DOCUMENTATION
haislide 이용 가이드
데이터 정리·분석
haislide는 AI로 HTML 슬라이드를 생성·편집하고 PDF·PNG·PPTX로 내보내는 웹 Presentation IDE입니다. AI 생성·에디터·데이터 분석의 세부 기능과 화면 구성을 API 문서처럼 정리했습니다.
05 · DATA
데이터 정리·분석
# 전체 흐름
목표는 “표를 올리면 끝나는 자동 리포트”가 아니라, 전처리 의사결정 → 분석 목적 선택 → 발표 스토리로 이어지는 파이프라인입니다.
# 전처리·라벨링
- 01업로드
CSV·엑셀·표를 자료 보관함 또는 데이터 흐름에서 올립니다. 열이 많은 표는 핵심 열만 남기면 분석 품질이 좋아집니다.
- 02AI 전처리 제안
결측 처리, 헤더 정리, 타입 추정, 라벨링 후보 등을 리스트로 제안합니다. 자동으로 전부 적용되지 않습니다.
- 03선택 적용
원하는 항목만 체크해 표에 반영합니다. 원본을 한 번에 덮어쓰지 않도록 설계되어 있습니다.
- 04분석 방법 선택
아래 카테고리에서 목적에 맞는 방법을 고릅니다. AI가 인사이트·차트·슬라이드 블록을 생성합니다.
전처리 제안은 후보일 뿐입니다. 적용 전 미리보기로 열·타입·라벨이 의도한 방향인지 확인하세요.
# 분석 방법 목록
앱에 등록된 카테고리·방법입니다. 목적에 맞는 항목을 고르면 AI가 인사이트·시각화·슬라이드 블록을 구성합니다.
methodology
분석 방법론·프레임워크
- 탐색적 데이터 분석 (EDA)분포·결측·패턴 사전 탐색
- 가설 기반 분석가설 설정→검증→결론 구조
- 근본원인 분석5Why·요인 분해·드릴다운
- KPI·드라이버 분석지표 트리·선행·후행 요인
- 데이터 품질 진단결측·중복·일관성·이상값
- 인사이트 스토리핵심 메시지 중심 스토리텔링
descriptive
기술통계·분포
- 기술통계평균·합계·표준편차·요약
- 분포·히스토그램정규성·왜도·첨도·구간 분포
- 이상치·극값IQR·Z-score·영향도
- 빈도·교차표빈도표·비율·2×2 요약
- 분위수·백분위중앙값·사분위·Top/Bottom N
inferential
추론통계·가설검정
- t검정두 집단 평균·전후 비교
- ANOVA다집단 평균 차이·사후검정
- 카이제곱범주형 독립성·적합도
- 신뢰구간추정치·오차범위·표본크기
- 회귀·유의성단순·다중회귀·계수 해석
- 효과크기Cohen's d·실무적 유의성
comparison
비교·추세·구성
- 추세·시계열시간에 따른 변화와 패턴
- 비교 분석그룹·카테고리·기간 대비
- 구성비·기여도비중·파레토·Top N
- YoY·MoM전년·전월·전기 대비 증감
- 코호트·리텐션가입·코호트별 유지율
- 퍼널·전환단계별 전환율·이탈
multivariate
관계·다변량
- 상관·공분산변수 간 관계·다중공선성
- 다중회귀독립변수·VIF·적합도
- 요인분석잠재요인·요인부하량
- 주성분 분석 (PCA)차원 축소·주성분 해석
- 세그먼트·군집구간별·군집별 특성
survey
사회조사·설문 분석
- 설문 기술통계응답률·인구통계·문항 요약
- 리커트·척도평균·분산·척도 신뢰성
- 교차분석인구통계×응답·표준화 잔차
- 신뢰도 분석Cronbach α·문항 삭제
- 표본·가중치표본오차·가중·대표성
- 응답자 세그먼트태도·행동 기반 군집
- 여론·인식 조사지지율·인지도·트렌드
timeseries
시계열·예측
- 시계열 분해추세·계절·잔차 분리
- 예측·전망선형·지수·시나리오
- 계절성·주기요일·월·분기 패턴
- 시계열 이상탐지급변·스파이크·구조변화
- 이동평균·스무딩MA·지수평활·노이즈 제거
ml
머신러닝·고급 분석
- 분류 모델로지스틱·의사결정트리·혼동행렬
- 회귀·예측 모델R²·RMSE·잔차·특성
- 클러스터링K-means·계층·실루엣
- 변수 중요도SHAP·Permutation·랭킹
- 이상탐지 (ML)Isolation Forest·밀도 기반
- 앙상블·모델 비교Random Forest·부스팅·성능
- 텍스트·감성키워드·감성·토픽 요약
business
비즈니스·운영 분석
- 파레토·80-20누적 기여·ABC 연계
- ABC 분석매출·재고 등급 분류
- RFMRecency·Frequency·Monetary
- 장바구니·연관규칙동시구매·Lift·Support
- 손익분기·민감도BEP·What-if·시나리오
- 벤치마킹업계·경쟁사·목표 대비
# 슬라이드 반영
- 분석 결과의 인사이트·차트·KPI 블록을 덱에 넣을 수 있습니다.
- 수치 해석·인과 주장은 AI 초안이므로 발표 전 반드시 검증하세요.
- 같은 표를 주제 생성의 참고 자료로도 넘겨, 스토리형 덱과 데이터 덱을 섞을 수 있습니다.