배꼽파, 오늘도 배꼽 대신 데이터를 판다

기업 교육 과정 우선순위는 어떻게 정할까?Python으로 중요도–실행도 GAP 계산해 공통 교육과정 개설 기준 만들기한 줄 요약기업 대상 교육을 운영하다 보면 “어떤 과정을 먼저 열어야 하는가”라는 질문과 마주하게 된다.이번 글에서는 제조 기업 HRD 담당자 설문 응답 60건을 바탕으로, 중요도·실행도·GAP을 계산해 공통 교육과정 우선순위를 정한 과정을 Python 중심으로 정리한다. 들어가며기업 대상 교육을 운영하다 보면 비슷한 고민이 반복된다.어떤 교육 과정을 우선적으로 개설해야 할까?현장에서 필요하다고 말하는 과정이 정말 우선순위가 높은 걸까?중요하다고 느끼는 영역과 실제로 부족한 영역은 같은 걸까?당시에도 비슷한 상황이었다.스마트팩토리 전환을 추진하는 제조 기업을 대상으로 맞춤형 교육을 운영하던..

설문 분석에서 끝내지 않고 운영 개선으로 연결한 방법리스크 지표와 실행 우선순위를 만드는 과정지난 글에서는 평균 만족도 뒤에 숨어 있던 저만족 신호를 찾는 과정을 정리했다. https://programming-bellybutton.tistory.com/259 연말 설문 분석 1편: Python과 Pandas로 평균 만족도 뒤의 저만족 신호 분석하기평균 만족도가 높아도 문제는 숨어 있을 수 있다설문 평균 뒤에 가려진 저만족 신호를 코드로 확인한 과정만족도 설문은 보통 평균부터 본다.문제는 평균이 높아도, 일부 집단의 반복적 불편은programming-bellybutton.tistory.com 이번 글에서는 그 결과를 실제 운영 개선 구조로 어떻게 바꿨는지 정리한다.핵심은 3가지였다.주관식 불만을 실행 가능..

평균 만족도가 높아도 문제는 숨어 있을 수 있다설문 평균 뒤에 가려진 저만족 신호를 코드로 확인한 과정만족도 설문은 보통 평균부터 본다.문제는 평균이 높아도, 일부 집단의 반복적 불편은 충분히 가려질 수 있다는 점이다.이번 분석은 그 평균 뒤 구조를 다시 보는 작업이었다.핵심은 3가지였다.설문 A/B 데이터를 하나로 합치기평균 외에 저만족 지표 만들기세그먼트별 차이를 통계적으로 확인하기이번 글에서 구현한 것설문 데이터를 하나의 마스터 테이블로 정리했다.저만족 / 심각 저만족 플래그를 만들었다.세그먼트별 평균과 비율을 비교했다.ANOVA와 카이제곱으로 집단 차이를 확인했다. 1. 왜 평균만으로는 부족했나이번 프로젝트의 출발점은 단순했다.전체 평균은 높게 나오지만, 실제 운영에서는 특정 집단의 불편이 반복된..

분석 결과를 Streamlit 대시보드로 연결한 과정사전·사후 설문 분석 결과를 보고서로만 남기지 않고, 회차·직무·엑셀 사용 경력 기준으로 바로 확인할 수 있는 Streamlit 대시보드로 재구성했다. 핵심은 분석 결과를 운영자가 바로 볼 수 있는 화면으로 바꾸는 것이었다. 들어가며1편에서는 사전·사후 설문 데이터를 매칭하고, 통계 검증을 통해 교육 효과를 확인한 과정을 정리했다. https://programming-bellybutton.tistory.com/257 교육 효과 분석: 대응표본 t-test로 검증한 교육 전후 변화교육 만족도만으로는 부족했다사전·사후 설문 데이터로 교육 효과를 검증한 과정만족도 평균만 보던 교육 운영 데이터를, 사전·사후 설문 매칭과 통계 검증으로 다시 해석해 “실제로 교..

오늘은 실제 기업 과제를 진행하면서 홈페이지 데이터를 스크래핑했던 경험을 정리해보려고 한다.과제 자체가 “크롤링”이 주제는 아니었지만, 과제를 수행하려면 회사 홈페이지에 있는 데이터를 수집해야 했다.그래서 필요한 범위 안에서 스크래핑을 진행했다. 이번 작업에서는 Selenium 같은 브라우저 자동화 도구 대신 requests + BeautifulSoup 조합을 사용했다.이유는 간단했다. 사이트를 확인해보니 자바스크립트 렌더링이나 복잡한 사용자 인터랙션 없이도 필요한 정보가 HTML에 그대로 들어 있었기 때문이다.즉, 굳이 무거운 자동화 브라우저를 띄울 필요가 없었다.1. 먼저 홈페이지부터 살펴보기https://leviyonghun.com/ 김용훈 그로스 연구소 그로스해킹 및 마케팅 컨설팅그로스해킹, 그로..

