4차 산업혁명 시대의 경쟁력! 효과적인 비즈니스 인사이트를 도출하기 위한 고급 데이터 분석 기술을 잡아라! 엑셀 파워쿼리와 파워피벗을 활용한 업무 디지털 전환(DT) 성공 가이드 비대면 시대가 지속됨에 따라 이전보다도 디지털상에 더 많은 정보가 발생하고 있습니다. 따라서 데이터량도 기하급수적으로 증가하여 이러한 데이터를 다루는 능력이 어느 때보다도 중요한 시기입니다. 이러한 상황에서 데이터 분석 능력은 누구나 원하고 또 습득하고 있으나, 실무에서 실제로 성과를 얻게 하는 효과적이고 효율적인 데이터 분석은 아무나 이뤄낼 수 없습니다. 그렇기에 현업에 활용하기 용이한 데이터 분석 고급 역량을 제대로 갖추는 것이 매우 중요합니다. 그런데 주변에 널린 데이터 분석에 관한 파편적인 지식과 강의들 사이에서 우리가 과연 실무로 연결할 심화 수준의 역량을 정상적으로 습득할 수 있을까요? 아닙니다. 여전히 데이터 전문가 부족 문제가 대두되고 있는 현재, 그러한 역량을 기를 곳을 찾고 실제 필요한 정도로 끌어올리는 건 어려운 실정입니다. 결국, 고급 분석을 해내거나 실용성 있는 인사이트를 발굴하지 못한다면 이 빅데이터 시대에서 데이터 분석 역량을 보유하고 있다고 주장한들 객관적으로는 허울뿐인 능력일지 모릅니다. 그렇다면 현업 실무에서 실제 적용할 수 있는 진짜 데이터 분석 기법은 어떻게 배워야 할까요? 본 도서는 엑셀로 데이터를 관리하는 기본 기능부터 엑셀 데이터모델, 파워피벗을 활용한 대용량 데이터 관리 방법, 피벗테이블, 피벗차트를 활용한 기본 시각화, 파워쿼리를 활용한 이기종 데이터 취합, 보고서 작성과 업무 자동화, 파워 BI를 활용한 고급 시각화 등 다양하고 수준 높은 기능을 실무형 예제로 학습하게 합니다. 기존에 엑셀을 사용하며 엑셀에 포함된 고급 기능에 갈증을 느꼈거나, 자신이 할 수 있는 데이터 처리량에 한계를 느꼈다면, 상당한 수준의 엑셀 빅데이터 분석 기법을 안내하는 본 도서를 끝까지 읽어보시길 추천드립니다.

PART 1 비즈니스 데이터 분석과 BI 01데이터 사이언스의 프로세스 02 엑셀 데이터 분석 프로세스 03 EXCEL BI란 무엇인가? PART 2 파워쿼리로 다양한 원본에서 데이터 취합하기 01 엑셀 버전별 파워쿼리 활성화 방법 02 파워쿼리 인터페이스의 이해 03 웹에서 데이터 가져오기 04 엑셀 파일에서 가져오기 05 데이터베이스에서 가져오기 06 다양한 파일 형식에서 데이터 가져오기 PART 3 파워쿼리 편집기의 이해 01 편집기는 왜 필요할까? 02 파워쿼리 편집기의 기본 사용법 03 파워쿼리 편집 작업의 이해 04 원본 바꾸기와 연결 끊기 PART 4 파워쿼리 데이터 전처리 실무 01 엑셀 데이터 분석 핵심 관리 프레임워크 02 데이터 분석에 적합한 데이터 형태 03 파워쿼리를 활용한 데이터 편집 04 회사에서 많이 쓰는 전처리 종합 - HR 데이터 05 회사에서 많이 쓰는 전처리 종합 - 제품 판매 현황 06 반복 작업 데이터의 자동 업데이트 PART 5 이기종 데이터 통합 분석 01 폴더 내 여러 CSV 파일 결합 02 여러 엑셀 파일의 데이터 하나로 합치기 03 확장자와 구조가 다른 여러 파일 통합 분석 PART 6 파워피벗 데이터 모델링 실무 01 흩어진 데이터의 연결 02 물리적 마스터 데이터셋 구성과 분석 03 관계로 논리적 마스터 데이터셋 구성 04 파워피벗 활성화하기 05 파워피벗을 활용한 데이터 모델링 06 더 영리한 파워피벗 사용법 07 파워피벗과 파워쿼리를 활용한 데이터 핸들링 PART 7 EXCEL BI를 활용한 데이터 분석 정리 01 엑셀 데이터 분석 요약 정리

