데이터 마트 · 개념 그림 + 기출문제 통합 학습 HTML

CONCEPT 01

데이터 웨어하우스와 데이터 마트

1 / 3

Data Warehouse전사 통합 저장소

→

지역

고객

마케팅

재무

데이터 마트는 데이터 웨어하우스와 사용자 사이의 중간층으로, 하나의 주제 또는 부서 중심의 "작은 데이터 웨어하우스"다. DW의 특징은 주제지향성·통합성·시계열성·비휘발성 4가지.

↓ 기출 1번 연결 ↓

QUESTION 01

데이터 마트의 정의

31회 기출

관련 문제

다음 중 데이터 웨어하우스의 하위 집합으로, 특정 사용자 그룹이 관심을 갖는 데이터를 제공하기 위해 구성된 작은 규모의 데이터 저장소는 무엇인가?

① 데이터 레이크

② 데이터 마트

③ 데이터베이스

④ 데이터 파이프라인

정답 ②

데이터 마트는 특정 사용자 그룹을 위한 작은 규모의 데이터 저장소이다. 데이터 레이크는 대규모 비정형 데이터를 저장하며, 데이터베이스와 데이터 파이프라인은 다른 목적에 사용된다.

핵심 암기 · DW = 전사 전체 / DM = DW의 부서·주제별 조각

CONCEPT 02

파생변수와 요약변수

2 / 3

파생변수분석자가 특정 조건·함수로 새로 만들어 의미를 부여한 변수. 주관적일 수 있어 논리적 타당성이 필요. 예) 주 구매 매장, 선호 가격대, 라이프스타일 변수

요약변수수집된 정보를 분석에 맞게 종합한 변수. 총 구매금액·횟수처럼 간단한 구조라 재활용성이 높고 자동화하기 쉬움

↓ 기출 2번 연결 ↓

QUESTION 02

데이터 마트 구성요소

9회 기출

관련 문제

아래의 정의가 가리키는 데이터 마트의 구성요소로 가장 적절한 것은?

특정한 의미를 갖는 작위적 정의에 의한 변수로, 사용자가 특정 조건을 만족하거나 특정 함수에 의해 값을 만들어 의미를 부여한 변수

① 반응변수

② 파생변수

③ 설명변수

④ 요약변수

정답 ②

파생변수는 사용자가 의미를 부여한 새로운 변수이다. 설명변수는 두 변수의 관계를 설명하는 변수이며 이에 반응하는 변수가 반응변수이다. 요약변수는 데이터를 집계한 값이다.

핵심 암기 · 조건·함수로 "새로 만든" 변수 = 파생변수 / "집계해서 종합한" 변수 = 요약변수

CONCEPT 03

데이터 마트를 만드는 R 패키지

3 / 3

reshape · 긴 ↔ 넓은 형식 변환

plyr(ddply) · 그룹별 요약

data.table · 대용량 고속 처리

변수를 조합해 변수명을 만들고, 시간·상품 등 다양한 차원에서 결합해 요약변수·파생변수를 쉽게 생성함으로써 데이터 마트를 구성할 수 있다.

↓ 기출 3번 연결 ↓

QUESTION 03

차원 결합으로 변수를 만드는 패키지

29회 기출

관련 문제

변수를 조합해 변수명을 만들고 변수들을 시간, 상품 등의 차원에 결합해 다양한 요약변수와 파생변수를 쉽게 생성하여 데이터 마트를 구성할 수 있는 R 패키지는 무엇인가?

① ETL

② reshape

③ OLAP

④ rattle

정답 ②

reshape는 R에서 데이터를 긴 형식과 넓은 형식으로 변환하며, 다양한 차원에서 데이터를 결합하거나 요약변수를 생성할 수 있는 패키지이다. 시간·상품 등의 차원을 기준으로 데이터를 조합하고 분석에 적합한 형태로 변환하는 데 유용하다.

핵심 암기 · reshape = melt(녹이기)·cast(틀에 붓기)로 데이터 모양을 바꾸는 패키지

좌우 버튼 · 키보드 ← → · 하단 점을 눌러 화면을 이동할 수 있습니다.