데이터 분석 TOOL 종류

GA(구글 애널리틱스)

• 정의 : 구글에서 제공하는 웹 분석 서비스로 유저를 로그기반으로 트래킹해 보기 쉬운 형태로 제공해주는 분석 도구
• 장점 : 무료 툴
• 단점 : 웹 서비스 기반으로 앱 사용에는 한계. 규모가 작은 기업에서는 필수이지만 규모가 커질 수록 타 유료 서비스 이용하는게 일반

EXCEL

• 장점 : 상용화된 툴이기 때문에 누구나 쉽게 사용 가능. 피벗 테이블 & 피벗 차트를 활용하면 다양한 기준에 따라 데이터 분석이 가능하고, 쉽게 시각화 할 수 있는 것도 장점
• 단점 : 실제 프로덕트에서 일어난 일들에 대한 로우 데이터를 추출하여 따로 엑셀에 넣어준 후에야 분석이 가능 함(실시간 분석 불가)

SQL

• 정의 : 데이터에 접근하는 가장 기본적인 도구로서, 진입장벽이 낮아 데이터 분석가 외에도 마케터/PM/PO 등이 두루 사용
• 단점 : (amplitude에 비해서) 내가 어떤 것을 분석해야 우리 프로덕트에 이점이 있을지에 대해서 스스로 생각하고 그것들을 분석해내야 되는 어려움이 있음

Amplitude / Mixpanel (최근 가장 인기)

• 정의 : 이벤트 로그 기반의 프로덕트 데이터 분석 도구
• 장점 : 다양한 분석도구를 제공하여 데이터 분석가 없이도 유의미한 프로덕트 인사이트 확보 가능
• 단점 : 개발팀의 초기 세팅 비용이 다른 도구에 비해 높은 편
• 사용처 : 당근마켓, 오늘의집, 뤼이드, 토스 등 사용

태블로

• 정의 : 다양한 시각화 차트가 제공되어 데이터 분석 결과를 통한 업무 보고 또는 사내 커뮤니케이션에 활용하기 좋은 Bl 툴
• 사용처 : 프로덕트 조직보다는 비지니스 조직에서 주로 사용하며, 데이터 분석가 분들이 태블로를 많이 사용

R

• 정의 : 오픈 소스 통계 / 데이터마이닝 언어로서, 데이터 시각화 및 분석에 특화된 프로그래밍 언어
• 장점 : 시각화, 데이터 분석에 특화
• 단점 : GUI(Graphic User Interface)가 제공되지 않음
• 사용처 : 머신러닝, 데이터 마이닝 시 주로 이용

Python

• 정의 : 데이터 사이언스 외에도 다양한 용도로 사용할 수 있음
• 장점 : 직관적이라 학습에 용이하며, 시각화/데이터분석/다양한 프로덕트 제작 시에도 활용 가능
• 단점 : GUI가 제공되지 않고, R과 비교하여 시각화가 다소 약함

💡 오늘 수업에서 배운 점 
: 기업별로 사용하는 분석 툴은 다르기 때문에 중요하지 않다고 생각할 수 있지만, 이러한 분석 툴 활용 능력이 중요한 이유는
이를 통해 데이터를 분석하는 역량과 프로덕트를 어떠한 각도로 분석할 것인가에 대한 시각을 익혀왔다는 것이 중요한 포인트 

[제로베이스 PM스쿨] 매일학습일지 #3.3