고객 데이터를 활용한 SQL 데이터 분석

SQL을 이용해 테이블을 지정하여(FROM) 데이터를 조회(SELECT)하는 쿼리의 기본 뼈대를 만드는 방법에 대해 알아봅니다.

DB에 저장된 수많은 데이터 중에서 조건을 주어 데이터를 필터링하고 특정 필드에 대한 데이터를 정렬하는 방법과 여러 연산자를 통해 조건을 세부적으로 주는 방법을 학습합니다. 예를 들어 “A 고객이 구매한 제품”과 같은 특정 데이터를 추출할 때 어떤식으로 필터링을 거쳐야 원하는 데이터를 추출할 수 있는지에 대한 내용을 다룹니다. 데이터 양이 많은 실무에서는 한번에 원하는 결과를 보기 편하게 추출하는 것이 중요합니다.

1) 이론

– 쿼리문 작성 SELECT, FROM

– 데이터 필터링 (Where)

– 특정 필드에 대한 데이터 정렬하기 (ORDER BY)

– As, Wildcard

– 논리연산자 (AND, OR ,LIKE, ALL 등)

– 비교연산자 (=, <, >, != 등)

2) 실습

– Sample Data 적재

– SELECT문을 사용한 데이터 조회

–  Where절을 통해 조건에 맞는 데이터 필터링

– 담당직원이 같은 고객 필터링 – 고객의 카드한도 비교

– 제품 주문 날짜 기준 3일 이내 배송건

데이터를 그룹화하고 집계함수를 통해 간단한 통계를 낼 수 있는 방법에 대해 알아봅니다. 조건에 맞는 값을 다르게 설정해보고 NULL로 구성되있는 데이터를 어떻게 처리할 수 있는지 알아봅니다. 그룹화된 데이터를 중복없이 집계하는 부분과, 그룹핑된 데이터에 조건을 주어 더 세부적으로 추출하는 실습을 진행합니다. 현업에서 그룹을 지어서 데이터를 추출할 때, 그룹 내에서 특정 조건에 따라 묶어서 보고싶은 경우가 있습니다. 그럴때 조건문을 어떻게 활용하는지, NULL 데이터를 어떻게 처리하는지에 대한 노하우가 중요합니다.

1) 이론 

– 조건문 활용하기(CASE Statement)

– NULL 데이터 처리하기

– 동일한 범주의 데이터 그룹화(GROUP BY)

– 간단한 집계함수

– 중복제거하기(DISTINCT)

– 그룹핑된 데이터 조건주기(HAVING)

– Constraints(PK, Unique key, not null, check, FK)

2) 실습

– 데이터 그룹화 후 집계처리

– 가장 많이 배송된 제품의 제품코드

– 1000개 이상의 재고가 남아있는 제품 확인하기

다수의 테이블에 적재되어 있는 데이터를 조인하여 조회하는 여러 방법에 대해 배웁니다. 여러 테이블에서 필요한 데이터를 조인한 후 다양하게 활용할 수 있는 방법에 대해 익히고, UNION을 사용하여 테이블을 이어붙이는 실습과 With 구문을 사용하여 임시 테이블을 만드는 과정을 통해 효율적인 데이터 사용법에 대해 알아봅니다. 데이터는 목적에 따라 여러개의 테이블로 나뉘어서 저장되어 실무에서는 단일 테이블보다는 여러개의 테이블을 조인하여 쿼리문을 작성하는게 대다수입니다. 조인을 어떻게 하느냐에 따라서 결과가 달라질 수 있어 개인적으로는 가장 중요한 개념이라고 생각합니다.