“복잡한 현실의 다양한 특징 중 우리가 알고자 하는 사실을 설명할 수 있는 데이터를 결정하고 이를 수집해야 한다. 취합한 데이터는 엑셀, R, 파이 썬 등 여러 분석 도구가 다룰 수 있는 측정 가능한 형태, 즉 문자(범주형 데이터) 또는 숫자(연속형 데이터)의 모양을 갖춰야 한다.” - 11p, 『비즈니스 데이터 분석과 BI』 중에서 “BI(Business Intelligence)란, 기업이 보유한 수많은 데이터를 정리하고 분석하여 의사결정에 활용하는 일련의 프로세스를 뜻한다. 제품 및 서비스를 생산, 유통, 판매하는 과정에서 기업의 내외부에는 많은 양의 데이터가 쌓인다. BI 는 비즈니스의 모든 과정에서 산발적으로 흩어져 있는 데이터를 체계적으로 통합하고 일목요연하게 정리하여 사용자가 필요로 하는 정보를 정확한 시점에 제공할 수 있는 환경을 가리킨다.“ - 16p, 『 비즈니스 데이터 분석과 BI 』 중에서 “이처럼 파워쿼리를 활용하면 각각의 위치에 흩어져 다른 구조로 운영되는 여러 원본 자료를 마치 하나의 엑셀 표처럼 모아 통합적으로 분석 가능하다. 파워쿼리를 이용하지 않는다면 엑셀로 웹사이트의 정보와 데이터베이스, 엑셀 파일을 연결하는 등의 방대한 데이터를 처리하는 것은 불가능에 가깝다. 매우 수고스럽게 각 원본의 자료를 수작업으로 엑셀 문서로 다운로드 받아 합치더라도 원본에 변동 사항이 발생하면 같은 작업을 반복해야 한다. 그러므로 대량의 다양한 데이터를 엑셀로 처리하려면 꼭 파워쿼리의 데이터 결합 방법을 익혀 두자.” - 160p, 『 이기종 데이터 통합 분석 』 중에서 “엑셀에는 2가지의 데이터 모델링 기능이 있다. 첫 번째 방법은 두 개의 표가 공통으로 가지는 요소를 엑셀에서 데이터 관계로 연결하여 논리적 마스터 데이터셋을 구성하는 것이다. 두 번째는 파워피벗을 이용해 각 시트의 필드에 연결 관계를 만드는 방식이다. 이번 장에서는 여러 데이터에서 공통 열을 찾아 관계를 만드는 첫 번째 방법부터 함께 해보자.” - 188p, 『 파워피벗 데이터 모델링 실무 』 중에서 “두 번째 특징은 메모리를 사용하기 때문에 고성능 환경에서 데이터를 빠르게 계산하고 분석할 수 있다는 점이다. 엑셀 워크시트에서 VLOOKUP 함수를 쓰면 데이터를 하나로 합칠 때 데이터를 읽어 들이는 파일 I/O(input/ Output)가 대량 발생한다. 실상 데이터가 30만 건만 넘어도 어마어마한 데이터 로딩을 감수해야 한다. 그러나 파워피벗은 효율적인 압축 알고리즘으로 데스크탑의 메모리에 데이터셋을 로드하기 때문에 1억 건이 훌쩍 넘는 데이터셋도 무리 없이 처리 가능하다. 메모리에 논리적 마스터 데이터셋을 로딩하여 파일 I/O 발생 없이 빠르고 효율적으로 데이터를 분석할 수 있다.” -216p, 『 파워피벗 데이터 모델링 실무 』 중에서 “파워쿼리로 수집한 데이터는 파워피벗으로 논리적으로 연결하여 데이터 모델링을 할 수 있다. 파워쿼리의 연결이 원본과 엑셀의 연결, 그리고 비슷한 내용을 담은 원본끼리의 연결이라면, 파워피벗의 연결은 매우 다른 데이터 사이에 숨어 있는 공통 요소를 잇는 것이다. 우리가 살면서 번득이는 인사이트를 얻었던 순간을 되짚어 보면 전혀 달라 보이는 것들 사이의 공통점을 발견했을 때인 경우가 많을 것이다. 데이터 분석도 마찬가지다. 아무런 상관이 없어 보이는 수많은 데이터 사이를 연결하여 들여다볼 때 비로소 드러나는 패턴이 있기 마련이다. 파워피벗은 이런 작업이 가능한 기틀을 제공한다.” - 230p, 『 EXCEL BI를 활용한 데이터 분석 정리 』 중에서