상으로 데이터 리터러시, 분석 및 시각화 강연을 진행하며 수천 명의 수강생에게 실무 노하우를 전하고 있습니다. 또한 글로벌 데이터 커뮤니티 Women in Data™의 Data Viz Club 리더로서 데이터 시각화 역량을 공유하는 커뮤니티 활동을 운영하고 있습니다. 실무 현장에서 반복적으로 나타나는 문제와 시행착오를 바탕으로, 더 많은 사람들이 데이터를 현실적으로 이해하고 활용할 수 있도록 돕기 위해 이 책을 집필했습니다.

저자 : 허현
데이터 분석가 출신의 프로덕트 매니저. 데이터를 기반으로 제품 전략을 설계하고, 실제 서비스 성과를 만들어내고 있습니다. 엔씨소프트와 콴다를 포함한 배달, 게임, 교육 등 다양한 도메인에서 데이터 분석을 경험했습니다. 데이터 분석으로 성과를 만드는 과정에서 겪은 다양한 시행착오와 실무적인 고민을 정리해, 데이터 분석을 배우는 사람들이 같은 실수를 반복하지 않도록 돕기 위해 이 책을 공동 집필했습니다.

이 책은 데이터 분석가나 데이터를 다루는 사람이 데이터를 왜 다루고 어떤 목적으로 다뤄야 하는지 생각부터 바꿔 줍니다. 데이터를 모았다고 끝이 아니라 모은 데이터를 어떻게 효과적으로 정리하고 시각화하여 최종 결정권자에게 어떤 수치를 보여줘야 하는지 실무적인 관점에서 알려주기 때문에 데이터를 다루는 사람이라면 꼭 읽어야 할 도서입니다.
많이 실수하는 부분들을 한번 체크할 수 있으며 다양한 사례와 함께 자세하게 소개합니다. 그리고 실무에서 많이 사용하는 핵심 지표 용어를 정리했기 때문에 데이터 분석에 경험이나 지식이 없는 마케터도 이 책을 통해 쉽게 익힐 수 있습니다. 또한 저자의 카톡 오픈채팅방을 통해 언제든지 궁금한 내용이 있으면 카카오톡을 통해 질문할 수 있어 학습에도 큰 도움이 됩니다.

저자의 말

누구나 데이터를 만지고 활용해야 하는 시대가 되었지만, 역설적으로 데이터를 어떻게 설계하고 분석하며 활용해야 하는지에 대한 막막함은 오히려 더 커지고 있습니다. 특히 어떤 문제를 정의해야 하는지, 어떤 데이터를 통해 해답을 찾을 수 있는지, 그리고 분석 결과를 어떻게 의사결정으로 연결해야 하는지에 대해 많은 사람들이 어려움을 겪고 있습니다.
이 책이 데이터 분석가를 꿈꾸는 학생들에게는 단단한 기본기를 다지는 출발점이 되고, 현장에서 의사결정을 고민하는 실무자들에게는 데이터를 이해하고 활용하는 데 도움이 되는 길잡이가 되기를 바랍니다. 또한, 데이터 분석을 배우는 과정에서 같은 실수를 반복하지 않도록 돕는 작은 안내서가 되기를 소망합니다.