추가 적립 안내

디지털 트랜스포메이션 시대, 이제 산업과 직무를 불문하고 데이터를 기반으로 한 의사결정이 중요한 시대다. 비전공자나 데이터를 잘 모르는 사람도 데이터를 기반으로 사고하고 의사결정을 할 수 있어야 하며, 객관적인 의사결정을 위해 제대로 문제를 정의하고, 문제 해결 방법을 찾을 수 있어야 한다.

에이블런의 데이터 드리븐 디자인씽킹(Data Driven Design Thinking, DDDT)은 데이터 분석(Data analytics)과 디자인씽킹(Design Thinking)의 방법론을 바탕으로, 디자인씽킹과 다양한 데이터 분석 도구를 통해 데이터 초보자부터 비전공자까지 누구나 배울 수 있는 데이터 중심의 창의적 문제 해결 방법을 제안한다.

디자인씽킹의 핵심인 '공감'을 위한 정성적인 사고방식과 다양한 데이터 분석 방법과 도구들을 활용한 정량적인 조사방법을 모두 활용하여 데이터 기반의 혁신적인 문제 해결 방법을 만나보자.

★ 이 책에서 배우는 내용 ★

◎ 데이터 드리븐 디자인씽킹의 개념과 사례
◎ '고객중심적인 공감'을 위한 디자인씽킹의 프레임워크
◎ 고객의 생각과 문제에 공감을 위한 노코드 데이터 분석
◎ 데이터 기반의 관계 파악과 원인 분석을 위한 노코드 엑셀 데이터 분석
◎ 일목요연하게 데이터를 정리하고 표현하는 데이터 시각화 기법

▣ 01장: 데이터 드리븐 디자인씽킹
디자인씽킹이란?
__디자인씽킹의 개념
__디자인씽킹 프로세스
디자인씽킹에서 데이터의 필요성
__공감의 중요성
__데이터를 통한 이해의 중요성
__데이터를 활용한 디자인씽킹 사례1 - 콜레라 역학조사
__데이터를 활용한 디자인씽킹 사례2 - 부여군 양계 농가 데이터 기반 타깃 분석
__요약
데이터 드리븐 디자인씽킹
__데이터 드리븐 디자인씽킹의 개념
__데이터 드리븐 디자인씽킹의 프로세스
__데이터 드리븐 디자인씽킹 사례1 - 다이슨
__데이터 드리븐 디자인씽킹 사례2 - 불스원샷
__데이터 드리븐 디자인씽킹 사례3 - 티젠
__데이터 드리븐 디자인씽킹 사례4 - 낫소
__요약

▣ 02장: 디자인씽킹의 프로세스별 활용 방안
공감을 위한 데이터 활용
__데이터로 공감한다는 것
__이슈 트리를 통한 문제 탐색과 우선 순위 설정
__소셜 분석을 통한 트렌드 공감하기
문제정의를 위한 데이터 활용
__상관/회귀분석을 위한 데이터 설명
__상관분석을 통한 데이터 관계 파악하기
__회귀분석을 통한 원인 파악하기
__요약
아이디어 도출을 위한 데이터 활용
__아이디어 도출을 위한 문제 정의 및 발견
__아이디어 도출을 위한 마인드 스크라이빙
__아이디어 도출을 위한 생각 도구들
__아이디어 정리를 위한 데이터 시각화
__요약
테스트를 위한 데이터 활용
__그로스해킹이란?
__테스트를 위한 AARRR
__테스트를 위한 AARRR의 사례
__요약

▣ 03장: 소셜 데이터 분석
분석 키워드 정의 - OTT란 무엇일까?
__연관 검색어 살펴보기 - 구글 연관 검색어
__관련 키워드 살펴보기 - 네이버 검색광고 도구
__관련 키워드 살펴보기 - 썸트렌드
언급량 분석: OTT에 대한 사람들의 관심은 어떻게 달라지고 있을까?
__연관어 분석: OTT 플랫폼별로 사람들의 관심을 끄는 키워드는 무엇일까?
__감성 분석: OTT 플랫폼과 콘텐츠에 대한 사람들의 생각, 어떻게 분석할까?
__요약

▣ 04장: 엑셀 데이터 분석
핵심 키워드 간 상관성 검증을 위한 상관 분석
__상관 분석 이론
__소셜 데이터 가져오기
__엑셀 데이터 분석
변수 사이의 인과관계를 확인하기 위한 회귀 분석
__회귀 분석 이론
__소셜 데이터 가져오기
__엑셀 데이터 분석
문제 가설의 정량적 검증을 위한 분산 분석
__분산 분석 이론
__소셜 데이터 가져오기 (일원배치 분산 분석)
__엑셀 데이터 분석
__소셜 데이터 가져오기 (반복이 없는 이원배치 분산 분석)
__엑셀 데이터 분석
__소셜 데이터 가져오기 (반복이 있는 이원배치 분산 분석)
__엑셀 데이터 분석
__요약

▣ 05장: 시각적 데이터 분석
데이터 시각화를 통한 분석이란?
__확증적 데이터 분석 프로세스
__탐색적 데이터 분석 프로세스
__두 분석 방법의 차이점
__탐색적 데이터 분석의 필요성
그래프의 유형별 특징과 활용 방안 ① - 비교
__막대 그래프(Bar chart)
__선 그래프(Line chart)
__영역 그래프(Area chart)
__방사형 그래프(Radial Bar)
그래프의 유형별 특징과 활용 방안 ② - 관계
__산점도(Scatter chart)
__생키 다이어그램(Sankey Diagram)
__풍선 그래프(Bubble chart)
그래프의 유형별 특징과 활용 방안 ③ - 분포
__히스토그램(Histogram)
__상자 그림(Box plot)
__트리맵(Tree map)
그래프의 유형별 특징과 활용 방안 ④ - 구성
__파이 그래프(Pie chart)
__도넛 그래프(Donut chart)
__히트맵(Heat map)
데이터 시각화 리포트를 통한 데이터 읽기
__“코로나19 이후, 글로벌 공급망”(THE STRAITS TIMES, 2021)
__요약