1. 데이터 수집이란1) 데이터 수집필요성현대 사회 경쟁력 확보 핵심 자원맞춤형 서비스, 마케팅, 연구, 헬스케어 등 다양한 활용단순 기록이 아니라 가치 창출의 출발점정의단순히 데이터를 모으는 행위를 넘어, 수집된 데이터를 분석에 적합한 형태로 준비하는 과정2) 데이터 수집의 어려움정확성 문제: 형식적 오류, 의미적 오류데이터 사일로(data silo) 현상: 기업이나 조직 내에서 부서별로 데이터를 각자 관리하면서 서로 데이터를 공유하지 않고 고립된 상태수집 과정 자체의 복잡성3) 좋은 데이터의 조건신뢰할 수 있는 결과를 도출하기 위해서는 충분한 데이터의 양 뿐만 아니라 품질이 중요ISO 8000: 정확성, 완전성, 일관성, 유효성, 적시성, 상호운영성정확성데이터가 실제 현실을 얼마나 정확하게 반영하고..

1. 파이썬 문법 요소2. 함수형 프로그래밍1. 파이썬 문법 요소1) 언패킹정의: 시퀀스(리스트, 튜플, 문자열 등)의 요소를 개별 변수로 나누어 할당.문법 형식변수1, 변수2, ..., 변수n = 시퀀스변수1, 변수2, *변수n = 시퀀스 # 확장 언패킹활용:함수 반환값 여러 개를 동시에 할당 가능나머지 값들을 *로 묶어 처리 가능# 기본 언패킹x, y = (3, 7)print(x, y) # 3 7# 리스트 언패킹r, g, b = [120, 200, 150]print(r, g, b) # 120 200 150# 확장 언패킹first, *middle, last = [1, 2, 3, 4, 5]print(first, middle, last) # 1 [2, 3, 4] 5 2) 언더스코어 의미: 특별..

1. 리스트와 딕셔너리2. 데이터 입출력1. 리스트와 딕셔너리1) 리스트 슬라이싱리스트의 특정 구간을 추출하거나 역순으로 가져올 수 있음.부분 리스트 추출: [시작:끝:간격]끝 인덱스는 포함하지 않음음수 인덱스 사용 가능 (역순 추출)다차원 리스트에도 적용 가능nums = [10, 20, 30, 40, 50, 60]print(nums[1:4]) # [20, 30, 40] → 1~3번 인덱스print(nums[:3]) # [10, 20, 30] → 처음부터 3개print(nums[::2]) # [10, 30, 50] → 2칸 간격print(nums[::-1]) # [60, 50, 40, 30, 20, 10] → 역순2) 리스트 컴프리헨션반복문과 조건문을 한 줄에 표현기존 리스트..

1. 데이터 분석의 이해2. 데이터 분석 과정3. 데이터의 분류4. 오픈소스 환경1. 데이터 분석의 이해1) 데이터와 정보데이터: 관찰이나 측정을 통해 얻어진 사실정보: 데이터를 목적에 맞게 분석 ·가공하여 의미를 도출한 것.데이터를 수집하여 정리하거나 요약하는 과정에서 정보가 만들어지며, 이 정보는 의사결정, 문제해결, 정책 수립 등 다양한 분야에서 활용된다. 2) 데이터 분석의 정의데이터 분석(Data Analysis, DA): 데이터에 숨겨진 의미를 발견하고 인사이트를 도출하는 일련의 과정. 데이터를 정보로 가공4단계로 구분 설명적 분석 (decriptive analytics)· 과거와 현재 데이터를 요약하여 무엇이 발생했는지 파악하는 것을 목표로 함.· 가장 기초적인 분석 형태로 매출 데이터로 월..

부트캠프 코딩테스트 중에 굉장히 쉬운 문제였지만 함수이름을 까먹다가 헤맨 문제이다. 양심적으로 이 문제는 맞았어야 했다. 문제 대문자와 소문자가 섞인 문장이 입력되면 모든 알파벳을 대문자로 변환하여 출력한다. 만약 모든 문자가 대문자이면 대문자가 그대로 출력됨. 입출력 예시 입력 출력 I WANNA Be rich! I WANNA BE RICH! curious CAT CURIOUS CAT WE ARE THE WORLD WE ARE THE WORLD 풀이 toUpperCase() 함수를 사용하여 대문자로 변환 function converting(input) { var anwer = ""; // 입력받은 문자열을 대문자로 변환 answer = input.toUpperCase() return answer; } ..