와디즈

프로젝트 정보

펀딩성공

236% 달성

1,183,000원 펀딩

8명의 서포터

앵콜 프로젝트 재오픈한 펀딩 성공한

앵콜! 데이터 사이언스&비즈니스 애널리틱스를 위한 통계분석 마스터 클래스 프로젝트는 소중한 서포터들의 펀딩과 응원으로 2022.09.27에 성공적으로 종료되었습니다.

지지서명

메이커 정보

리워드 선택

프로젝트 스토리

실전 통계, 한 번에 제대로 배워서 질리도록 써먹자! 기본적인 통계 지식부터 실습까지 한 번에 끝낼 수 있는 통계 분석 마스터 클래스
앵콜 프로젝트 재오픈한 펀딩 성공한

펀딩성공

236% 달성

1,183,000원 펀딩

8명의 서포터

앵콜! 데이터 사이언스&비즈니스 애널리틱스를 위한 통계분석 마스터 클래스 프로젝트는 소중한 서포터들의 펀딩과 응원으로 2022.09.27에 성공적으로 종료되었습니다.


목표 금액 500,000원
펀딩 기간 2022.09.15-2022.09.27

100% 이상 모이면 펀딩이 성공되며, 펀딩 마감일까지 목표 금액이 100% 모이지 않으면 결제가 진행되지 않습니다.

펀딩에 성공한 동일 리워드로 재오픈되는 와디즈 앵콜 프로젝트란? 자세히 알아보기
프로젝트 스토리
도서산간에 해당하는 서포터님은 배송 가능 여부를 반드시 메이커에게 문의 후 펀딩에 참여해 주세요.

상세 소개 |

강의 두 줄 요약

:  이제 경험보다는 데이터를 기반으로 대답할 때! 

통계지식으로 신뢰성을 수치화하여 근거로 제시한다면 여러분의 설득력은 무한대로 UP! 통계분석 마스터 클래스가 여러분의 실무 경쟁력을 제대로 키워줄 겁니다!

통계, 왜 배워야 할까요?

무엇이든지 기본기가 잡혀 있으면 두려움과 걱정은 없어지기 마련입니다.

이제는 꼭 필요한 데이터 분석! 바로 데이터 분석의 기본기는 ‘통계 지식’에서 시작합니다.

 

통계를 배우면, 실생활에 유용합니다.

우리의 일상이 통계에 묻혀 있다는 사실, 알고 계셨나요? 통계를 통해 우리 일상에서 발생하는 이슈에 답을 찾아볼 수 있을 겁니다!

 

통계를 배우면, 합리적인 사고가 가능합니다.

수치를 단순히 숫자로만 바라보는 것이 아닌, 그 이면의 의미에 집중하는 방법을 알게 됩니다.

 

통계를 배우면, 진짜와 가짜를 구별할 수 있습니다.

동일한 이슈를 다루는 기사인데도 왜 스탠스가 다를까요? 이제 통계치를 스스로 직접! 해석하여 진짜 기사를 발견해낼 수 있습니다.

 

통계를 배우면, 데이터 기반의 판단이 가능합니다.

B회사의 한 달 매출이 3,000만 원이라고 합니다. 과연, 3,000만 원이 좋은 성과일까요?

여러분은 이 물음에 통계를 활용해 그 답을 내릴 수 있습니다.

 

‘10% 담뱃값 인상이 청소년층의 흡연을 어느 정도 줄일 수 있을까?’

‘직업 훈련은 재취업률을 얼마나 높이는가?’

‘외국인 직접 투자가 늘면 경제 성장률이 제고되는가?’


위 질문에 정확히 답하기 위해선 “통계”가 필요합니다!

 

그러나,

막상 시작해보려면 너무 막막한 통계! 고등학교만 졸업하면 통계와는 이별일 줄 알았는데…

“통계분석 마스터 클래스”로 현실에 바로 적용하는 통계를 배워 우리 삶 속에 숨겨진 통계적 원리를 발견해보세요!

