| 가설 및 타깃 설정
- 상황 : VVIP 고객 수가 늘어나며, 응대 비용과 관리 부담이 커지고 있음
- 가설 : VVIP 선정 기준을 최적화하여 맞춤형 혜택을 제공하면 수익이 높아질 것이다.
- 타깃 : 기준을 조정했을 때 남는 고객과 이탈 고객, 그리고 예상 매출 변화
데이터분석 Master Class
New! AI와 새롭게 돌아온 데이터분석
AI시대에 필요한 데이터 분석,
4가지 핵심 키워드를 완벽 반영!
AI 흐름까지 반영한 데이터 분석 1위 강의,
오직 패스트캠퍼스에서만 만날 수 있습니다.
압도적인 수강생 만족도
누적 수강생 3600명, 2년 연속 카테고리 1위!
*23~24년도 온라인 수강 후기 기준
한 번에 끝내는 데이터 분석
따로 배울 필요 없이, 한 강의에 7가지 툴을 눌러담았습니다.
데이터 분석 MASTER CLASS
전면 업그레이드되어 더 완벽해졌습니다.
업데이트 핵심 내용
데이터분석을 한번에 마스터하고 싶다면,
답은 ‘패스트캠퍼스’ 뿐입니다.
단 한번의 결제로,
이 모든 구성을 평생 소장할 수 있습니다.
초격차 01
데이터 분석 툴셋 완전 정복
분석 필수툴 7종 + AI 활용법까지
데이터 분석 주니어를 위한 핵심 툴
가장 기본적인 데이터분석 핵심 툴 4가지를 배워 봅니다.
주요 데이터 분석 툴의 개념과 활용 방법을 학습하면서
데이터 분석 실무자에게 반드시 필요한 기본 역량을 얻어가실 수 있습니다.
강력한 설득을 위한 데이터 시각화
분석한 데이터를 시각화하는 작업은 꼭 필요합니다.
데이터를 시각화하고 유의미한 인사이트를 정리하기 위해
현업에서 가장 많이 사용되는 시각화 툴 3가지를 알려드립니다.
코드없이 시작하는AI 데이터분석
이제 데이터 넣고 AI에게 '질문'만 하면 끝납니다
ChatGPT에게 데이터 시각화, 분석, 인사이트 추출까지
하면 되는 시대.
데이터분석을 위한 ChatGPT활용법을 배웁니다.
오직 ChatGPT로만! : 코딩몰라도 쉽게 따라 하는 6가지 활용법
ChatGPT랑 데이터 분석 첫걸음
- ChatGPT를 활용한 프롬프트 작성법 학습
- 분석 목표에 따라 데이터를 어떻게 해석할지 방향 설정
패턴을 읽는 눈, ChatGPT와 EDA
- 웹툰 장르별 흥행 요소 시각화
- ChatGPT로 주요 패턴, 이상치, 변수 관계 해석
데이터가 없을 땐, AI가 만든다
- ChatGPT로 리뷰 텍스트 생성
- 리뷰데이터 활용한 감성분석
고객을 나누는 AI 분석 전략
- RFM 분석 기초 이해
- ChatGPT로 고객 요약 및 행동 특징 정리
ChatGPT와 예측해보는 다음달 매출
- AI 와 함께하는 회귀 모델 실습
- ChatGPT를 통한 모델 해석 및 인사이트 정리
구매를 예측하는 AI 분류 모델링
- 구매 여부를 예측하는 이진 분류 모델 실습
- ChatGPT로 분류 결과 해석
초격차 02
무엇이든 원하는대로 분석할 수 있을때까지
150가지 이상의 데이터분석 예제
데이터분석, 딱 3가지만 기억하면 됩니다.
3가지 기본 공식만 알면,
SNS, 스포츠, 엔터, 쇼핑 등...
모든 내 일상 데이터를 탐구할 수 있습니다.
팔로워가 가장 많은 인플루언서는 누굴까?
좋아요 순으로 정렬해보기!
야구 덕후라면 주목!
오타니선수의 올해의 성적은?
네xx쇼핑 리뷰
분석으로
팔로워가 가장 많은 인플루언서는 누굴까?
