관리자 패널에서 메뉴를 설정하세요

VOD-29. 데이터 사이언스 입문 부트캠프

알림신청하고 누구보다 빠르게 강의 오픈소식을 받아보세요!

정가 : 798,000원

데이터, 인공지능, 머신러닝…
직장인들이라면 모두 공감! 이런 분석은 어떻게 하지?

신제품 예약 판매 결과를 보니 빨강색을 선호하는 사람이 무려 75%였다! 본격 판매할 물량은 빨강색 75%, 검정색 25%로 준비하면 되는 걸까?

10% 가격 할인쿠폰을 발행하니 매출이 3배 늘었다! 할인폭을 5%로 줄이면 매출이 얼마가 될까? 또 20%로 높이면 예상 매출은 얼마일까?

최근 뜨는 브랜드, 지는 브랜드가 뭔지 요즘 추세를 한 눈에 알아볼 수 없을까?

누구나 알고 싶어하지만 ‘어떻게 알아내야 하는지 방법을 모르는’ 질문들! 엑셀 함수와 매크로를 능수능란하게 다뤄도 이런 물음에는 답하기 어렵습니다. 도구 사용법이 아닌 데이터 분석 역량이 필요한 문제니까요. 마소캠퍼스의 ≪데이터 사이언스 입문 부트캠프≫는 흔히 보던 엑셀 강의가 아닙니다. 학습을 마친 후 위와 같은 현실의 문제에 답을 내는 능력을 배양하는 과정입니다.

데이터 리터러시는 모두에게, 특히 비전문가에게 필요합니다.

데이터 분석의 목적은 “더 좋은 의사결정”입니다. 업무에서 실질적 성과를 가져다 줄 의사결정에는 데이터 중심적 사고가 필수적입니다. 주먹구구식으로 처리하던 모든 업무를 보다 합리적으로, 더 좋은 성과가 기대되는 방향으로 결정하고 추진할 때 비로소 본인의 능력을 입증할 수 있습니다. 그러려면 ‘분석에 적합한 데이터’가 무엇인지 이해함으로써 양질의 데이터를 쌓아야 합니다. 제 아무리 뛰어난 데이터 사이언티스트도 엉망진창 데이터에서는 빛나는 보석을 찾아낼 수 없기 때문입니다. 데이터 리터러시를 확보하면 비전문가도 데이터를 이해함으로써 확보하는 데이터의 품질부터 높일 수 있습니다.

그러나 다들 ‘좋지만 나는 못해’ 라고 말합니다.

수학을 잘 못해서, 통계는 더 몰라서, 공대를 나오지 않아서 또는 지금 당장 내 업무에는 필요치 않아 보여서 등 여러 이유로 사람들은 데이터 분석을 배우려 하지 않습니다. 각종 이유를 정리해보면 결국 둘 중 하나입니다. 첫째, 너무 어려워 보여 자신 없다. 둘째 배워두면 유용할 것 같지만 실제로 내 업무에 어떤 도움을 주는지는 잘 모르겠다.

기업 차원에서 보면 데이터 분석은 매우 유용합니다. 대면하기 힘든 고객의 여러 특성을 파악하게 하고, 오류와 결함을 줄이며, 미래의 불확실성을 제거하는데 큰 도움을 줍니다. 자원 배분의 효율을 높이고, 이익을 극대화하며, 이상을 탐지하고, 구성원이 쉽게 합의할 수 있는 객관적인 근거를 만들어 주기도 합니다. 그러나 이러한 장점은 구성원 개개인에게 체화되기 어렵습니다. 잘 모르는 사람에게 데이터 분석은 ‘마술사 상자’에 가깝습니다. 신기하고 좋은 듯 하지만, 나와 상관 없는 무엇인가로 보일 뿐입니다.

그래서 “데이터 사이언스 입문 부트캠프”가 필요합니다.

“데이터 사이언스 입문 부트캠프”는 평범한 직장인을 위한 입문 강좌입니다. 데이터 분석에 대한 막연한 두려움을 없애고, 각자의 업무에 적용할 방법을 깨닫게 도와 줍니다. 기업이 데이터 분석으로 효과를 거두기 위해 모든 구성원이 반드시 알아야 할 사항을 가장 쉽고 유용하게 전달하기 때문입니다.

본 과정은 반드시 알아야 할 데이터 분석 지식을 엄선해 71개의 동영상 클립에 담았습니다. 전 과정이 자연스러운 흐름에 따라 체계적으로 정리되어 있을 뿐만 아니라 중요한 내용을 반복적으로 강조해주는 친절한 강좌입니다. 다음의 5가지 특징이 있습니다.

① 수학에 자신 없는 분도 쉽게 배울 수 있습니다.
사칙연산만 알면 이해할 수 있습니다. 본 과정은 중학생 및 시니어 유저도 수강할 수 있는 친절한 설명을 자랑합니다. 1단계 입문 과정답게 핵심원리를 다양한 예시와 비유, 그림, 그리고 재미있는 실습으로 자연스럽게 터득하도록 유도합니다.