이런 분들께 추천 드립니다 |

  • 수학이 무서워 통계에 장벽을 느끼셨던 분
  • 데이터 분석 프로젝트 기획력을 함양하고 싶은 분
  • 실습으로 통계를 한 번에, 제대로 이해하고 싶은 비전공자
  • 실무에 통계 분석을 바로 적용하여 인사이트를 찾고 싶은 분
  • 비즈니스 애널리틱스 역량을 함양하여 데이터 사이언스와 경영 의사결정을 결합하고 싶은 분

한 번 배워서 실무에 계속 쓸 수 있는 통계 지식! 실무에 꼭 필요한 통계지식으로 진짜 성과를 얻어보세요!


강의 특징 |

POINT 1. 기초를 탄탄히! 이것만 써먹어도 데이터 분석 A-SAP 가능한 커리큘럼

본 강의는 한 번 배워서 실무에 계속 적용할 수 있는 통계 지식을 단계 별로 학습할 수 있도록 구성되었습니다. 실무에 필요한 통계 지식을 배우는 순간, 분석 도구 사용법 정복은 물론, 성과를 향한 비즈니스 인사이트를 만들어낼 수 있을 겁니다! 실전 통계, 한 번 배워서 지겹도록 써먹어보세요!


POINT 2. 이론에 그치지 않고 실무를 결합한 통계분석 강의

본 강의는 데이터의 종류부터 분산, 표준 편차의 개념까지 가장 기본적인 통계 개념 정리부터 시작합니다. 단순히 용어 정의를 암기하는 것이 아니라 비즈니스 사례를 접목한 예시를 통해 이해할 수 있도록 돕는 가이드와 같은 강의입니다. 여기에 실무 예제를 직접 해결해 봄으로써 지루함 없이 통계와 실무 이해도를 모두 잡을 수 있습니다.


POINT 3. 비즈니스 필승 전략을 제시하는 통계분석 강의

이론이 아닌 실제 BQ를 중심으로 통계 분석을 학습하기에 프로젝트 이해도와 기획력을 바로 함양할 수 있습니다. 이론을 외워 실무에 적용하는 비효율은 줄이고, 예제와 실습을 기반으로 실무에 바로 응용하는 Time Saving, Actionable 커리큘럼입니다.

통계분석 마스터 클래스를 듣고 나면

<통계분석 마스터 클래스> 강의를 듣고 나면, 여러분은 다음과 같은 역량을 확보할 수 있습니다.

  • 수집한 데이터를 읽고 요약하는 기술통계 및 시각화 역량
  • 확률과 추론을 통해 미래의 데이터를 예측할 수 있는 역량
  • 카이제곱 검정, T검정, 회귀분석 등 다양한 통계 분석 역량
  • 실의 비즈니스 문제(Business Question)를 해결하는 최적의 방법을 찾아내는 역량

 

본 강의의 커리큘럼만 따라 오면 단 20시간 02분 만에 통계 분석을 실무에 바로 적용할 수 있을겁니다!

“통계분석 마스터 클래스” 듣고, 여러분의 의사결정에 날개를 달아보세요!

학습 내용 |

추정값들의 불확실성을 수치화하여 확인하다! '데이터 부트스트랩'

모집단 모수 추정의 확률적 근거를 제시하는 '중심 극한 정리'

1개의 종속변인과 1개의 독립변인 사이의 관계를 파악하고 싶다면? '일원분산분석!'

이제는 실전이다! 매출에 영향을 미치는 요인 발견하고 매출 성장시켜보자! '실전 프로젝트'

여러 변수 간의 관계도 한 눈에! '산점도 그리기'

자료로부터 얻은 통계량, 중요한 값만 한 눈에 보고 싶은데... 이럴 땐 '상자수염그림 시각화'

내가 세운 가설... 사실일까? 이제는 '진짜' 데이터로 말할 수 있습니다. '선형회귀분석!'

실전에서 써먹는 통계로 배우자! 여러 실전 프로젝트로 통계와 친해지기

강의 커리큘럼 |

<데이터 사이언스 비즈니스 분석 입문>

<통계분석 마스터 클래스>

리워드 소개 |

예상 질문 Q&A |

Q. 기본적인 통계 지식 없이도 강의를 따라갈 수 있나요?

A. 본 강의는 데이터의 종류부터 분산, 표준 편차의 개념까지 가장 기본적인 용어와 개념 정리로 시작합니다. 단어 하나의 개념을 쉽게 이해할 수 있도록 일상 사례를 들어 친절히 설명하며, 분석 목표와 데이터에 맞는 효과적인 시각화 방법까지 하나하나 설명해주는 강의입니다. 통계를 어려워하는 분들도, 통계 초보자분들도 모두 수강 가능합니다!

