1장에서는 Alteryx를 사용한 데이터 처리의 기초인 Union과 Append를 다룹니다. 장이 끝날 때쯤이면 서로 다른 데이터 소스를 능숙하게 결합하고, 정밀하게 데이터셋을 병합하며, Union과 Append를 활용해 데이터를 폭넓게 이해하는 방법을 익히시게 됩니다.

Union과 Append

유니온 vs. 어펜드

Alteryx에서 Union과 Append 다루기

Union 도구 사용하기

Append 도구 사용하기

요약과 유니온

2장에서는 Alteryx로 여러 테이블의 데이터를 결합하는 Join을 자세히 살펴봅니다. 장을 마칠 때까지 다양한 조인 유형을 능숙하게 다루고, 데이터를 정확하게 병합하며, inner, left, right, full outer join을 활용해 데이터 간 관계를 더 깊이 있게 파악하는 법을 익히게 됩니다.

조인

조인 유형

Alteryx에서의 조인

Join 도구 사용하기

RIGHT JOIN 사용하기

조인을 필터로 활용하기

Join

3장에서는 Alteryx에서 문자열과 날짜/시간 파싱을 다루며, 텍스트와 시계열 데이터를 변환하는 과정을 이해합니다. 장의 마지막에는 문자열을 능숙하게 조작하고, 유용한 정보를 추출하며, 날짜/시간 형식을 매끄럽게 변환할 수 있게 됩니다. 이러한 기법을 익히면 데이터를 더 정확한 분석과 통찰력 있는 해석을 위해 정제하고 준비할 수 있습니다.

파싱

어떤 파싱 기법을 써야 할까요?

Alteryx에서의 파싱

Text to Columns 파싱

주문 상태 입력하기

날짜/시간 변환

Parsing

4장에서는 Alteryx에서 성능 최적화라는 핵심 주제를 다룹니다. 이 장은 데이터량, 도구별 한계, 워크플로 설계, 리소스 관리 등 워크플로 효율을 떨어뜨릴 수 있는 다양한 병목을 식별하고 해결하는 데 초점을 맞춥니다. 성능 프로파일링 활용, 불필요한 출력 비활성화, 워크플로 캐싱 등의 전략을 통해 성능을 향상하는 방법을 배우게 됩니다. 이 장을 마치면 대용량 데이터와 복잡한 작업에서도 워크플로가 원활하고 효율적으로 실행되도록 Alteryx 워크플로를 최적화하는 지식과 기술을 갖추게 됩니다.

성능 최적화

Options

Data volume

Tool-specific

Workflow design

최적화 유형 식별하기

데이터 양 줄이기

워크플로 설계

Performance profiling

입력 캐시하기

축하합니다!

Exercises and Datasets


오늘날의 데이터 중심 환경에서는 효율적인 데이터 처리가 매우 중요하며, Alteryx는 이를 위한 강력한 도구를 제공합니다. 이 강의에서는 union, append, join, parsing, 성능 최적화를 살펴보며, 워크플로를 간소화하고 분석 역량을 한층 끌어올릴 수 있도록 도와드려요. Alteryx의 핵심 요소를 깊이 있게 다루며, 데이터를 매끄럽게 정리하고 분석 능력을 강화하는 기법을 익힙니다. 데이터 문제를 성공으로 바꾸는 방법을 배워 보세요!

<h2>Alteryx에서의 Union과 Append</h2>
<p>여러 데이터 소스를 하나의 일관된 데이터세트로 통합하는 데 필수적인 데이터 결합과 추가를 직접 실습해 보세요. 실용적인 예제를 통해 서로 다른 시스템의 데이터를 효과적으로 병합하는 방법을 배우고, 고급 데이터 조작을 위한 탄탄한 기반을 다지세요.</p>
<h2>고급 데이터 조인 및 파싱</h2>
<p>기본 데이터 통합 기법을 바탕으로, 복잡한 조인과 데이터 파싱을 수행하는 방법을 배우게 됩니다. 내부 조인, 외부 조인, 자기 조인을 포함한 다양한 조인 유형을 살펴보고, 포괄적인 데이터 인사이트를 제공하기 위해 각 조인을 언제 사용해야 하는지 이해해 보세요. 이 강의는 또한 원시 데이터에서 의미 있는 정보를 추출하는 데 도움이 되는 데이터 파싱의 핵심 기술도 다루며, 이를 통해 데이터 기반 의사결정을 내리는 능력을 향상시킵니다. 이러한 기법을 익히면, 어떤 분석 작업에서도 데이터를 더욱 가치 있는 자산으로 정제하고 변환할 수 있게 됩니다.</p>
<h2>Alteryx에서 데이터 성능 최적화</h2>
<p>강의의 마지막 분류는 Alteryx 내 성능 최적화에 중점을 둡니다. 워크플로에서 병목 현상을 식별하고, 운영을 간소화해 처리 속도를 높이는 모범 사례를 알아보세요. 우리는 효율적인 워크플로 설계와 데이터 처리량 최적화를 위한 Alteryx의 내장 도구 활용을 포함해, 다양한 성능 향상 기법을 다룰 것입니다. 이 강의를 마치면 대용량 데이터를 더 효율적으로 다룰 수 있을 뿐만 아니라 Alteryx의 잠재력을 최대한 활용해 분석 역량을 한층 강화할 수 있습니다.</p>



Data Preparation in Alteryx

Alteryx에서 데이터 결합, 조인, 파싱 및 성능 최적화를 통해 데이터를 조정하세요.

Alteryx로 데이터 처리하기

Alteryx에서 union, join, parsing을 활용해 데이터를 오케스트레이션하고 성능을 최적화합니다.

Alteryx 기초

워크플로가 큰 데이터셋을 처리하지만, 실제로 분석에 필요한 레코드는 일부분뿐이다

불필요한 열이 많은 폭넓은(wide) 데이터셋을 처리하느라 워크플로 실행에 시간이 오래 걸린다

데이터에 간단한 계산을 수행하기 위해 Formula 도구를 여러 개 연달아 사용한다

작은 부분집합의 레코드를 각각 제거하는 여러 Filter 도구를 통해 데이터를 순차적으로 처리한다

워크플로에 중복된 도구가 여럿 있고 도구 간 경로가 복잡하게 얽혀 있다

다른 테이블에 이미 존재하는 데이터를 다시 만들기 위해 많은 복잡한 루프가 포함되어 있다

최적화 유형 식별하기

Alteryx로 데이터 처리하기

실습형 인터랙티브 연습문제