본문 바로가기

Dissecting Tableau

[3]-4 블렌딩 Hands-On 지난 두 차례의 포스트를 통해서 블렌딩에 대한 기초적인 내용을 살펴보았습니다 ▪ 첫번째 포스트에서는 블렌딩의 개념과 블렌딩을 만드는 방법을 집중적으로 공부하였고, ▪ 두번째 포스트에서는 블렌딩의 키 필드와 관련하여 나올 수 있는 다양한 이슈를 건드려보았습니다 오늘은 블렌딩과 관련된 마지막 포스트로 실제 협업에서 블렌딩을 사용할 수 있는 케이스를 함께 만들어보면서 지금까지 익힌 내용들을 정리해보겠습니다 :D 조인 대신 블렌딩을 사용하면 좋은 경우 첫번째 포스트 마지막 즈음에서 질문을 던졌었죠 "조인이라는 광범위하게 쓰이는 개념이 있는데, 왜 블렌딩을 알아야 하나요?" 이 질문에 대해 태블로는, 아래와 같은 경우에 블렌딩을 쓰면 좋다고 말하고 있습니다 ▪ You want to combine data from.. 더보기
[3]-3. 블렌딩 (2) 우리는 계속해서 태블로의 데이터 블렌딩(Data Blending)에 대해 살펴보고 있습니다 지난 포스트에서는 조인 vs. 블렌딩 개념 및 작동 원리 정리, 그리고 블렌딩을 만드는 방법을 상세하게 알아보았습니다 오늘은 지난 포스트에서 못다한 이야기, * 마크를 포함하는 블렌딩 조건에 대한 논의, 블렌딩에서 키 필드와 관련해서 생길 수 있는 이슈 등을 풀어나가도록 하겠습니다 *(asterisk) 마크에 대한 이해 지난 시간에 봤던 Customer1과 Purchase, 두 시트를 다시 한 번 소환해보죠 이렇게 두 테이블이었고, Customer1을 마스터 테이블로, Purchase를 보조 테이블로 해서 만든 화면은 아래와 같았습니다 위의 그림에서 송길수와 조민수의 Product 부분에서 * 마크가 붙어있습니다 .. 더보기
[3]-3. 블렌딩 (1) 오늘은 Data Preparation의 마지막 파트, 블렌딩(Blending)에 대해서 정리해보도록 하겠습니다 Data Prepartion 섹션에서는 제일 먼저 일반적인 형태의 조인에 대해서 살펴봤고, 다음으로는 특수한 형태의 조인에 대해서도 정리해보았습니다 그리고 바로 전 포스트에서는 데이터를 가로로 붙이는 조인과는 달리 세로로 붙이는 유니온에 대해서도 검토해본 바 있습니다 조인과 유니온과는 달리 이제부터 살펴볼 블렌딩은 일반적인 데이터베이스 문법에서는 찾아볼 수 없는, 태블로에서만 나오는 독특한 개념이라고 생각하시면 됩니다 블렌딩이라는 기법이 어떤 의미에서 특이한지 이제부터 상세히 파헤쳐보죠 We Are Here [01] Tableau Fundamentals [02] Data Preparation [.. 더보기
[3]-2. 유니온 지난 두 차례의 포스트를 통해 태블로에서 이루어지는 조인에 대해서 살펴보았습니다 첫번째 포스트에서는 조인의 일반적인 내용들, 두번째 포스트에서는 특수한 형태의 조인을 사례를 통해 살펴보았습니다 조인을 한 마디로 정리하면 - 비전문적인 용어이긴 하지만 - 데이터를 옆으로 붙이는 작업입니다 오늘 살펴볼 유니온(Union)은 데이터를 밑으로 붙이는 작업으로 이해하면 쉽습니다 We Are Here [01] Tableau Fundamentals [02] Data Preparation [03] Manipulating Data ▪ Join ▪ Union ▪ Blending [04] Building a Chart [05] Analytics Pane [06] Filter [07] Table Calculation [08].. 더보기