 

Q. 기본적으로 엑셀을 잘 다루어야 수업을 따라갈 수 있나요?

A. 강사님께서 클릭해야 하는 버튼 하나 하나 짚고 설명하여 짚고 넘어가시므로 엑셀 실력에 대해서는 걱정하지 않으셔도 됩니다.

강사 소개 |

도서 소개 |

  • 모든 것이 데이터로 이루어진 시대, 뼛속부터 문과여도 데이터 분석 역량 키우기!
  • No 코딩! 비전공자도 누구나 쉽게 배울 수 있는 엑셀 데이터 분석 실무 입문
  • 누구나 바로 사용할 수 있도록 실제 비즈니스 분석 사례로 설명
  • 데이터 분석의 필요성을 이해하고, 가설 도출부터 비즈니스 의사결정까지 차근차근!
  • 데이터 분석의 마지막 포인트, 한눈에 보이는 데이터 시각화!


도서 개요

모든 것이 데이터로 이루어진 시대, 누구라도 배울 수 있는 역대급 길잡이 도서! 실제 비즈니스 분석 사례로 설명하는 실무서로 비즈니스 데이터 분석을 실행하려는 이 시대의 수많은 실무자에게 엑셀부터 머신러닝까지 즉시 실행 가능한 데이터 분석 전략 기법을 제공한다.

 

비즈니스 현장에서 자주 접하는 질문이 있습니다.

-신제품 예약 판매 결과를 보니 빨강색을 선호하는 사람이 무려 75%였다! 본격 판매할 물량은 빨강색 75%, 검정색 25%로 준비하면 되는 걸까?

-10% 가격 할인쿠폰을 발행하니 매출이 3배 늘었다! 할인 폭을 5%로 줄이면 매출이 얼마가 될까? 또 20%로 높이면 예상 매출은 얼마일까?

- 최근 뜨는 브랜드, 지는 브랜드가 무엇인지 요즘 추세를 한눈에 알아볼 수는 없을까?

 

누구나 알고 싶어하지만 ‘어떻게 알아내야 하는지 방법을 모르는’ 질문입니다.

엑셀 함수와 매크로를 능수능란하게 다뤄도 이런 물음에는 답하기 어렵습니다. 도구 사용법이 아닌 데이터 분석 역량이 필요한 문제니까요.

마소캠퍼스의 「비전공자도 배워서 바로 쓰는 비즈니스 데이터 분석」은 흔히 보던 데이터 분석 도서가 아닙니다.

완독한다면 얼마든지 위와 같은 현실 문제의 해답을 찾는 능력을 기를 수 있는 도서입니다.

 

데이터 분석은 문제를 최대한 목적에 맞게 간결하게 정의하고, 데이터를 수집하여 분석 가능한 형태로 정비하며, 분석을 실시한 후 다른 사람과 공유할 수 있는 형태로 결과를 시각화하는 네 가지 단계로 흘러갑니다. 본 과정의 각 단계에서 수강생은 다음과 같은 목표를 달성할 수 있습니다.

 

(1) 현실 세계의 데이터 모델링

데이터 사이언스의 프로세스와 전문가(Expert)에게 필요한 역량 모형을 이해합니다.

복잡한 현실을 목적에 맞게 추상화하는 데이터 모델링 방안을 학습합니다.

다양한 사례를 통해 분석의 목적과 실생활에서의 응용 방안 등 데이터 기반 의사결정의 전체 그림을 이해합니다.

 

(2) 데이터 수집과 분석을 위한 전처리

온라인 서베이 도구 및 엑셀의 크롤링 도구를 활용하여 분석 대상 기초 데이터를 확보하는 방법을 배웁니다.

엑셀 기능과 함수를 사용하여 수집한 데이터를 분석 목적에 맞게 원하는 형태로 가공하는 방법과 실무에서 많이 쓰는 유용한 기능을 익힘으로써 엑셀과 친해집니다.

