데이터 분석 단계

1. 질문하기(Ask)

• 문제 정의 및 목표 설정
• 이해관계자의 요구사항 분석
• 데이터 분석이 해결해야 할 핵심 질문을 식별

핵심 질문

• 비즈니스 문제는 무엇인가?
• 데이터 분석을 통해 어떤 의사결정을 도울 것인가?
• 주요 이해관계자는 누구이며, 그들의 요구사항은 무엇인가?

---

2. 데이터 수집하기(Prepare)

• 분석에 필요한 데이터 확인 및 수집
• 데이터 원천(데이터베이스, API, 스프레드시트 등) 선택
• 데이터 품질 평가(결측치, 이상치, 불완전한 데이터 확인)

핵심 질문

• 필요한 데이터는 어디에서 가져올 수 있는가?
• 데이터가 신뢰할 수 있는가?
• 데이터 정리가 필요한가?

---

3. 데이터 처리하기(Process)

• 데이터 정제(결측치 처리, 중복 제거, 형식 변환 등)
• 데이터 변환 및 정규화
• 데이터 품질 검사 및 오류 수정

핵심 질문

• 데이터에서 오류나 불일치가 있는가?
• 데이터를 어떻게 변환하면 분석하기 쉬운 형태가 되는가?
• 데이터 전처리 과정에서 자동화할 수 있는 부분이 있는가?

---

4. 데이터 분석하기(Analyze)

• 데이터 탐색(EDA, 탐색적 데이터 분석)
• 데이터 패턴, 트렌드, 상관관계 분석
• SQL, Python, Excel 등을 활용한 분석

핵심 질문

• 데이터에서 어떤 패턴과 트렌드를 찾을 수 있는가?
• 변수 간 상관관계가 있는가?
• 데이터에서 의미 있는 인사이트를 어떻게 도출할 것인가?

---

5. 결과 공유하기(Share)

• 데이터 시각화(차트, 그래프, 대시보드 제작)
• 이해관계자에게 효과적으로 전달할 보고서 작성
• 프레젠테이션을 통해 분석 결과 설명

핵심 질문

• 어떤 형태로 데이터를 시각화하면 이해하기 쉬운가?
• 대상 청중(이해관계자)의 수준에 맞는 보고서와 자료를 준비했는가?
• 분석 결과를 바탕으로 어떤 의사결정을 내릴 수 있는가?

---

6. 결과 활용하기(Act)

• 분석 결과 기반 의사결정 및 실행
• 피드백 수집 및 개선
• 추가 분석 필요 여부 평가

핵심 질문

• 분석 결과를 어떻게 실무에 적용할 것인가?
• 결과를 바탕으로 어떤 액션을 취할 것인가?
• 추가로 분석해야 할 부분이 있는가?

---

정리

Google Data Analytics 과정에서 강조하는 데이터 분석 프로세스는 질문(Ask) → 수집(Prepare) → 처리(Process) → 분석(Analyze) → 공유(Share) → 활용(Act)의 6단계로 구성됩니다.
이 과정에서 데이터를 신뢰할 수 있는 형태로 준비하고, 분석을 통해 인사이트를 도출한 후 결과를 이해관계자에게 효과적으로 전달하는 것이 중요합니다.