아이디어, 제품 또는 서비스를 쉽게 판매하고 싶습니까? 데이터 시각화 스토리텔링 개념을 채택해야 합니다!
데이터를 쪼개어 설득력 있는 스토리를 전달하는 것은 모든 경력과 비즈니스에서 필수적인 기술이 되었습니다. 평판이 좋은 브랜드에서 일자리를 확보하려면 데이터 기반 사실을 보여줌으로써 회사를 위해 무엇을 할 수 있는지 입증해야 합니다.
또는 브랜드가 무언가를 판매하는 경우 데이터를 기반으로 제품/서비스가 어떻게 차이를 만들 수 있는지 과시해야 합니다.
또한 데이터 시각화에 발을 담그고 전문가 또는 비즈니스로서 성공하고 싶습니까? 이 글을 끝까지 읽어보세요!
목차
데이터 시각화란?
데이터를 쉽게 이해할 수 있는 시각적 형식으로 그래픽으로 표현하는 것이 데이터 시각화입니다. 이 과정에서 데이터 과학자와 분석가는 그래프, 차트, 피벗, 히트 맵, 맵 등과 같은 다양한 데이터 시각화 요소를 사용합니다.
목표는 청중이 데이터에 더 쉽게 접근하고 이해할 수 있도록 만드는 것입니다. 직원, 관리자 및 이해 관계자는 올바르게 시각화된 데이터 슬라이드에서 패턴, 추세 및 이상값을 쉽게 지적할 수 있습니다.
개인 및 직업 생활의 모든 곳에서 데이터 시각화를 찾을 수 있습니다. 운동, 금융, 주식 시장, 스마트 홈 유틸리티, 교통 내비게이션 등 앱에서 볼 수 있는 다채로운 대시보드는 데이터 시각화의 결과입니다.
데이터 시각화는 어떻게 작동합니까?
데이터 시각화는 숫자를 쉽게 이해할 수 있는 시각 자료로 변환하여 작동합니다. 하루에 주변 온도가 상승하는 추세를 단순한 숫자로 설명하면 사람들은 거의 이해하지 못할 것입니다.
그러나 입력 데이터에서 선 차트를 그려 온도가 아침부터 계속 증가하고 정점에 도달한 다음 밤이 가까워짐에 따라 떨어지는 것을 표시하면 그래프가 역 V 모양을 만듭니다. 관객은 이제 하루 종일 온도의 움직임을 쉽게 이해할 것입니다.
데이터 시각화는 다음과 같은 이유로 작동합니다.
- 사람들은 스프레드시트의 숫자와 텍스트에 비해 모양, 색상, 사진, 그림 등과 같은 이미지를 쉽게 소화합니다.
- 그래프, 지도, 차트 등은 시각적 은유입니다. 인간은 텍스트보다 비주얼을 빠르게 처리하기 때문에 데이터 시각화 중에 점을 쉽게 연결할 수 있습니다.
- 데이터베이스 또는 스프레드시트 도구의 원시 데이터 자체에는 아무런 가치가 없습니다. 원시 데이터를 구성하고 시각화하면 데이터에 가치가 추가됩니다. 시각화된 데이터는 실행 가능한 정보이며 청중은 이를 사용하여 문제를 해결하거나 의사 결정을 내릴 수 있습니다.
데이터 시각화가 중요한 이유는 무엇입니까?
- 정보를 빠르게 흡수하는 데 도움이 됩니다.
- 시각적 대기열이 있으므로 정보 처리, 통찰력 추출 및 의사 결정이 수월해집니다.
- 몇 번의 클릭만으로 외부 및 내부 공동 작업자와 시각화를 공유할 수 있습니다.
- 독립 변수 간의 상관 관계를 식별하는 것은 쉬운 작업이 됩니다.
- 복잡한 데이터를 간단한 청크로 분해한 다음 쉽게 이해할 수 있도록 시각화할 수 있습니다.
데이터 시각화의 다양한 유형과 예시
#1. 선 그래프
시계열 데이터를 시각화하려면 선 차트 또는 그래프를 사용해야 합니다. 산점도와 매우 유사하지만 시간 간격을 통해 분리된 데이터 포인트를 보여줍니다. 선 그래프는 선과 이름을 사용하여 세그먼트를 연결합니다.
