데이터(Data)

목차

데이터와 정보

데이터와 정보 설명

• 데이터(Data)
  • 데이터는 현실 세계에서 관찰하거나 측정을 통해 수집한 사실이나 값입니다. 
• 정보(information)
  • 정보는 데이터를 처리하고 분석하여 특정한 의미나 가치를 부여한 결과물입니다. 정보는 의사 결정 과정에서 유용하게 사용될 수 있도록 데이터를 체계적으로 조직, 분석한 것을 말합니다.

데이터와 정보 예시

• 기상 관측
  • 데이터
    • 특정 날짜와 시간에 기록된 온도, 습도, 풍속, 강수량 등의 기상 관측 값
  • 정보 
    • 이 데이터를 분석하여 생성된 일기 예보나 기후 변화 보고서
    • 예를 들어 "이번 주말에는 비가 올 확률이 80%입니다" 라는 일기 예보는 원본 기상 데이터를 분석하여 의사 결정에 유용한 정보로 변환한 것입니다.
• 소셜 미디어 분석
  • 데이터
    • 소셜 미디어 플랫폼에서 사용자들이 게시한 게시물, 좋아요 수, 댓글 수, 공유 수
  • 정보
    • 이 데이터를 분석하여 얻은 인사이트
    • 예를 들어 "이번 달 가장 인기 있는 제품은 X이며, 주로 20대 여성 사이에서 인기가 많았습니다."라는 분석 결과는 원본 데이터에서 유의미한 패턴을 찾아낸 정보입니다.
• 영업 데이터 분석
  • 데이터
    • 회사의 월별 매출액, 판매량, 고객 유형, 지역별 매출 등의 영업 데이터
  • 정보
    • 이 데이터를 분석하여 얻은 시장 추세, 성장 기회, 개선 필요 영역 등
    • 예를 들어, "지난 분기에 비해 매출이 10% 증가했으며, 특히 온라인 판매 채널에서의 성장이 두드러졌습니다."라는 분석은 영업 데이터로부터 얻은 유용한 정보

데이터 분류

형태에 따른 데이터 분류

정형 데이터(Structured Data)

• 미리 정해진 형식이나 모델에 따라 구조화된 데이터
• 일반적으로 데이터베이스, 엑셀 파일 등에서 찾아볼 수 있으며, 쉽게 검색하고 분석할 수 있습니다.

반정형 데이터(Semi-structured Data)

• XML, JSON 파일과 같이 특정한 구조를 가지고 있지만, 정형 데이터처럼 엄격한 테이블 형태는 아닌 데이터
• 데이터의 구조가 데이터 내에 함께 포함되어 있습니다.

비정형 데이터(Unstructured Data)

• 이메일, 소셜 미디어 포스트, 비디오, 이미지 파일 등, 정해진 형식이나 구조가 없는 데이터입니다.
• 대부분의 데이터가 이 범주에 속하며, 처리 및 분석이 더 복잡할 수 있습니다.  

특성에 따른 데이터 분류

범주형 데이터(Categorical Data)

• 명목형 데이터(Nominal Data)
  • 데이터가 몇 가지 범주로 구분되지만, 순서나 등급이 없는 경우
  • 혈액형, 성별 등
• 순서형 데이터(Ordinal Data)
  • 범주 사이에 순서나 등급이 있는 경우
  • 설문조사의 만족도(불만족, 보통, 만족), 학점(A+, A, B+, B) 등

수치형 데이터(Numerical Data)

• 이산형 데이터(Discrete Data)
  • 셀 수 있는 값으로 이루어진 데이터
  • 사무실에 잇는 컴퓨터 수, 한 반의 학생 수 등
• 연속형 데이터(Continuous Data)
  • 연속적인 값으로 이루어진 데이터로, 측정을 통해 얻을 수 있는 경우
  • 온도, 높이, 무게 등