InBig

시각화 단계 3팀이 세미나 발표를 진행했습니다.

발표는 강동연(경영학과/2기)님이 맡았습니다.

신용카드 데이터 확인 및 처리, 신용카드 데이터 EDA, 신용카드 데이터 + 외부요인 3 가지의 목차를 확인할 수 있습니다.

데이터 확인 후, 결측값 및 환불 데이터는 테블로를 사용할 때 영향을 받지 않기 때문에 처리하지 않은 것을 볼 수 있습니다.

연도별 매출 합계, 2017년 요일별 매출 합계를 각각 막대 그래프와 라인 그래프로 표현했습니다.

시간대별 매출 합계(평일)를 막대 그래프로 표현했고, 12시, 20시 경에 매출이 가장 높은것을 볼 수 있습니다.

시간대별 매출 합계(주말)를 막대 그래프로 표현했고, 평일에 비해 19시 이후에 매출이 더 높은 것을 볼 수 있습니다.

특정 일을 기준으로 그 일의 매출 추이를 확인해봤습니다.

설날 기준으로 매출 그래프를 확인해봤을때, 설날 당일에 매출 합계가 급 하락하는 것을 볼 수 있고, 설날 직전에 매출이 급 상승하는것을 볼 수 있다.

캘린더 차트를 통해서 더욱 쉽게 매출 추이를 확인할 수 있습니다.

추석 기준으로 매출 그래프를 확인해봤을때, 추석 당일에 매출 합계가 급 하락하는 것을 볼 수 있고, 추석 직전에 매출이 급 상승하는것을 볼 수 있다.

캘린더 차트를 통해서 더욱 쉽게 매출 추이를 확인할 수 있습니다.

2016, 2017년 크리스마스와 크리스마스 이브의 매출 차이를 보면, 크리스마스 이브날의 매출이 더욱 높게 나오는 것을 볼 수 있다.

특정 기간을 기준으로 기간의 매출 추이를 확인해봤습니다.

평창 올림픽 기간과 러시아 월드컵 기간의 매출 추이를 확인해봤을때, 특별한 매출 차이가 없는 것을 확인할 수 있었습니다.

두 라인 그래프를 대시보드를 이용해 표현해봤습니다.

신용카드 매출 데이터와 소비자 물가 지수를 비교해봤습니다.

두 지표를 라인그래프로 표현했고, 지표 전부 우상향 하는 것을 볼 수 있었습니다.

이는 즉 매출이 증가함에 따라서 소비자 물가 지수도 함께 증가한다는 것을 볼 수 있었습니다.