#2. 영역 차트
꺾은선형 차트와 마찬가지로 데이터 과학자는 영역 차트를 사용하여 시간 경과에 따라 데이터를 추적합니다. 그러나 도구는 여러 항목의 선 사이에 표시된 영역에 색상을 지정합니다. 다양한 국가에서 판매되는 다양한 제품의 볼륨과 같은 전체 볼륨을 측정하기 위해 이 데이터 시각화 유형을 사용할 수 있습니다.
#삼. 네트워크 그래프
네트워크 그래프는 네트워크, 노드, 네트워크 간의 상호 작용 및 매우 복잡한 그래픽을 형성하는 경로로 구성됩니다. 클러스터 네트워크 간에 패턴을 찾아야 하는 경우 이 데이터 시각화 형식을 사용할 수 있습니다.
#4. 지리적 지도
이미지 크레디트: UBS.com
지리적 지도 형태의 데이터 시각화를 통해 위치별 데이터를 쉽고 의미 있게 제시하고 설명할 수 있습니다. 대부분 지리적 지도에서 투표 점유율, 성별 점유율, 인터넷 범위, 위생의 전기 범위 등과 같은 인간에 대한 볼륨 기반 데이터의 분포를 볼 수 있습니다.
#5. 트리맵
트리맵은 중첩된 사각형을 사용하여 계층적 데이터를 시각화합니다. 이러한 다이어그램은 화면 공간을 효율적으로 사용합니다. 따라서 한 화면에서 수백 개의 그룹과 그들의 성능 수치를 비교할 수 있습니다. 시각화 모델은 또한 다양한 색조와 색상 온도를 활용하여 각 그룹이 수행하는 성능 수치를 나타냅니다.
#6. 막대 차트
막대 그래프 또는 차트는 고유 값에 대한 범주 데이터를 시각화하는 데 도움이 됩니다. X축에는 관찰하고 있는 항목을 배치해야 합니다. 그런 다음 Y축에 해당 항목의 값을 표시합니다. 따라서 세로 막대가 생깁니다. 항목의 가치가 높을수록 막대가 높아집니다.
#7. 간트 차트
Gantt 차트는 프로젝트 관리에서 찾을 수 있는 가장 일반적인 데이터 시각화 유형입니다.
막대 차트의 수평 변형입니다. Gantt 차트는 각 작업 기간에 대한 작업 및 진행 상황을 시각화합니다. 막대의 가로 길이는 작업의 시작, 진행 및 종료에 따라 다릅니다.
#8. 파이 차트
이 데이터 시각화 유형은 데이터를 원 모양의 그래프로 표시합니다. 수익 수입에 따라 다른 제품이나 서비스를 비교해야 하는 경우 이 차트를 사용할 수 있습니다. 여기에서는 전체 셀 영역을 100%로 간주합니다. 그런 다음 각 항목의 백분율 값에 따라 셀 영역 전체에 항목을 배포합니다.
데이터 시각화 사용 사례
추세 및 급증 식별
주요 사용 사례는 원시 데이터 세트에서 제품/서비스 간의 추세, 패턴, 관계 등을 식별하는 것입니다. 장기 데이터 세트 전체에서 추세가 갑자기 증가하는 경우 해당 간격 동안 이벤트가 급증하는 것으로 간주할 수 있습니다.
예를 들어, 블랙 프라이데이 이벤트 기간 동안 전자 상거래 플랫폼 전반에서 제품/서비스 판매가 급증하는 것을 금방 알아차릴 수 있습니다.
모니터링 목표
데이터 과학자는 데이터 시각화를 사용하여 대화형 대시보드를 만듭니다. 이러한 대시보드는 생산성, 자원 활용도, 성과 지표, 판매, 마케팅 ROI 등을 보여줄 수 있습니다. 또한 데이터 요소의 사용자 지정 시각화를 위해 대시보드에서 사소한 선택 및 수정을 수행할 수 있습니다.
데이터 액세스
기업은 이해하기 쉬운 형식으로 직원에게 정보를 제공해야 합니다. 여기에서 데이터 시각화를 활용할 수도 있습니다. Raw Data 대신 판매, 마케팅, 예산, 수익, 간접비 등 다양한 차트와 그래프를 보낼 수 있습니다.
