엑셀보다 쉬운 SAS 엔터프라이즈 가이드

기초통계분석 실전 튜토리얼: SAS EG 시작하기

연재를 시작하며

데이터 분석은 어느덧 기업 경영의 필수요소로 자리 잡고 있다. 경험과 직관에 의지했던 비즈니스 의사결정이 데이터 분석 기반 으로 변화하면서 분석에 대한 요구는 많아지고 있다. 하지만 실제 분석환경은 녹록치 않고, 여전히 분석은 어렵고 복잡하게만 느껴 진다. 실제로 기업 내부 데이터들은 다양한 형태로 존재하고, 분 석가도 부족하며, 기업 환경에 적합한 분석도구조차 부족한 현실 이다.

이번 강좌에서는‘SAS 엔터프라이즈 가이드(SAS Enterprise Guide)’를 이용해 엑셀과 텍스트 등 다양한 형태의 내부 데이터를 쉽고 빠르게 가져와 SAS 데이터셋에서 데이터를 핸들링하고, 통 계분석 및 리포트 작업을 위저드 기반으로 간편하게 분석하는 방 법을 보여주고자 한다. 그리고 동일한 데이터를 시각화 도구인 ‘SAS 비주얼 애널리틱스(SAS Visual Analytics)’를 활용한 시각 적분석을통해새로운인사이트를찾아보고자한다.

분석 데이터 소개

이번 연재에서 분석에 사용할 데이터는‘Insight Toy’라는 가 상 장난감 회사의 재무, 제품, 채널에 관련된 가상 데이터다. 데이 터는 엑셀과 텍스트 형태가 있는데, 엑셀 파일에는 ‘TOY_PROD(EU)’와‘TOY_PROD(NA)’2개 시트가 있으며 매출 정보, 제품정보, 지역정보를 포함하고 있다. 두 번째 소스 데이터 인 텍스트 파일‘TOY_SALES’는 장난감 영업 관련 데이터로, 영 업대표 정보, 지역별 위도·경도 정보, 제조시설 정보 등을 포함 하고있다.

분석 시나리오 개요

앞서 소개한 엑셀과 텍스트 데이터를 기반으로 다양한 분석을 해보기에 앞서, 분석 시나리오를 간단히 살펴보자. 이 시나리오는 조금뒤부터상세히소개할분석프로세스와도동일하다.

1) 라이브러리 할당하기
SAS에서 분석을 하기 위해서는 라이브러리 설정이 필수다. 라 이브러리란 SAS에서 데이터를 가져오거나 생성한 데이터를 저장 하기 위해 일종의 경로(path)를 지정해주는 별칭(alias)이다. 임시 라이브러리와 영구 라이브러리의 두 가지가 있으며, 임시 라이브 러리는 현재 사용 중인 프로젝트 내에서만 임시적으로 사용되므 로 프로젝트를 나가게 되면 사라지는 휘발성 라이브러리다. 때문 에모든 분석작업 시SAS 데이터셋저장이필요하다면영구라이 브러리를지정해이용하는것이효율적이다.

2) 데이터 가져오기
라이브러리를 할당한 다음에는 엑셀, 텍스트 등 다양한 형태의 데이터를클릭또는드래그해서가져온다.

3) 질의 빌더
앞서 언급한 것처럼 사용할 소스 데이터가 엑셀과 텍스트 형태 이므로, 각각의데이터를 SAS로 가져온 후 복수 개의 SAS 데이터 를 하나의 테이블로 생성하는 작업이 필요하다. 이때‘질의 빌더’ 기능을이용해하나의마스터테이블을만든다.

분석을 하다보면 기존에 갖고 있던 정보만을 사용해 분석하기 보다는 기존의 정보를 이용해 새로운 정보를 만들어야 할 필요도 있다. 예를 들어, 생년월일을 이용해 나이를 산출하거나 나이를 이용해 연령대를 산출하는 등이다. 따라서 이 같은 파생변수를 생 성해보는작업도함께소개할계획이다.

4) 요약 통계량
분석을 위한 하나의 테이블 즉, 추가적인 파생변수가 생성되면 분석하고자 하는 다양한 뷰로 분석을 하게 된다. 가장 기본적인 데이터 내 변수들의 빈도나 분포를 분석하고, 숫자형 변수에 대한 통계량과분포도파악해본다.