[3]-1. 조인 (2) 계속해서 조인 관련 내용을 조금 더 살펴봅니다 지난 포스트에서는 Inner Join, Left Outer Join, Right Outer Join, Full Outer Join 등 조인의 일반적인 내용에 대해 다루었다면 이번 포스트에서는 좀 특별한 형태의 조인에 대해서 몇 가지 소개하고자 합니다 특별하다는 말 자체가 일반적이지 않으며, 특수한 경우에 사용한다는 의미겠지요 따라서 이제부터 소개할 내용은 그리 흔히 사용되는 방법은 아니지만, 특정한 상황에서 유용하게 사용되거나, 반드시 사용해야만하는 기법들입니다 크로스 조인(Cross Join) = 카르테지안 조인(Cartesian Join) 먼저 소개할 기법은 크로스 조인입니다 카르테지안 조인이라고도 불리는 이 방법은 기본적으로 데이터를 뻥튀기 하는 작업이.. 더보기
[3]-1. 조인 (1) Dissecting Tableau 세번째 토픽, Manipulating Data 입니다 Data Preparation 토픽이 데이터셋 내부에서 지저분한 요소들을 제거하고 정리하는 과정이었다면, Manipulating Data 토픽은 데이터셋(테이블) 간의 관계를 만들어주는데 초점을 맞추고자 합니다 실제 데이터를 취급하는 환경에서 단일 테이블로만 결과를 이끌어낼 수도 있지만, 많은 경우 여러개의 데이터 소스에서 필요한 정보를 가져와 하나의 테이블로 엮어주는 방식이 더 흔한 것 같습니다 바로 이 세번째 토픽은 '그러면 데이터를 어떻게 엮을 것인가'에 대한 논의입니다 몇 가지 방식 중 이번 포스트에서는 가장 흔하게 사용되는 조인(Join)에 대해서 먼저 살펴보겠습니다 We Are Here [01] Tablea.. 더보기
[2]-6. 사용자 지정 SQL 두번째 대주제, Data Preparation의 마지막 토픽입니다 사용자 지정 SQL, Custom SQL (편의상 본 포스트에서는 커스텀 SQL로 지칭하도록 하겠습니다) 쿼리를 좀 쓸 줄 아는 사용자들에게는 Data Prep 과정에서의 자유도를 높여줄 수 있으며, 잘 모르는 사용자들도 SELECT문 등 간단한 몇 개만 사용할 줄 알면, 아주 큰 도움을 받을 수 있는 히든 카드라고 할 수 있죠 :D 오늘은 여기에 대해서 이야기를 좀 해보도록 하죠 We Are Here [1] Tableau Fundamentals [2] Data Preparation ▪ Data Interpreter ▪ Pivot ▪ Split ▪ Data Source Filter ▪ Custom SQL [3] Manipulating Da.. 더보기
[2]-5. Data Prep Hands-On 이번 포스트에서는 지난 4회에 걸쳐 익힌 Data Preparation 과정을 실습을 통해 익혀보겠습니다 태블로 데스크탑에서 데이터 정제를 위해 활용하는 기능은 크게 아래의 세 가지 정도라고 말씀드렸습니다 ▪ 데이터 해석기 ▪ 피벗 ▪ 사용자 지정 분할 이와 함께 필요에 따라서 데이터 원본 필터를 적절히 사용하면, 성능 측면에서 더 나은 결과를 얻을 수 있다고 했지요 위의 기능들을 하나 하나씩 적용해보며, 그 용법을 되새겨보겠습니다 :D 첫번째, 데이터 해석기 (Data Interpreter) 오늘 실습에 활용할 데이터는 2018년 8월 기준 주민등록 인구 데이터입니다 행정안전부에서 매월 성/연령 기준으로 인구 데이터를 업데이트하고 있는데, 읍면동 레벨까지 데이터 확인이 가능합니다 (링크가 깨질 경우 구.. 더보기