② 엑셀로 설명하므로 누구나 배우면 바로 활용할 수 있습니다.
분석 도구로 엑셀을 사용합니다. 데이터 분석이라면 R이나 Python을 떠올리지만, 고급 도구는 평범한 직장인에게 딱히 쓸모가 없습니다. 쉽게 손이 가는 간단한 도구로 배워야 실용적으로 쓸 수 있습니다. 본 과정의 모토는 “Actionable”, “Time-Saving”입니다

③ 기업의 매출 향상을 위한 데이터 분석 방법을 다루므로 자신의 직무와 쉽게 연결 지을 수 있습니다.
매장에 기저귀와 맥주와 함께 진열하면 매출이 올라갈지 판단할 수 있는 방법은? 어떤 이메일 제목을 쓰면 오픈률이 좋을지 예상하려면? 퇴사 확률이 높은 사원이 누군지 어떻게 판단할 수 있을까? 재고 관리만 힘들고 잘 팔리지 않는 제품을 털어내려면? 등 누구나 자기 업무에 응용할 수 있는 일반적인 질문을 주제로 설명합니다. 궁금해진 순간부터 자료를 모으고, 정리하며, 탐색하고, 적당한 도구와 분석법을 골라 결론을 도출하는 과정을 처음부터 끝까지 다룹니다. 단순히 이론과 기법에 그치지 않고 전체 과정을 이해함으로써 수강 후 실무에 적용하는 방법을 터득하게 됩니다.

④ 데이터 전처리와 머신러닝의 원리를 매우 쉽게 설명해줌으로써, 전문가에게 어떤 데이터가 필요한지 전체 구성원이 이해하게 됩니다.
데이터 전처리와 머신러닝의 원리를 이해하면 수집하는 데이터의 품질이 달라집니다. 초특급 전문가도 저품질 데이터로는 결과를 못 냅니다. 본 과정은 데이터 전처리가 필요한 이유와 방법을 연습시킵니다. 또한 머신러닝을 직접 다룰 필요는 없는 평범한 직장인을 위해 Drag & Drop 방식으로 머신러닝의 원리를 체험하게 합니다. 간단한 실습으로 머신러닝이 어떤 것인지 깨달을 수 있습니다.

⑤ 데이터 분석에 흥미를 느끼고 더 깊이 알고 싶어 하는 분을 위한 로드맵과 콘텐츠가 완비되어 있습니다.
본 과정은 이미 오프라인에서 인기리에 진행된 교육 프로그램의 온라인 버전입니다. 많은 수강생이 입문 과정 수강 후 더 심화된 학습을 원합니다. 막연했던 이론이 현실의 업무에 어떻게 도움을 줄 수 있는지 깨닫기 때문입니다. 마소캠퍼스는 이런 분을 위해 다양한 역량 평가 방법과 실력 향상 로드맵을 제공합니다.

[본 과정은 데이터분석 프로세스에 따라 체계적으로 해결 방법을 설명합니다]

 강의 소개

현실적인 분석 사례를 데이터 분석 프레임워크에 따라 설명합니다.

미국 월마트는 고객이 어떤 상품을 함께 구매하는지 알아내고 싶었다. 매장에 상품을 진열할 때 한 명의 고객이 동시에 구매하는 관련성 높은 상품을 가까이 두면 고객도 편리하고, 마트의 매출도 높일 수 있기 때문이다. 그래서 월마트는 어떤 제품을 가까이 진열하면 좋을지 수많은 고객의 구매 영수증을 분석해 결정하기로 했다. 자, 당신이 이 업무의 담당자라면 무엇을 어떻게 해야 할까?

아무 것도 모르고 듣기 시작한 분도 끝까지 따라 해보면 위와 같은 문제를 해결하는 능력이 함양됩니다. 본 과정은 데이터 분석을 누구나 알기 쉽게, 자신의 직무에 응용할 수 있게 다룹니다. 데이터 사이언스의 필수 이론과 절차, 주의사항을 차근차근 짚습니다. 동영상을 보며 실습을 따라하는 Action Learning 방식의 콘텐츠입니다. 직장인에게 가장 친숙한 엑셀을 도구로 활용합니다.

데이터 사이언스 입문 부트캠프는 보장합니다.

ㆍUpskilling 관점의 Reskilling을 통해 데이터 중심적 사고와 일하는 역량을 강화
ㆍ데이터 기반의 경영 문화의 확산 및 내부 전문가 육성

부트캠프는 단순한 지식 전달보다, 데이터 전문가 육성을 목표로 합니다. 주먹구구식의 암기가 아니라, 데이터 중심적으로 사고하도록 도와드립니다. 경영 문화를 데이터 기반으로 전환하고, 데이터 사이언스 전문가로 거듭날 수 있습니다.

크게 4개의 파트로 구성했습니다.

데이터 분석은 문제를 최대한 목적에 맞게 간결하게 만들고, 데이터를 수집해 분석 가능한 형태로 정비하며, 분석을 실시한 후, 다른 사람과 공유할 수 있는 형태로 결과를 시각화하는 4 단계로 흘러 갑니다. 본 과정의 각 단계에서 수강생은 다음과 같은 목표를 달성합니다.

① 현실 세계의 데이터 모델링
ㆍ데이터 사이언스의 프로세스와 전문가(Expert)에게 필요한 역량 모형을 이해합니다.
ㆍ복잡한 현실을 목적에 맞게 추상화하는 데이터 모델링 방안을 학습합니다.
ㆍ데이터 기반 의사결정의 다양한 사례를 통해 분석의 목적과 실생활에서의 응용 방안 등 전체 그림을 이해합니다.

② 데이터 수집과 분석을 위한 전처리
ㆍ온라인 서베이 도구 및 엑셀의 크롤링 도구를 활용해 분석 대상 기초 데이터를 확보하는 방법을 배웁니다.
ㆍ엑셀 기능과 함수를 사용해 수집한 데이터를 분석 목적에 맞게 원하는 형태로 가공하는 방법과 실무에서 많이 쓰는 유용한 기능을 익힘으로써 엑셀과 친해집니다.
ㆍ파워피벗을 활용해 복잡한 데이터의 관계를 관리하는 방법을 연습합니다.

