Udemy Starters Employment Bootcamp 4. – 데이터 분석/시각화(Tableau) 6주 학습 저널


Udemy Starters Employment Bootcamp 4. – 데이터 분석/시각화(Tableau) 6주 학습 저널


6주차 수업

프로젝트 1 – 지역 관리자를 위한 대시보드 생성

Q. 리전 매니저님, 데이터 처리가 어려운 분들을 위해 대시보드를 만들어주세요. 관리자는 서로 다른 지역을 담당하므로 매개변수를 설정하여 지역 데이터를 검증해야 합니다. 얼마나 많은 매출을 올렸는지 대시보드를 통해 알 수 있게 해주세요.


지역 에이전트 성과를 검토하는 대시보드는 “월간 성과”에 중점을 두고 구성되었습니다.. ‘월간 실적’에 초점을 맞춘 근거는 일일보고서는 너무 짧고, 분기보고서는 너무 길며, 월간보고서는 지역담당자가 성과를 검토하고 반성하기에 편리하다는 점이었습니다. 대시보드에서 지역별 필터를 변경하여 해당 지역의 성과를 볼 수 있습니다., 년도/월별 필터를 설정하여 이전 달과 비교하여 성능 추세를 비교했습니다.. 확인할 수 있는 구체적인 정보는 다음과 같습니다..

하나. 월매출/순이익/고객 수

판매, 대시보드 상단에서 주요 성과 직접 측정, 순이익, 월별 실적을 한눈에 확인할 수 있도록 고객 수를 정리.

– 어머니 (%): 전월 대비 변동률로 이번 달 실적을 판단할 수 있습니다.

2. 고객당 수익

– 단순한 고객 수보다 어떤 고객이 있는지, 많은 금액을 구매하는 고객이 많은지, 적은 금액을 구매하는 고객이 많은지를 아는 것이 더 중요하다고 생각합니다. 고객당 매출을 확인하고 고객당 단가를 높일 수 있는 전략을 세울 수 있도록 구성했습니다.

삼. 지역별 순이익률 순위

담당분야가 다른 분야에 비해 어느 정도의 수익률을 달성했는지 순위와 수치를 나타냅니다.. 비교를 통해 당신이 충분히 잘했는지 여부를 직접 확인할 수 있습니다.

4. 지역별 순이익률

해당 지역의 특정 주 순이익 마진 찾기, 주별 성과를 관리하고, 다른 지역에 비해 성과가 저조한 상태를 식별하고, 성과가 저조한 상태를 계속 주시할 수 있습니다..

5. 매출 대비 순이익 추이

매출 대비 순이익 비율을 확인할 수 있습니다..

이전 시간과 비교하여 최근 변경 사항을 보여주는 차트입니다., 시간 필터를 추가하여 특정 날짜의 매출 및 순이익 추세를 볼 수 있습니다.. 갑자기 큰 변화가 있는지, 좋은 성적을 유지하고 있는지 확인하고 향후 전략에 참고할 수 있습니다..

프로젝트 2 – 에어비앤비 서비스 개선 프로젝트

1일차

프로젝트는 에어비앤비의 서비스를 개선하기 위한 컨설턴트라는 개념으로 시작되었습니다. 개선이 필요한 객실과 이미 좋은 서비스를 제공하고 있는 객실을 분석하여 대시보드에 표시하고 서비스 개선을 위한 전략을 수립하는 것이 과제였습니다.

좋은 방의 기준 1. 시청률이 높다 2. 시청률이 높다세트

열악한 객실 기준 1. 높은 가격, 2. 낮은 평점세트

또한 여러 개의 방을 운영하는 호스트가 좋지 않은 서비스를 경험하고 서비스 품질이 개선된다면 더 많은 수익을 창출할 가능성이 있습니다. 그래서 우리는 이 범주에 속하는 호스트를 찾으려고 노력했습니다.

좋은 방을 고르는 요령 공간 점수그리고 이 표현은 등급 수* 등급/수명(개월)에 의해 결정

가동시간이 길어짐에 따라 점검 횟수가 늘어날 수 있기 때문에 기간의 영향을 줄여 객관적인 지표를 얻기 위해 월별로 세분화했다.


2일차

전날 완료한 대시보드 피드백을 바탕으로 대시보드의 기능과 내용을 수정하는 과정을 거쳤습니다. 받은 피드백 및 수정 사항은 다음과 같습니다.

1. 대시보드를 통해 데이터가 어디에 있는지 직관력을 갖는 것이 중요하고 스프레드시트 클릭 시 지도에 표시되는 동작을 설정하는 부분이 마음에 들었습니다.
2. 점수를 사용하는 경우 쉽게 알아볼 수 있도록 100점 만점으로 변환합니다.
3. 축이 2개인 차트가 많아 해석이 쉽지 않습니다. 사용자가 쉽게 이해할 수 있도록 텍스트에 추가 설명을 추가하는 것이 좋습니다.
4. 런타임을 계산할 때 가장 최근 날짜의 고정 사용은 현재 문제가 아니지만 데이터가 업데이트될 때 문제가 발생할 수 있습니다. 이것을 자동화하는 것이 좋을 것입니다.


1. 객실 100포인트로 전환/분기별 운영시간 내 변경

객실 등급의 최대치를 100점으로 환산하고 기존 등급은 운영일을 ‘월’로 나누어 계산했다.