좋아요 순으로 정렬해보기!
더 많은 분석 실습을 원하는 당신을 위해,
예제 100가지가 더 준비되어있습니다.
초격차 03
실제 기업 문제 해결 흐름 그대로!
4대 도메인 × 실무 케이스 완벽 재현
데이터분석가는 어떻게 일하는지 궁금하다고요?
실무 데이터분석 7단계 플로우
실무에서 가장 많이 쓰이는 분석을 제대로 연습하려면?
데이터 분석이 가장 활발한 4대 도메인으로
딥다이브 프로젝트를 구성했습니다.
4대 산업을 파고드는 Deep-dive 프로젝트
유통, 금융, 게임, O2O 분야의 데이터를 직접 다루며,
산업별 비즈니스 구조와 분석 데이터 분석 전략을 깊이 있게 익힙니다.
유통업계 : 상위 1% 고객의 지갑을 열어, 비지니스 수익성을 높여라!
| 분석 과정 미리보기
상품별 구매 분포 탐색 
상품별로 구매 데이터를 같은 기준으로 맞춘 뒤, 각 상품군의 구매 경향과 차이를 시각적(Box Plot)으로 비교합니다.
상품별로 구매 데이터를 같은 기준으로 맞춘 뒤, 각 상품군의 구매 경향과 차이를 시각적(Box Plot)으로 비교합니다. 방문과 구매의 관계 
고객의 누적 방문 횟수와 누적 구매 금액 사이의 관계를 시각화하여 방문이 많을수록 실제로 구매가 늘어나는지 분석합니다.
고객의 누적 방문 횟수와 누적 구매 금액 사이의 관계를 시각화하여 방문이 많을수록 실제로 구매가 늘어나는지 분석합니다. 구매 유형별 고객 그룹 클러스터링 
고객의 구매 기록을 분석해 비슷한 패턴을 가진 사람들끼리 묶고, 각 그룹의 특성을 시각화하여 비교합니다.
고객의 구매 기록을 분석해 비슷한 패턴을 가진 사람들끼리 묶고, 각 그룹의 특성을 시각화하여 비교합니다.
| 활용 방법론
- 클러스터링 (군집분석)
- Random Forest / XGBoost 등 분류모델
- 시뮬레이션 기반 최적화 모델링
- 연관성 분석 (Association Rule)
- 클러스터링 (군집분석)
- Random Forest / XGBoost 등 분류모델
- 시뮬레이션 기반 최적화 모델링
- 연관성 분석 (Association Rule)
금융권 : 떠나기 전에 붙잡아라! 카드사 고객 이탈 방지 전략 세우기
| 분석 과정 미리보기
이탈 고위험군 도출 
연령대, 카드 유형, 소득 수준을 기준으로 이탈률이 높은 고객 세그먼트를 식별합니다.
연령대, 카드 유형, 소득 수준을 기준으로 이탈률이 높은 고객 세그먼트를 식별합니다. 상관관계 분석 
이탈 여부와 변수 간의 상관관계를 파악하여, 이탈 예측에 유의미한 변수들을 도출합니다.
이탈 여부와 변수 간의 상관관계를 파악하여, 이탈 예측에 유의미한 변수들을 도출합니다. 이탈 패턴 군집화링 
PCA와 KMeans를 활용해 이탈 고객이 집중된 클러스터를 시각화하고, 각 군집의 특성을 분석합니다.
PCA와 KMeans를 활용해 이탈 고객이 집중된 클러스터를 시각화하고, 각 군집의 특성을 분석합니다.
