데이터 분석 입문: 주문 자료로 배우는 중복·결측값·평균 검산

데이터 분석 입문에서는 작은 자료를 끝까지 설명해 보는 연습이 유용합니다. 같은 주문이 두 번 들어왔거나 금액 한 칸이 비어 있다면, 단순히 합계 버튼을 눌러 얻은 숫자를 어떤 이름으로 보고해야 할까요? 이 글에서는 직접 만든 가상 주문 자료 7행을 정리하고, 계산 결과와 아직 모르는 내용을 나누어 적습니다. 실제 회사의 매출이나 취업 성과를 나타내는 자료는 아닙니다.

표를 읽고 사칙연산을 할 수 있다면 시작할 수 있습니다. 먼저 종이나 익숙한 표 도구로 기준을 정한 뒤, 같은 결과를 SQL이나 Python으로 재현해 보세요. 여기서는 프로그램 설치보다 분석 질문·포함 대상·분모를 확인하는 데 집중합니다.

목차

1. 한 행과 분석 질문 정의하기
2. 중복·취소·빈칸을 구분하기
3. 합계와 평균을 검산하기
4. 결과와 해석의 한계 적기
5. 학습 기록을 분석 보고서로 만들기
6. 자주 묻는 질문

퇴사말고 취업기회 데이터 분석 입문

한 행과 분석 질문 정의하기

이번 질문은 “완료 주문 중 금액이 확인된 주문은 몇 건이며, 채널별 합계와 평균은 얼마인가?”입니다. 주문번호 하나가 주문 한 건을 뜻하도록 설계했습니다. 모든 행은 같은 가상 기간에 해당하고, 금액은 원 단위의 주문금액입니다. 별도 할인·환불·세금 조정은 없는 단순화된 실습입니다. 빈칸은 금액 미확인으로 정하며, 무료 주문이라는 뜻이 아닙니다.

직접 만든 가상 원본 자료: 7행

행	주문번호	채널	상태	주문금액(원)
1	A01	온라인	완료	12000
2	A02	온라인	완료	18000
3	A02	온라인	완료	18000
4	A03	매장	완료	10000
5	A04	매장	취소	15000
6	A05	온라인	완료	미확인
7	A06	매장	완료	20000

실제 자료에서는 한 행이 주문 전체인지, 주문 안의 상품 한 개나 결제 이력 한 번인지부터 확인해야 합니다. 주문번호가 반복되어도 상품별 행이라면 정상일 수 있습니다. 이 실습은 A02의 두 행이 모든 주문 항목까지 같은 단순 중복 입력이라고 가정한 경우입니다.

중복·취소·빈칸을 구분하기

원본을 남겨 두고 분석용 사본에서 다음 기준을 적용합니다. 중복 제거와 취소 제외는 서로 다른 처리이며, 금액이 없는 주문의 존재도 기록해야 합니다.

1. 중복 1행: A02의 두 행 중 한 행만 집계합니다. 7행에서 고유 주문 6건이 남습니다. 실제 업무에서 같은 번호의 금액이나 상태가 다르다면 먼저 변경 이력을 확인하고, 임의로 첫 행을 고르지 않습니다.
2. 취소 주문 1건: A04는 질문의 대상이 완료 주문이므로 이번 금액 집계에서 제외합니다. 남은 완료 주문은 A01·A02·A03·A05·A06, 총 5건입니다.
3. 금액 미확인 1건: A05는 완료 주문 수에 포함합니다. 다만 금액 합계·평균을 계산하는 4건에는 넣을 수 없습니다. 누락 원인을 확인하기 전까지 0원으로 바꾸지 않습니다.

영국 정부의 데이터 품질 프레임워크는 필수값의 존재와 중복 여부, 자료가 실제 사실과 맞는지를 구분합니다. 빈칸이 없다는 이유만으로 정확한 자료가 되는 것은 아닙니다. 아래 처리 기준과 주문 사례는 이 글을 위해 만든 실습이며, 해당 문서의 실제 사례가 아닙니다.

합계와 평균을 검산하기

금액이 확인된 완료 주문의 합계는 12,000 + 18,000 + 10,000 + 20,000 = 60,000원입니다. 평균의 분모는 금액을 확인한 4건이므로 60,000 ÷ 4 = 15,000원입니다. 이를 “완료 주문 전체의 평균”이라고 부르면 A05의 미확인 금액을 빠뜨린 설명이 됩니다.

중복·취소를 제외한 가상 집계 결과

채널	완료 주문(건)	금액 확인(건)	금액 미확인(건)	확인 금액 합계(원)	확인된 주문 평균(원)
온라인	3	2	1	30000	15000
매장	2	2	0	30000	15000
전체	5	4	1	60000	15000

원본에서 보이는 숫자를 모두 더하면 93,000원입니다. 여기에는 중복 A02의 18,000원과 취소 A04의 15,000원이 들어 있습니다. 93,000 − 18,000 − 15,000 = 60,000원으로 다시 계산하면 위 합계와 맞습니다. 단, 93,000원도 금액 미확인 1건을 포함하지 못한 원본 숫자의 합일 뿐 전체 매출이 아닙니다.

빈칸을 0으로 바꾸고 완료 5건으로 나누면 12,000원이 나옵니다. 이것은 미확인 주문이 실제로 0원이라는 별도의 가정을 넣은 결과이므로 이 실습의 답으로 쓰지 않습니다. 온라인과 매장의 확인된 평균이 같아도, 온라인은 완료 3건 중 1건의 금액이 빠져 있습니다. 두 채널의 모든 주문이 같다고 결론 내릴 수 없습니다.

