반면에 데이터 전처리는 데이터 품질 문제를 해결했다는 전제하에 분석 목적에 맞게 데이터를 변형하거나 가공하는 작업을 의미합니다. 예를 들어 고객 나이를 그대로 쓰는 대신 연령대를 구간별로 나누거나, 일별 데이터를 주간 단위로 집계하거나, 기존 데이터에서 새로운 파생 변수를 만들어 내는 작업 등이 여기에 해당됩니다. 전처리는 분석 방향에 따라 달라지므로 문제 해결에 가장 적합한 형태로 데이터를 바꾸어 주는 과정이라고 볼 수 있습니다.

▼ 표 4-2 데이터 정제와 데이터 전처리

결국 이 두 과정의 공통된 목표는 ‘데이터를 분석 가능한 상태로 만드는 것’입니다. 데이터를 아무리 많이 수집했다 해도 이 과정을 제대로 거치지 않으면 원하는 결과에 도달하기가 어렵습니다. 그래서 이 단계를 충실히 하는 것이 데이터에서 인사이트를 찾아낼 가능성을 높이는 가장 확실한 준비이기도 합니다.