이제 데이터 시각화 스토리텔링 프로젝트를 성공시키기 위해 따라야 할 모범 사례를 아래에서 찾으십시오.
대상 고객 사양
대상 고객을 분석하여 데이터 시각화 프리젠테이션을 작성해야 합니다. 청중이 강력한 기술 배경을 가지고 있다면 네트워크 그래프, 히스토그램, 트리맵, 간트 차트 등과 같은 복잡한 시각화 도구를 포함할 수 있습니다.
이러한 참가자 그룹은 전문가, 교사, 과학자, 임원 등이 될 수 있으며 복잡한 데이터 시각화 도구를 알고 있습니다.
반대로 기술 지식이 없는 청중에게 결과를 발표하는 경우 산점도, 막대 차트, 선 차트 등과 같은 간단한 차트를 사용하십시오.
이 대상 그룹은 주로 최종 사용자, 마케팅 이벤트의 방관자, 잠재 고객, 리드 등 시각적 대기열로 데이터를 이해하는 사람들입니다. 그들은 당신이 사용하는 차트와 그래프의 기본 원칙을 모를 수도 있습니다.
목적 정의
프레젠테이션에서 시각적 차트를 하나 사용하든 여러 개 사용하든 각 그래픽의 목적을 정의해야 합니다. 청중에게 맡기지 마십시오. 그렇게 하면 그들로부터 원하는 관심을 받지 못할 수 있습니다.
예를 들어 위의 Google Analytics 마케팅 웹 사이트 데이터 시각화에는 선형 차트, 지리적 지도, 가로 막대 그래프 등 네 가지 그래픽이 있습니다. 이제 이미지를 주의 깊게 살펴보면 각 시각화에 대한 다양한 정의를 볼 수 있습니다.
- 사이트 세션 추세에 대한 라인 차트
- 국가별 추세에 대한 지리적 지도
- 채널 기반 추세에 대한 수평 막대 차트
올바른 시각화 요소 사용
다양한 차트에는 다양한 사용 사례가 있습니다. 막대 그래프 대신 네트워크 그래프를 사용할 수 없습니다. 따라서 데이터를 이해한 다음 시각화 방법을 선택하십시오. 올바른 그래프 선택에 대한 자세한 지침은 위의 “데이터 시각화 유형 및 예” 섹션을 참조하십시오.
요즘 Google Sheets, Excel 등과 같은 많은 데이터 조작 도구는 많은 일반 차트 및 그래프의 3D 버전을 제공합니다. 예를 들어 3D 원형 차트입니다. 그러나 3D 차트를 사용하는 데에는 여러 가지 제한 사항이 있습니다.
경우에 따라 3D 원형 차트는 데이터를 원하는 방식으로 시각화하지 않습니다. 3D 평면에서 여러 라벨링도 넣어야 합니다. 마지막으로 시각화와 스토리를 왜곡할 수 있습니다. 따라서 청중이 쉽게 이해할 수 있으므로 2D 차트와 그래프를 고수하십시오.
올바른 라벨링
데이터 시각화 프로젝트에서 사용하는 그래프와 차트에 레이블을 지정하는 것을 잊지 마십시오. 예를 들어 X/Y축의 값, 항목의 이름, 범례, 데이터 수집 기간 등을 언급해야 합니다.
위 이미지에서 데이터 시각화 슬라이드의 각 요소에 대한 레이블을 찾을 수 있습니다. 청중이 차트, 그래프 및 표를 읽는 데 도움이 됩니다.
2D 막대 및 차트를 사용할 때마다 둘 다 0인 X 및 Y 교차점에서 그래프를 시작해야 합니다. 이를 반전시켜 Y축이 0이 아닌 지점에서 시작하면 시각화가 사용자를 오도할 수 있습니다.
소화 가능하고 단순한 데이터 포인트
화면당 데이터가 포함된 몇 가지 시각화만 포함합니다. 주로 이미지, 삽화, 동영상에 의존하여 이야기를 전달합니다. 데이터 요소를 설명할 때 업계 용어 대신 일반적인 용어를 사용하십시오.
