데이터 분석가 Damla's blog

안녕하세요, 비전공자 출신 데이터 분석가 담라입니다. :) 그동안 데이터 분석가를 꿈꾸는 많은 지망생분과 교육생분들을 만나면서, 공통으로 궁금해하시는 질문 3가지를 정리해 보았습니다. Q1. 비전공자인데 정말 데이터 분석가로 취업할 수 있나요?가장 많이 하시는 질문이죠. 제 대답은 "네, 가능합니다"입니다. 저 역시 특수 외국어 전공자로, 데이터와는 거리가 먼 사람이었습니다. 심지어 관련 자격증이나 석사 학위도 없었지만, 철저한 전략을 통해 4개월 만에 독학으로 취업에 성공했습니다. 다만, '그냥'은 안 됩니다. 비전공자만의 강점을 살린 전략이 반드시 필요합니다. Q2. 어떤 것들을 공부해야 하나요?SQL, Python, Excel, 통계 지식 같은 기술적인 스킬은 기본입니다. 하지만 저는 기술보다 '비..

오늘은 모든 사무직 직무군이라면 매일 같이 고민하는 그 고민을 해결할 수 있는 책을 소개해드리려고 합니다.저는 이 책을 도서관에서 빌려서 읽었는데요, 당시 책을 읽을 때 매일 같이 어떻게 하면 일을 더 잘할수 있을 까 고민하다보니 이 책을 읽게되었고, 당시에 많은 도움이 되었습니다. 그래서 같은 고민을 하실 분들께 도움을 드리기 위해서 추천하고자 합니다. 1. 데이터 분석도 결국 '회사 일'입니다데이터 분석가로 전향하고 나서 가장 많이 들었던 질문 중 하나는 "어떤 기술(Tool)을 먼저 배워야 하나요?"였습니다. 하지만 현업에서 직접 부딪혀보니 SQL이나 Python보다 더 중요한 역량이 있었습니다. 바로 '일을 대하는 관점'과 '업무 효율 설계 능력'입니다.분석 결과가 아무리 훌륭해도 비즈니스 현장에..

안녕하세요, 데이터 사이언티스트 담라입니다!새해를 맞이하며 세운 목표들, 잘 지켜지고 있나요? 혹시 '나는 의지가 약한가 봐'라며 자책하고 계시진 않나요? 저 역시 수많은 목표를 폐기하고 다시 세우면서 많이 좌철했습니다. 하지만 '이것'을 책상에 붙인 2025년엔 목표를 달성 했더라고요. 그 목표 달성 꿀팁을 공유하고자 합니다. 사실 제가 2025년에 목표를 달성할 수 있었던 건 제 의지가 대단해서가 아니라, 책상 위의 작은 변화 덕분이었습니다.지금부터 그 이야기를 해볼게요! 첫 번째, 의지보다 강한 '시각적 자극':저는 정돈된 책상을 좋아하지만, 목표만큼은 눈앞에 잘 보이도록 한장을 붙여두었습니다. 뇌는 시각적 자극에 가장 민감하거든요.이렇게 눈 앞에 보이게 해둬야 목표를 잊지 않고 행동하게 만들 수 ..

안녕하세요, 데이터 사이언티스트 담라입니다. 저는 데이터 직무로 직무전환을 결심하고 지난 3년간 3년간 약 180권의 책을 읽었습니다. 그중에서 제가 주니어 분석가나 데이터를 다루는 PM/마케터분들에게 추천하는 책은 입니다. 🔍 왜 이 책인가요?많은 비전공자가 분석가로 전향할 때 SQL 문법이나 파이썬 라이브러리 외우기에 매몰되곤 합니다. 저 역시 그랬고요. 하지만 실무에서 진짜 인정받는 분석은 '화려한 코드'가 아니라 '그래서 우리가 무엇을 해야 하는가'에 대한 답을 주는 분석입니다.이 책은 단순히 분석 기법을 알려주는 책이 아닙니다.데이터가 어떻게 수익으로 연결되는지숫자의 이면에 있는 사용자 심리를 어떻게 읽어내는지'진짜 쓸모 있는 분석'을 위한 사고방식(Thinking process)을 가르쳐 줍..

안녕하세요! 어문계열 전공자에서 데이터 분석가로 커리어를 전환하며 얻은 소중한 인사이트를 나누고자 합니다. 비전공자로서 처음 커리어를 전환하고자 결심했을 때의 그 막막함을 알기에, 제가 직접 효과를 본 전략을 3가지 공유합니다.1. 일단 '펠리컨적 사고'로 완벽주의 내려놓기처음 SQL이나 파이썬을 접하면 이해가 가지 않는 게 당연합니다. 저는 이때 '펠리컨적 사고'를 적용했습니다. 일단 입에 넣고(시도하고) 보는 거죠. 이해가 안 가도 일단 코드를 쳐보고, 결과값을 확인하는 과정을 반복하며 두려움을 없앴습니다.2. 온라인 활동 반경의 전면 개편전혀 알지 못하는 영역으로 직무를 전환하려면 전문지식을 습득해야합니다. 더욱이 익숙하지 않는 지식이라면 접근성도 많이 떨어지죠. 그렇기 때문에 저는 온라인 환경을 ..

