Google 데이터 애널리틱스 수료증 이수 과정

기초: 어디에나 존재하는 데이터

• 데이터 애널리틱스와 관련된 주요 개념의 정의
• 분석적 사고의 자체 평가와 적용
• 데이터 애널리틱스에서의 스프레드시트, 쿼리 언어, 데이터 시각화 도구의 역할

데이터 기반 의사결정을 위한 질문

• 분석 시나리오에서의 문제 해결 로드맵 활용
• 의사결정 과정에서의 데이터 사용
• 스프레드시트를 활용한 데이터 입력 및 구성

탐색을 위한 데이터 준비

• 데이터 수집에 관한 결정 시 고려할 요소
• 편향된 데이터와 편향되지 않은 데이터의 차이
• 데이터베이스의 기능, 구성요소 및 권장사항

데이터 정리

• 데이터 무결성과 데이터 정리 과정
• SQL을 사용한 문자열 변수 정리
• 데이터 정리 결과의 검증

데이터 분석을 통한 해답 찾기

• 분석 전 데이터 구성의 중요성
• 다양한 데이터베이스 테이블에서 데이터 결합을 위한 SQL 쿼리 생성
• 스프레드시트의 데이터 계산을 위한 함수 사용법

시각화를 통한 데이터 공유

• 데이터 시각화 자료 활용
• Tableau 사용법 및 데이터 기반 스토리의 정의와 중요성
• 효과적인 프레젠테이션의 원칙과 수행 방법

R 프로그래밍을 사용한 데이터 분석

• R 프로그래밍 언어와 환경
• R 프로그래밍과 관련된 기본 개념
• R Markdown의 기본 형식

Google 데이터 애널리틱스 캡스톤: 사례 연구 활동

• 캡스톤 및 사례 연구 활동의 주요 특징과 속성 파악
• 데이터 분석 과정의 관행 및 절차 적용
• 기업과 소통 시 사례 연구 활동/포트폴리오 활용 방법