데이터 시각화

데이터 시각화란? 데이터 시각화 의미, 대시보드 활용 사례 소개

| 데이터 시각화란 무엇인가요?

데이터 시각화는 데이터 분석 결과를 한눈에 쉽게 보고 이해할 수 있도록 차트 디자인, 동적 차트, 2차원 차트, 3차원 차트 등을 활용해 정보를 나타내는 방법을 뜻합니다.

데이터 시각화는 통계치만으로는 알 수 없는 것들을 볼 수 있기 때문에 액션 가능한 인사이트를 찾는 데 도움이 됩니다. 데이터 시각화를 하지 않으면 데이터가 어떤 의미를 가지고 있는지 파악하는 데 한계가 있기 때문에 인사이트를 뽑기 위한 필수 절차라고 볼 수 있겠습니다.

또한 시각화는 가시화의 의미와는 다릅니다. 데이터 시각화는 쉽게 이해할 수 있게 시각적으로 표현하는 것으로 커뮤니케이션에 초점이 맞춰 있다는 차이가 있습니다.

| 우리가 데이터 시각화를 해야 하는 이유

제품과 서비스가 실패하는 이유는 고객들의 필요를 반영하기 못 했기 때문입니다. 기획 의도는 훌륭한 서비스이더라도 고객의 필요를 파악하지 못하고 니즈를 충족시키지 못하면 결국 서비스를 사용하는 고객은 사라지기 마련입니다.

하지만 ‘우리의 서비스/제품이 고객의 필요를 반영하고 있는가?’는 표면적으로 드러나지 않기 때문에 메트릭을 정해서 데이터를 측정하고 개선해야 합니다.

우리가 잘 알고 있는 페이스북, 인스타그램, 유튜브는 가입, 클릭, 좋아요, 구독/팔로우 등의 고객이 주는 모든 피드백을 수집하면서 제품과 서비스를 지속해서 개선하고 있습니다. 고객과 시장이 원하는 제품과 서비스를 만들어가는 과정을 product market fit을 개선하는 과정이라고 부릅니다.

제품과 서비스에 대한 아이디어를 만들어내는 것은 직관으로 판단이 가능한 부분이지만, 측정하고 데이터로 보고 학습하는 과정은 데이터로 검증해야 하는 부분입니다. 데이터를 측정한 뒤에 문제를 파악하여 가설을 세워 검증한 결론을 바탕으로 새로운 아이디어를 탄생시키는 과정을 반복해야 하는데요. 모든 데이터 검증 단계에서 필요한 것이 바로 ‘데이터 시각화’이기 때문에 최근 더 중요하게 받아들여지는 것 같습니다.

데이터 관련 직무가 아니더라도 데이터 시각화를 하면 데이터를 기반으로 내용을 설득력 있게 전달할 수 있는데요. 어떤 아이디어를 제안하는 데 있어 직관이 아니라 의미 있는 데이터 한눈에 보기 쉽게 시각화하여 보여준다면 조직 내에서 신뢰받고 변화를 이끄는 주최가 될 수 있겠죠.

| 데이터 시각화의 효과

인간은 어떤 정보를 받아들일 때 70%를 시각으로 받아들인다고 합니다. Pre-attentive Attributes, 전주의적 속성이라는 것이 있습니다. 우리가 attention, 즉 집중을 하기 전부터 뇌에서 빠르게 프로세싱이 된다는 것을 의미합니다.

위 이미지에서 “4”라는 숫자를 찾을 때 왼쪽 이미지에서 찾기 위해서는 한 줄 한 줄 세어가면서 찾아야 하지만 오른쪽 이미지에서는 한눈에 4가 몇 개인지 눈에 들어오실 것입니다.

위 이미지에서는 색상이라는 전주의적 속성을 활용해서 효과를 극대화했는데요. 데이터 시각화는 결국 이러한 인간의 신체 구조적인 특성을 효과적으로 활용한 사례로 볼 수 있습니다. 생각하지 않아도 뇌에서 정보가 처리가 되기 때문에 데이터를 보여주기에 가장 특화된 방법인 거죠.

| 좋은 데이터 시각화의 공식 3

1. 데이터 잉크 비율을 높여라.

사람이 한 번에 처리할 수 있는 정보량에는 한계가 있습니다. 따라서 "정보 전달의 효율성" 을 고려하여 시그널을 최대화하고 노이즈는 최소화시키는 작업이 필요합니다.

위 두 사진을 비교해보면 오른쪽 사진에 더 눈이 가실겁니다. 꽃 하나에만 포커싱 되어 있기 때문이죠. 이렇듯 노이즈가 적을수록 주목도가 높아지는 효과가 있습니다. 데이터 시각화에서도 내가 강조하고자 하는 것에만 시그널을 잡아 표현해야 한다는 원칙이 있습니다.

통계학 전문가인 Edward Tufte(에드워드 터프티)는 이와 같은 원리를 활용해 '데이터 잉크 비율(data-ink ratio)' 이라는 개념을 도입했습니다.