공간 점수를 100점으로 환산하기 위해 각 점수를 전체 데이터에서 가장 높은 점수로 나누는 방법을 사용하였으며, 이를 위해 차원에 관계없이 최대값을 고정하는 LOD(FIXED)를 사용하였다.

2. 날짜 자동화 설정

기간 페널티를 받기 위해 생성된 ‘DATEDIFF’ 필드에서 {FIXED: MAX((HOST SINCE))}를 설정하여 가장 최근 날짜가 변경되더라도 기존에 설정하여 사용하던 #2015-08#을 자동으로 변경할 수 있다.

3. 평균 수평선 추가

막대와 원을 통해 여러 방을 실행하는 호스트의 상대적인 작동 상태를 알기 위해 차트에 평균 수평선을 추가했습니다. 평균 수평 점수선을 통해 수평선 기준으로 점수가 낮은 호스트를 명확하게 선별하여 많은 방을 운영할 수 있습니다.

3일차 / 4일차

피드백을 받고 추가 수정을 하여 보고서를 작성했습니다. 수정 내용 및 완성된 보고서의 발표는 다음과 같습니다.

수정 1

방 점수에도 지역별 필터를 적용하여 지역별 순위를 확인할 수 있는 기능이 추가되었습니다. 필터를 사용하면 동일한 지역 내에서 상대적인 순위를 비교할 수 있습니다.

수정 2.

기존에는 호스트별 방 수와 방별 평균 점수를 동시에 보여주는 그래프를 해석하기가 쉽지 않았고, 두 가지 정보에서 무엇을 알 수 있는지 다소 불분명한 것으로 판단됐다. 따라서 보다 정확한 해석을 위해 그래프를 수정하였습니다. 이 차트는 10개 이상의 객실을 동시에 운영하는 다중 호스트의 평균 평점 점수를 보여주며, 평균 평점이 낮은 다중 호스트를 관리해야 함을 시사합니다.



목표: Airbnb New York에서 최고의 객실과 서비스가 부족한 호스트를 효율적으로 관리

현재 상황:
1) 우수 객실을 파악하기 위해 후기와 객실별 후기 수를 살펴본 결과, 95%의 객실이 5개 이하로 평가되어 객관적으로 품질을 평가하기에 적합하지 않은 객실로 나타났다.
그래서 우리는 리뷰 수, 평점 및 운영 시간을 종합적으로 고려하여 우수한 객실을 평가하는 “객실 점수”라는 새로운 점수 지표를 정의했습니다.

2) 서비스가 좋지 않은 호스트를 선정하여 각 호스트가 운영하는 방의 수의 비율을 살펴본 결과, 방이 2개 이상인 멀티호스트의 비중은 31.28%로 적었지만 전체 매출의 40.88%를 차지했다. 즉, 2개 이상의 방을 운영하는 다수의 호스트 중 소수의 미운영 호스트를 모니터링하여 효율적으로 수익을 개선할 수 있는 것으로 판단된다(Data 2).

대시보드 설명 및 해석:
1. 최고의 공연이 있는 방
잘 관리된 객실은 “객실 등급”에서 유추할 수 있으며, 차트 상단에 있는 객실은 우수하다고 판단할 수 있습니다. 추천 게시 등의 조치를 통해 사용자에게 더 나은 서비스를 제공할 수 있기를 기대합니다.

2. 성능이 가장 낮은 호스트
여러 방을 운영하는 멀티호스트 중 서비스가 불량한 호스트를 파악하고, 10개 이상의 숙소를 운영하는 멀티호스트는 평균 후기 점수가 낮은 호스트를 집중 관리한다. 호스트에게 서비스 개선을 요청하고 동시에 여러 객실의 서비스 개선을 요청하면 효율적으로 관리할 것으로 기대됩니다.


학습 복습 6주차

저는 Tableau로 오프라인 교육을 시작했습니다. 강의를 통해 혼자 공부할 수 있는 시간도 좋았지만, 매일매일 프로젝트를 접하면서 Tableau 활용 능력이 나날이 늘어가는 것을 느끼며 뿌듯한 한 주였습니다. 그러나 그것은 또한 어려웠습니다. 프로젝트의 특성상 단순히 기능을 구현하는 것에 그치지 않고 깊이 생각하고 문제를 해결하기 위한 최적의 결과를 찾는 것이 필요합니다. 그래도 얻은 게 많은 것 같아서 좋았다. 또 프로젝트를 할 때도 시간이 너무 빨리 가니까 하루에 4~5시간 정도 일하는데도 할 일이 있어서 아쉬웠다. 이번주 배운 내용을 교훈으로 삼고 다음주에는 조금 더 시행착오를 줄이고 처음부터 데이터를 제대로 파악한 다음 분석을 진행하여 더 나은 결과를 도출해내고자 합니다.

다음주 부록

Tableau를 사용하여 데이터를 탐색하는 능력을 개발해야 한다고 생각했습니다. 시각화는 제쳐두고 전체 분석 프로세스를 헤매지 않고 진행할 수 있으므로 다음 주에 프로젝트를 더 원활하게 실행할 수 있습니다.


* Udemy 큐레이션으로 이동: https://bit.ly/3HRWeVL

* STARTERS 취업 부트캠프 공식 블로그: https://blog.naver.com/udemy-wjtb

본 리뷰는 유데미-웅진 씽크빅 취업 부트캠프 학습일지 데이터 분석/시각화 4차 리뷰로 작성되었습니다.