데이터 시각화

데이터 시각화란?

데이터 시각화는 원시 데이터를 시각적 표현으로 바꾸는 프로세스입니다. 일반적으로 이러한 시각화는 차트 및 그래프 형식입니다. 데이터 시각화는 분석 교육을 받지 않았거나 일반적으로 숫자에 능숙한 사람들도 데이터를 더 쉽고 빠르게 이해할 수 있도록 하는 것을 목표로 합니다.

데이터 시각화가 중요하고 효과적인 이유는 무엇입니까?

빅 데이터 분석에 대한 교육을 받지 않은 사람에게는 서면 상관 관계 결론과 함께 제공되는 숫자의 벽이나 통계적 발언이 벅차게 보일 수 있습니다. 그러나 막대 차트, 지도 또는 그래프는 이러한 어려운 사실과 수치를 거의 모든 사람이 이해할 수 있는 것으로 변환합니다.

시각화는 공유 언어입니다. 정식 교육을 받지 않아도 대부분의 사람들은 막대 또는 원형 차트와 같은 것 뒤에 있는 기본 메시지를 해독할 수 있습니다. 그리고 타고난 이해를 비즈니스 프로세스에 대한 지식이나 분석가 또는 발표자의 약간의 설명과 결합하면 결과는 일반적으로 초록에서 숫자가 갑자기 전환되는 "클릭" 순간입니다. 시청자가 이해하고 반응할 수 있는 이야기를 하기 시작합니다.

사람들은 이러한 유형의 시각적 단서를 찾도록 문화에 의해 훈련을 받습니다. 색상은 사물을 의미합니다. 뉴스에서 그들은 어떤 정당이 경주에서 앞서 있는지 묘사할 수 있습니다. 상점의 색상은 특정 제품에 어떤 할인이 적용되는지 알려줍니다. 색상, 선, 점에서 패턴을 찾는 것은 차트와 그래프로 표시될 때 자연스럽습니다. 또한 시각적 데이터는 일반적으로 숫자와 문자의 행보다 더 눈길을 끌고 흥미롭기 때문에 청중이 데이터로 전달되는 이야기에 계속 참여할 수 있도록 도와줍니다.

데이터 시각화는 어떻게 사용됩니까?

데이터 시각화는 다양한 방식으로 사용될 수 있습니다. 많은 경우 데이터 시각화 스토리텔링은 좋은 데이터와 해당 데이터를 그림으로 변환할 수 있는 리소스(사람이든 소프트웨어든)의 가용성에 의해서만 제한됩니다. 데이터 시각화가 사용되는 몇 가지 방법은 다음과 같습니다.

• 판매가 감소하고 있는지 또는 특정 프로세스가 예전만큼 생산적이지 않은지와 같은 추세를 식별하기 위해​
• 사람들이 전체 프로세스 상태 점검을 수행하기 위해 대시보드를 보는 경우와 같이 복잡한 정보를 빠르게 이해하기 위해​
• 매월 첫 번째 수요일에 항상 통화량이 급증하는지 여부와 같은 패턴을 식별하기 위해​
• 특정인이 담당할 때마다 야간 생산 공정이 허물어지는지 등 관계를 파악하기 위해​
• 마케팅 담당자가 메시지로 타겟팅해야 하는 잠재고객과 같은 네트워크를 조사하기 위해​
• 문제가 되기 전에 위험을 분석하고 문제를 해결하기 위해​
• 메시지를 조직에 신속하게 전달하는 스토리 전달​
• 특정 지역에서 제품을 구매하는 빈도와 같은 빈도를 식별하기 위해​

위의 모든 유형의 데이터를 이해하면 기업이 문제의 근본 원인을 발견하고 성공 시나리오를 식별하며 보다 긍정적인 결과로 이어지는 결정을 내리는 데 도움이 됩니다.

실제 Reveal 보기

데이터 시각화 유형

인포그래픽은 매우 일반적인 데이터 시각화 형식입니다. 실제로 고품질 인포그래픽은 일반 텍스트보다 읽을 가능성이 30배 더 높습니다. 온라인 마케터와 콘텐츠 제작자는 이러한 인기 있는 이미지를 사용하여 신속하게 정보를 전달합니다. 인포그래픽의 구성 요소에는 종종 막대 그래프와 선 그래프, 원형 차트, 색상으로 구분된 지도가 포함됩니다.

