차트 및 분석

마지막 업데이트: 2022년 5월 15일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
폭포 차트는 데이터가 구성된 방식에 따라(길고 얇은 형태인지 짧고 넓은 형태인지), 약간 다르게 생성됩니다. 아래의 두 데이터 테이블에는 시간별 인구 변화에 대한 동일한 통계가 서로 다른 방식으로 구성되어 포함되어 있습니다.

왼쪽의 길고 얇은 데이터 테이블에서는 단일 데이터 컬럼에 숫자가 제공되며, 오른쪽의 짧고 넓은 데이터 테이블에는 숫자가 여러 데이터 컬럼으로 나뉘어 있습니다. 단일 데이터 컬럼의 값 및 여러 컬럼으로 나뉜 값을 기반으로 하여 폭포 차트 및 분석 차트를 만드는 절차는 다음과 같습니다.

본 연구는 한류의 중심으로 자리 잡은 K-POP의 시기별 트렌드 변화를 다양한 관점에서 파악하는것을 그 목적으로 한다. 온라인 스트리밍 서비스인 멜론에서 제공하는 K-POP 차트의 1997, 2007, 2017년 동일 주차 차트 순위 데이터를 수집하고 곡명, 가사, 장르 및 아티스트의 시기별 변화를 분석하였다. 곡명과 가사 분석을 위해서는 수집된 데이터의 형태소 분석 후 추출된 키워드 데이터를 활용하여 네트워크 분석 기법을 적용하였으며 가사와 참여 아티스트 수의 변화 등은 분산 분석을 통해통계적으로 검증하였다. 이를 통해 K-POP은 콘텐츠 소비자의 기호에 따라 그 형식의 다양성을 추구하고 있으나 전달하고자 하는 주제나 가사의 내용은 여전히 기본적인 인간의 감성에 관한 것으로큰 변화가 없음을 확인하였다. 또한 다양한 아티스트 간의 협업과 아이돌 그룹의 증가 등으로 참여아티스트 수는 과거에 비해 통계적으로 유의한 수준의 증가를 보이고 있다. 가사의 평균 분량 역시랩 및 힙합 장르의 확대, 반복되는 후렴구 증가에 따라 통계적으로 유의한 수준으로 증가하였음이확인되었다. 본 연구는 기간별 K-POP 차트 데이터의 수집 및 분석을 통해 K-POP 트렌드를 파악하고성공 요인을 분석했다는 점에서 그 의의를 찾을 수 있다.

This paper analyzed K-POP chart data including song titles, lyrics, genre, and artists to identify the changes and tre nds of K-POP over time. To compare K-POP songs in 1997, 2007 and 2017, the chart data collected from an online streaming service, Melon.com, were 차트 및 분석 used. To analyze collected K-POP data, a social network analysis method and ANOVA test were used. The res ults of the network analysis of keywords extracted from song titles and lyrics through morphological analysis and cleansing showed that K-POP songs had delivered the similar themes and values regardless of periods. Due to the increased collaboration among ar tists in addition to the increased num ber of idol groups and the changes of song styles with more repeated ph rases and rap, it was statistically prov ed that the average length of the lyrics and the number of artists

분석 차트 만들기

MotionBoard ABC 분석 및 관리도 분석과 같이 널리 알려진 분석 방법과 차트의 데이터를 기반으로 미래를 예측하거나 과거를 분석하는 "예측 분석 기능"을 사용하는 차트 항목을 만들 수 있습니다. 이를 "분석 차트"라고합니다.

분석 차트에는 데이터 소스 정의에서 분석 설정을 정의하여 만든 차트와 보드에서 차트 항목을 조작하여 만든 차트의 두 가지 유형이 있습니다. 사용할 수있는 분석 방법은 차트 생성 방법에 따라 다릅니다.

이 섹션에서는 사용할 수있는 분석 방법 목록, 차트 및 분석 분석 설정을 기반으로 시각화 된 차트 및이를 만드는 방법 (관련 항목)을 제공합니다.

분석 방법에 데이터 소스 정의를 사용하는 차트

여기에 설명 된 분석 방법을 사용하는 차트는 차트 항목 생성시 분석 방법에 대한 데이터 소스 정의를 사용하여 생성 할 수 있습니다. 필요한 데이터와 설정은 분석 방법마다 다릅니다.

순위 조건 차트

이 차트는 평소보다 훨씬 더 자세한 정렬 조건을 지정하여 데이터를 정렬하려는 경우에 유용합니다.

