[Project] 서민(청년) 금융생활의 전반을 도와주는 대시보드 제작 프로젝트 (Vizable 컨퍼런스 작품 )

목차
- 결과물
- 문제정의
- 예적금파트
- 청년전세파트
- 투자파트
- 질의응답
- 데이터출처 및 발표 관련 내용

📌 결과물

tableau public = https://public.tableau.com/app/profile/.54043344/viz/RunwayFinal_ver/part3_

[Runway] Final_ver최종

public.tableau.com

📌 문제 정의

✅ 사회초년생’이 자산을 어떻게 하면 주체적으로 관리할 수 있을지, 어떻게 하면 이를 통해 본인의 삶을 주체적으로 이끌어 나갈 수 있을지를 고민해 제작한 대시보드

1. 현상파악 및 문제점 발견

기획배경

- 사회초년생들은 경험이 없고, 금융에 대한 지식도 떨어지는 상태라서 어떻게 자산관리를 해야 하는지 모르는 사람들이 다수
    - 특히나 20대 청년들을 인터뷰해보니, 아래와 같은 어려움을 겪는 사례가 많이 발견

    🧑🏼‍🤝‍🧑🏿 금리라는 개념 자체를 어려워하는 **A**
    소득이 없어도 대출이 가능하다는 사실을 모르고 있는 **B**
    주변인들의 조언이나 유튜브를 통해 주식 투자를 하고 있는 **C**
    대출을 통해 전세 매물 이용이 가능함에도 월세 매물에 거주하며 월지출을 크게 가져가는 **D**

- `내돈내삶` 팀이 가장 주목을 한 부분은 **`Needs`**와 `**Pain Point**`가 확실한 **`예적금`, `대출`, `투자`** 부분이며, 아래와 같은 문제를 인식하고, 데이터와 시각화를 통해 이 문제를 해결해주고자 하였습니다.

예적금의 경우
- 금리가 낮다는 막연한 생각 때문에 사회초년생들의 신규 유입이 매우 적은 상황
- 이미 가입한 사회초년생 고객들조차 예적금 자금을 빼 주식이나 가상화폐와 같은 투자 시장으로 이동
- 예적금 상품에 가입하고자 한다고 하더라도 청년 대상으로는 어떤 상품이 이자율이 높거나 좋은 상품인지, 본인의 조건으로 혜택 받을 수 있는 상품은 무엇인지 알지 못하는 문제
대출의 경우
- 공식 홈페이지에 이해하기 어려운 정보가 너무 많이 나열되어 있거나, 또는 너무 빈약하게 소개
- 청년 전세 대출 상품 자체는 많지 않으나 정보 자체가 산재되어 있기에 전세 대출을 받기 위해서는 각각의 상품 홈페이지나 최신 공고문, 유튜브, 블로그 등에서 정보를 찾는데 많은 시간을 할애해야 하는 문제
투자의 경우
- 사회초년생들의 부족한 금융 지식
- 일확천금을 노리고 가상 화폐에 무모한 투자를 하고 있는 20대 상당수 존재하며 이들 중 대다수는 전문적인 금융 교육을 받은 경험이 없음
- 자극적인 기사나 유튜브와 같은 매체들에 쉽게 휘둘리는 문제
- 건강한 자산 관리 방법을 모르고 이른 나이에 개인 회생을 신청하는 20대 다수 존재

2. 인사이트 발견

원인 고찰 및 사용자 인사이트 발견

예적금의 경우

사회초년생들이 예적금 상품들에 대해 알지 못하고,청년 대상으로는 어떤 상품이 이자율이 높거나 좋은 상품인지,본인의 조건으로 혜택 받을 수 있는 상품은 무엇인지 알지 못하는 문제

대출의 경우

청년 전세 대출 상품 자체는 많지 않으나 정보 자체가 산재되어 있기에 전세 대출을 받기 위해서는 각각의 상품 홈페이지나 최신 공고문, 유튜브, 블로그 등에서 정보를 찾는데 많은 시간을 할애해야 하는 문제