5) 요약 테이블
변수 하나하나에 대한 분포가 어느 정도 파악된 다음에는 변수 들의 기술 통계량을 행과 열 구조의 형태로 요약해 매트릭스 형태 의 리포트를 생성할 필요도 있다. 이 작업을‘요약 테이블’이라고 한다. 이번학습에서는이요약테이블도작성해보겠다.

6) 시각적 탐색
통계량과 테이블을 이용해 분석한 다음에는 그래프를 이용한 탐색도 해볼 계획이다. 하나의 변수나 복수개의 변수를 이용해 여 러 그래프 탐색을 진행하고 결과 리포트를 공유해보겠다. 그리고 ‘SAS 비주얼 애널리틱스’를 이용해 앞에서 사용한 동일한 데이터 를다양한시각화형태로탐색해보고리포트를생성해본다.

라이브러리 할당하기

서두에서 언급했듯 분석에 사용할 데이터는 가상 장난감 회사 ‘Insight Toy’사의 재무, 제품, 채널 등에 관련된 데이터다. 가져 올 데이터 즉, 소스 데이터는 엑셀과 텍스트 형태로 나뉘어있다. 따라서 각기 다른 형태의 소스 데이터를 가져와 파생변수를 만들 고분석해보겠다.

메뉴 이용해 라이브러리 설정하기

‘SAS 엔터프라이즈 가이드’에서 분석 작업을 수행하기 전에 먼저 데이터를 저장해야 한다. 그리고 데이터를 저장하기 위해서 는 라이브러리를 설정해야 한다. 두 가지 방식(메뉴, 프로그램)으 로 라이브러리를 설정할 수 있는데, 여기서는 메뉴 방식으로 라이 브러리를설정해보겠다.

‘도구’에서‘프로젝트 라이브러리 할당’을 클릭하면 현재 연결 돼있는 서버에서 라이브러리를 설정할 수 있다. 설정하려는 라이 브러리명을 입력하고 경로를 지정한 다음, ‘라이브러리 테스트’ 버튼을클릭해잘실행될수있는형태인지검증한후,‘ 마침’버 튼을눌러라이브러리를생성한다.

실행이 완료되면 로그에서 라 이브러리가 할당된 것을 확인할 수있고,‘ 코드’에서생성된코드를볼수있다.

코드 수정해 라이브러리 설정하기

한편, 생성된 코드를 일부 수정하기 위해서는‘코드’화면에서 엔터를치고,‘ 이코드는읽기전용입니다. 수정가능한사본을생 성하시겠습니까?’라는 팝업창에서‘예’를 선택해 사본을 생성(코 드를복사해수정) 한다.

새로운 라이브러리 구문만을 선택한 후 F3을 누르면 선택된 문 장만 실행돼 새로운 라이브러리‘ex_data1’가 생성된 것을 확인할 수 있다. F4를 누르면 다시 작업공간으로 돌아간다. 이것으로 라 이브러리가설정됐다.

데이터 가져오기

앞에서도 언급했듯 우리가 분석할 데이터는‘toy_prod’라는 엑 셀 데이터셋이다. 엑셀에는 EU와 NA 지역의 데이터가 각기 다른 시트로 존재한다. 이번 분석에서는 이 두 개의 데이터와 ‘toy_sales’라는텍스트데이터를사용한다.

엑셀 데이터 가져오기

라이브러리를 설정했다면 이제 사용할 데이터를 SAS 데이터셋 으로가져와야한다.‘ 파일-열기-데이터’를선택하거나‘데이터 가져오기’로 바로 가져올 수 있다. 또 실제 데이터를 드래그해서 가져올 수도 있다.

아래는 세 가지 방식 중 하나를 선택해 엑셀 데 이터를 엑셀 데이 터이며, SAS 데이터셋으로 저장할 데이터의 라이브러리와 데이 터셋이름을지정해줘야한다.

이름을 지정하기 위해서는‘찾아보기’를 클릭해 앞에서 설정한 라이브러리를 선택, 라이브러리에 실제 저장될 이름으로 입력한 다. ‘Toy_prod’라는 엑셀에서‘EX_DATA’라는 라이브러리에 ‘toy_prod_eu’라는테이블로‘다음’버튼을눌러저장해보겠다.