 

(3) 현실적인 기업의 비즈니스 데이터 분석 실무

알고 있는 데이터를 사용하여 모르는 데이터를 추론하는 모집단 추정 원리와 표본 데이터의 신뢰도 확보 문제를 이해합니다.

T검정, 카이제곱검정, 회귀분석을 적용하는 기준과 현실적인 활용법을 실습합니다.

다양한 비즈니스 분석 모델과 분석 알고리즘의 필요성을 이해하고, 실제 기업 사례에 적용하여 결론을 도출합니다.

머신러닝의 원리와 실무 적용 방법을 이해합니다.

 

(4) 효과적인 분석 결과 공유를 위한 데이터 시각화

분석 모델에 최적화된 데이터 시각화 개념을 이해하고 적절한 시각화 기법을 선택할 수 있습니다.

엑셀 피벗테이블과 Power View를 활용하여 Interactive Dashboard를 설계하는 시각화 실무 역량을 확보합니다.


목차

PART 1 메가트렌드와 데이터 분석

  • 01메가트렌드란?
  • 02 데이터 분석이란?

PART 2 현실 세계의 데이터 모델링

  • 01 데이터 사이언스 프로세스란?
  • 02 데이터란 무엇인가?
  • 03 자료의 정보화
  • 04 1차 자료와 설문 조사 방식(Survey)
  • 05 설문 조사(Survey) 방식을 활용한 데이터 수집
  • 06 크롤링을 위한 기본 환경 구성 이해: 파워쿼리
  • 07 2차 자료와 크롤링
  • 08 파워쿼리를 활용한 웹 크롤링 진행하기

PART 3 데이터 분석과 통계 – 통계의 이해

  • 01 기술통계
  • 02 데이터와 통계량
  • 03 분산과 표준편차
  • 04 표본과 모집단의 관계
  • 05 몬테카를로 실험 설계 및 실행
  • 06 중심 극한 정리
  • 07 중심 극한 정리와 Pilgrim Bank 표본 실험
  • 08 Population Table을 활용한 표본 개수 의사결정

PART 4 데이터 분석과 통계 – 추론 통계

  • 01 논리적 추론과 피어슨 추론
  • 02 유의성 검정 원리
  • 03 주요 유의 확률 계산 도구 소개
  • 04 유의성 검정 도구 KESS 설치
  • 05 목적에 맞는 유의성 검정
  • 06 카이제곱검정이란?
  • 07 카이제곱검정: 월마트(Walmart) 영수증
  • 08 T검정이란?
  • 09 T검정: 이메일 모금 실험
  • 10 회귀분석이란?
  • 11 회귀분석: 케냐 구호사업

PART 5 데이터 전처리

  • 01 데이터 전처리 입문
  • 02 결측치 처리
  • 03 데이터 클렌징
  • 04 금액 단위 변경
  • 05 텍스트 나누기 및 개체 삭제
  • 06 데이터 타입 오류 사례
  • 07 데이터 전처리 종합사례 01
  • 08 데이터 전처리 종합사례 02

PART 6 데이터 분석 도구 활용

  • 01 엑셀 데이터 관리 유형 이해: 테이블, 크로스탭, 템플릿
  • 02 엑셀 데이터 관리 유형 이해하기 
  • 03 엑셀 Core 기능 표 등록 및 활용 방안
  • 04 엑셀 Core 기능 이름 정의 및 활용 방안
  • 05 엑셀 에러 처리와 VLOOKUP 활용 방안
  • 06 혼합 참조 이해와 민감도 분석 적용 방안
  • 07 소매점 판매 데이터를 활용한 비즈니스 분석 입문
  • 08 주요 데이터 분석 도구 장단점 정리

PART 7 비즈니스 데이터 분석 실무

  • 01 주요 KPI의 이해
  • 02 BSC 프레임워크 기반 분석 목표 KPI 도출 전략
  • 03 분석 대상 데이터 이해하기
  • 04 분석 모델 기반 데이터 분석 입문
  • 05 Key Metrics 도출하기
  • 06 경향분석(Trend Analysis)
  • 07 비교분석(Comparison Analysis)
  • 08 순위분석(Ranking Analysis)
  • 09 기여분석(Contribution Analysis)
  • 10 빈도분석(Frequency Analysis)
  • 11 차이분석(Variance Analysis)
  • 12 파레토 분석(Pareto Analysis)
  • 13 상관분석(Correlation Analysis)
  • 14 Interactive Dashboard 구성