투자의 경우

사회초년생들의 부족한 금융 지식
일확천금을 노리고 가상 화폐에 무모한 투자를 하고 있는 20대 상당수 존재하며 이들 중 대다수는 전문적인 금융 교육을 받은 경험이 없음
자극적인 기사나 유튜브와 같은 매체들에 쉽게 휘둘리는 문제
건강한 자산 관리 방법을 모르고 이른 나이에 개인 회생을 신청하는 20대 다수 존재
사회초년생들이 전문적인 금융 지식의 해석에 어려움을 겪고 있으며, 자극적인 기사나 유튜브와 같은 매체들에 쉽게 휘둘리는 문제

3. 페르소나 선정

페르소나 선정 - 비구름 양

🧑🏻‍🦰 비구름양은 26세의 4년제 학사 졸업 예정이며, 인턴에서 정직원으로 전환이 되어 취업을 한지 3개월 째인 사회 초년생입니다. 본가는 부산이지만 서울에서 학교를 다녔으며 서울에 있는 회사에 입사해 서울에서 계속 거주할 계획입니다. 장녀로서 공부도, 일도, 삶도 똑부러지게 해내고 싶은 욕심이 있는 인물입니다. **하지만 경제, 금융에 대한 지식과 경험은 다소 부족한 상황입니다. 현재 300만원 정도의 월급을 받고 있는데 매달 들어오는 월급을 잘 모아서 목돈을 만들고, 투자도 잘 하고 싶으며, 대학 시절 살았던 월세집에서 벗어나 전세 매물에 살고 싶지만 어떻게 하면 좋을지 고민 중입니다.**

비구름양의 Goal 과 Pain Point
- 경험적 목표
  - 주거 비용 절감
  - 시드 머니 저축
  - 투자에 대한 이해
- 인생 목표
  - 자산 증식
  - 경제적 자유

Pain Point

- 본인이 가진 “시간”을 슬기롭게 활용하여 자산 관리를 하고 싶으나 방법을 모름
- 어떻게 해야 잘 모으고, 잘 아끼고, 잘 불릴 수 있을까?

Solution -  예적금, 청년 전세대출, 투자의 3가지 부문 전반에 대한One Point Service를 제공

💡 저희는 최종적으로 비구름양으로 대표되는 사회초년생들의 금융 생활 첫걸음에 도움이 될 수 있도록
예적금, 청년 전세대출, 투자의 3가지 부문 전반에 대한
One Point Service를 제공하고자 합니다.

1️⃣ 예적금 파트

Solution 1 - 청년 예적금 상품 관련 실시간 데이터 수집
- 시의성 있는 정보 제공을 위해 셀레니움을 사용해서 네이버 크롤링을 통해 데이터 수집
- 향후 서버 연동을 통해 crontab으로 크롤링 코드가 자동으로 돌아가도록 설정함으로써 데이터업데이트 설
Solution 2 - 청년 예적금 상품 데이터 수집
- 개인 별 맞춤 예적금 상품을 추천하기 위해 “전국 은행 연합회 소비자 포털”에서 제공하는 데이터를 활용
- 위 사이트 내 예금 적금 금리 비교 내 맞춤 상품 검색 페이지에서 제공하고 있는 데이터를 다운로드 받아 최종 데이터를 구성
대시보드 설명
- 상단
  - 네이버 크롤링을 통한 청년 관련 적금/예금에 대한 실시간 정보 제공
    - 아래 청년적금 리스트 크롤링
    - 청년적금 : 네이버 통합검색
  - 네이버 검색 기준 현시점에서 가장 인기 있는 청년 예/적금 상품이 무엇인지 파악할 수 있는 시트
  - 청년 예적금 관련 뉴스 기사 정보 제공. 시의성 있는 정보를 실시간으로 파악할 수 있는 시트
  - 서버에서 crontab 으로 매일 점심 12시에 크롤링 코드가 자동으로 돌아가서 데이터가 매일 업데이트 되도록 설정 가능
- 하단
  - 검색하는 일자 기준 받을 수 있는 금액 정보 제공
  - 각 월마다 얼마 만큼의 돈이 쌓이고 있는지에 대한 정보를 시계열 그래프(테이블)로 정보 제공
  - 현 시점에서 중도 해지한다면 받을 수 있는 돈과 만기시 받을 수 있는 돈을 비교해서 정보 제공
  - 현 시점에서 가장 인기 있는(or 수익성이 좋은) 상품의 경우 얼마를 받을 더 받을 수 있는지에 대한 정보 제공
- 완성