| 가설 및 타깃 설정
- 상황 : 고객 이탈률이 높아지고 있으며, 그에 따른 LTV 하락과마케팅 비용 증가가 이어지고 있음
- 가설 : 이탈 고객의 접속·구매·상담 로그를 분석하면, 이탈 전 조짐을 사전에 포착할 수 있을 것이다
- 타깃 : 이탈 위험도가 높은 고객군을 식별하고, 예측 모델로 타겟 캠페인 전략을 설계
- 상황 : 고객 이탈률이 높아지고 있으며, 그에 따른 LTV 하락과마케팅 비용 증가가 이어지고 있음
- 가설 : 이탈 고객의 접속·구매·상담 로그를 분석하면, 이탈 전 조짐을 사전에 포착할 수 있을 것이다
- 타깃 : 이탈 위험도가 높은 고객군을 식별하고, 예측 모델로 타겟 캠페인 전략을 설계
| 활용 방법론
- 클러스터링 (군집분석)
- 로지스틱 회귀 / 결정 트리 / XGBoost 등 분류 모델
- 시뮬레이션 기반 최적화 모델링
- SHAP 값, Feature Importance를 통한 영향 요인 해석
- 클러스터링 (군집분석)
- 로지스틱 회귀 / 결정 트리 / XGBoost 등 분류 모델
- 시뮬레이션 기반 최적화 모델링
- SHAP 값, Feature Importance를 통한 영향 요인 해석
O2O 업계 : 콜이 안 잡히는 진짜 이유는? 지역별 수요 초과 분석
| 분석 과정 미리보기
콜 현황 흐름 파악 
콜 수요가 몰리는 정도(LV)와 고객의 콜 대기 시간이 같은 흐름으로 움직이는지 데이터를 통해 확인합니다.
콜 수요가 몰리는 정도(LV)와 고객의 콜 대기 시간이 같은 흐름으로 움직이는지 데이터를 통해 확인합니다. 콜 미연결 원인 분석 
고객 위치와 드라이버 위치 데이터를 비교하여 콜이 연결되지 않는 이유가 거리 때문인지 확인합니다.
고객 위치와 드라이버 위치 데이터를 비교하여 콜이 연결되지 않는 이유가 거리 때문인지 확인합니다. 콜 실패 지역 시각화 
고객이 요청한 위치와 드라이버가 있는 위치를 격자 단위로 나눠 시각화하여, 드라이버가 추천 범위 밖에 있어 콜 연결에 실패한 사례를 찾아냅니다.
고객이 요청한 위치와 드라이버가 있는 위치를 격자 단위로 나눠 시각화하여, 드라이버가 추천 범위 밖에 있어 콜 연결에 실패한 사례를 찾아냅니다.
| 가설 및 타깃 설정
- 상황 : 콜 실패가 잦은 지역은 실제 수요보다 공급이 제때 매칭되지 않는 병목 구간일 수 있음
- 가설 : 콜 실패율이 높은 지역은, 호출 수요와 공급 가능 시간대가 불일치할 경우일 것이다
- 타깃 : 호출은 많지만 매칭이 원활하지 않은 지역/시간대, 그리고 해당 지역의 기사 특성
- 상황 : 콜 실패가 잦은 지역은 실제 수요보다 공급이 제때 매칭되지 않는 병목 구간일 수 있음
- 가설 : 콜 실패율이 높은 지역은, 호출 수요와 공급 가능 시간대가 불일치할 경우일 것이다
- 타깃 : 호출은 많지만 매칭이 원활하지 않은 지역/시간대, 그리고 해당 지역의 기사 특성
| 활용 방법론
- H3index 시각화 분석
- 다양한 상관분석 기법들
- 시뮬레이션 기반 수요-공급 매칭 최적화
- 시계열 기반 호출 패턴 분석 및 보정 모델 설계
- H3index 시각화 분석
- 다양한 상관분석 기법들
- 시뮬레이션 기반 수요-공급 매칭 최적화
- 시계열 기반 호출 패턴 분석 및 보정 모델 설계
게임 업계 : 진짜 전환된 유저만 찾는다! 게임 광고 성과를 높이는 업리프트 분석 실전
| 분석 과정 미리보기
고객 세그먼트 광고 반응 차이 분석 
A/B 테스트를 통해 광고 노출이 고객의 전환 행동에 미치는 영향을 검증하고, 광고 반응률의 차이를 분석하여 타겟별 반응 특성을 파악합니다.
A/B 테스트를 통해 광고 노출이 고객의 전환 행동에 미치는 영향을 검증하고, 광고 반응률의 차이를 분석하여 타겟별 반응 특성을 파악합니다. 고전환율 타겟군 탐색 
연령대와 구매 이력 기준으로 세분화된 고객군의 반응 데이터를 분석하여 고효율 타겟군을 도출합니다.