다른 자료에서 채널별 평균을 합쳐 전체 평균을 구할 때도 각 평균이 사용한 건수를 확인하세요. 채널마다 건수가 다르면 평균 두 개를 단순히 더해 2로 나누는 방식은 전체 주문 평균과 달라질 수 있습니다. 이 자료에서는 채널별 확인 건수가 각각 2건으로 같지만, 전체 평균은 합계 60,000원을 확인 건수 4건으로 나눠 검산했습니다.

결과와 해석의 한계 적기

결과 보고에서는 계산으로 확인한 사실, 해석, 다음 확인을 나누어 쓰면 근거의 범위를 드러내기 쉽습니다. 다음은 이 가상 자료에 맞춘 예시입니다.

확인 사실: 단순 중복 1행을 제거하고 취소 1건을 제외한 완료 주문은 5건이다. 금액을 확인한 4건의 합계는 60,000원, 평균은 15,000원이다.

해석의 한계: 온라인 완료 주문 1건의 금액이 누락되어 완료 주문 전체의 금액 합계와 평균은 확정할 수 없다. 이 자료만으로 채널별 수익성이나 판촉 효과를 비교할 수 없다.

다음 확인: A05의 원본 금액을 확인하고 집계를 다시 계산한다. 채널 비교가 목적이라면 기간·상품 구성·비용 등 비교에 필요한 자료도 정의한다.

그래프를 만든다면 제목을 “금액이 확인된 완료 주문의 채널별 합계”로 쓰고, 두 채널 모두 30,000원이라는 값과 미확인 건수를 함께 표시할 수 있습니다. 미확인 주문을 설명하지 않은 “채널별 총매출”이라는 제목은 피해야 합니다. 그래프의 출처와 집계 기준도 표시하세요.

NIST의 탐색적 데이터 분석 설명은 자료의 구조와 이상값을 살피고 가정을 점검하는 과정을 다룹니다. 이 주문 실습에서도 계산표를 완성한 뒤 누락과 집계 범위를 다시 묻는 과정이 필요합니다. 다만 소수의 가상 자료로 실제 시장의 경향이나 인과관계를 증명한 것은 아닙니다.

💡 실무 역량 강화를 위한 조언

학습 기록을 분석 보고서로 만들기

첫 결과물은 질문과 자료, 정리 기준, 집계표, 해석의 한계를 연결한 짧은 보고서로 정리해 보세요. 도구 화면만 붙이기보다 다른 사람이 같은 자료로 같은 숫자를 얻을 수 있도록 기준을 남기는 연습입니다.

• 질문: 무엇을 세거나 비교하려는지 한 문장으로 적습니다.
• 자료 설명: 가상 자료 여부, 한 행의 의미, 기간·단위·열의 의미를 적습니다. 외부 자료를 쓰면 제공기관·수집일·이용조건도 확인합니다.
• 처리 기록: 중복을 판단한 기준과 제외 행, 결측값을 다룬 방법을 적습니다. 처리 전후 건수를 함께 남깁니다.
• 계산과 검산: 합계의 포함 대상, 평균의 분모, 다른 방식으로 계산한 확인값을 적습니다.
• 결론: 확인된 사실과 추가 자료가 있어야 답할 수 있는 질문을 나눕니다.

다음 연습은 익숙한 도구 하나로 위 집계표를 재현하는 것입니다. 엑셀을 사용한다면 함수와 피벗 테이블 검산 실습, SQL을 사용한다면 조회·GROUP BY·NULL 처리 실습과 연결해 볼 수 있습니다. 머신러닝이나 여러 시각화 도구를 동시에 공부해야 이 연습을 끝낼 수 있는 것은 아닙니다.

취업 준비와 연결할 때는 관심 공고의 업무·필수 기술·요구 경력을 직접 대조하세요. 여기 제시한 보고서는 기초 연습의 예이며 채용 기준이나 합격 보장이 아닙니다. 분석가에서 데이터 과학자·엔지니어로의 이동도 자동 승진 단계로 정하지 말고, 해당 업무에 필요한 경험을 별도로 확인해야 합니다.

자주 묻는 질문

입문하려면 Python부터 꼭 배워야 하나요?

이 글의 작은 자료는 표와 사칙연산으로도 검산할 수 있습니다. 먼저 포함 대상과 계산 기준을 설명해 본 뒤, 목표 업무에서 사용하는 도구로 같은 결과를 재현해 보세요. 모든 직무에 하나의 학습 순서를 적용할 수는 없습니다.

주문번호가 같으면 중복을 지워도 되나요?

한 주문에 여러 상품·결제·변경 이력이 있는 자료라면 같은 번호가 반복될 수 있습니다. 한 행의 의미와 다른 열을 먼저 확인하세요. 이 실습만 단순 중복 입력이라고 미리 정의했습니다.

금액이 비어 있는 행은 모두 삭제하면 되나요?

이번 질문에서는 완료 주문 수를 셀 때 A05를 포함해야 합니다. 금액 계산에 쓰지 못한다는 이유로 주문의 존재까지 지우면 건수도 달라집니다. 무엇을 계산할지에 따라 포함 기준을 정하고 누락 건수를 남겨야 합니다.

이 예시를 포트폴리오에 넣어도 되나요?

가상 자료를 활용한 학습 실습임을 밝히고, 본인이 재현한 계산과 판단 과정을 설명할 수 있습니다. 실제 고객·회사 자료를 분석한 실적이나 매출 개선 성과로 쓰지 마세요. 다음에는 이용조건을 확인한 자료로 질문을 확장하고, 이 예시와 달라진 처리 기준을 기록해 보세요.