2️⃣ 청년 전세대출 파트

대출 Needs & Pain Point
- Needs
  - 높은 월세로 인한 월지출을 전세를 통해 줄이고자 함
- Pain Point
  - 본인이 청년 전세 대출을 이용할 수 있는지 대출 가능 여부를 알기 어려움
  - 나이, 지역, 연봉 등 본인 조건을 기준으로 얼만큼의 금액을 대출 받을 수 있는지는 알기 어려움
  - 대출이 진행되는 순서와 순서마다 필요한 서류는 무엇인지 알기 어려움
  - 아직 사회 초년생인 비구름양에게 대출은 너무나도 험난한 과정입니다. 용어도 어렵고, 조건도 까다로워보이며 정보 찾기도 쉽지가 않습니다.

어디서부터 어떤 방식으로 대출을 받아야 하는지 고민하고 있는 비구름양에게 슬기로운 대출생활 대시보드를 제안합니다.

Solution 1 - 청년 전용 전세대출 상품에 대한 데이터 수집
- 총 8개의 청년 전용 전세대출 상품에 대한 정보 수집(상품당 약 30개의 변수 데이터 수집)
  - 상품명
  - 본인 해당 여부 확인 데이터(결혼유무, 주택 보유 여부, 자산 수준, 병역 이행 여부 등)
  - 매물 확인 데이터(대출이 불가능한 건물 종류, 전용면적 등)
  - 대출 관련 데이터(대출 한도, 대출 금액, 금리, 대출 가능 기간 등)
  - 필요 서류
  - 데이터 목록
    1. 상품명
    2. 본인 해당 여부 확인
      - 결혼유무
      - 주택 보유 여부
      - 자산 수준
      - 연체, 부도 등의 신용정보가 남아있는지 여부
      - 공공임대주택 거주 여부
      - 한달 월급 수취 여부
      - 가능한 대상
      - 병역 이행 여부
      - 나이
    3. 매물 확인
      - 안되는 건물 종류(근린생활시설 등)
      - 전용면적
    4. 대출 관련 데이터
      - 대출 한도
      - 대출 금액
      - 대출 가능 %(보증금의 몇 %까지 가능한지)
      - 금리(고정금리 + 가산금리)
        
        각종 우대금리
        
        보증금 수준에 따라 상이
      - 대출 가능 기간
      - 연장 가능 기간
      - 빌리기까지 소요되는 기간
      - 상환방법
    5. 필요 서류
      - 개인서류
      - 부동산 서류
      - 회사 서류
- 웹 상에 부정확한 데이터나 오래된 자료들이 많아서, 하나하나 최신 후기를 찾아보며 정보 수집(각 홈페이지, 200분 가량의 최신 유튜브 후기 영상, 50개 이상의 블로그 후기 참조)
Solution 2 - 데이터 전처리 및 스키마구성
- 변수가 30개 이상으로 너무 복잡하고, 상품마다 조건이 달라서 경우의 수가 너무 많아지는 문제

핵심 정보를 잘 보여줄 수 있도록 데이터 스키마 재구성 및 정규화 작업 진행

Ideation
1. 정보를 어떻게 잘 보여주는지가 목적
2. 상품은 적지만 , 경우의 수를 모두 만들어서 보여주면 → 너무 중복이 많아진다
  1. 고려한 부분
    1. 데이터 중복이 너무 많이지지 않아야함
    2. 추후에 업데이트할때 필요한 부분만 찾아서 업데이트 하기 편해야 함
      (쉽게 갱신되고 유지되어야 함)
  2. 정규화 진행
    1. 연령 , 지역 , 상태 별로 데이터를 나누고 (정규화)
    2. 텍스트 데이터는 그냥 그대로 보여주기로 결정
      1. 예를들어, 나이 제한이
        1) 19세 이상 34세 미만,
        2) 19세이상 39세 미만이 있을때,
        -> 19세 ~34세 , 35세 ~ 39세 두가지로 나누어서 해당하는 데이터를 상품명에 각각 할당하는 방식

