tag

#data

데이터 분석 전반

11편

데이터 문해력이라는 제목과 '결과는 결론이 아니다'라는 부제 옆에 결과, 목적, 결론이 1, 2, 3 순서로 화살표로 이어진 그림. 마지막 결론 칸만 검은색으로 강조돼 있다

data데이터 문해력: 결과는 결론이 아니다『데이터 문해력』 6장 정보 집약력을 정리했습니다. 데이터 분석 결론 도출에서 결과와 결론의 차이, 그래프로 결론을 보여 주는 법, 결론을 낼 때 주의할 세 가지를 Challenger·Bing 사례와 내 블로그 숫자로 다룹니다.2026.11.04 · 26분

데이터 문해력이라는 제목과 '기법에 집착하지 마라'라는 부제 옆에 문제, 원인, 해결 방안이 1, 2, 3 순서로 화살표로 이어진 그림. 가운데 원인 칸만 검은색으로 강조돼 있다

data데이터 문해력: 기법에 집착하지 마라『데이터 문해력』 5장 전체 구성력을 정리했습니다. 원인을 건너뛰고 해결 방안부터 내는 '방법맨'이 생기는 이유, 5 why 기법으로 원인을 끝까지 파고드는 법, Snap·Duolingo·Amazon·LinkedIn의 실제 사례를 다룹니다.2026.11.03 · 20분

데이터 문해력이라는 제목과 '결과가 나왔다고 끝난 것은 아니다'라는 부제 옆에 원인 후보, 지표, 관련성이 1, 2, 3 순서로 화살표로 이어진 그림

data데이터 문해력: 결과가 나왔다고 끝난 것은 아니다『데이터 문해력』 4장 원인 파악 능력을 정리했습니다. 데이터 원인 분석의 순서(원인 후보, 지표, 관련성 확인)와 상관관계를 인과관계로 착각한 실제 사례, 내 블로그에 적용한 결과를 다룹니다.2026.10.26 · 16분

데이터 문해력이라는 제목과 '올바른 데이터로 올바른 문제를 풀고 있는가?'라는 부제 옆에 목적, 문제, 지표가 1, 2, 3 순서로 화살표로 이어진 그림

data데이터 문해력: 올바른 데이터로 올바른 문제를 풀고 있는가?『데이터 문해력』 2장 목적 사고력을 정리했습니다. 분석 전에 문제를 정의하는 법, 문제와 데이터가 어긋나는 두 가지 실수, 내 블로그 Search Console 숫자에 적용한 결과를 다룹니다.2026.10.15 · 12분

그룹당 표본 수가 줄수록 탐지할 수 있는 최소 효과(MDE)가 가파르게 커지는 곡선과, 효과 키우기·노이즈 줄이기·판단 바꾸기·실험 밖으로라는 네 가지 대응

data표본이 충분하지 않을 때 실험은 어떻게 해야 할까?A/B 테스트 표본이 부족할 때 쓸 방법을 논문과 기업 사례 수치로 정리했습니다. 큰 변경, 지표 손질과 CUPED, 인터리빙, 판단 기준 조정, 실험 밖 대안까지 순서대로 다룹니다.2026.10.14 · 23분

데이터 분석가 책 추천 3권이라는 제목 옆에 데이터 문해력, A/B 테스트, 인과추론이 1, 2, 3 순서로 화살표로 이어진 그림

book데이터 분석가 책 추천: 이 순서로 읽는 3권데이터 분석가 책 추천 3권을 읽는 순서와 함께 정리했습니다. 데이터 문해력과 가설사고·그로스 해킹으로 질문을 세우고, A/B 테스트로 실험을 배우고, 인과추론으로 실험이 어려운 상황까지 다룹니다.2026.10.12 · 13분

AI가 생성한 데이터셋 프로필과 팀이 Git으로 관리하는 큐레이션 문서가 하나의 데이터 컨텍스트 레이어로 합쳐지고, MCP를 거쳐 에이전트에게 전달되는 구조도

data링크드인의 데이터 컨텍스트 레이어링크드인이 사람과 AI 에이전트를 위해 만든 데이터 컨텍스트 레이어를 정리했습니다. 자동 생성과 사람의 큐레이션을 합치는 구조, 인덱스 트리, 성과, 핀터레스트 지표 레이어와의 비교를 다뤘습니다.2026.10.11 · 11분

YAML로 지표를 한 번 정의하면 정의, 계산, 품질, 배포, 검색 다섯 단계를 거쳐 사람과 에이전트 모두에게 전달되는 흐름도

data핀터레스트 Metrics Board로 보는 지표 레이어핀터레스트가 공개한 에이전트용 지표 레이어 Metrics Board를 정리했습니다. 지표를 한 번 정의하면 계산, 품질 검증, 배포, 에이전트 검색까지 이어지는 구조와 성과를 다뤘습니다.2026.10.09 · 10분

데이터 팀의 LLM 활용 6가지(Text-to-SQL, 문서 생성, 쿼리 보조, 실험·인과추론, 텍스트 분석, 데이터 운영)와 '조회에서 분석으로' 화살표, 그리고 데이터 분석가의 새 역할 네 가지를 나열한 그림

data데이터 팀은 LLM으로 무엇을 하고 있나해외 빅테크와 국내 기업 기술 블로그 34편으로 정리한 데이터 분석 LLM 활용 사례입니다. LLM으로 하는 6가지 일, 성패를 가른 것, 다음 단계, 데이터 분석가의 역할 변화를 다뤘습니다.2026.10.08 · 15분

마진(−Δ) 점선과 0 기준선 위에 두 신뢰구간. 마진 위에 있는 구간은 통과, 마진을 걸치는 구간은 판단 불가로 표시되어 있다

dataA/B 테스트의 가드레일 지표와 비열등성 검정가드레일 지표는 '유의하게 떨어지지 않았다'가 아니라 '정해 둔 마진 이상 떨어지지 않았다'로 통과시켜야 합니다. 비열등성 검정과 마진(NIM) 정하는 법, 실험 도중 하락을 잡는 시퀀셜 A/B 테스트까지 정리했습니다.2026.10.05 · 17분

겹쳐 있는 귀무가설(H0)과 대립가설(H1) 분포. H1 분포 중 유의 문턱 오른쪽, 검정력(1 − β) 영역이 칠해져 있다

dataA/B 테스트에서 검정력 분석이 필요한 이유A/B 테스트의 p-value를 믿으려면 실험 전에 검정력 분석으로 표본 크기를 정해야 합니다. 검정력의 정의, 표본 수 계산, Type S·M 오류, 사후 검정력의 함정, 실무 적용법을 정리했습니다.2026.10.01 · 12분