Data Analytics

Google Sheets: 고급 함수 (VLOOKUP, INDEX/MATCH, ARRAYFORMULA), 피벗 테이블, 자동화

SQL: SELECT, JOIN, GROUP BY, HAVING, window functions (ROW_NUMBER, RANK, LAG/LEAD), CTEs, 서브쿼리

BigQuery: 파티셔닝, 클러스터링, 중첩 쿼리, 비용 최적화, UDFs

데이터 모델링: 스타 스키마, 팩트 테이블과 디멘션 테이블, 정규화, 비정규화

KPI와 메트릭: CAC, LTV, MRR, ARR, 이탈률, NPS, 전환율, ARPU

퍼널과 코호트: 전환 분석, 코호트 리텐션, RFM 분석

ELT와 Data Pipeline: Extract-Load-Transform, dbt (models, tests, sources), 오케스트레이션

Zapier와 자동화: triggers, actions, 다단계 워크플로, webhooks

Google Tag Manager: tags, triggers, variables, dataLayer, 추적 계획

Power BI: DAX, 계산된 측정값, 관계, 시각화, 필터, 드릴다운

Looker Studio: 데이터 소스, 계산된 필드, 필터, 매개변수, 블렌딩

시각화: 적절한 차트 선택, 데이터 스토리텔링, 디자인 원칙 (Tufte)

AB 테스트: 가설, 표본 크기, 통계적 유의성, p-value, t-검정

Python과 Pandas: DataFrames, Series, groupby, merge, pivot_table, 클렌징

Plotly: 인터랙티브 차트, subplots, 애니메이션, 대시보드

Scikit-Learn: 회귀, 분류, 클러스터링 (K-Means), train/test split, 메트릭

방법론: 문제 정의, 소스 식별, 클렌징, 분석, 권장사항