- 경우의 수가 많아져서 아래와 같이 총 6개의 테이블로 구성하고, 1:多 혹은 1:1로 테이블 연결
  (상품, 연령, 지역별, 상태, 순서, 텍스트 데이터 Table)
- 따라서 다양한 경우의 수를 보여줄 수 있도록 데이터 셋팅이 되었고, 정규화된 데이터라서 추후 업데이트도 용이

대시보드 설명
- 나의 현재 상태와 전세 주택 정보 입력창
- 대출 가능한 상품 목록(위 정보 입력창 정보를 바탕으로 이용 가능한 상품 리스트업)
- 대출 예상액
- 대출 상세 정보
- 대출 순서
사용 방법
- 가장 상단에 있는 입력창에 나의 현재 상태와 관심있는 전세집의 지역, 보증금을 입력한다.
- 입력한 정보를 바탕으로 대출 가능한 상품 목록이 뜨는데, 각 상품을 비교해보면서 나에게 가장 잘 맞는 대출은 무엇인지 살펴본다.
- 원하는 대출의 대출순서를 숙지하고, 대출을 위해 은행 상담받거나 필요한 절차를 밟아 전세대출을 받는다.
대시보드 구성
완성된 대시보드

3️⃣ 투자 파트

투자 Needs & Pain Point
- Needs
  - 거시 경제의 흐름을 읽을 수 있는 힘을 가지고 이를 바탕으로 자신만의 투자철학을 세우고자 함
- Pain Point
  - 주변인들의 종목 추천 혹은 투자 시기 추천을 통한 판단은 전문성이 부족함
  - 유튜브나 뉴스 기사의 경우 광고성 정보들이 다수 존재하여 신뢰하기 어려움
  - 개별 종목의 시황이 아닌 전체 시장의 흐름을 이해하는 것이 어려움