연령대와 구매 이력 기준으로 세분화된 고객군의 반응 데이터를 분석하여 고효율 타겟군을 도출합니다. uplift 분석을 통한 정밀 타겟팅 전략 수립 
Uplift 분석을 통해 광고 효과가 극대화되는 고객군을 식별하고, 비효율 타겟을 배제하는 전략을 수립합니다.
Uplift 분석을 통해 광고 효과가 극대화되는 고객군을 식별하고, 비효율 타겟을 배제하는 전략을 수립합니다.
| 가설 및 타깃 설정
- 상황: 광고 예산 대비 전환율이 낮고, 효과 없는 유저에게도 비용이 소모되고 있음
- 가설: 광고 실험 데이터를 분석하면, 광고에 반응한 유저군이 따로 존재할 것이다
- 타깃: 실험군/통제군 비교를 통해 광고에 의해 전환된 유저군과 광고 없이도 전환할 유저군을 구분해, 마케팅 타겟으로 설정
- 상황: 광고 예산 대비 전환율이 낮고, 효과 없는 유저에게도 비용이 소모되고 있음
- 가설: 광고 실험 데이터를 분석하면, 광고에 반응한 유저군이 따로 존재할 것이다
- 타깃: 실험군/통제군 비교를 통해 광고에 의해 전환된 유저군과 광고 없이도 전환할 유저군을 구분해, 마케팅 타겟으로 설정
| 활용 방법론
- A/B 테스트 기반 실험 설계
- 업리프트 모델링 (Uplift Score, Qini Curve, AUUC 등)
- 로지스틱 회귀 / XGBoost 등 분류 모델
- 반응 예측 모델과 전환 타겟 자동 분류
- A/B 테스트 기반 실험 설계
- 업리프트 모델링 (Uplift Score, Qini Curve, AUUC 등)
- 로지스틱 회귀 / XGBoost 등 분류 모델
- 반응 예측 모델과 전환 타겟 자동 분류
번들 패키지 구매
잠깐!
데이터 분석부터 시각화 역량까지
단기간 끌어올리고 싶다면?
판매 기간이 종료된 상품입니다.
초격차 04
비즈니스 관점을 더해 전략을 설계한다!
사업전략을 이끄는 Business Analytics까지
데이터 활용의 목적은 결국 ‘성과’ 입니다.
비즈니스 전략과 연결된 인사이트를 제시할 수 있는 분석가가 더욱 인정받는 시대입니다.
Business Analytics 까지 배우는, 실습 미리보기
해당 챕터에서는 단순한 수치 전달을 넘어서, 비즈니스에 실질적으로 기여하는 분석가로 성장하기 위한 방향성을 이해하게 됩니다.
데이터 분석가라면 꼭 써야 할 데이터 인사이트 보고서 작성법을 다룹니다. 실전 양식 예시부터, 인사이트 도출을 위한 분석 단계까지 소개합니다.
회계 데이터를 기반으로 광고 전략의 우선순위를 판단하는 방법을 배우며, 데이터 분석을 실제 비즈니스에 적용하는 실전 역량을 길러갑니다.
제품별 ROI, 전환율, ROAS 등을 기반으로 광고 손익을 판단하는 방법을 배웁니다. 성과 데이터 기반으로 제품 전략을 설계할 수 있게 됩니다.
데이터 기반 알고리즘을 활용해 광고 전략을 자동으로 추천하고, 성과를 예측하는 방법을 배웁니다.
AI가 직접 광고 전략을 학습하고, 성과를 스스로 최적화하는 자동화 방법을 배웁니다.
ChatGPT를 이용해 시간대별 전환율 차이를 분석하고, 이를 광고 전략에 반영하는 방법을 배웁니다.
데이터와 알고리즘을 활용해 성과가 높은 전략을 스스로 찾아내고, 그 과정을 통해 마케터가 직접 인사이트를 뽑아내는 방법을 배웁니다.
