엑셀 데이터 분석 바이블

엑셀 데이터 분석 바이블 - 실무에 최적화된 엑셀 사용서, 모든 버전 사용 가능 ㅣ 엑셀 바이블 시리즈
최준선 지음 / 한빛미디어 / 2021년 4월

회사에서 엑셀은 가장많이 사용하는 업무용 프로그램입니다. 대부분 숫자와 서식이 포함된 문서작성에 사용되죠. 여기서 좀 수준을 높이면 함수를 다양하게 사용하고 엑셀고수가 되면 VBA를 사용하는 문서자동화까지 사용자의 능력과 회사의 역량에 따라 엑셀의 사용 방법도 수준이 다릅니다. 하지만 대부분은 복잡하지않은 용도의 서식사용이 대부분일겁니다. 워드프레스 대용이라고나 할까요. 이러한 수준을 뛰어넘어 엑셀실력을 증진하고 능력있는 직장인이 실무에서 사용할 수있게끔 <엑셀데이터분석 바이블>이 친구가 될 수있겠네요.

저자 최준선은 네이버 최대 엑셀카페 '엑셀, 하루에 하나씩"의 대표 매니저입니다. 그리고 마이크로소프트 엑셀MVP라고 합니다. MS MVP는 MS에서 임명하는 자격으로 커뮤니티를 통해 MS의 기술과 확산에 도움을 준 대상자를 선정합니다. 매년 3800명을 선정합니다. 지금까지 엑셀관련 서적을 30여권 저술하신 명실공히 한국 최고의 엑셀 전문가중 한분이십니다.

빅데이터시대를 맞이해서 기업에서는 기업에 필요한 데이터를 축적에 관심이 커졌습니다. 파이썬이나 R등 전문프로그램을 사용하면 좋지만 기업내 대부분이 사용하는 엑셀로도 충분히 전문프로그램에 못지 않는 데이터분석을 할 수있다는 것을 보여주는 것이 바로 <엑셀데이터분석 바이블>입니다. 순서는 데이터관리를 위한 파워쿼리사용방법, 데이터분석을 하기위한 피벗활용법, 데이터분석의 꽃인 데이터시각화까지 다루고 조금더 전문적인 통계분석방법인 기술통계법과 회귀분석까지 어프로치합니다.

데이터전처리는 데이터분석의 생노가다라고 합니다. ㅠㅠ 그부분을 2010버전부터 제공되는 파워쿼리로 적용합니다. 2007사용자는 아웃입니다.ㅎㅎ 그리고 요약분석에 최적화된 피벗테이블을 활용합니다. 사실 피벗테이블을 사용하느냐마느냐에 따라 일의 효율이 달라집니다. 그런데 엑셀사용자의 80%는 사용을 하지 않을겁니다. 피벗테이블을 잘사용하면 파워BI를 새로 배울때는 좀더 편하게 익힐수있습니다.2007~마이크로365까지 모든 사용용이라고 되어 있어서 버젼에서 차이가있는것은 버젼을 표기해서 보완했습니다. 피벗테이블은 엑셀데이터를 사용해서 보고서를 쉽게 만들때 주로 사용하는데 대량의 데이터를 효율적으로 처리하는데도 유용하다고 합니다.

시각화는 통상적으로 엑셀에서는 챠트활용이 기본이죠. 여기다가 추가적으로 쉘에 챠트를 넣을수있는 '스파크라인'(2010버젼~)을 알려줍니다. 데이터분석에 있어서 챠트를 다양하게 표현할 수있는 능력은 분석보고서를 보는 사람을 설득하는데 더욱 효과적입니다. 그리고 웹상에서 대시보드활용법은 고급스런 시각챠트를 활용할수있어서 데이터분석을 표현할수있게 합니다.

분석으로 기술통계량으로 대푯값과 산포도를 알려주고 회귀분석으로 R-제곱값과 결정계수 그리고 예측을 다룹니다. 기술통계량은 데이터의 속성을 파악하는데 핵심입니다. AVERAGE(평균)와 MEDIAN(중간값)그리고 MODESNGL(최빈값)을 구분하여 적절한 사용은 분석의 정확도를 높입니다. 회귀분석은 연속된 데이터를 이용한 미래 예측값을 구하는 방법으로 챠트에 추세선을 넣어서 완성합니다. 즉 데이터의 일정한 경향성을 규명하는거죠. 개인적으로 회귀분석을 잘못사용하는데 좋은 경험이 되었습니다.

요즘 빅데이터 분석을 할 수있는 툴들이 많이 선보이고 있습니다. R, 파이썬, 파워BI 등이 가장 많이 사용합니다. 이 툴들의 특징은 빅데이터를 처리할수있다고 하죠. 그런데 현실적으로 만데이터를 넘기는 자료를 처리할 일은 잘없죠. 해봐야 몇천데이터입니다. R이나 파이썬 파워BI를 배우면 좋지만 우리가 가장 많이 접하는 엑셀로 데이터 분석을 한다면 가성비로는 최고치일겁니다. 온라인서점에서 "엑셀 데이터분석"으로 검색을 해보면 다양한 책들이 소개되어 있지만 700페이지가 넘고 이름도 바이블(이 제목으로 가장 두꺼운 책은 아닙니다.ㅎㅎ)로 되어 있듯 상당히 디테일한 설명이 많습니다. 그리고 전처리부분(파워쿼리)과 보고서(피벗테이블,대시보드)부분에 힘을 주어서 데이터분석의 의미를 잘 살렸습니다.