데이터 분석하다 보면 이런 고민을 자주 합니다👇CSV/Pandas로 충분히 할 수 있을 것 같은데…SQL이 더 편할 때가 많네?서버형 DB(Postgre/MySQL)를 깔기엔 너무 무거운데…이럴 때 DuckDB가 딱 들어맞습니다!최근 데이터 분석가들 사이에서 빠르게 확산 중인 도구이고,특히 리텐션 분석·세그먼트 분석·코호트 분석을 많이 할수록 진가를 체감하게 됩니다.오늘은 분석 실무자가 바로 이해할 수 있는 방식으로DuckDB를 처음부터 끝까지 정리해드릴게요 ✅1. DuckDB가 무엇인가?DuckDB는 인메모리 기반 OLAP(분석용) SQL 데이터베이스 엔진입니다.쉽게 말하면,SQLite는 서버 없이 트랜잭션(OLTP)에 강한 DBDuckDB는 서버 없이 분석(OLAP)에 강한 DB즉, 무거운 데이터웨..

그로스 해킹이라는 직접적인 단어보다는, 그 기법들 (A/B테스트, 리텐션, 코호트분석, AARRR 등)을 많이 들어봤을 거에요. 데이터 분석가 채용공고에서 많이 보이는 분석 기법인 만큼 하니씩 배워보려고 합니다! 1. 그로스 해킹 (Growth Hacking)의 정의Growth (성장) + Hacking (해킹하다) : 성장할 수 있는 법을 '해킹'하는 방법이라고 직역할 수 있어요. 이전에는 그로스해킹팀, 그로스해커와 같이 그로스해킹을 기법으로 보지 않고 직무나 팀명으로 많이 사용했는 데요, BUT, 지금은 그로스해킹에서 사용하는 분석기법을 데이터 관련 직무에서 차용해서 많이 사용합니다. 2. 그로스해킹의 등장배경Before: 과거 2차 산업(제조업)시기에는 제품을 기획 -> 생산 -> 판매하는 일련의..

부제: Redshift로 데이터 마트 만들고 BI툴과 연동하기 (또는 CSV로 우회한 과정까지)목차프로젝트 목표스타 스키마란?Redshift에서 Fact / Dimension 테이블 만들기무료 BI툴 탐색 및 비교BI툴 연동 실패 및 CSV 대안 사용기마무리하며1. 프로젝트 목표이번 단계에서는 Redshift에 저장된 데이터를 분석 목적에 맞게 재구성(스타 스키마 설계)하고, BI툴로 시각화하는 실습을 진행했다. 목표는 단순 저장된 데이터를 그대로 쓰는 것이 아니라, 분석 및 대시보드 제작에 적합한 형태로 가공 → 시각화까지 이어가는 것이다.2. 스타 스키마란?스타 스키마(Star Schema)는 데이터 마트 설계 시 자주 사용하는 구조로, 중앙에 하나의 Fact Table을 두고 그 주변에 Dimens..

부제: "실무감각으로 익혀보는 Data warehouse 만들어보기 - Redshift 생성하고, S3에서 데이터 옮기기" 목차프로젝트 목표Redshift 개요 및 사용 이유Redshift Serverless 생성하기S3 버킷 생성 및 CSV 파일 업로드Redshift Query Editor로 COPY 실행내가 겪은 오류와 해결 과정마무리하며1. 프로젝트 목표RDS에서 데이터를 다뤄본 다음 단계로, 이제는 데이터 웨어하우스(DW)를 만들었다. 목표는 S3에 저장한 데이터를 Redshift로 옮겨서, 분석/시각화를 위한 기본 데이터 저장소를 만드는 것이다.2. Redshift 개요 및 사용 이유Redshift는 AWS에서 제공하는 컬럼 기반의 데이터 웨어하우스 서비스다.대용량 데이터를 분석하기에 최적화되어..

부제: “실무감각으로 익히는 RDS 기본 조작 실습 - 생성하고, Python으로 CREATE부터 DROP까지" 📂 목차프로젝트 소개 및 사용 도구AWS RDS 구성 개요Python으로 RDS 접속을 위한 네트워크 설정Python에서 RDS 연결하기SQL 기본 명령어 실행문제 발생 시 해결 팁마무리하며1. 프로젝트 소개 및 사용 도구데이터 사이언티스트가 되려면 데이터 엔지니어링 기초인 기본적인 구조와 도구를 이해하고 직접 조작해보는 연습이 필요하다고 생각했다. 그래서 AWS RDS를 통해 실제 DB 인스턴스를 구성하고, Python으로 접속해 SQL을 실행하는 미니 프로젝트를 진행했다. 사용 언어 및 라이브러리 정보:AWS RDS (MySQL)PythonSQL 쿼리 (CREATE, INSERT, DRO..