데이터 분석 포트폴리오 검토법: 질문·데이터·해석·재현

데이터 분석 포트폴리오는 분석 질문과 데이터 출처, 처리 선택과 결과의 한계, 재현 방법을 확인하세요. 임의의 KPI 개수와 개선률을 넣는 것보다 분석의 근거를 설명하는 것이 우선입니다.

분석 질문과 사용할 데이터를 연결하세요

무엇을 알아보려는지 한 문장으로 적고 필요한 변수와 데이터 범위를 확인합니다. 데이터 출처·수집 시점·사용 조건을 표시하고 공개할 수 있는 자료인지 확인하세요.

비교 기간과 집단이 다른 데이터를 함께 분석했다면 차이를 적습니다. 결과가 마음에 들지 않는다는 이유로 데이터 범위를 바꾸지 말고 선택 기준을 남겨야 다른 사람이 분석 과정을 이해할 수 있습니다.

결측·중복·형식 오류를 어떻게 확인하고 처리했는지 기록합니다. pandas 결측 데이터 문서는 관련 동작을 확인할 공식 참고 자료입니다. 삭제나 대체를 했다는 한 줄보다 대상과 처리 이유를 설명하세요.

처리 전후 행 수와 변수 상태를 자신의 실제 실행 결과로 남길 수 있습니다. 특정 처리 방법이 모든 데이터에 적합하다고 가정하지 마세요. 결과 해석에 영향을 주는 제외 조건과 남은 오류도 표시합니다.

그래프의 축·단위·기간과 비교 기준을 확인하고 무엇을 보여주는지 짧게 적습니다. 상관관계가 보인다는 사실을 원인이나 사업 효과로 단정하지 마세요. 표본과 측정 조건도 결과를 읽는 데 필요한 정보입니다.

실제 서비스에 적용하지 않은 분석은 제안이나 학습 결과로 표시합니다. 매출·속도·정확도가 올랐다는 표현은 실제 측정한 경우에 조건과 전후 값을 함께 제시해야 합니다. 가상의 개선 수치를 성과로 넣지 않습니다.

환경·의존성·실행 순서와 데이터 준비 방법을 적고 결과 파일로 이어지는 경로를 확인합니다. 필요한 데이터를 공개할 수 없다면 사용 조건에 맞는 샘플과 설명을 검토하세요. 민감한 데이터는 저장소에 올리지 않습니다.

GitHub의 특정 버전 링크를 사용하면 설명에 대응하는 코드 상태를 가리킬 수 있습니다. 지원 직무의 업무와 결과물을 연결하고 자신의 기여, 아직 검증하지 않은 범위와 다음 분석 질문도 남기세요. 업데이트 횟수만으로 합격 가능성이 높아진다고 설명하지 않습니다.

분석 질문에 필요한 지표를 설명하세요. 공통 개수와 개선률을 필수 조건처럼 제시하기 어렵습니다.

질문·처리·해석과 재현 가능한 결과를 보여주세요. 확인되지 않은 사업 성과를 만드는 것보다 실제 범위를 설명해야 합니다.