💡 Project Summary

매출이 왜 변했는지(기간)"와 "무엇을 팔아야 하는지(상품)"는 필요한 데이터의 결(Grain)이 다릅니다.

본 프로젝트는 CSV → Python 전처리 → Supabase PostgreSQL 적재 → SQL 분석(8개 쿼리) → Tableau 대시보드로 이어지는 데이터 파이프라인 전체를 구현했습니다.

Daily Mart(일자 단위)와 Product Mart(10~12월 누적)를 무리하게 결합하지 않고 데이터 소스를 이원화하여 데이터 왜곡(Duplication)을 원천 차단하고, **"요약 → 원인 진단 → 상품 탐색"**으로 이어지는 원스톱 의사결정 UX를 구현했습니다.

0. 🛠️ 데이터 파이프라인 & DB 설계

0-2. 📋 SQL 분석 쿼리 (8개)

1. 🎯 문제 정의 및 설계 전략

2. 📊 Dashboard Overview

3. 🛠️ 핵심 분석 로직

4. ✅ 데이터 신뢰성 검증 (QA & Validation)

5. 📝 프로젝트 성과 및 회고

💡 Resume Bullet Points