RankingChart_Example.png

newfeature_linkarrow.png

" 순위 조건에 대한 데이터 원본 정의 만들기 " 에 "데이터 소스 생성 가이드"

RFM 분석 차트

이 차트는 RFM 분석을 통해 고객의 구매 추세를 파악하고자 할 때 유용합니다.

RFMAnalysisChart_Example01.png

newfeature_linkarrow.png

" RFM 분석을위한 데이터 소스 정의 만들기 " 에 "데이터 소스 생성 가이드"

바구니 분석 차트

이 차트는 고객이 장바구니 분석을 사용하여 구매를 기반으로 구매할 가능성이있는 추가 제품을 찾고자 할 때 유용합니다.

BasketAnalysisChart_Example.png

newfeature_linkarrow.png

" 장바구니 분석을위한 데이터 소스 정의 만들기 " 에 "데이터 소스 생성 가이드" , " 바구니 분석 (조합 분석)을위한 데이터 소스 정의 만들기 " 에 "데이터 소스 생성 가이드"

ABC 분석 차트 차트 및 분석

이 차트는 ABC 분석을 통해 고객의 구매 동향을 파악하고자 할 때 유용합니다.

ABCAnalysisChart_Example01.png

newfeature_linkarrow.png

" ABC 분석을위한 데이터 소스 정의 만들기 " 에 "데이터 소스 생성 가이드"

십 분위수 분석 차트

이 차트는 총 구매 금액을 기준으로 고객을 그룹화하고 십 분위수 분석을 사용하여 누적 구매 금액 비율을 계산하려는 경우 유용합니다.

DecilAnalysisChart_Example01.png

newfeature_linkarrow.png

" 데실 분석을위한 차트 및 분석 데이터 소스 정의 만들기 " 에 "데이터 소스 생성 가이드"

시행 및 반복 분석 차트

이 차트는 시행 및 반복 분석을 통해 고객의 구매 추세를 파악하고자 할 때 유용합니다.

TrialrepeatAnalysisChart_Example2.png

newfeature_linkarrow.png

" 시험 반복 분석을위한 데이터 소스 정의 만들기 " 에 "데이터 소스 생성 가이드"

실시간 분석 차트

이 차트는 실시간으로 상황을 파악할 수 있도록 업데이트 할 때마다 데이터를 차트에 순차적으로 반영하려는 경우에 유용합니다.

RealtimeAnalysisChart_Example01.png

newfeature_linkarrow.png

" 실시간 분석을위한 데이터 소스 정의 생성 " 에 "데이터 소스 생성 가이드"

확률 분포 분석 차트

이 차트는 특정 범위의 숫자 데이터를 그룹화하여 데이터 분포를 이해하고 추세를 분석하려는 경우 유용합니다.

ProbabilitydistributionAnalysis_Histogram_Sample01.png

newfeature_linkarrow.png

" 확률 분포 분석을위한 데이터 원본 정의 만들기 " 에 "데이터 소스 생성 가이드"

관리도 분석 차트

이 차트는 관리도 분석을 사용하여 측정 값의 분산을 기반으로 공정의 현재 안정성을 확인하려는 경우 유용합니다.

ControlChartAnalysis_Sample01.png

newfeature_linkarrow.png

" 관리도 분석을위한 데이터 소스 정의 만들기 "," 관리도 분석 차트 편집 " 에 "데이터 소스 생성 가이드"

차트 메뉴에서 예측 분석 기능을 사용하는 차트

여기에 설명 된 분석 방법을 사용하는 차트는 차트 메뉴의 예측 분석 기능을 사용하여 생성 할 수 있습니다. 데이터 소스 정의를 구성 할 필요가 없습니다. 차트 항목 생성 후 차트 메뉴에서 분석 방법을 설정합니다.

시계열 분석 차트

이 차트는 현재 데이터를 기반으로 미래 데이터를 예측하려는 경우에 유용합니다.

ForcastandAnalysis_Example.png

newfeature_linkarrow.png

" 시계열 예측 " 에 "보드 운영 가이드"

이동 평균 차트

이 차트는 데이터를 평활화하여 추세를 분석하려는 경우에 유용합니다. 이동 평균 선이 다른 탭에 표시됩니다.

이동 평균 차트의 예 (왼쪽 영역 별 판매량, 오른쪽 영역 별 판매량 기반 이동 평균선)

newfeature_linkarrow.png

" 이동 평균 " 차트 및 분석 에 "보드 운영 가이드"

클러스터 분석 차트

이 차트는 데이터 세트에서 서로 유사한 데이터를 그룹화하여 서로 다른 색상으로 표시합니다.