PART 8 머신러닝 입문

  • 01 머신러닝이란?
  • 02 베이즈 추론이란?
  • 03 베이즈통계 입문: 빼빼로데이에 초콜릿을 건넨 그 남자의 진정성 추정하기
  • 04 베이즈통계: 단지 문제 해결 방식
  • 05 베이즈통계: 스팸메일 필터 구현하기
  • 06 베이즈통계: 축차 합리성

PART 9 AZUREML을 활용한 머신러닝 실무

  • 01 머신러닝과 AZUREML
  • 02 Linear Regression을 활용한 적정 집값 예측하기
  • 03 적용된 모델의 예측력 비교하기
  • 04 Decision Tree를 활용한 신용평가 모형 개발하기
  • 05 Logistic Regression을 활용한 직원 이탈 가능성 예측하기

PART 10 데이터 사이언스 정리

  • 01 데이터 사이언스 프로세스 정리

Appendix – 엑셀 2013 사용자를 위한 지침

  • 01 파워쿼리 설치

 

책 속으로

“엑셀로 설명하므로 누구나 배우면 바로 활용할 수 있습니다. 분석 도구로 엑셀을 사용합니다. 데이터 분석이라면 R이나 Python을 떠올리지만, 고급 도구는 평범한 직장인에게 딱히 쓸모가 없습니다. 쉽게 손이 가는 간단한 도구로 배워야 실용적으로 쓸 수 있습니다.” 

- 7p, 『머리말』 중에서

 

“전처리란 빈 데이터를 결측치로, 이상한 데이터를 이상치로 분류하고 확보한 전체 데이터에 발생하는 문제를 바로잡는 일을 가리킨다. 데이터 전처리 단계를 거친 깨끗한 데이터 셋을 마스터 데이터 셋이라고 부른다.“

– 27p, 『현실 세계의 데이터 모델링 』 중에서

 

“몬테카를로 실험은 무작위 추출 실험을 무수히 많이 반복한 결과의 확률적 분포를 알아내는 실험법으로, 수학자 스타니스와프 울람이 모나코의 그랑 카지노 도박 게임 승률 계산법에서 착안하여 만들었다. 몬테카를로 실험은 비용이 지나치게 많이 들거나 불확실성이 너무 클 때, 혹은 미래 예측의 해석적인 약점을 극복하기 어려울 때 주로 사용한다. “

– 75p, 『데이터 분석과 통계 – 통계의 이해 』 중에서

 

“피어슨 추론에서 P값을 활용하여 유의성을 검정하는 원리를 알아보자. 어떤 사람이 자신이 축구 경기를 시청하면 반드시 한국 팀이 진다는 징크스를 가지고 있다고 주장하고 있는데, 나는 이 징크스를 미신이라고 주장하고 싶다. 징크스가 미신이라는 주장을 검증하려면, 이상적인 상황에서 TV시청과 축구 패배가 무관함을 밝혀야 한다. 이것을 어떻게 판단할 수 있을까? “

– 95p, 『데이터 분석과 통계 – 추론 통계 』 중에서

 

“마지막으로, A쇼핑은 모바일 애플리케이션 로딩 시간이 매출액에 미치는 영향을 파악하기 위해 영수증 1,000건을 회귀분석했다고 한다. 로딩 시간이 0.1초 늘어날 때 매출은 얼마만큼 감소할까? 이처럼 우리가 현실에서 다양한 비즈니스 문제를 해결할 때 유의성 검정 도구를 활용할 수 있다.”

- 104p, 『데이터 분석과 통계 – 추론 통계 』 중에서

 

“카이제곱검정은 문자와 문자 데이터, 즉 범주형 변수 간의 관련성을 검증하는 방법이다. 카이제곱검정의 창시자는 피어슨 통계의 칼 피어슨(Karl Pearson)이다. 이 검정 방법은 수집한 자료의 빈도가 이론상 기대 빈도와 통계적으로 다른지 판단하고자 할 때 사용하는 추론 통계 방식이다.”