Solution 1 - 데이터 수집 및 지표 선정
- 기간 : 2020년 01월 01일 ~ 2022.05.31
- 후보군 선택 기준
  - 26개 데이터 유명한 데이터 선택
    - → 그중에 더 거시경제를 잘 나타내어 줄수있는, 그리고 설명하기 쉬운 데이터 13개 선택
      - → 개념이 겹치지 않는 데이터 10개 선택
  1. FRED - Popular Series 에서 3page 까지 성격이 겹치지 않는 데이터
    1. 유명한 거시경제 데이터 수집
- 데이터 목록
  - CPI : 소비자물가지수 (Consumer Price Index, CPI) - 물가CPIAUCSL.csv
  - 근원 개인소비지출지수 상승률(핵심 물가 지표) - 물가 - cpi 혹은 이걸로 둘중 하나 사용하면 될것 같습니다. PCEPILFE.csv
  - PPI 물가 생산자 Producer Price Index by Commodity: All Commodities (PPIACO) -
    - 물가 PPIACO.csv
  - 10 Year Break even Inflation Rate :
    - 인플레이션 기대 지수 BEI T10YIE.csv
  - Real Cross Domestic Product : 실질 GDP - 거시경제지표
  - Industrial Production Index : 산업생산 IP - 생산INDPRO.csv -
    - 💡 모든 제품 수치 종합 겉으로 보았을때 얼마나 제조경기가 성장했는가? 파악 가능
  - Capacity Utilization: Total Index : 설비 가동률 CU - 생산 - 본다면 산업생산지수랑 같이 봐야함 TCU.csv
    - 💡 미국 내 모든 시설(미국 영토 내 시설 제외)의 제조, 광업, 전기 및 가스 유틸리티에서 제품을 생산하기 위해 기업과 공장에서 사용되는 자원의 백분율 회사들이 생산설비 얼마나 사용하고 있는가? 알수 있음 설비 가동률이 상승하면 → 경기가 좋아진다는 뜻으로 → 고용지표 개선 될수도 있고 → 허니버터칩 공장 더 지어야 할수도 있고 ?
  - 미국 10년 국채금리 DGS10.csv
  - 미국 2년 국채 금리 = 2-Year Treasury Constant Maturity Rate 2022-06-28 16_21_32.xlsx
  - 장단기 금리 스프레드 10Y - 2Y - finance10-Year Treasury Constant Maturity Minus 2-Year Treasury Constant MaturityT10Y2Y.csv
    - 💡 장기금리는 단기금리보다 높은 것이 상식에 맞습니다. 따라서 장단기금리차는 특별한 일이 없다면 양의 값을 가집니다. 그런데 가끔 장기금리가 단기금리보다 낮아져 장단기금리차가 마이너스 값을 가질 때가 있습니다. 장단기금리차가 마이너스를 찍으면 곧이어 [경제성장률](https://ecodemy.cafe24.com/growthrate.html) 이 바닥으로 떨어지는 것을 쉽게 볼 수 있습니다. 한 두번이 아니고, 줄기차게 이러한 패턴이 반복되고 있습니다.
  - 유로/달러 환율 비율 [원달러 , 유로달러 , 위안달러]USD_money.csv
    - 원달러 환율 USD/KRW - DEXKOUS.csv
    - 'USD/KRW','USD/EUR','USD/CNY'
  - 실업률 UNRATE - 고용
  - 고용지수 (실업수당 청구건수) - 고용
  - 주택판매지수 월별 데이터 - 선행 지표 주택 / 판매
  - 금은구리동['NG','ZG','ZI','HG'] - 금과 구리만 하면 좋을것 같습니다 ! - finance~~한국 기준으로 수집한 것이 아래 파일~~
    - matarial (1).csv - 미국 기준 금
    - WPUSI019011 (3).csv - 미국 기준 구리
  - 연방준비은행 자산변동 finance
    - Assets: Total Assets: Total Assets (Less Eliminations from Consolidation): Wednesday Level
  - 평균 시간당 임금 증가율 (average hourly earnings) - 인건비= Average Hourly Earnings of Production and Nonsupervisory Employees, Total Private (AHETPI)
  - 미국 상품 무역수지 - 무역
  - 주택 가격지수 - S&P/Case-Shiller U.S. National Home Price Index (CSUSHPINSA)
  - 나스닥 지수 선물 us tech 100 / nasdaq 100
  - 미 기준금리
  - 미국 비농업 고용 Nonfarm Payrolls
  - 총 비농업 일자리 공고는 구인 및 노동 이직률 조사(JOLTS)
  - BofA 옵션 조정 스프레드
  - University of Michigan: Consumer Sentiment (UMCSENT)

Solution 2 - 경기순환시계

경기순환시계의 작동원리

계절조정계열을 산출 → 비경기적 요인인 계절변동요인을 추출하여 제거
계절조정된 계열에서 **추세변동요인**을 제거(Hodrick Prescott Filter)
추세가 제거된 순환/불규칙 변동 요인에서 순환변동요인을 추출
추출한 순환변동요인에서 평균과 표준편차를 산출하여 표준화된 시계열로 변환
- 🔥 Y축 좌표는 ‘**`추세선으로부터의 편차**’` X축 좌표는 시점간 순환변동요인 값 들의 **크기 변화 정도를 나타내는** ‘`전월 대비 증감`’
- 주로 Y축 좌표의 변화를 보고 분석하며 X축 좌표는 참고용도로 사용

💡 순환변동요인이란? - 일반적으로 경기지표는 아래의 네 가지 요소가 포함
- 비경기적요인
  - 계절변동요인 : 계절 변화와 같이 1년 주기로 나타나는 변동
  - 불규칙변동요인 :천재지변, 파업 등에 따른 단기적, 우발적 변동
- 경기적요인
  - 추세변동요인 : 인구 증가, 자본 축적, 기술 진보 등에 의한 장기적 변동
  - 순환변동요인 : 경기의 상승과 하강에 따른 변동 요인