Cluster_analyses_result_mb61.png

newfeature_linkarrow.png

" 클러스터 분석 " 에 "보드 운영 가이드"

데이터 시뮬레이션 차트

데이터 시뮬레이션은 차트에서 데이터 포인트를 이동하거나 대체하는 기능입니다.

예산 달성 월 매출의 일부 (왼쪽)를 다음 달 (오른쪽)로 이동하는 시뮬레이션 예.

newfeature_linkarrow.png

" 데이터 시뮬레이션 " 에 "보드 운영 가이드"

회귀 분석 차트

이 차트는 사용자가 지정한 경사 선 방정식 (단순 회귀 방정식)에 따라 경사 선을 표시합니다.

Display_of_regression_line_mb61.png

newfeature_linkarrow.png

" 회귀 분석 " 에 "보드 운영 가이드"

번다운 차트란?

번다운 차트는 잔여 작업량과 잔여 시간을 세부적으로 비교해 Agile 팀이 기한까지 어떻게 작업하고 있는지를 시각적으로 나타냅니다.

번다운 차트의 용도

Agile 방법론의 Scrum 프레임워크에서는 여러 교차 기능 팀이 작업을 수행하며, 각 작업은 4주 미만의 단기 사이클 단위로 계획 및 실행됩니다. 팀은 이러한 스프린트 또는 반복 작업을 통해 주어진 사이클 내에 완수할 작업량을 스스로 결정하여 중단 없이 협업할 수 있습니다. 번다운 차트를 이용하면 잔여 시간과 잔여 작업량을 기준으로 단순한 선형 차트를 그려 스프린트 단위의 진행도를 시각적으로 파악할 수 있습니다.

번다운 차트는 해당 스프린트가 계획된 대로 나아가고 있는지, 또는 정해진 목표를 달성하기 위해 팀 차원에서 조정이 필요한지를 나타냅니다. 팀이 누릴 수 있는 구체적인 이점은 다음과 같습니다.

작업에 필요한 예상 노력 보고

기한 내에 프로젝트 또는 스프린트를 완료하려면 필요한 노력량을 분명하게 파악해야 합니다. 번다운 차트가 있으면 완료되지 않은 작업에 투입해야 하는 노력이 얼마나 있는지 추정하여 팀 보고 시 활용할 수 있습니다. 그리고 잔여 노력량을 시각화하고 분석함으로써 팀은 목표를 달성하기 위해 필요하다고 판단하는 경우 변경할 수 있게 됩니다.

작업 진행도 시각화

번다운 차트의 가장 큰 이점은 단순함입니다. 팀은 이해하기 용이한 차트를 활용해 진행 상황을 쉽게 추적할 수 있습니다. 또 특정 프로젝트의 진행도 또는 지연도가 시각화되어 있으므로 팀이 실시간으로 경로를 수정하고 프로세스를 재평가할 수 있습니다.

번다운 차트와 번업 차트

Scrum 방법론의 시각화 도구는 번다운 차트만 있는 것이 아닙니다. 번업 차트도 번다운 차트와 유사한 조율 시스템을 갖고 있지만, 앞으로 수행해야 할 작업이 아닌 이미 완료한 작업에 초점을 둡니다.

번다운 차트는 남은 작업량이 감소하므로 하향 곡선으로 나타납니다.

반면 번업 차트에서는 완료해야 하는 작업량을 그래프 맨 위에 직선으로 표시하고, 두 번째 선으로 완료한 작업량을 표시합니다. 따라서 번업 차트는 영점에서 시작해 작업을 완료해 나갈수록 상향하는 곡선으로 나타납니다.

요컨대 번다운 차트는 남은 작업량을, 번업 차트는 완료한 작업량을 나타내는 것입니다. 번다운 차트는 프로젝트가 진행될수록 완료된 작업량과 전체 작업량을 하나의 곡선으로 표현하기 때문에 종종 보다 단순한 접근법이 됩니다. 반면에 번업 차트는 완료한 작업량과 전체 작업량을 두 개의 곡선으로 구분하여 표시하여 더 복잡합니다. 따라서 프로젝트의 현실적인 측면에 대해 더 분명한 많은 정보를 얻을 수 있어 팀은 어느 단계에서 문제가 발생하는지 특정할 수 있습니다.

번다운 차트의 이점

번다운 차트는 상대적으로 구성하기 간편하고 해석이 용이하지만, 세부 사항에 집중하는 번업 차트와 차트 및 분석 대조되는 몇 가지 뚜렷한 이점을 갖고 있습니다.

