파라미터와 필터의 차이

Oakmark Bank에는 여러 지역 팀이 공유하는 데이터 모델이 있습니다. 모델을 열었을 때 초기 로딩 속도를 높이기 위해 현재 회계연도 데이터만 기본으로 표시되도록 설정하려고 합니다. 단, 분석가가 필요할 경우 과거 연도 데이터도 조회할 수 있어야 합니다.

표준 필터나 별도의 데이터 소스 여러 개를 사용하는 대신, 파라미터가 이 상황에 가장 적합한 도구인 이유는 무엇일까요?

이 연습은 강의의 일부입니다

Sigma 데이터 모델링

실습형 인터랙티브 연습문제

이론을 실습으로 바꾸는 인터랙티브 연습 중 하나를 만나보세요

이 연습은 강의의 일부입니다

Sigma 데이터 모델링

SkillTag.level.beginnerSkillTag.label

4.9+

무료로 강의 시작하기

이 챕터에서는 Sigma 데이터 모델의 핵심 활용 사례를 학습합니다. 데이터 모델을 사용하면 조직 내 다른 Sigma 문서에서 활용할 수 있는 맞춤형 데이터 소스를 만들 수 있습니다. 이를 통해 팀의 인사이트, 분석, 앱을 확장하고 관리하며 유지하는 방법을 익힙니다.

Exercise 1: 데이터 모델이란 무엇인가요?Exercise 2: 데이터 모델 vs 워크북 Exercise 3: KPI 업데이트 중앙화 Exercise 4: 데이터 모델의 조인과 유니온 Exercise 5: 두 테이블을 유니온으로 결합하기 Exercise 6: 데이터 모델 기본 테이블 구성하기 Exercise 7: 조인으로 두 테이블 결합하기 Exercise 8: 데이터 모델 게시 및 활용하기 Exercise 9: 워크북에서 데이터 모델 활용하기

이 챕터에서는 메트릭과 관계를 활용해 단일 테이블을 넘어 인사이트를 확장하는 방법을 학습합니다. 핵심 데이터 모델 기능을 각각 직접 구현하고, 워크북에서 실제로 적용된 모습을 확인하며 그 효과를 체감할 수 있습니다. 이 기능들을 익히고 나면 분석 팀 전체에 일관된 계산을 제공하고, 데이터 모델에서 조인 로직을 중앙에서 관리하면서도 사용자에게 유연성을 부여할 수 있습니다.

Exercise 1: 메트릭으로 핵심 계산 정의하기 Exercise 2: KPI의 단일 기준 정의하기 Exercise 3: 메트릭 vs. 계산된 열 Exercise 4: 메트릭을 추가하여 데이터 모델 강화하기 Exercise 5: 첫 번째 메트릭 만들기 Exercise 6: 워크북에서 메트릭 활용하기 Exercise 7: 관계를 활용한 효율적인 조인 관리 Exercise 8: 관계(Relationship)와 조인(Join) 비교 Exercise 9: 관계 유형 Exercise 10: 관계를 활용해 기본 테이블에 열 추가하기 Exercise 11: 대출과 고객 간의 관계 추가하기 Exercise 12: 워크북에서 관계 탐색하기

이 챕터에서는 파라미터와 열 보안이라는 두 가지 고급 데이터 모델 기능을 학습한 후, 지금까지 배운 내용을 하나의 최종 예제로 구현합니다. 파라미터를 활용하면 모델에 유연한 필터를 설정할 수 있고, 보안 기능을 통해 민감한 데이터를 안전하게 보호할 수 있습니다. 이후 지금까지 배운 기능과 모범 사례를 모두 결합하여 확장 가능한 분석에 대한 이해를 완성할 수 있습니다.

Exercise 1: 데이터 모델 파라미터로 데이터 필터링하기 Exercise 2: 파라미터와 필터의 차이

현재 연습

Exercise 3: 데이터 모델에 파라미터 추가하기 Exercise 4: 열 보안을 활용한 민감 데이터 관리 Exercise 5: 데이터 모델에 컬럼 보안 추가하기 Exercise 6: 완성형 데이터 모델로 팀을 지원하세요 Exercise 7: 명세서를 바탕으로 데이터 모델 완성하기 Exercise 8: 분석 프로토타입 제작 Exercise 9: 마무리