③ 현실적인 기업의 비즈니스 데이터 분석 실무
ㆍ알고 있는 데이터로 모르는 데이터를 추론하는 모집단 추정 원리와 표본 데이터의 신뢰도 확보 문제를 이해합니다.
ㆍT검정, 카이제곱검정, 회귀분석을 적용하는 기준과 현실적인 활용법을 실습합니다.
ㆍ다양한 비즈니스 분석 모델과 분석 알고리즘의 필요성을 이해하고, 실제 기업에 적용해 결론을 도출합니다.
ㆍ머신러닝의 원리와 실무 적용 방법을 이해합니다.

④ 효과적인 분석 결과 공유를 위한 데이터 시각화
ㆍ분석 모델에 최적화된 데이터 시각화 개념을 이해하고 적절한 시각화 기법을 선택할 수 있습니다.
ㆍ엑셀 피벗테이블과 Power View를 활용해 Interactive Dashboard를 설계하는 시각화 실무 역량을 확보합니다.

[상관분석 Correlation Analysis 중]

[Logistic Regression을 활용한 직원 이직 가능성 예측하기 중]

 모듈별 세부 주제를 살펴 보십시오

본 과정은 45시간 오프라인 교육 프로그램의 핵심 요약본입니다. 수강생이 막히는 부분에서 잠시 멈춤할 수도 있고, 반복 재생할 수도 있는 동영상의 장점을 십분 활용해 9.5시간(약 570분)으로 핵심만 간추렸습니다. 세부 주제명을 보고 너무 어려울까 걱정하지 마십시오. 수 많은 오프라인 강의에서 난이도가 다듬어진 완벽한 입문자용 교육 프로그램입니다.


[분석 결과 공유를 위한 인터랙티브 대쉬보드 시각화 중]

 데이터 사이언스 입문 부트캠프만의 특징

강의를 들으면 누구나 이런 문제를 엑셀로, 혼자 분석할 수 있습니다.

ㅣA 쇼핑앱은 전체 매출(Revenue)의 상위 30%를 차지하는 사용자에게 특별 할인쿠폰을 제공하려 한다. 할인쿠폰을 받게 될 사용자(User ID)는 모두 몇 명인가?

ㅣA 쇼핑앱은 인터페이스를 “A” 또는 “B”안으로(A/B Test) 개편하려 한다. 인터페이스가 “A”인지, “B”인지에 따라 방문자의 구매 여부(Sales Status)가 달라지는 경향이 있다고 생각했다. A안과 B안 중 어떤 안을 채택해야 하는가?

ㅣ’A 쇼핑앱에 접속하여 70개 이상의 제품을(Products) 둘러 본 방문 건에 대하여, 2018년(Visit Date) 한 해 동안 전월 대비 매출액(Revenue)이 1000% 이상 증가한 시기는 언제인가?

ㅣ제품 A는 주당 평균 12,000개씩(표준편차 50) 판매되었다. 이번 주에는 특별 판촉 행사를 실시하여 판매량이 12,300개로 늘었다. 행사로 늘어난 300개를 어떻게 해석할 수 있는가?

ㅣA 쇼핑은 앱 초기 화면을 “오늘 많이 팔린 상품”으로 할 때와 “특가 세일 상품” 중 하나로 결정하려 한다. 500명의 앱 사용자를 무작위로 250명씩 나눠 각 초기 화면을 보여준 결과 “오늘 많이 팔린 상품”을 보여줬을 때 장바구니에 물건을 담는 비율이 더 높았다. 이 결과를 전체 사용자의 초기 화면에 확대 적용하기 위한 유의성 검정 결과를 올바르게 해석한 것은?

ㅣA 카드는 고객의 카드 사용액을 늘리기 위해 여러 혜택 방안을 검토 중이다. 각 혜택 방안에 대한 회귀분석을 실시하여 다음과 같이 통계적으로 유의미한 결과를 얻었다. A 카드가 3가지 방안을 실시하는 비용 등의 조건은 모두 같다고 가정할 때, 사용액 증가 여부의 불확실성이 큼에도 불구하고 혜택에 호응하는 고객의 카드 사용액은 가장 크게 늘어나리라 기대되는 방안은 무엇인가?

ㅣ다음은 A 면세점의 날씨에 따른 향수 판매 데이터 600건이다. 만약 흐린 날 향수의 평균 판매량이 50병이고 오늘 날씨가 흐리다면, 달콤한 향수의 판매량은 몇 병으로 예상되는가?

시중에 많은 분석 도구 사용법 강좌가 있습니다. 난파된 유람선의 생존자 위치를 지도에 찍고, 예쁜 매출 보고서를 만들며, 수많은 엑셀 함수를 외울 뿐만 아니라 언제 쓸지 알 수 없는 고급 분석법을 수학적으로 배우기도 합니다. 물론 전문가로 성장하려면 필요합니다. 그러나 평범한 직장인에게 중요한 것은 당장 내 업무 성과를 높여줄 현실적이고 간단한 분석 능력입니다. 데이터 분석은 목적이 아닙니다. 더 좋은 의사결정을 위한 도구에 불과합니다. 마소캠퍼스의 <데이터 사이언스 입문 부트캠프>는 데이터 분석의 ‘D’도 모르는 많은 사람들이 위와 같은 현실의 문제를 엑셀로, 혼자, 간단히 분석하는 역량을 키워준다는 명확한 목표를 추구합니다.

불과 9.5 시간으로 배울 수 있습니다.

물론 570분도 적지 않은 분량이지만 더이상 압축할 수는 없습니다. 더 줄인 좋은 강좌가 있다면 반드시 품질을 의심하십시오. 기억을 더듬어 보세요. 구구단을 배울 때도 10시간 이상 외우고 연습합니다. 분수와 나눗셈은 한 학기 동안 공부합니다. 데이터 분석처럼 유용한 기술을 이 정도 시간 투자 없이 통달하겠다면 지나친 욕심입니다. 타의 추종을 불허하는 9.5 시간 체계적인 핵심 압축은 마소캠퍼스라서 가능하다는 점을 기억해주십시오.