경기순환시계에서는 이들 요인 중 계절 및 불규칙요인과 추세요인을 제거한 순환변동요인만을 이용

각 사분면은 다음과 같은 의미를 갖고 있음

초록색 사분면 : 경제지표(순환변동치)가 장기추세선을 상회하면서 전월 대비 증가⬆하는 국면
주황색 사분면 : 경제지표(순환변동치)가 장기추세선을 상회하면서 전월 대비 감소⬇하는 국면
빨간색 사분면 : 경제지표(순환변동치)가 장기추세선을 하회하면서 전월 대비 감소⬇하는 국면
노란색 사분면 : 경제지표(순환변동치)가 장기추세선을 하회하면서 전월 대비 증가⬆하는 국면

Solution 3 - 데이터 전처리 과정 - 구체적 설명
- 1) 데이터 불러오기

cpi = pd.read_csv('Investment Data/CPIAUCSL.csv', encoding='euc-kr')
ind = pd.read_csv('Investment Data/INDPRO.csv', encoding='euc-kr')
house = pd.read_csv('Investment Data/house_sell.csv', encoding='euc-kr')
icsa = pd.read_csv('Investment Data/ICSA.csv', encoding='euc-kr')
tcu = pd.read_csv('Investment Data/TCU.csv', encoding='euc-kr')
y10y2 = pd.read_csv('Investment Data/T10Y2Y.csv', encoding='euc-kr')
unrate = pd.read_csv('Investment Data/UNRATE.csv', encoding='euc-kr')
fbr = pd.read_csv('Investment Data/WALCL.csv', encoding='euc-kr')
wpu = pd.read_csv('Investment Data/WPUSI019011.csv', encoding='euc-kr')

2) 기간단위 통일 (Month Frequency Resampling)
- 달별로 정리

df = df.replace(['.'], 0.00)
df['DATE'] = pd.to_datetime(df['DATE'])
df['NASDAQ100'] = df['NASDAQ100'].astype(float)
df.set_index('DATE', inplace=True)
df = df.resample('MS').mean()

3) 시계열 분해 - Hodrick Prescott Filter → 트렌드 제거

Data Smoothing technique 으로 주로 사용되며, short-term fluctuations을 제거하는데 사용됨.
다른 트렌드제거

- Lambda는 다음과 같이 사용
  -  Quaterly : 1600
  -  Monthly : 1600 * 3^4
  -  Annual : 1600/(4^4)

from statsmodels.tsa.filters.hp_filter import hpfilter

cycle, trend = hpfilter(df, lamb=129600)

# Visualization
fig, ax = plt.subplots(3, 1, figsize=(7, 5))
fig.set_tight_layout(True)
ax[0].plot(df)
ax[0].set_title('index')
ax[1].plot(trend)
ax[1].set_title('Trend')
ax[2].plot(cycle)
ax[2].set_title('Cycle')

4) 표준화된 시계열로 변환 - Standard Scaling

from sklearn.preprocessing import StandardScaler

    std = StandardScaler()
    std.fit(cycle)
    scaled_cycle = std.transform(cycle)

5) X축 : 차분값 (추세선으로부터의 편차) y축 : 정규화된 값

cycle['normal'] = scaled_cycle
cycle['diff'] = cycle['normal'].pct_change()
cycle['X'] = cycle['diff']
cycle['Y'] = cycle['normal']

대시보드 설명
- 시계화면
- 날짜 조정 필터
- 각각의 지수 국면 변환 KPI
경기 순환 시계 사용 방법
- 상단의 “궁금한 시점”을 조정하여 지표들의 사분면 상 움직임을 확인
- 각각의 지표들의 전월에서 현월 변화를 ”현재 시장 상황”과 비교를 통해 인사이트 발견

투자파트 시나리오 영상

https://youtu.be/7iMC4sQ8xU0

주식시장을 폭락으로 이끌었던 2008년 서브프라임 모기지 사태 등의 사례를 보면, 당시의 지표가 어떻게 흘러가는지를 알 수 있습니다. 이렇게 날짜를 변경하면서 주가가 떨어질 때는 지표가 어떻게 변하는지, 주가가 올라갈 때는 지표가 어떻게 변하는지를 보면서 경제 공부가 가능합니다.