대시보드는 인포그래픽에 대한 조직적인 답변입니다. 일반적으로 다양한 회사, 부서 또는 팀의 요구 사항에 맞게 사용자 지정할 수 있는 대시보드는 관리자 및 기타 의사 결정자의 컴퓨터 및 모바일 화면에 중요한 비즈니스 인텔리전스 보고를 제공합니다. 종종 대시보드의 차트와 그래프에 표시되는 데이터는 실시간이거나 적어도 매우 최근 데이터이므로 사람들이 하루 종일 프로세스를 주시할 수 있습니다. 일반적으로 정적인 인포그래픽과 달리 대시보드는 일부 기본 제공 데이터 분석 도구와 함께 제공될 수 있습니다. 이를 통해 사용자는 탭하거나 클릭하여 메트릭을 더 깊이 탐구하거나 동일한 데이터 시각화 스토리의 다른 보기를 볼 수 있습니다.

비즈니스 환경에서 데이터 시각화에는 일반적으로 다양한 차트와 그래프가 포함됩니다. 이들은 대시보드 및 기타 프로세스 소프트웨어에 포함되거나 공용 영역의 모니터 또는 게시판에 표시되거나 회의실 프레젠테이션에 삽입됩니다. 데이터 분석 및 시각화에서 일반적으로 사용되는 시각적 유형의 몇 가지 예가 아래에 요약되어 있습니다.

차트 및 그래프

차트와 그래프는 일반적으로 데이터 시각화 스토리텔링을 논의할 때 가장 먼저 고려되는 도구입니다. 꺾은선형 차트는 설명이나 숫자보다 빠르게 시간 경과에 따른 데이터 추세의 전반적인 내용을 전달할 수 있으며 막대형 차트를 사용하면 보는 사람이 여러 범주 간의 개수 또는 성능을 빠르게 비교할 수 있습니다. 그러나 선과 막대가 데이터 분석 및 BI 보고 도구 상자의 유일한 그래픽 도구는 아닙니다. 다음은 데이터 시각화에 사용되는 다른 차트 및 그래프입니다.

• Box-and-whisker 플롯은 프로세스를 위 또는 아래로 끌어오는 이상값이 있는지 신속하게 확인할 수 있는 좋은 방법입니다. 또한 평균, 표준 편차 및 프로세스 평균을 비교할 때 유용합니다. "이 두 프로세스는 통계적으로 동일합니까?"와 같은 질문에 답할 때 유용한 분석 요소입니다.
• Gantt 차트는 시간에 따른 프로젝트 또는 프로세스의 빠른 시각화를 제공합니다. 복잡한 일정이 계획대로 현실적인지 여부를 확인하고, 한 프로세스가 다른 프로세스와 겹치거나 실행될 수 있는 위치를 발견하고, 프로세스가 지연되고 있는지 예측(또는 시기 확인)할 수 있는 좋은 방법입니다.
• 산점도 또는 점도표는 점을 사용하여 고려 중인 모든 데이터 요소를 시각적으로 나타냅니다. 이를 통해 잠재적 추세, 이상치 및 그룹화를 볼 수 있습니다. 예를 들어 직원 효율성을 일별로 추적하는 경우 각 직원은 서로 다른 색상의 점으로 표시될 수 있습니다. 이를 통해 한 직원의 성과가 다른 직원보다 훨씬 높은지 또는 낮은지 쉽게 확인할 수 있습니다. 플롯을 통해 요일과 같은 일부 다른 요소가 전체 성능에 영향을 미치는지 확인할 수도 있습니다.
• 히스토그램은 데이터 분포를 보여줍니다. 히스토그램은 확률적 결론을 도출하는 데 도움이 되는 통계 도구입니다. 그러나 시각화 스토리텔링 도구 로서 프로세스가 올바른 평균 주위를 맴돌고 있는지 또는 이상값이 데이터 또는 결과에 대한 결과를 왜곡하고 있는지 신속하게 보여줄 수 있습니다.
• 원형 차트는 프로세스에서 어떤 요소가 작용하는지를 빠르게 설명하는 방법입니다. 다양한 버전의 원형 차트는 전체의 각 부분이 무게를 당기고 있는지 확인해야 하거나 프로세스 또는 결과에서 어떤 요소가 가장 중요한지 확인하려는 경우 유용합니다.
• 컨트롤 차트는 시간 경과에 따라 프로세스의 변경 사항을 추적하는 특정 유형의 선 또는 점 차트입니다. 이러한 통계 프로세스 제어 도구는 프로세스가 "제어 중"인지 여부에 대한 정보를 신속하게 제공할 수 있습니다. 컨트롤 차트는 프로세스가 설계된 대로 작동하는지 또는 문제를 개선하거나 수정하기 위해 일부 수동 개입이 필요한지 확인하는 데 사용할 수 있기 때문에 분석 대시보드의 일부인 경우가 많습니다.
• 트리맵 차트는 다양한 크기와 색상의 중첩된 노드(직사각형)를 사용하여 계층적 데이터를 표시하는 데이터 시각화 도구로, 데이터 패턴을 쉽게 파악하거나 데이터 수량을 비교할 수 있습니다. 트리맵 차트 시각화는 특정 시나리오에서 사용해야 합니다. 막대형 차트나 선형 차트와 같은 시각화와 같은 문제를 해결하지는 못하지만 대신 더 복잡하고 풍부한 데이터 표시를 위한 것입니다.