– 106p, 『데이터 분석과 통계 – 추론 통계』 중에서

 

“이전 챕터에서 데이터 분석은 보통 매출과 이익을 중심으로 진행한다고 설명했다. 하지만 매출과 이익은 BSC 프레임워크가 분류한 네 가지 영역 중 재무 중심 분석에만 해당한다. 그런데, 부서나 직무에 따라서는 매출과 이익이라는 KPI가 적합하지 않은 경우가 있을 수 있다. 이를테면 마케팅 부서라면 신규가입자 유치나, 시장 점유율 35% 확대, 우수고객 만족도, 휴면회원 매출 전환율과 같이 고객 영역에서의 성과 달성 여부를 판단할 수 있는 KPI가 필요하다. 이처럼 같은 회사라 하더라도 부서나 구성원 단위마다 성과분석을 위한 관련된 KPI가 다르다.”

–192p, 『비즈니스 데이터 분석 실무』 중에서

 

“비즈니스 분석 모델에는 경향분석, 비교분석, 순위분석, 기여분석, 빈도분석, 차이분석, 파레토 분석, 상관분석 등 매우 다양한 분석 모델이 존재한다. 확보한 데이터에서 목적에 알맞은 분석 모델을 적용하여 인사이트를 도출하고, 의미 있는 가설을 세워가는 방식으로 다양한 추가 분석을 진행할 수 있다.”

– 196p, 『비즈니스 데이터 분석 실무』 중에서

 

“상관 분석은 두 변수에 대한 데이터를 비교하여 상호 관련 여부를 도출하는 분석 방법이다. 주로 ‘매출과 이익의 관련 여부 분석이나 ‘국가별 매출과 이익의 관련성 분석’과 같은 케이스에 활용한다. 이때 매출과 이익이 일정한 패턴으로 선형을 이루며 연관성이 있기를 많이 기대하지만, 고객이나 제품에 따라 기대와 다른 결과가 나오기도 한다. 이처럼 기대치와 다른 영역을 분석할 때에도 상관분석을 활용할 수 있으며, 주로 분산형 그래프 혹은 거품형 그래프로 시각화한다.”

– 252p, 『비즈니스 데이터 분석 실무』 중에서

 

“확률 추측에는 언제나 방대한 정보를 사용한다. 그런데 매번 모든 정보를 일일일 총동원해서 추측해야 한다면 굉장히 번거롭고, 저장 용량도 많이 필요할 것이다. 반면 계산이 끝날 때마다 필요한 정보만 남겨 재사용하고, 나머지 정보를 삭제할 수 있다면 많은 에너지를 절약할 수 있다. 이것이 베이즈 추정의 힘이다.”

–285p, 『머신러닝 입문』 중에서


출판사 서평

4차 산업혁명 시대의 경쟁력, 데이터 분석 기반의 비즈니스 인사이트를 도출하라.

통계 기초부터 머신러닝까지, 코딩 없이 엑셀로 데이터 분석 실무 역량을 빠르게 기르는 디지털 전환(DT) 성공 가이드

수많은 정보가 존재하는 빅데이터 시대가 도래하며, 데이터는 무한한 가능성을 지니게 되었습니다. 분야를 막론하고 데이터를 기반으로 효율적인 의사결정을 내리며, 기존의 감에 의존하는 비즈니스 의사결정은 더 이상 보기 어려워졌습니다. 이제 많은 기업들은 빅데이터 분석 플랫폼을 활용하여 다양한 데이터를 쌓고 있습니다.

그런데, 넘쳐나는 데이터 속에서 과연 우리 모두가 비즈니스 인사이트를 도출해낼 수 있을까요? 아닙니다. 데이터를 막상 받아보면 어떤 분석을 어디서부터 시작해야 하는지 막막하기만 합니다. 결국, 데이터 분석 역량이 없다면 빅데이터 시대에서의 데이터는 무용지물이 됩니다.

데이터 분석력이 전문가에게만 요구되는 역량이 아닌 오늘날. 그렇다면 실무에서 데이터 분석을 어떻게 시작해야 할까요?