예를 들어 위의 Google Ads 개요 보고서 이미지에서 데이터를 시각화하기 위해 대시보드, 선 차트, 파이 차트 및 테이블의 4가지 도구만 사용했습니다.
그러나 CTR, 노출, 전환 등과 같은 업계 용어를 설명하면 동일한 시각화를 개선할 수 있습니다.
색상 및 글꼴의 올바른 사용
데이터 요소를 구분하려면 서로 다른 색상을 사용해야 합니다. 색상을 사용할 때는 전체 슬라이드가 눈에 편안하게 보이도록 해야 합니다. 너무 대비되는 색상을 사용하지 마십시오. 오랜 시간 차트를 바라보다 보면 눈이 피로해진다.
또한 숫자와 알파벳은 읽기 쉬운 서체를 사용하십시오. 많은 양의 데이터를 표시할 때 Sans Serif 글꼴을 사용하면 보기가 훨씬 좋아집니다. 또한 청중이 데이터를 쉽게 시각화할 수 있도록 크고 굵은 글꼴을 사용하십시오.
내러티브 만들기
데이터 기반 스토리텔링에는 내러티브 또는 스토리라인이 필요합니다. 청중이 개인적으로 공감할 수 있는 설득력 있는 문제로 시작하십시오. 그런 다음 귀하의 제품/서비스가 생성하는 숫자를 설명하기 시작하십시오. 마지막으로 제품/서비스를 솔루션으로 사용하십시오.
다음을 사용하여 훌륭한 내러티브를 만들 수 있습니다.
- 시간 경과에 따른 손실을 시각화하는 추세선
- 귀하의 제품이 다른 제품과 어떻게 다른지 보여주는 비교 차트
- 다양한 기능을 다른 제품과 비교할 때 귀하의 제품이 최상위에 있음을 보여주는 순위표를 만드십시오.
- 클라이언트의 비즈니스 성장이 제품 또는 서비스 사용에 비례한다는 것을 보여주는 산점도
표준 시각 디자인 따르기
서반구의 청중은 왼쪽에서 오른쪽으로 읽은 다음 위에서 아래로, 다시 왼쪽에서 오른쪽으로 읽습니다. 이 읽기 패턴을 Z 패턴이라고 합니다. 따라서 서부 국가를 대상으로 하는 경우 그래픽을 Z 패턴으로 배치하십시오.
따라서 첫 번째 차트를 슬라이드의 왼쪽 상단에 놓습니다. 그런 다음 바로 오른쪽에 왼쪽 차트와 관련된 또 다른 데이터 시각화를 배치합니다. 이제 다음 관련 그래프를 왼쪽 하단 모서리에 배치하고 최종 차트를 오른쪽 하단에 배치합니다.
데이터 스토리텔링 동기화
제시하는 데이터는 스토리라인을 뒷받침해야 합니다. 경우에 따라 웹사이트 결함이나 이메일 보안 시스템으로 인해 콘텐츠나 이미지가 제한될 수 있습니다. 그러면 청중은 데이터의 그래픽 표현을 이해할 수 없습니다. 따라서 관객이 시각적 요소에서 직접 스토리를 이해할 수 있도록 라벨링이 중요합니다.
의심할 여지 없이 Microsoft Excel 또는 Google 스프레드시트와 같은 스프레드시트 앱을 사용하여 처음부터 시각화할 수 있습니다. 그러나 시장에는 더 발전되고 지능적인 데이터 시각화 도구가 있습니다.
이러한 도구에서는 원시 데이터를 가져오고, 사용 사례를 정의하고, 몇 초 안에 형식화된 시각화를 얻을 수 있습니다. Tableau Public, Looker Studio, Microsoft Power BI, Open Refine 등과 같은 도구를 확인할 수 있습니다.
마무리
지금까지 데이터 시각화의 정의, 유형, 작업 방법, 중요도, 사용 사례 및 예제와 같은 데이터 시각화의 기본 사항을 살펴보았습니다. 또한 비즈니스 데이터를 사용하여 설득력 있고 매력적인 스토리를 전달하기 위해 따라야 하는 데이터 시각화의 모범 사례를 배웠습니다.
다음은 놓치고 싶지 않은 최고의 비즈니스 인텔리전스 도구와 FusionCharts 데이터 시각화 도구입니다.