가져온 엑셀 시트에는 전에 본 것처럼 EU와 NA 두 개의 시트 가 있다. 먼저 EU 데이터를 가져와보자. 체크돼있는 것처럼‘범위 의 첫 번째 행은 필드 이름 포함’을 선택하고‘다음’버튼을 누르 면, 메타데이터를 읽어서 각 테이블명과 데이터의 형식을 가져온 다. 데이터의다양한‘형식’을쉽게변환할수도있다.

‘다음’을 누르면 데이터를 가져오는 마지막 옵션창이 나온다.

여기서는‘생성된SAS코드에데이터를삽입합니다’,‘ 가능한경 우 SAS/ACCESS Interface to PC Files를 이용해 데이터를 가져 옵니다’,‘ 전송오류를일으킬수있는문자를텍스트기반데이터 파일에서 제거합니다’등 옵션을 선택할 수 있다. 이번에는 옵션 을선택하지않고진행하겠다.

다음과 같이 엑셀 데이터 두 개의 시트 EU 데이터가 SAS 데이 터셋으로변환된것을확인할수있다.

이번에는 동일한‘Toy_prod’엑셀 데이터에서 NA 지역의 데이 터를가져와보자.‘ 데이터가져오기’를선택하고‘찾아보기’를클 릭해 데이터셋 라이브러리를 설정한다. ‘toy_prod_na’라는 이름 으로파일명을정하고,‘ 저장’버튼을눌러‘데이터저장’단계를 마치고 다음을 선택한다. 워크시트는‘NA’를 지정하고, 데이터가 처음부터 존재하기 않았기 때문에‘워크시트 내에서 특정 셀 범위 사용’을 체크한다. 체크를 하면 C3부터 O30589까지의 데이터를 가져온다는 것을 확인할 수 있다. 그리고‘범위의 첫 번째 행은 필 드이름포함’을확인하고,‘ 다음’버튼을누른다.

엑셀에서 가져온 데이터셋을 보면 레이블명을 모두 가져온 것 을확인할수있다.‘ 다음’버튼을눌러옵션을선택하지않고,‘ 마 침’버튼을 눌러 마친다. 가져온 NA 지역의 데이터셋을 확인할 수 있다.

이로써 엑셀 데이터를 쉽고 간편하게 두 가지 형태의 데이터셋 으로만들었다.

텍스트 데이터 가져오기

이번에는‘Toy_sales’라는 텍스트 데이터를 가져와보자. 텍스 트 데이터는 엑셀과 마찬가지로 드래그해서 데이터를 확인할 수 있다. 데이터를확인한후창을닫고,‘ 데이터가져오기’를선택해 SAS 데이터셋으로 변환한다. 데이터를 가져온 다음에는‘찾아보 기’를 클릭해 데이터를 저장할 라이브러리를 설정한다. 여기서는 텍스트파일과동일한‘toy_sales’로파일명을저장한다.

저장한파일을보면텍스트형태로된데이터를볼수있고,‘ 구 분자 필드’가 쉼표 형태로 돼있다. ‘다음’버튼을 누르면 텍스트 데이터도 메타데이터를 읽어서 데이터의 형태와 형식을 가져오게 된다. '다음'을 누르고 옵션에서 '마침'을 클릭한다.

이번 학습에서는‘SAS 엔터프라이즈 가이드’에서 분석 작업을 수행하기 전에 가장 먼저 해야 할 작업 즉, 분석 대상이 되는 엑셀 데이터와 텍스트 데이터를 SAS 데이터셋으로 저장하기 위한 라 이브러리를 설정하고, 사용할 데이터를 SAS 데이터셋으로 가져 오는 방법을 알아봤다. 이를 통해 엑셀 데이터, 텍스트 데이터 등 데이터 형태에 상관없이 그 어떤 데이터도 클릭 또는 드래그해서 쉽고 빠르게 가져올 수 있다는 것을 확인했다. 다음 학습에서는 SAS 데이터셋으로 가져온 엑셀 데이터와 텍스트 데이터를 하나 로 합하고, 분석을 위해 다양한 파생변수를 생성하는 방법을 소개 하고자한다

출처 : 컴퓨터월드 8월호

제공 : 데이터 전문가 지식포털 DBguide.net