본 도서는 기업의 매출 향상을 위한 데이터 분석 방법을 다루므로 누구나 자신의 직무와 쉽게 연결 지을 수 있습니다. 다양한 업무에 응용할 수 있는 일반적인 비즈니스 문제점을 체계적인 데이터 분석 프레임워크를 활용하여 해결하는 법도 배웁니다. 나아가 R이나 Python과 같은 고급 도구보다, 엑셀과 같은 직장인 필수 툴을 활용하여 분석하기 때문에 실무에 바로 적용할 수 있습니다. 이로써 단순히 이론과 기법에 그치지 않고 전체 과정을 이해하여 ‘실전 분석력’을 갖추게 됩니다.

더불어, 저자 김진, 최정아, 유서호는 10년 이상 경력의 교육/마케팅 전문가로 현장에서 얻은 경험을 바탕으로 현직 실무자로서 알려줄 수 있는 즉시 적용 가능한 분석 방법을 제시합니다. 데이터 분석 역량을 높여줄 『비전공자도 배워서 바로 쓰는 비즈니스 데이터 분석 입문』 도서를 통해 여러분이 담당하고 있는 실무 영역에서의 유의미한 비즈니스 인사이트를 얻길 바랍니다.

혹시 선수 지식이 필요할까요?

  • 본 강의는 통계 입문자도, 통계를 어려워하는 분들도 기본 개념과 용어부터 이해하도록 하여 실무에 바로 적용할 수 있도록 돕는 강의입니다. 강사님께서 통계에 대한 기초부터 차근차근히 설명하며 수업을 진행하시니 걱정하지 않으셔도 됩니다.
  • 본 강의는 엑셀을 주로 활용하기 때문에, 엑셀 기본 함수를 다루는 능력이 필요합니다.
  • 본 강의는 실습 위주로 진행되기 때문에 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 혹은 여분 기기 활용을 권장합니다.
  • Window OS 기반으로 실습이 진행되므로, Windows 환경에서의 강의 수강을 추천합니다.

수강 전 확인해주세요! |

  • 강의 화면과 실습 화면을 분리할 수 있는 듀얼 모니터 혹은 여분 기기 확보 권장
  • Windows 환경에서의 강의 수강 권장
  • 동시접속 가능 여부: 불가능
  • 이용기기 숫자 제한: 있음
  • 해외수강 가능 여부: 국가 상황에 따라 다르니, 해외에서 수강하실 분은 cs@masocampus.com으로 문의주세요.
  • 문의 가능 시간: 평일 오전 9시 ~ 오후 5시, 주말 및 공휴일 문의 불가
  • 지원 가능 기기/기기 사양: Window/안드로이드/ios 가능
  • 공유 가능 여부: 불가능
  • 다운로드 가능 여부: VOD 다운로드 불가능, 온라인 스트리밍 재생 (교재는 다운로드 가능)

리워드 발송 정보 |

  • 발송 방법: 이메일 발송
  • 리워드 등록일정(수강권 등록가능일자)은 2022년 10월 5일~2023년 1월 5일(3개월)입니다.
  • 리워드 전달 및 등록 방식은 와디즈 가입시 등록한 이메일입니다. 
  • 리워드 이용가능기간 (수강권의 이용가능 개월 수)은 6개월입니다. 
  • 문의 채널: cs@masocampus.com (평일 오전 9시 ~ 오후 5시)

와디즈 펀딩 진행 이유 |

마소캠퍼스는 전세계 디지털 지식 격차를 없애고 누구나 원하는 디지털 역량을 확보하는 데 힘쓰고 있습니다. 단순히 강의를 제공하는 것에 그치지 않고 더 많은 분들에게 디지털 마케팅, 데이터 사이언스, 소프트웨어 개발 등 달라지는 비즈니스 환경에 적응하고 살아 남는 필수 역량을 체계적으로 지원하기 위해 와디즈 리워드 펀딩을 선택했습니다. 