가장 대표적인 이점은 프로젝트 진행 상황을 분명하게 파악할 수 있다는 점입니다. Agile 팀은 현황 보고서 역할을 하는 간단한 시각 자료를 통해 스프린트의 진행 상황을 파악할 수 있으며, 가장 주요한 정보가 공개되어 있어 프로젝트에 참여한 모든 구성원이 동일한 정보 수준을 공유할 수 있습니다.

번다운 차트 및 분석 차트는 계획 수립과 추적에도 도움이 됩니다. 번다운 차트는 프로젝트의 속도, 가속도, 장애 요소 등 진행 상황에 대한 차트 및 분석 명료한 정보를 제공합니다. 따라서 보고와 분석이 보다 원활해지고, 팀이 미래 프로젝트에 대해 보다 정확한 계획과 목표를 수립할 수 있게 됩니다.

또한, 효과적인 번다운 차트를 사용하면 팀에서 문제가 발생했을 때 즉시 식별할 수 있습니다. 작업이 지연되는 경우, 팀원들은 큰 문제로 번지기 전에 근본 원인을 함께 파악하고 해결할 수 있습니다. 이를 통해 프로젝트 내의 위험을 감소시키는 동시에 바람직한 성과를 낼 확률을 높일 수 있습니다.

마지막으로, 번다운 차트는 효과적인 소통을 장려합니다. 프로젝트의 진행 상황을 세부적으로 확인할 수 있는 단순한 그래픽이 있어 협력과 소통이 보다 수월해집니다.

폭포 차트 만들기

폭포 차트는 다양한 요소에 의해 영향을 받은 이후의 값 변화(증가 또는 감소)를 나타냅니다. 그런 다음 결과 값이 표시됩니다.

예를 들어 폭포 차트는 시간별 전개를 시각화하거나 총합계에서 여러 요소가 차지하는 비율을 시각화하는 데 유용할 수 있습니다.


폭포 차트

시작 값 및 결과 값은 시각화에서 막대로 표시되며, 그 사이의 값 변경 사항은 상승 또는 하락을 나타내는 유동 블록으로 표시됩니다. 시작에서 끝으로 값의 전개를 따르기 위한 수단으로 전환 라인을 여러 블록 사이에 추가할 수 있습니다.

기본적으로 양의 값 변화는 녹색으로 나타나며 음의 값 변화는 빨간색으로 나타납니다. 필요에 따라 다른 색상을 지정할 수도 있습니다.

해당하는 경우 중간 계산 합계를 나타내는 막대를 표시할 수 있습니다.

데이터 테이블

폭포 차트는 데이터가 구성된 방식에 따라(길고 얇은 형태인지 짧고 넓은 형태인지), 약간 다르게 생성됩니다. 아래의 두 데이터 테이블에는 시간별 인구 변화에 대한 동일한 통계가 서로 다른 방식으로 구성되어 포함되어 있습니다.

왼쪽의 길고 얇은 데이터 테이블에서는 단일 데이터 컬럼에 숫자가 제공되며, 오른쪽의 짧고 넓은 데이터 테이블에는 숫자가 여러 데이터 컬럼으로 나뉘어 있습니다. 단일 데이터 컬럼의 값 및 여러 컬럼으로 나뉜 값을 기반으로 하여 폭포 차트를 만드는 절차는 다음과 같습니다.

단일 컬럼(길고 얇은 데이터)을 기반으로 하는 폭포 차트

작업_프로시저

    작성 막대에서 시각화 유형 을 클릭하여 플라이아웃을 엽니다. 폭포 차트 시각화 유형을 분석 페이지의 원하는 위치로 드래그합니다.

작업_결과

하나의 컬럼을 기반으로 하는 폭포 차트

아래의 폭포 차트는 위에서 단일 컬럼에 숫자가 포함된 데이터 테이블을 기반으로 합니다. 전체 시간 기간 동안의 인구 변화에 차트 및 분석 대한 개요를 제공합니다.

여러 컬럼(짧고 넓은 데이터)을 기반으로 하는 폭포 차트

작업_프로시저

    작성 막대에서 시각화 유형 을 클릭하여 플라이아웃을 엽니다. 폭포 차트 시각화 유형을 분석 페이지의 원하는 위치로 드래그합니다.

작업_결과

여러 컬럼을 기반으로 하는 폭포 차트

이 폭포 차트는 위에서 여러 컬럼에 숫자가 포함된 데이터 테이블을 기반으로 합니다. 위에서처럼 인구 변화에 대한 동일한 개요를 제공합니다.


0 개 댓글

답장을 남겨주세요