마소캠퍼스는 본 과정을 45시간 프로그램으로 여러 대학과 기업, 관공서에서 수 백 회 실시했습니다. 유통, 금융, 통신, 건설, 제조, 게임, 교육, 병원, 보험, 엔터테인먼트 등 다양한 분야의 실무자들과 함께 했습니다. 10대부터 60대까지 연령폭도 넓었습니다. 커리큘럼은 다듬어졌고, 우리는 사람들이 무엇을 어려워하고, 무엇을 금세 이해하며, 또 어느 부분에서 어떤 실수를 자주하는지 관찰했습니다. 노련한 마소캠퍼스이기에 단 9.5 시간만에 데이터가 무엇인가부터 머신러닝까지 자연스럽게 습득할 수 있는 프로그램이 만들어졌습니다. 그러므로 수강하시는 분도 특정 클립을 뛰어넘거나 임의로 순서를 바꿔 듣지 말고 체계를 따라 가기를 적극 권장합니다.

필요할 때는 잠시 멈춤, 이해 안되면 반복 재생.
편리한 시각에 편안한 방법으로 학습할 수 있습니다.

사람마다 배우는 속도와 방법이 다릅니다. 설명만 듣고 해내는 사람은 전문가 코스를 밟아야 합니다. 평범한 많은 사람들은 강사의 설명을 듣고, 내가 직접 해보며, 잘 못 알아 들었으면 설명을 반복 재생함으로써 ‘아~ 이렇게 되는거구나’ 이해할 수 있습니다. 한 번에 8시간씩 집중 학습하는게 좋은 사람도 있고, 하루에 2~3가지씩 차근차근 배우는게 효과적인 사람도 있습니다. 데이터 분석을 처음 접하는 분들은 조금씩 천천히 배우는게 훨씬 좋습니다. 여러 사람이 모여야 하니 한 번에 장시간 집중해야 하는 오프라인 강의 보다 스스로 학습 스케줄을 조정할 수 있는 동영상 강좌가 초급 과정에는 더 알맞습니다.

수강생 입장에서 가장 좋은 학습은 ① 동영상과 책 등으로 기본적인 내용을 배우고 → ② 역량 진단 프로그램으로 이해도를 측정해 목표 수준에 도달할 때까지 복습한 후 → ③ 비즈니스 현장에서 분석을 활용하는 다양한 응용 사례를 문제해결 방식(PBL – Problem-Based Learning)으로 연습합니다. ① 단계 학습이 부담스러워서는 안 됩니다. 아무리 재미있고 유용해도 이제 막 첫 발을 내딛는 사람이 3~40 시간을 꼼짝 않고 앉아서 공부하기는 쉽지 않습니다. 본 과정은 수강생이 각자의 속도에 맞게 ① 단계를 마치도록 동영상으로 제공합니다.

교육업체인 마소캠퍼스로서는 ① 단계를 오프라인으로 진행하는 편이 훨씬 수익이 높습니다. 오프라인은 시간이 더 길고 1회 수강인원 제한이 있기 때문입니다. 그러나 ① 단계를 동영상으로 수강하는 편이 수강생에게는 훨씬 좋습니다. 마소캠퍼스의 수익이 줄어 들더라도 말입니다. 물론 이런 자신감은 모두가 극찬하는 ②, ③ 단계 프로그램을 보유했기 때문에 가능합니다.

[데이터 사이언스 입문 부트캠프의 역량 진단 문제 중]

엑셀을 활용하는 실용적인 교육입니다.

R, 파이썬, SPSS, SAS, Matlab… 여러 데이터 분석 도구 중 가장 좋은 도구는 무엇입니까? 정답은 내가 잘쓸 수 있는 것입니다. 엑셀은 직장인이라면 누구나 쉽게 접하는 대중적인 데이터 분석 도구입니다. KESS, Solver, power query 등 유용한 분석용 확장 애드온을 지원합니다. 태블로나 power BI는 물론이며, R이나 Python도 엑셀의 table을 이해해야 원활히 다룰 수 있습니다. 엑셀 데이터 분석을 잘할 수 있다면 다른 도구를 배우기 쉽습니다. 그러나 안타깝게도 많은 분들이 sum, average, count 등 함수 몇 가지와 편집 기능으로 엑셀을 마치 Word 문서 도구처럼 씁니다.

본 과정에서는 비즈니스 현장에서 많이 쓰는 필수 함수와 기능을 이용해 데이터를 전처리하는 방법을 연습합니다. 오류를 고치고, 결측치를 처리하며, 데이터의 유형과 구조, 자주하는 실수 등을 배웁니다. 데이터에서 궁금한 점을 판단할 수 있는 분석 결과를 뽑아내는 요령과 데이터를 만들고, 합치고, 나누고, 재조합하는 작업을 실습합니다. 분석 결과에서 비즈니스에 도움이 되는 인사이트를 찾아 내는 방법과 분석 결과를 다른 사람과 공유해 조직적 의사 결정할 수 있게 시각화하는 과정도 다룹니다.

대량의 판매 데이터 세트를 제공합니다.

여러 엑셀 강좌에서 제공하는 실습 데이터세트의 레코드는 많아 봤자 2~300개 안팎입니다. 강사가 의도한대로 깔끔한 결과가 나옵니다. 미리 설계된 소량의 데이터이기 때문입니다. 그러나 현실의 데이터는 언제나 복잡하고, 지저분하며, 분석자가 예상하지 못한 다양한 특성을 담고 있습니다. 엑셀을 좀 배워 자기 업무에 적용하려 해도 잘 안되는 이유 중 하나는 ‘수업에서 다루는 데이터’와 ‘실제 데이터’가 너무 다르기 때문입니다.

