1. 실전 대시보드 고도화 및 마케팅 분석 실습
국비지원으로 수강한 [패스트캠퍼스] 데이터 시각화 강의의 마지막 5주차 학습을 마무리했습니다.
약 한 달간의 과정 동안 실습 위주의 학습이 이어졌으며, 이번 주차에서는 그간 학습한 내용을 토대로 고도화된 실전 대시보드 구현과 마케팅 분석 기법 적용에 초점을 맞추었습니다.
이전 주차에서 기초적인 인터랙티브 대시보드를 완성한 데 이어, 이번에는 HR 분석, Retention 분석, RFM 분석을 실습했습니다.
특히 Retention 분석은 최근 디지털 마케팅 및 SaaS 비즈니스에서 핵심 지표로 많이 사용되는 방식으로, 이탈률, 재방문율, 사용자 잔존율 등을 시각적으로 표현하는 방식이었습니다.
직접 데이터를 시각화해보며 고객 유지율이 어떤 방식으로 변화하는지를 파악하고, 이를 기반으로 의사결정을 어떻게 유도할 수 있는지에 대한 구조를 익히는 데 유익했습니다.
RFM 분석은 고객을 **Recency(최종 구매 시점), Frequency(구매 빈도), Monetary(구매 금액)**의 기준으로 세분화하는 방식으로, 마케팅 세그먼트를 구성할 때 사용되는 분석 기법입니다.
실습을 통해 각 고객군을 시각적으로 구분하여 나타내는 방법을 익혔고, 명확한 기준을 수립하는 것이 분석의 정확성과 효율성에 큰 영향을 준다는 점을 체감할 수 있었습니다.
2. 공모전 수상작 분석 및 벤치마킹 실습
실전 대시보드 제작 이후에는 태블로 공모전 수상작 사례 분석이 이어졌습니다.
실습 중에는 실제 수상작의 기능과 디자인을 참고하여 구성 요소들을 따라 만들어보는 과정을 진행했습니다.
단순히 디자인만 모방하는 것이 아니라, 대시보드를 통해 문제를 어떻게 정의하고, 데이터로 어떤 인사이트를 도출했는가에 초점을 맞추어 구조를 분석했습니다.
강의에서는 공모전 수상작의 공통적인 특징으로 아래 세 가지를 강조했습니다.
- 문제 정의가 명확하고 구체적일 것
- 대시보드의 흐름이 사용자 친화적일 것
- 시각적 요소보다는 데이터 기반 스토리텔링이 강할 것
해당 실습은 단순한 기능 연습을 넘어서, 향후 대시보드 기반 프로젝트나 데이터 포트폴리오를 구성할 때 참고할 수 있는 기준과 감각을 기르는 데 도움이 되었습니다.
개인적으로도 언젠가 태블로 관련 공모전에 참여해보고 싶다는 목표가 생겼으며, 이를 위한 연습과 학습 방향에 대해 구체적인 아이디어를 얻을 수 있었습니다.
3. 외부 분석 도구 연동 및 학습 마무리
강의 마지막에서는 태블로에서 제공하는 외부 분석 도구 연동 기능(R, Python)에 대해 간단히 소개하고 실습을 진행했습니다.
이 기능은 고급 통계 분석이나 머신러닝 모델링 결과를 태블로 내 시각화와 연결할 수 있도록 해주는 기능으로, 데이터 사이언스 영역과의 확장성을 제공한다는 점에서 매우 인상 깊었습니다.
실습에서는 간단한 예제로 R과 Python에서 분석한 데이터를 태블로로 시각화하는 과정을 경험했으며, 향후 포트폴리오 확장에도 유용하게 활용할 수 있을 것으로 기대됩니다.
모든 강의를 마친 후, 태블로를 활용한 개인 프로젝트와 포트폴리오를 구축하는 것의 중요성도 강조되었습니다.
이번 국비지원 강의를 통해 기초부터 실전까지 체계적으로 학습한 만큼, 강의 수료 이후에는 스스로 주제를 정하고 데이터를 수집하여 실제 비즈니스 시나리오 기반의 대시보드를 제작해볼 계획입니다.
이러한 결과물은 향후 커리어 전환이나 공모전 참여에서도 중요한 기반이 될 것입니다.