테이블

그림은 천 마디 말보다 더 가치가 있을 수 있지만 데이터 스토리텔링과 관련하여 차트와 그래프만으로는 제대로 작동하지 않는 경우가 있습니다. 시각적 개체 뒤에 데이터를 보다 구체적으로 표시하려는 경우 일반적으로 테이블이 해당 정보를 표시하는 가장 좋은 방법입니다. 부분적으로는 모두가 테이블의 열 및 행 구조를 읽는 방법을 알고 있기 때문입니다.

이해 관계자가 보다 세분화된 정보를 보고 싶어한다는 것을 알고 있는 경우 데이터 시각화 보고서에 테이블을 포함할 수 있습니다. 한 데이터가 차트에서 도출할 수 있는 결론을 어떻게 왜곡하는지 구체적으로 지적하려는 경우에도 포함할 수 있습니다.

​데이터 분석이 소프트웨어에 포함되면 종종 테이블을 볼 수 있는 옵션이 함께 제공됩니다. 예를 들어 대시보드에서 막대형 차트를 볼 수 있는 경우 차트를 클릭하여 그 뒤에 있는 테이블과 데이터를 볼 수 있습니다. 이는 막대 차트가 우려되는 것처럼 보이고 프로세스 관리자가 조치를 취하기 전에 추가 정보를 원하는 경우에 유용할 수 있습니다.

지도

지도는 위치와 연결된 데이터를 표시하는 이상적인 방법입니다. 주로 어느 주로 배송합니까? 가장 오래된 집이 있어 특정 유형의 서비스가 필요한 동네는 어디입니까? 귀하의 시설에서 온도가 가장 낮은 곳은 어디입니까? 이것들은 지도 데이터로 가장 잘 답할 수 있는 모든 질문입니다.

데이터 시각화 이점

데이터 시각화에는 많은 이점이 있습니다. 원시 데이터를 누구나 이해할 수 있는 실행 가능한 통찰력으로 변환할 수 있을 뿐만 아니라 의사 결정 프로세스를 가속화하고 패턴과 추세를 식별하여 궁극적으로 수익을 높일 수 있습니다.

다음은 데이터 시각화의 주요 이점 입니다.

한 눈에 많은 양의 데이터를 흡수할 수 있습니다.

인간의 두뇌는 시각적으로 생각하도록 프로그램되어 있습니다. 텍스트보다 60,000배 빠른 시각 효과를 처리할 수 있습니다. 게다가 우리의 뇌는 약 13밀리초 만에 이미지를 효과적으로 처리할 수 있습니다. 그래프, 차트 또는 기타 데이터의 시각적 표현을 보는 것이 얼마나 강력한지 생각해 보십시오. 숫자 행이 있는 스프레드시트를 보는 것보다 두뇌가 그런 방식으로 데이터를 처리하는 것이 훨씬 쉽습니다.

의사 결정 프로세스를 가속화합니다.

두뇌가 시각적 표현의 데이터를 매우 빠르게 처리할 수 있다는 것은 데이터 기반 의사 결정도 더 빠르게 내릴 수 있음을 의미합니다. Wharton School of Business에 따르면 데이터 시각화는 신속하게 합의에 도달하고 행동으로 옮기는 능력을 21% 증가시킬 수 있습니다.

작업과 결과 간의 관계를 쉽게 보여줍니다.

비즈니스 운영과 시장 성과 사이의 상관 관계를 찾는 것은 경쟁 공간에서 매우 중요하므로 데이터 시각화의 주요 이점 중 하나는 사용자가 필요할 때마다 둘 사이의 연결을 추적하고 그에 따라 조치를 취할 수 있다는 것입니다.

그것은 당신의 수익을 높일 수 있습니다

데이터 시각화는 의사 결정자가 올바른 비즈니스 결정을 내리는 데 도움이 되는 올바른 정보를 찾는 것입니다. 실시간 데이터 비주얼의 도움으로 귀하와 귀하의 팀은 비즈니스의 다양한 측면에 대한 고급 예측 분석을 수행할 수 있습니다. 예를 들어 대상 고객 사이에서 마케팅 전략 또는 제품 인기도를 결정하는 데 도움이 되는 최신 판매 데이터에 액세스할 수 있습니다.

데이터 시각화 모범 사례

먼저 사용자 이해– 데이터 시각화를 만들 때 가장 먼저 해야 할 일은 사용자, 즉 데이터 스토리를 분석할 사람을 먼저 이해하는 것입니다. 다음은 시작하는 데 도움이 되도록 자신이나 사용자에게 물어볼 수 있는 몇 가지 질문입니다.