1) 이론

– ERD 이해하기

– PK, FK

– INNER JOIN

– OUTER JOIN (LEFT, RIGTH)

– UNION

– WITH으로 임시테이블 만들기

– 테이블 생성없이 출력결과 보여주기(View)

2) 실습

– 여러개의 테이블 조인하여 다양한 데이터 추출해보기

– 특정 고객이 주문한 제품명 확인

– 상품의 재고 파악

서브쿼리를 통해 데이터를 한번 다듬어서 사용하는 원리와 방식에 대해 알아봅니다. 그리고 분석을 위한 더 자세한 집계함수, 순위함수, 날짜 관련 함수 등 다양한 함수를 활용하여 원하는 형태로 데이터를 가공하여 SQL을 더 잘 사용할 수 있는 방법에 대해 배웁니다. 고객 구매지표 생성 실습을 통해 매출에 대한 분석을 직접 해보며 현업을 간접적으로 경험해봅니다. 상황에 따라 조인과 서브쿼리 중 조금 더 효율적인 방식을 선택하여 쿼리문을 작성해야합니다. 연산의 속도와 양은 비용과도 연결되어있기 때문에 주어진 상황에서 데이터를 효율적으로 추출하여 비용 부담을 줄여나가는 것도 중요합니다.

1) 이론

– 서브쿼리의 원리 및 방식

– 집계함수 다루기(Sum, Avg, Min, Max, Count, Round, Floor 등)

– 순위함수 다루기(RANK, DENSE_RANK, ROW_NUMBER 등)

– 날짜 관련 함수 다루기(DATE, TIMESTAMP, DATEDIFF 등)

– 그 외 다양한 함수들(Substring, Concat 등)

2) 실습

[분석프로젝트 연습] 

– 고객 구매 지표 생성

– 연도별, 월별 매출 및 현황

– 매출 Top3 도시의 매출액

– 연도별 재구매율 파악하기

– 매출 Performance 비교

kaggle에 등록되어있는 데이터를 다운받아 신용카드 고객의 이탈률에 대해 분석해봅니다. 우선 데이터를 접했을 때 각 데이터가 무엇을 의미하는지 테이블 간의 관계를 파악하는 단계를 거칩니다. 분석전에 데이터 구조를 파악하고 분석을 하고자하는 지표를 생성한 후 SQL을 활용하여 지표에 대한 수치를 추출해보는 실습을 진행합니다. 데이터 분석 업무시 어떤 데이터를 추출할 것인가에 대한 지표를 세우는 것이 가장 중요합니다. 정확한 기준이 없고 통일되지않으면 데이터 정합성 측면에서 맞지않는 결과를 가져옵니다. 저 또한 기준이 명확한 지표를 생성하고 많은 양의 데이터 중 내가 원하는 데이터를 추출해보는 연습이 중요하다고 매번 느끼고 있습니다.

1) 이론

– kaggle이란?

– kaggle 내 신용카드 데이터를 활용하여 고객 이탈율 분석

– 신용카드 데이터 구조 파악

– 분석 지표 정리 : 신용카드 데이터로 어떤걸 분석할 수 있을까?

– 가설을 통한 검증 : 신용카드를 쓰다가 해지하는 고객은 어떤 유형일까?

2) 실습

– 신용카드 고객 데이터 이탈율 분석 지표 생성

– 지표에 맞는 데이터 추출하여 검증

– 정리한 지표를 토대로 SQL을 활용하여 원하는 데이터 자유롭게 조회 및 추출

생성한 지표에 대한 수치를 시각화 차트를 생성하는 방법에 대해 알아봅니다. 실제 분석을 통해 인사이트를 도출하여 의미있는 결과를 기반으로 레포트를 작성해보며 실무에 가까운 경험을 해봅니다. 앞으로 데이터 분석을 하기위한 방향에 대해서 제시합니다. 분석한 결과를 토대로 자료를 한눈에 이해가 쉽도록 가시화 시키는 것이 핵심입니다. 분석한 것을 보여주고자하는 의도대로 시각화를 하고 어떻게 표현하는지에 대한 시각을 넓히는 역량이 중요합니다.

1) 이론

– 분석하던 신용카드 고객 이탈률 마무리

– 다양한 시각화 방법 : 경우에 따른 그래프 표현 상세 내용

– 분석 결과 보고서 가시화 : 보고서를 어떻게 작성해야 보기 좋을까?

– 데이터분석 준비와 방향

2) 실습

– 분석을 통한 인사이트 도출 : 비즈니스 측면의 인사이트 이끌어내기

– 추출한 데이터 기반으로 시각화 차트 만들기

– 수강생들의 레포트 리뷰