펀딩금 사용 계획 |

와디즈 펀딩을 통해 서포터 분들의 디지털 역량을 한층 더 향상 시킬 수 있도록 디지털 마케팅 / 데이터 사이언스 / 프로그래밍 분야 도서와 강의 제작, 파이썬 후속 강의 제작에 사용하고자 합니다. 앞으로 높은 퀄리티의 다양한 강의를 제공할 수 있도록 항상 노력하는 마소캠퍼스가 되겠습니다.

리워드 사용법 |

1. 마소캠퍼스 홈페이지 회원 가입 (https://www.masocampus.com/)

2. 이메일로 안내된 수강권과 쿠폰 코드 확인

3. 쿠폰코드 적용 후 0원으로 결제!

4. 결제 즉시 바로 수강 가능!

리워드는 어떻게 받을 수 있나요? (배송안내)

와디즈 가입시 입력한 이메일로 리워드를 포함한 수강 신청에 대한 안내메일이 발송됩니다.  강의는 마소캠퍼스 홈페이지를 통해 쿠폰 등록을 한 시점부터 6개월 간  수강이 가능합니다. 단, 쿠폰 등록 기간은 2022년 10월 5일로부터 3개월이니 (~2023.1.5일까지) 기간 내 쿠폰 등록을 완료해주세요.

결제 안내 |

소셜커머스, 오픈마켓과 달리 펀딩이 진행되고 프로젝트가 성공하면 결제 기간을 거쳐 리워드 제작이 진행됩니다. 프로젝트 성공 시, 종료 다음날부터 4 영업일간 17시마다 결제가 실행됩니다. (주말/공휴일 제외) 잔고 부족, 한도 초과, 분실/정지카드 등의 사유로 결제 실패하실 수 있으며 결제 실패하신 경우, 최종 결제일 전까지 마이페이지에서  다른 카드로 변경하실 수 있습니다.

강의 수강 방법 안내 |

수강권 및 수강 안내 발송 |

와디즈 계정에 등록된 이메일 주소가 아닌 다른 정보로 이메일 발송을 원하시는 서포터분들께서는 cs@masocampus.com 또는 메이커에게  문의하기로 연락주세요.

문의채널 |

와디즈 자체 "메이커에게 문의하기" 탭 또는 cs@masocampus.com으로 이메일 부탁드립니다.

(평일 오전 9시 ~ 오후 5시)

주의사항 |

- 이메일함이 가득 찼다면 미리 비워주세요. 안내 메일을 수신하지 못할 수 있습니다.
- 수강 안내 이메일을 수신하지 못하셨다면 스팸 메일함을 확인해주세요.

FAQ |

o 동영상 강의는 언제부터 시청 가능한가요?

프로젝트 종료 후, 와디즈 가입 시 입력한 개별 메일을 통해 안내될 예정입니다. 최종 결제 이후 순차적으로 메일을 통해 수강신청과 쿠폰 사용에 대해 안내드릴 예정입니다. 자세한 일정은 새소식을 참고 부탁 드리겠습니다.


o 강의 수강권은 어떻게 이용하나요?

이 수강권은 온라인 강의를 특별 가격 혜택에 6개월 동안 사용하실 수 있는 선물(리워드) 입니다. 구체적인 시청 안내는 서포터님께 개별 연락 드립니다.


o 수강권 이용에 있어 문의는 어떻게 하나요?

온라인 클래스 관련 문의사항은 와디즈 자체 "메이커에게 문의하기" 탭 또는 cs@masocampus.com으로 이메일 부탁드립니다. 


o 수강권 양도는 가능한가요?

다른 사람에게 수강권을 양도할 경우, 수강권 등록 이전까지만 가능하며 개별 문의(cs@masocampus.com)에 의해 진행됩니다. 

교환/펀딩금 반환/AS정책 |

  •  하자가 아닌 경우 : 강의 불만족으로 인한 펀딩금 반환 불가. 강의 쿠폰 미사용으로 인한 펀딩금 반환 불가. 안내사항을 제대로 읽지 않고 발생한 문제에 대한 펀딩금 반환 불가. 
  • A/S 및 교환 정책 : 오류로 인해 강의 쿠폰이 적용되지 않을 경우 재발송 (재발송 보증기간 : 쿠폰 등록 마감일 전까지, 2023.1.5까지)
  • 컨텐츠의 제공이 완료되었을 경우 펀딩금 반환이 불가합니다.