본 과정은 16가지 속성을 담은 15,000여 개 레코드의 데이터 세트를 연습용으로 제공합니다. 대규모 데이터를 다양한 분석 모델을 적용해 다각도로 분석하는 연습을 거듭함으로써 수강생은 여러 속성 데이터의 성격과 유형을 이해하고, 데이터의 개체-관계 모델(ERD)을 관리하는 방법을 익힙니다. 이런 연습을 통해 기업의 방대한 데이터를 효율적으로 다룰 수 있을 뿐만 아니라 데이터베이스의 관리, 훨씬 복잡하고 방대한 데이터 분석 프로젝트가 어떤 원리로 돌아 가는지 쉽게 이해할 수 있습니다.

 강의 평가 4.94(★★★★☆)

내로라 하는 기업들이 선택한 검증된 교육 프로그램입니다.

명품의 가치를 먼저 알아본 기업은 많습니다. A 대학은 2017년부터 4년째 본 프로그램을 3학점 정규 과정으로 운영합니다. B 금융사는 13회 이상 직원 교육 후 본 동영상 강좌를 전직원 공통 교육과정으로 추진 중입니다. C 그룹은 1단계인 본 과정뿐만 아니라 이후 전체 프로그램을 기본 교육으로 채택했습니다. 손꼽히는 IT 기업인 D사는 본 프로그램을 신입사원 필수 역량 교육과정으로 선택해 15회 이상 진행 중입니다. E 대학은 본 과정의 전체 프로그램을 공동 학위 과정으로 운영하려 합니다. 수많은 기업과 기관, 대학이 왜 본 과정을 전직원 공통 교육으로 추진하는지 직접 경험하십시오.

[이미 수많은 기업이 데이터 사이언스 입문 부트캠프를 선택하셨습니다]

 

 

유용한 내용을 쉽게 가르쳐 주니 수강생도 좋아합니다.

[L사 교육과정 종합만족도]

만족도 4.94점의 압도적인 점수에는 합당한 이유가 있습니다. 그저 쓸모 있는 지식으로는 부족합니다. 수강생이 잘 소화할 수 있도록 차근차근 체계적으로 설명하고, 실습하며, 응용 방법을 알려줄뿐만 아니라 평가의 기회를 제공하기에 가능한 점수입니다. 종종 데이터 분석을 왜 배워야 하냐며 뚱한 표정으로 등 떠밀려 참여하는 수강생이 있습니다. 그러나 첫 시간이 끝나면 표정이 달라집니다. “생각보다 어렵지도 않고, 배우면 당장 내 업무에 적용할 수 있겠다”며 적극적인 태도를 보입니다.

본 과정의 진정한 가치는 커리큘럼에 나열된 분석법이 몇 개인지, 도구가 엑셀인지 파이썬인지, 동영상 재생 길이가 몇 분인지 등에 있는게 아닙니다. 이 과정은 2가지의 분명한 목적이 있습니다. 첫째는 데이터 분석에 대한 막연한 두려움을 없애는 것이며, 둘째는 각자의 업무에 데이터 분석을 적용할 방법을 깨닫게 도와주는 것입니다. 즉, 기업이 데이터 분석으로 효과를 거두기 위해 모든 구성원이 반드시 알아야할 사항을 가장 쉽고 유용하게 전달하는 교육 프로그램입니다. 두 마리 토끼를 잡는 과정임을 수강생도 쉽게 느끼고 몰입하게 됩니다.

■ L사 과정 종합 피드백

■ H금융사 데이터 애널리스트 스쿨 과정 종합 피드백

[B2C 오프라인 강의 종합만족도]

 

실무, 활용, 쉬운, 사례, 실질적…

모든 강의 피드백에 반복해서 등장하는 말입니다. 본 과정은 정말 데이터의 “ㄷ”도 모르는 평범한 직장인을 위한 필수 입문 강의입니다. 엑셀 sum, average 함수 정도만 아는 사람도 일단 시작하면 회귀분석이나 머신러닝까지 데이터 분석의 기본적인 개념을 충분히 이해하고 활용할 수 있게 해주는 알찬 프로그램입니다.

30대. CTO
5★ “강사님들의 전문성과 강의 능력이 너무 좋으셨습니다. 데이터 분석을 위한 커리큘럼도 인상적이었습니다.”
20대. 대학생
5★ “강데이터 분석 입문 강의로 정말 좋았습니다. 통계적 지식이 전무함에도 강사님께서 차근차근 설명해주셔서 쉽게 이해할 수 있었습니다.”
20대. 대학생
5★ “강사님의 설명을 듣고 직접하시는 것을 본 후 실제 혼자 해보는 시간을 가질 수 있어 저절로 반복학습을 할 수 있었습니다.”
20대. 대학생
5★ “실무에 즉시 활용 가능한 것들을 배우게 되어 유익하다고 생각했습니다. 취업에 있어서 반드시 갖춰야할 요소인 엑셀 활용 능력을 배울 수 있어 좋았습니다.”
20대. 대학생
5★ “실생활에 응용되는 4차 산업과 인공지능에 대해 명확한 목표를 가지고 가볍게 시작해 심도있게 끝낼 수 있는 강의였습니다.”
20대. 대학생
5★ “강사님이 비이공계 (인문학도) 출신이셔서 저희가 어려워할 수 있는 부분을 잘 알고 계셨습니다. 저희 눈높이에 맞게 설명을 쉽게 해주셔서 무척 좋았습니다.”
30대. 직장인
5★ “그동안 업무에서 엑셀을 사용하기는 하였으나 엑셀에 이렇게 다양한 기능이 있는지는 처음 알았고 정말 유용한 분석도구라는 생각이 들었습니다.”

