[SQL] 03. 데이터를 다루기 위한 도구들

1. 엑셀

• 간단한 분석
• 커뮤니케이션
• 데이터가 커지면 한계

2. SQL

• 기본이자 필수
• 데이터 추출/전처리
• 비즈니스 분석
• 2단계(전처리), 3단계(EDA), 4단계(쪼개기)도 충분히 SQL만으로도 가능

3. R / Python

• 4단계에서 네트워크 분석과 같은 단계가 가능
• 2단계(전처리)를 편리하게 진행 가능
• 머신러닝 알고리즘, 모델링 필요로 할때 사용
  • 모델링이란? 수많은 데이터 사이의 관계들을 수학적으로 찾아내는 것
• R
  • 통계 분석 기능과 생태계 풍부
  • 시각화에 뛰어난 ggplot
• Python
  • 프로그래밍 언어
  • 데이터 분석에 강점
  • 분석 결과를 개발로 이어갈 때 유리

4. Business Intelligence Tools (BI tool)

• 데이터 분석이나 대쉬보드 제작을 더 쉽게 만들어 주는 툴 
  • Tableau : 시각화가 예뻐서 많이 사용
  • looker
  • Data Studio
  • re-dash : 심플해서 현업분들과 공유하기 좋음 (진입장벽이 낮아서)
  • TIBC Spotfire

5.  SAS

• 통계 분석에서 많이 사용
• 코딩 필요
• 가격이 비쌈
• 잘 안쓰이는 추세 (오라클과 비슷, 오픈소스를 많이 활용하는 추세)

6. SPSS

• 리서치 회사에서 사용
• 코딩 필요없음

7. ArcGIS

 

8. TensorFlow / PyTorch

 

 

실제 업무에서 많이 사용하는 툴

R / Python, SQL, EXCEL, Tableau, Spark(대용량 처리), re-dash

 

SQL로 DB 데이터 수집 -> R 또는 Python 으로 모델링, 분석 -> B.I (Tableau, re-dash), 엑셀, PPT 등으로 결과 공유