이것을 시그널과 노이즈에 대입해본다면 시그널은 data-ink로 , 노이즈는 Non data-ink 로 표현할 수 있는데요. 쉽게 말해서 우리가 표현하고자 하는 데이터에만 잉크 비율을 높여야 한다는 의미입니다. 불필요한 데이터에 색상을 최소화하여 간결하게 만들수록 데이터 시각화에 최적화된 차트인거죠.

2. 인간의 시각화 속성을 최대한 활용하라.

길이, 너비, 사이즈 등 데이터 시각화에 사용되는 다양한 시각적 요소들이 있는데요. 인간의 눈이 미묘한 차이를 더 잘 구별할 수 있는 속성은 정해져 있습니다. 이를 역이용하는 방법이 있습니다.

산포도에서 X, Y축에서 찍는 점의 위치, 막대 차트의 길이는 미묘한 길이도 쉽게 판별이 가능하여 데이터 시각화에 활용하기 용이합니다.

반면에 파이, 영역 차트와 같은 각도나 면적은 인간의 눈에 정확하게 인식되기 어렵기 때문에 최대한 지양하는 것이 좋습니다. 꼭 비율을 나타내고 싶거나 원을 표현하고 싶다면 도넛형 차트를 활용하는 것을 추천합니다.

3. 목적을 명확히 하라.

데이터 시각화의 목적은 커뮤니케이션에 있습니다. 단순히 데이터를 나열하기 보다 데이터를 위해 상황을 개선하는 것에 초점을 맞춰야 합니다. 내가 만든 데이터 시각화 차트를 누군가에게 보여주고 설명해야 한다면 아래 질문에 스스로 질문하고 답해보며 내용을 구상해보시기 바랍니다.

1) 질문에 대한 핵심 메세지가 정확한가?
2) 행동을 촉진하는(Action Item) 내용이 있는가?
3) 내 차트는 아무것도 모르는 사람이 봐도 이해하기 쉬운 구조인가?

| 직무별 데이터 시각화 사례 소개

앞서 데이터 관련 직무가 아니더라도 데이터 시각화를 통해 설득력 있는 커뮤니케이션이 가능하다고 말씀드린 바 있습니다. 그 예시로 비 데이터 직무에서 활용할법한 데이터 시각화 사례를 몇 가지 소개해 드리고자 합니다.

1. 경영관리/영업
매출, 이익, 주문, 비용을 주 단위로 분석하고 성장률을 지역별로 모니터링하는 데이터 시각화 사례입니다.

2. 마케팅
최근 구매 여부, 구매 빈도, 구매 금액 등을 바탕으로 고객을 세분화하는 대시보드입니다. 고객 세그멘테이션을 통해 타겟 마케팅에 활용할 수 있겠습니다.

3. 서비스 기획자
앱 로그 분석 결과로 사용자 모니터링 대시보드를 만들 수 있습니다. 새롭게 유입된 서비스 사용자에 대한 리텐션을 분석하고 신규 사용자와 총 누적 사용자 수를 지속적으로 모니터링할 수 있습니다.

4. HR 인사담당자
조직 내부의 인력, 퇴사 인력, 평균 근속 년수, 평균 나이, 성별 비율, 고용 트렌드 등을 부서별로 살펴볼 수 있는 대시보드를 만들면 직원 관리를 효율적으로 할 수 있습니다.

| 데이터 시각화 배우고 싶다면

패스트캠퍼스에는 다양한 데이터 시각화 강의가 있는데요. 오늘은 선수 지식이 없는 초보자도 코딩 없이 30분 만에 데이터 시각화 대시보드를 만들 수 있는 강의를 소개해 드리려고 합니다.

- 태블로 시각화 대회에서 한국인 최초 세계 3등을 기록한 검증된 강사님
[학습 내용]
- 데이터 시각화 기초부터 비즈니스 애널리스트 실무까지 학습
- 데이터 시각화 사례와 대시보드로 스토리텔링 하는 방법
- 좋은 데이터 시각화 차트 만들기 실습 진행
[수강 대상]
- 데이터 시각화에 관심 있는 누구나
- 직접 데이터를 보고 이해하고, 비즈니스 문제를 해결하고 싶은 분

만약 데이터 수집부터 처리, 시각화까지 A-Z 를 모두 다뤄보고 싶은 분이라면 아래 과정을 주목해 주세요! 글로벌 기업들이 선택한 가장 대표적인 데이터 분석 언어인 SQL을 활용해 데이터 분석과 데이터 시각화까지 해보는 강의입니다.

- "Do it! SQL 입문 도서" 저자인 강성욱님 직강
[강의 특징]
- SQL 수집·추출·분석부터 엑셀, 태블로 시각화까지 연결성 있는 커리큘럼
- 혼자 실습할 수 있는 다양한 Raw data 제공
- SQL 학습의 꽃! SQLD(SQL 자격검정) 자격증 시험 대비 내용 포함
[수강 대상]
- SQL을 처음 배우는 입문자나 실무 활용이 어려운 초보자
- SQL, 엑셀, 태블로를 사용하는 직군으로 취업/이직을 준비 중인 분

* 본 게시글은 [세계 3등에게 배우는 실무 밀착 데이터 시각화] 의 강의 내용을 참고하여 작성하였습니다.

지금 패캐머들이 읽고있는 BEST 아티클이 궁금하다면

아티클 더 보러가기 👉