2020년 코로나
- 2020년 3월 코로나 사태가 터지고, 산업생산지수는 상승국면에서 하강국면으로 전환됩니다. 고용지수(실업수당 청구건수)가 상승국면으로 전환되고, 나스닥 100이 하강국면으로 전환됩니다.
- 이후 연준의 자산변동이 상승국면으로 전환되고 둔화,혹은 상승을 유지하며 양적완화를 진행하게 됩니다. (+ 기준금리 상승 ) 2021년 2월 산업생산과 설비가동지수가 회복으로 전환됩니다.
- 계속 넘겨보던 비구름씨는 2021년 2월부터는 금이, 7월부터는 소비자 물가지수가 상승국면에 들어서고 있다는 점을 발견하게 됩니다.
- 결론적으로
  - 계속 경기순환 시계를 돌려보던 비구름씨는 최근 나스닥 지수가 계속 상승국면에 있었음과 동시에 소비자 물가지수 또한 계속해서 상승국면에 있었음을 알게 되었습니다.
  - 특히 기존에는 나타난적 없는 모습의 소비자 물가 지수가 나타나고 있고, 그에 반해 산업생산 지수와 설비 가동지수 등의 지표들은 같이 움직이지 않은 것을 보면서 과거 있었던 위험과는 조금 다르니 신중하게 들어가는 것이 맞겠다는 생각을 가질 수 있었습니다.

⁉️ 질의응답

질의응답
- 예적금 보드의 예상금액은 무조건 최고금리 기준인가요?
  - 세후 최고 금리 기준이고 기본 금리 기준입니다.
- 크롤링으로 청년 인기상품을 추출하셨다고 하셨는데,어떤 키워드로 크롤링하셔서 청년들에게 인기있는 상품을 찾아내신건가요?
  - 청년 대출 상품이라는 키워드로 네이버에서 인기있는 상품을 찾아 크롤링 진행했습니다.
- 크롤링도 자동화되어 대시보드가 계속 업데이트 되는 건지 궁금합니다. - 유투브 'Hyeyoun Kang'님
  - 로컬에서 크론탭으로 자동화 했고, 필요하다면 서버에 띄워 배치를 돌릴 생각이 있습니다. 현재는 서버를 사용하지 않았습니다.
- 윤효림 [비즈니스 애널리스트] 청년 인기 상품은 어떤 것을 기준으로 선정하셨는지 알 수 있을까요 ?
- 유투브 '비양도 백패킹’ - 데이터 정규화는 어떻게 진행하셨을까요??
  - 경우의 수를 만들고 , 변화가 잦은대신 상품이 몇개 없는 상품의 특성상
- 이병준 [퍼포먼스 마케팅] 예적금 상품의 가입 조건은 대시보드에 반영이 되는건가요? 금리가 높은 상품은 조건이 까다로운 경우가 많은 것으로 알고 있어서요. (편집됨)
- 대출파트에서 블로그나 유튜브를 참고 하셨다고 하셨는데 공식홈페이지를 참고하지 않은 이유가 있으신가요 ?
- 왜 SNP500 대신 나스닥 100 데이터를 선택하셨나요 ?
- 경기순환시계를 확인할 때 그에 대한 원인을 사용자가 어떻게 도출할 수 있는지 궁금해요 ,,! 페르소나는 경제에 대한 지식이 많이 없는 분으로 이해했는데 경제에 대한 배경지식이 얕은 상황에서도 지표 요약을 통해서 어떻게 원인을 도출할지 궁금해요 -! 발표 정말 잘 들었습니다
- 노상래 [컬리, 데이터 분석] - 다양한 지표가 이해되기 쉽게 만들어져서 정말 좋았어요 !
- 정희경[데이터분석가] - 경제 금융 생활에 대한 스토리텔링이 좋았습니다. 다만 거시경제 현황을 확인하는 대시보드는 관련 배경 지식이 부족한 이용자 입장에서는 자료를 봐도 아이디어를 얻기는 쉽지 않을 수도 있겠다 싶습니다. 시장 상황 시계열은 실시간으로 업데이트 되는 것인지요?
- (대시보드를) 사용해보구싶은데 방법없나용? - 유투브 'yun' 님
- 홍재신 [NAVER, 데이터 분석가]