초격차 05
풍부한 실무 경험을 바탕으로
데이터 분석 노하우를 집약한 최강 강사진
데이터 분석이 좋아서 이 길을 선택한 사람들,
그들의 이야기가 궁금하지 않나요?
현직 실무자들이 들려주는,
커리어 업 세션
초격차에 걸맞은 가성비는
절~대 여기서 끝날 수 없습니다!
단순 수강을 넘어,
실력·성과·커리어까지 완성하는 풀 패키지 혜택
당장 써먹는 분석 코드·문법·템플릿 모음
+ PLUS 1
외우지 않아도 바로 배껴쓰는, 코드 치팅본
01 | 실무에서 바로 활용가능한 chatGPT 프롬프트 50+
분석 방향부터 가설 설정까지 막막할 때?질문만 복붙해도 흐름이 잡히는 실전형 프롬프트 템플릿을 제공합니다.
02 | 자주 쓰는 SQL 문법 및 쿼리 작성 요약본 20+
매번 검색하기 지쳤다면?실무에서 자주 쓰는 SQL 구문과 쿼리 예시를 한 장에 요약해 정리했습니다.
+ PLUS 2
데이터 시각화 템플릿 100종
실무에서 바로 적용 가능한 대시보드 예시 100종, 도구별로 골라 써보세요.
(Tableau 50종 / Power BI 30종 / Redash 3종 포함)
+ PLUS 3
프로젝트만으로 연습이 부족하다면?
다양한 케이스에 직접 적용해 볼 수 있는 데이터와 코드까지!
01 | 데이터 분석 RAW DATA 253종
잘 정리된 데이터만으로 리얼한 데이터 분석을 경험할 수 없습니다.실무의 데이터에는 필요 없는 노이즈가 잔뜩 껴 있기 때문이죠!
그래서 최대한 현실 데이터와 가까운 253종의 데이터를 준비했습니다.
02 | 데이터 분석 코드 10,000 줄 제공
당장 데이터 분석을 해야 한다면?기본만 배우고 바로 복붙해서 쓸 수 있는 데이터 분석 코드
10,000 줄을 제공해드립니다.
신규 버전 맞춤 구성!
현직 분석가가 만든 커리어 UP 패키지
+ PLUS 4
합격을 부르는 포트폴리오 & 면접 대비 자료
01 | 데이터 분석가 포트폴리오 노션 템플릿 2종
이력서에 뭐 넣어야 할지 막막하다면?채용 담당자의 시각에 맞춘 분석가 전용 포트폴리오 템플릿으로 바로 시작하세요.
02 | 데이터 분석가 면접 기출 문제 & 모범 답안
면접 준비, 어디서부터 해야 할지 모르겠다면?
실제 면접에 나왔던 질문과 설득력 있는 답변 예시까지 함께 드립니다.
+ PLUS 5
데이터 분석 사례와 아티클 150선
01 | 데이터 분석 실무 사례 아티클+120선
현업에서 실제로 다루었던 데이터 분석 사례 아티클
현업에서 실제로 다루었던 데이터 분석 사례 아티클
02 | 데이터 분석 아티클 +30선
네카라쿠배 데이터 분석가가 말하는 진짜 데이터 분석 이야기
네카라쿠배 데이터 분석가가 말하는 진짜 데이터 분석 이야기
데이터 분석 실무를 더 깊게 이해할 수 있는 데이터 분석 사례와 아티클을 만나보세요.
원활한 강의 수강을 위해
결제가 필요합니다.
ChatGPT Plus 플랜 (월 $22)
- ChatGPT는 유료 구독(Plus 요금제)을 이용하셔야 합니다.) ※ 위 항목들은 강의에 포함된 프로그램이 아니며, 수강 후 필요에 따라 개별적으로 가입 및 이용하시기를 권장드립니다.
결제가 필요합니다.
ChatGPT Plus 플랜 (월 $22)
- ChatGPT는 유료 구독(Plus 요금제)을 이용하셔야 합니다.) ※ 위 항목들은 강의에 포함된 프로그램이 아니며, 수강 후 필요에 따라 개별적으로 가입 및 이용하시기를 권장드립니다.
