📚 2026년 4월 1일 TIL 종합 학습 노트
1. 멘토링 및 커리어 방향성 🧭
- 민정튜터님 상담 (분석 깊이 & 팀 구성 전략)
- 도메인보다 중요한 것은 '프로젝트의 깊이': 가능성 높아 보이는 데이터만 보지 말고, 모든 경우의 수를 꼼꼼하게 따져보는 집요함이 우수한 분석가의 자질입니다.
- 타협하지 않는 자세: 결과가 안 나온다고 포기하지 말고, 다른 각도로 접근해 끝까지 밀어붙이는 끈기가 필요합니다.
- 스토리텔링과 PPT: 문제 정의부터 결론까지의 논리적 흐름을 비전공자도 이해하기 쉽게 풀어내는 능력을 길러야 합니다.
- 팀 구성의 적극성: 팀원 구성 시 기다리지 말고, 슬랙 채널이나 DM을 통해 적극적으로 나를 어필하고 팀원을 수배해야 합니다.
- 헬스케어 채용공고 분석
- 캐시워크 데이터 분석 담당(채용전환형 인턴) 공고 등을 확인하며, 헬스케어 도메인에서 요구하는 역량을 탐색했습니다.
2. 데이터 분석 방법론 및 파이썬 실습 📊
- 코호트 분석 (Cohort Analysis)
- 동일한 기간에 유입된 사용자 그룹(코호트)을 추적해 **시간에 따른 행동 변화(유지율, 이탈률)**를 분석하는 핵심 마케팅 방법론입니다.
- 파이썬의 pandas를 활용하여 가입 월과 경과 월을 기준으로 피벗 테이블을 만들고, 히트맵으로 고객 충성도 변화를 시각화하는 실습을 진행했습니다.
- 퍼널 분석 (Funnel Analysis)
- 유저가 최종 목표(구매 등)에 도달하기까지의 여정을 시각화하여, 어느 구간에서 고객이 이탈(병목 현상)하는지 파악하는 분석입니다.
- 이전 단계 대비 생존 비율인 **전환율(Conversion Rate)**과 초기 유입 대비 생존 비율인 **유지율(Retention Rate)**을 구하고, Plotly 라이브러리로 깔때기 형태의 차트를 구현했습니다.
- DAU 및 사이트 체류시간 분석
- **DAU(일간 활성 사용자 수)**의 요일별 트렌드를 파악해 마케팅 시점의 단서를 얻을 수 있습니다.
- user_session 단위로 가장 처음 한 행동과 마지막 행동의 시간차를 계산해 **체류시간(Duration)**을 도출하고, 조회/장바구니/구매 그룹별로 행동 깊이를 비교했습니다.
3. 시스템 환경 및 개발 인프라 💻
- uv를 활용한 Python 패키지 관리
- 파이썬 버전 관리, 가상환경(.venv) 생성, 패키지 관리를 한 번에 해결하는 빠르고 강력한 도구인 uv를 학습했습니다.
- uv init으로 프로젝트를 세팅하고, uv add/remove로 패키지를 관리하며 uv sync를 통해 팀원과 환경을 맞출 수 있습니다.
- Git 명령어 및 브랜치 관리 전략
- 일상 분석 루틴: git status ➔ add ➔ commit ➔ push 단계를 습관화해야 합니다.
- 서버 동기화의 철칙: 충돌을 방지하기 위해 항상 pull ➔ merge ➔ push 순서로 작업합니다.
- 실수 복구 가이드: 파일이 꼬였을 때는 무조건 삭제하는 --hard 리셋 대신, restore, stash, commit --amend 등을 활용해 코드를 안전하게 되돌리고 보관하는 방법을 익혔습니다.
- 인터넷 인프라 및 트러블슈팅
- 무선(Wi-Fi) 주파수의 특성: 2.4GHz는 장애물 통과에 유리하지만 간섭에 취약하고, 5GHz는 장애물에 약하지만 속도와 안정성이 훨씬 뛰어납니다. (데이터의 역설)
- 줌(Zoom) 수업 끊김 등의 문제는 단순한 다운로드 속도보다는 **지연시간(Ping)과 손실률(Loss)**이 좌우합니다.
- 현상을 파악하고 변수를 통제(A/B Test)하여 공유기 채널을 튜닝하는 등, 인프라 문제도 분석가적 관점에서 접근해 해결했습니다.