[B2C 오프라인 강의 종합 피드백]

 함께하면 좋을 도서

데이터 사이언스 입문 도서 증정

동영상 강좌만으로도 충분히 성과를 거둘 수 있지만, 마소캠퍼스가 출간한 [데이터 사이언스 입문] 도서를 참고하면 교육 효과가 배가됩니다. 본 도서는 교보문고, yes24, 인터파크, 알라딘은 물론 네이버 책에서 관련 분야 1위를 기록한 인기 도서입니다.

 

-주요특징-
1. 데이터 분석 입문자를 위한 상세한 개념 설명
2. 데이터 분석 역량 학습
3. 수학적 계산 없이 배우는 데이터 심화분석
4. 비즈니스에 적용가능한 데이터 분석 기법 소개

네이버책 평점 ★ 9.2

자세히 보기

실무 중심으로 설명하는 동영상 강좌와 달리 이 책은 전문가로 발돋움하고자 하는 분들을 위해통계 분석의 개념에 대해 더 상세하게 설명합니다. 일반인에게 낯선 베이시안 추론, 중심극한의 정리, 회귀 분석의 잔차와 계수, 귀무가설과 대립가설, 1종 오류 확률 등 이론적 배경 지식을 늘려줌으로써 다양한 알고리즘을 현실에서 응용하는 역량을 키울 수 있습니다.

데이터 사이언스 역량 교육 로드맵

기업에서는 데이터 분석 능력이 뛰어난 직원을 채용해 비즈니스 관련 경험을 쌓게 하는 것 보다, 회사의 비즈니스 상황을 이해하는 내부 인재에게 데이터 분석 능력을 키워주는 것이 훨씬 효과적입니다. 따라서 분석에 중요한 지표가 무엇인지, 분석 결과를 누구와 어떻게 커뮤니케이션하는게 좋은지, 데이터의 특징이 우리 비즈니스에서 어떤 의미를 갖는지 이해하는 것이 중요합니다. ‘데이터 사이언스 입문 부트캠프’와 함께라면 기업이 원하는, 직접적인 이익을 가져다 줄 분석이 가능합니다.

마소캠퍼스는 데이터 기반의 경영 문화를 확산하고, 내부 전문가를 육성하고자 하는 기업과 본인의 역량을 기르고 싶은 개인들을 위해 데이터 분석 전문가 양성의 전 과정을 제공합니다. 데이터 사이언스 로드맵을 참고하십시오.

이 부트캠프에서는 데이터 사이언스의 입문 과정(G 과정)이 담겨있습니다. 교육 과정에서는 엑셀을 활용한 데이터 분석 실무, 데이터 관련 프로젝트 실습, 전문 프로그램을 활용한 분석 실무 내용을 다룹니다. 이론과 실습을 통해 ‘진짜’ 데이터 분석 전문가가 되도록 하였습니다.

 모두에게 필요하지만, 특히 이런 분들께 추천드립니다

데이터 사이언스 입문 부트캠프에서는 빅데이터, R, Python, 인공지능 등 모호했던 개념들을 명확하게 이해하고, 단기간에 데이터 사이언스 전체 프로세스를 파악하여 실무에 즉시 적용 가능한 데이터 분석 기법들을 알아봅니다. 또한 데이터 분석에 필요한 통계 지식을 어려운 통계 기호를 전혀 사용하지 않고, 사례를 통해 통계적 시각을 확보할 수 있습니다. 아래에 해당된다면 이 강의가 필요합니다.

ㆍ데이터 사이언티스트로 커리어를 쌓고 싶은 모든 분들
ㆍ데이터 관련 개념들부터 비즈니스 데이터 분석까지 한 번에 끝내고 싶은 분들
ㆍ수학이 아닌, 데이터 분석적 사고에 기반한 통계 기법을 배우고 싶은 분들
ㆍ비즈니스와 관련된 데이터를 효과적으로 평가하고 실행 가능한 데이터 분석을 하고 싶은 분들
모두 환영합니다.

 강사, 저자 소개

김 진마소캠퍼스 대표

現 마소캠퍼스 대표
現 이화여자대학교 기업가센터 겸임교수
現 한양대학교 경영학과 겸임교수
前 플레이포럼 대표
前 오비고 코리아 사업부장
前 네이버(NHN Corp.) 중국 개발 센터 설립
前 한국 오라클 기술 컨설턴트
서울대학교 MBA

 

[저서]
데이터 사이언스 입문(2020)
마켓4.0 그로스해킹(2019)
매출을 높이는 실전 구글 광고 마케팅(2019)
디지털마케팅 개론(2018)
구글애널리틱스를 활용한 데이터분석 입문 (2016)
앱마케팅, 이게 진짜 안드로이드 마케팅이다 (2013)

김진 대표는 오라클, 네이버를 거쳐 중국 네이버 개발 아웃소싱 센터를 설립 및 지휘하였으며, 서울대 MBA 졸업 후 글로벌 모바일 기업인 Obigo로 옮겨 데이터 분석에 기반한 성과 관리 시스템 도입 등 국내외 다양한 사업 영역을 개척하였다. 2010년에는 게임웹진 플레이포럼 M&A 후 데이터 분석과 디지털 마케팅을 실무에 본격 도입해 코리안클릭 수치 기준으로 월 평균 활성유저(MAU) 238만, 월 평균 페이지뷰(PV)수 1,700만을 달성하였다. 개발자, 전문 경영인의 길을 걸어온 사업가로서 폭넓은 경험과 IT 기술을 융합해 현재는 기업의 ROI를 높여줄 실무 전문가 교육에 힘 쓰고 있다.