📌 Appendix - 데이터 출처

예적금
- 전국은행연합회 소비자포털 예적금 데이터
- 전국은행연합회 소비자포털
- 네이버 크롤링 데이터
대출
- 중기청 전세자금대출 : https://nhuf.molit.go.kr/FP/FP05/FP0502/FP05020301.jsp
- 청년 버팀목전세자금 : https://nhuf.molit.go.kr/FP/FP05/FP0502/FP05020301.jsp
- 청년임차보증금 무이자 지원 : https://soco.seoul.go.kr/youth/main/contents.do?menuNo=400024
- 청년 임차보증금 무이자 지원 공고 : https://housing.seoul.go.kr/site/main/content/sh01_040901
- LH 청년 전세대출 : https://www.lh.or.kr/contents/cont.do?sCode=user&mId=234
- &mPid=231
- LH 청년 전세대출 분양가이드 : https://apply.lh.or.kr/LH/index.html?Sls#GUD::CLCC_GUD_0200:1020409
- 역세권 청년주택 주거비 지원 : https://soco.seoul.go.kr/youth/main/contents.do?menuNo=400022
- 카카오 청년 전세자금대출 : https://www.kakaobank.com/products/leaseLoan
투자
- Fred :https://fred.stlouisfed.org/
- https://github.com/FinanceData/FinanceDataReader

'비저블 런웨이 2022' 컨퍼런스 성료

‘비저블 런웨이 2022’ 컨퍼런스 성료 - 부산제일경제

국내 최초의 비즈니스 인텔리전스 커뮤니티 ‘비저블(Vizable)’이 데이터 시각화 컨퍼런스 ‘비저블 런웨이 2022’를 성료했다고 19일 밝혔다.지난 16일 개최된 ‘비저블 런웨이 2022’는 비저블 커

www.busaneconomy.com

Tableau Datafest Seoul/Korea 2022 후기

“데이터를 잘 활용하기” 에 대한 다양한 사람들의 답변

jhk0530.medium.com

https://www.vizable.online/

비즈니스 인텔리전스 BI 커뮤니티 | vizable

비즈니스 인텔리전스 (BI) 커뮤니티 비저블 - 태블로와 데이터 시각화 기반의 다양한 비즈니스 시나리오 프로젝트를 수행합니다.

www.vizable.online

곧! 비저블 3기를 모집합니다 !!! :)

저작자표시

'Data Analysis > Achievement' 카테고리의 다른 글

OPIC노잼 중요 정보들 요약 (0)	2023.02.09
비전공자 ADSP(데이터분석준전문가) 2일 취득 후기 (0)	2023.01.06

Hagrid's Data Analysis

[Project] 서민(청년) 금융생활의 전반을 도와주는 대시보드 제작 프로젝트 (Vizable 컨퍼런스 작품 )

📌 결과물

📌 문제 정의

1. 현상파악 및 문제점 발견

2. 인사이트 발견

3. 페르소나 선정

페르소나 선정 - 비구름 양

1️⃣ 예적금 파트

2️⃣ 청년 전세대출 파트

3️⃣ 투자 파트

⁉️ 질의응답

📌 Appendix - 데이터 출처

📌 컨퍼런스 발표 관련 내용

곧! 비저블 3기를 모집합니다 !!! :)

'Data Analysis > Achievement' 카테고리의 다른 글

댓글

티스토리툴바

[Project] 서민(청년) 금융생활의 전반을 도와주는 대시보드 제작 프로젝트 (Vizable 컨퍼런스 작품 )

📌 결과물

📌 문제 정의

1. 현상파악 및 문제점 발견

2. 인사이트 발견

3. 페르소나 선정

페르소나 선정 - 비구름 양

1️⃣ 예적금 파트

2️⃣ 청년 전세대출 파트

3️⃣ 투자 파트

⁉️ 질의응답

📌 Appendix - 데이터 출처

📌 컨퍼런스 발표 관련 내용

곧! 비저블 3기를 모집합니다 !!! :)

'Data Analysis > Achievement' 카테고리의 다른 글

관련글

댓글

티스토리툴바