김진 대표가 경영하는 마소캠퍼스는 가시적인 성과를 내는 디지털 마케팅과 데이터 분석의 Actionable Content 교육으로 120여 개의 온오프라인 프로그램이 인기리에 운영 중이다. 저서로는 [데이터 사이언스 입문], [디지털 마케팅 개론], [마켓4.0 그로스해킹], [구글 애널리틱스를 활용한 데이터 분석 입문]과 [앱 마케팅, 이게 진짜 안드로이드마케팅이다]가 있으며, 관련 도서는 한글, 영문, 일본어로 글로벌 출간되었다. 더불어 한양대 경영학과와 이화여대 기업가 센터 겸임교수로서 학생들의 ‘디지털 마케팅/ 그로스해킹/ 데이터 분석’ 역량을 높이는 소명을 맡고 있다.

최정아머니매그넷 콘텐츠랩 이사

現 마소캠퍼스 콘텐츠랩 이사
現 한양대, 이화여대, 세종대, 서강대 등 다수 대학 강의
現 현대캐피탈, 서울시, K-ICT 등 다수 기업&기관 강의
前 플레이포럼 편집장
前 Yonsei-Keio Univ. Distance Learning 매니저
연세대학교 정보학 B.E./경영학 석사

 

[저서]
데이터 사이언스 입문(2020)
마켓4.0 그로스해킹(2019)
매출을 높이는 실전 구글 광고 마케팅(2019)
디지털마케팅 개론(2018)

최정아 컨설턴트는 연세대 경영학 석사로 연세-게이오(日) 대학간 원격교육을 담당하다 자리를 옮겨 플레이포럼 편집장으로 7년간 MAU 238만의 커뮤니티를 운영하며 대중이 열광하는 콘텐츠를 제작해왔다. 이후 마소캠퍼스에 합류해 소셜미디어 콘텐츠 마케팅으로 쟁쟁한 기업들이 수 년간 막대한 인력과 예산을 들여 쌓은 인지도를 6개월 만에 따라 잡는 성과를 이뤄내기도 했다. 다년간 실무에서 직접 경험하고 터득한 현장전문가로서 비즈니스 데이터를 활용해 실제로 성과를 만들어 내는 실용적인 지식과 알짜 팁을 주로 다룬다. 세종대, 한양대, 성신여대, 이화여대에서 강의 교수로도 출강 중이다.

 콘텐츠 인덱스

  • [00:03′ 28″] 과정 개요
    [00:06′ 26″] 메가트렌드
    [00:06′ 49″] 데이터 분석이란
    [00:10′ 35″] 데이터 사이언스 프로세스
    [00:05′ 26″] 데이터란 무엇인가
    [00:05′ 15″] 실습_자료의 정보화
    [00:05′ 05″] 1차 자료와 서베이
    [00:14′ 22″] 실습_데이터 수집 서베이
    [00:10′ 23″] 환경설정_파워쿼리 설치
    [00:03′ 58″] 2차 자료와 크롤링
    [00:03′ 05″] 실습_파워쿼리를 활용한 웹크롤링
    [00:11′ 00″] 기술 통계
    [00:08′ 11″] 실습_데이터와 통계량
    [00:13′ 55″] 분산과 표준편차
    [00:06′ 58″] 표본과 모집단의 관계
    [00:14′ 34″] 실습_몬테카를로 실험 설계 및 실행
    [00:05′ 15″] 중심 극한 정리
    [00:14′ 37″] 실습_중심 극한 정리와 Pilgrim bank 표본 실험
    [00:08′ 13″] 표본 개수 의사결정과 Population Table
    [00:06′ 26″] 논리적 추론과 피어슨 추론
    [00:08′ 23″] 유의성 검정 원리
    [00:05′ 42″] 주요 유의 확률 계산 도구 소개
    [00:04′ 47″] 실습_유의성 검정 도구 KESS 설치
    [00:05′ 37″] 목적에 맞는 유의성 검정
    [00:01′ 28″] 카이제곱 검정이란
    [00:13′ 20″] 실습_카이검정_월마트 영수증
    [00:01′ 55″] T검정이란
    [00:11′ 14″] 실습_T검정 이메일 모금 실험
    [00:03′ 06″] 회귀분석이란
    [00:10′ 31″] 실습_회귀분석 아프리카 구호사업
    [00:03′ 05″] 데이터 전처리 입문
    [00:08′ 04″] 실습_데이터 전처리 결측치처리
    [00:05′ 00″] 실습_데이터 전처리 데이터 클린징
    [00:09′ 07″] 실습_데이터 전처리 금액단위 변경
    [00:06′ 55″] 실습_데이터 전처리 텍스트 나누기 및 개체 삭제
    [00:06′ 41″] 실습_데이터 전처리 데이터 타입 오류 사례
    [00:06′ 29″] 실습_데이터 전처리 종합사례01
    [00:07′ 43″] 실습_데이터 전처리 종합사례02
    [00:06′ 29″] 엑셀 데이터 관리 유형 이해 테이블 크로스탭 템플릿
    [00:07′ 52″] 실습_엑셀 데이터 관리 유형 이해하기
    [00:07′ 22″] 실습_엑셀 Core 기능 표 등록 및 활용 방안
    [00:16′ 27″] 실습_엑셀 Core 기능 이름정의 및 활용 방안
    [00:11′ 23″] 실습_엑셀 에러 처리와 vlookup 활용 방안
    [00:09′ 26″] 실습_혼합 참조 이해와 민감도 분석 적용 방안
    [00:08′ 45″] 실습_소매점 판매 데이터를 활용한 비즈니스 분석 입문
    [00:06′ 47″] 주요 데이터 분석 도구 장단점 정리
    [00:02′ 20″] 주요 KPI의 이해
    [00:07′ 06″] 실습_BSC 프레임워크 기반 분석 목표 KPI 도출 전략
    [00:07′ 19″] 실습_분석 대상 데이터 이해하기
    [00:02′ 46″] 분석 모델 기반 데이터 분석 입문
    [00:07′ 02″] 실습_Key Metrics 도출하기
    [00:14′ 17″] 실습_경향분석 Trend Analysis
    [00:14′ 07″] 실습_비교분석 Comparison Analysis
    [00:16′ 22″] 실습_순위분석 Ranking Analysis
    [00:15′ 18″] 실습_기여분석 Contribution Analysis
    [00:11′ 54″] 실습_빈도분석 Frequency Analysis
    [00:15′ 21″] 실습_차이분석 Variance Analysis
    [00:07′ 12″] 실습_파레토분석 Pareto Analysis
    [00:16′ 22″] 실습_상관분석 Correlation Analysis
    [00:07′ 38″] 실습_Interactive Dashboard 구성
    [00:04′ 43″] 머신러닝이란
    [00:02′ 25″] 베이즈 추론이란
    [00:15′ 51″] 실습_베이즈통계 빼빼로 데이에 초콜릿을 건넨 그 남자의 진정성 추정하기
    [00:10′ 21″] 실습_베이즈통계 단지 문제 해결 방식
    [00:10′ 37″] 실습_베이즈통계 스팸메일 필터 구현하기
    [00:10′ 31″] 베이즈통계_축차 합리성
    [00:03′ 05″] AzureML 이해와 서비스 가입
    [00:14′ 27″] 실습_Decision Tree를 활용한 신용평가 모형 개발하기
    [00:08′ 23″] 실습_Linear Regression을 활용한 적정 집값 예측하기
    [00:08′ 57″] 실습_Logistic Regression을 활용한 직원 이직 가능성 예측하기
    [00:04′ 35″] 데이터 사이언스 프로세스 정리

 안내 사항

vod 수강방법은 가이드를 확인하십시오. ⇢ vod 수강 가이드
e-book 다운로드 방법은 가이드를 확인하십시오. ⇢ e-book 다운로드 가이드
교재는 강의 시작 후에 다운로드 가능합니다.
강의 수강 완료 후 수강확인증이 발행됩니다. (요청시)
현금 계산서는 cs@masocampus.com으로 문의해주십시오. ⇢ 계좌이체 안내
카드 결제 시 카드전표를 계산서로 활용하실 수 있습니다. ⇢ 결제전표 발행 안내
취소 및 환불 규정을 참고하십시오. ⇢ 취소 및 환불 안내
기타 문의: 02-6080-2022 / cs@masocampus.com

알림신청하고 누구보다 빠르게 강의 오픈소식을 받아보세요!

정가 : 798,000원

저작자 표시-비영리-변경금지

Our Benefits

성장이 필요한 순간, 마소캠퍼스의 강의를 만나보십시오

퍼포먼스 마케팅 & 데이터 사이언스 분야 실무중심의 탄탄한 커리큘럼으로 2013년 ‘직무교육’에서 시작, 이제 콘텐츠 그룹으로서 ‘평생교육’으로 나아가고 있습니다.

자체제작 콘텐츠

마소캠퍼스는 처음부터 끝까지 직접 콘텐츠를 만들고 연구합니다.

검증된 전문성

173개 기업과 81개 대학의 선택

온오프믹스 플랫폼

온라인, 오프라인 클래스와 웨비나 강의 등을 통해 스케줄과 장소에 구애받지 않고 양질의 강의를 들을 수 있습니다.

Content Service

마소캠퍼스 콘텐츠 리스트

460여개 동영상, 21종 강의, 도서와 이북

iconfinder_Mail_Management_4341274

Topic 1

디지털 마케팅

디지털 마케팅 부트캠프

ROI 마케팅 실무 입문

퍼포먼스 마케팅 마스터

인스타그램 마케팅의 모든 것

모바일앱 마케팅 실무 활용

구글 애드워즈 실무 활용

페이스북 마케팅 실전 테크닉

카카오 마케팅 실전 테크닉

네이버 마케팅 실전 테크닉

앱마케팅 고급 테크닉

유튜브 동영상 마케팅

그로스 해킹 실전 테크닉

iconfinder_Infographic_Management_4341272

Topic 2

웹데이터 분석

Start! 데이터 분석 R

구글 애널리틱스를 활용한 데이터 분석 실무 활용

데이터 분석과 통계의 이해

데이터 분석 부트캠프

워드 클라우드

비즈니스 엑셀 분석 입문

모바일 앱 분석 실전 테크닉

빅데이터분석을 위한 Hadoop

분석프로그래밍 python

텍스트마이닝

하루만에 따는 GAIQ자격증

iconfinder_Data_Work_4341277

Topic 3

데이터 사이언스

파이썬 개요 및 설치

파이썬 자료구조

파이썬 함수와 모듈

Numpy, Pandas

Pandas 활용

Matplotlib,Seaborn, Folium을 이용한 데이터 시각화

고객 데이터분석 실전 프로젝트

딥 러닝

머신러닝

SQL

R을 이용한 통계분석

머니매그넷(주) Since 2013
마소캠퍼스
- 온라인|원격평생교육시설 등록번호
: 제 원-509호

마소캠퍼스ICT평생교육원
- 오프라인|지식·인력개발사업 평생교육시설 등록번호
: 제 지-286호

서울시 강남구 테헤란로 242 아이타워 9층 (06221), 전화 02-6080-2022, 팩스 02-6455-2021, 이메일 문의 cs@masocampus.com
통신판매업번호 2014-서울강남-03465, 대표(개인정보책임자): 김진, 서비스 이용약관, 개인정보 처리방침
마소캠퍼스 웹사이트는 크롬 브라우저에 최적화 되어 있습니다.

©MasoCampus. All rights reserved.