• 누가 시각화를 사용합니까?
• 내 청중은 누구입니까? 내 데이터 스토리로 누구에게 도달하려고 합니까?
• 이 시각화는 어떤 질문에 대답해야 합니까?
• 하나 이상의 시각화가 필요합니까?
• 탐색적 시각화입니까 아니면 설명적 시각화입니까?

올바른 차트 유형 사용– 사용할 차트 유형을 결정하기 전에 스스로에게 질문하십시오. 시각화를 통해 전달하려는 데이터 스토리는 무엇입니까? 데이터를 비교하거나 데이터 분포를 표시하고 싶습니까? 추세 분석이나 다른 일을 하고 있습니까? 해당 질문에 대한 답을 얻은 후에는 데이터 스토리를 가장 잘 전달할 차트 유형을 쉽게 선택할 수 있습니다.

색상 및 텍스트의 적절한 사용– 색상은 단어보다 더 크게 말하고 감정적인 수준에서 우리와 소통합니다. 대부분의 경우 깨닫지 못할 수도 있지만 잠재 의식 수준에서 모든 색상은 사람들에게 다른 감정을 유발합니다. 62 – 90%의 첫인상은 누군가가 상황에서 색상을 인식하는 방식에 기반합니다. 따라서 여기서의 과제는 전달하려는 메시지를 전달하기 위해 색상의 힘을 효과적으로 사용하는 것입니다.

차트 정크 방지 – 데이터 시각화의 아버지인 Edward Tufte는''무엇보다 데이터를 보여라''라고 말합니다. 배경 이미지, 두꺼운 눈금선, 음영 등과 같은 불필요한 정보나 그래픽을 추가하여 청중을 혼란스럽게 하지 마십시오. 일반적으로 가장 간단한 방법이 데이터를 표시하는 가장 좋은 방법이라는 점을 항상 기억하십시오.

데이터를 명확하게 – 사용 가능한 시각화 기능을 사용하여 데이터 스토리의 명확성을 보장합니다.

• 알파벳순으로 정렬하면 사람들이 원하는 것을 찾는 데 도움이 됩니다.
• 오름차순 정렬은 성장 스토리를 전달하는 데 도움이 됩니다.
• 내림차순 정렬은 가장 큰 것부터 가장 작은 것까지 비교하는 데 도움이 됩니다.
• 설명적이고 간결한 제목은 차트에 대한 이유를 제공합니다.
• 추세선은 시계열 데이터 세트를 명확하게 합니다.
• 값 오버레이는 분석하는 동안 세부 정보를 제공합니다.

중요한사항 강조 표시– 전달하려는 이야기의 중요한 사항에 사람들의 초점을 맞춥니다.

• 시리즈 하이라이트는 사용자가 봐야 할 대상에 집중합니다.
• 조건부 서식은 다양한 색상표를 사용하여 주요 데이터 포인트에 주의를 기울입니다.
• 주석은 차트에서 또는 공동 작업을 통해 스토리텔링을 지원할 수 있습니다.
• 이상값 감지는 예상 값 안팎의 데이터 범위를 보여줍니다.
• 시계열 예측은 기대되는 기능입니다.
• 선형 회귀는 종속 변수와 독립 변수 간의 추세를 플로팅합니다.

효과적인 상호 작용 사용– 효과적인 상호 작용을 사용하는 것도 데이터 시각화 모범 사례의 일부입니다. 사용자가 수행할 수 있어야 하는 기능 중 일부에는 데이터 필터링, 대시보드 및 시각화를 다른 사용자에게 연결하여 사용자에게 더 깊은 통찰력을 제공하고 포괄적인 분석을 드릴다운하는 기능이 포함됩니다.

3D를 현명하게 사용하십시오. 표면 분석, 변동성 분석 또는 지형 조사를 수행하는 경우 3D 시각화가 적합합니다. 표준 업무용으로 3D를 사용하지 마십시오.

올바른 세부 수준 사용 – 데이터 스토리에 기여하지 않는 과도한 세부 정보를 사용하지 마십시오.

올바른 배율 사용– Y축의 배율을 변경하지 마십시오. 데이터와 다른 이야기를 전달하는 경향이 있습니다.

실제 데이터 시각화 예제

데이터 시각화가 항상 독립적일 수는 없습니다.

데이터 시각화만큼 강력한 것은 회사에서 사용해야 하는 유일한 데이터 분석 도구가 아니라는 점을 인식하는 것이 중요합니다(셀프 서비스 내장형 분석 소프트웨어와 같은 분석 도구 고려). 데이터의 시각적 표현은 항상 독립적일 수 없으며, 이것이 바로 많은 비즈니스 인텔리전스 보고 도구와 대시보드 옵션을 통해 정보의 더 깊은 수준으로 드릴다운할 수 있는 이유입니다.

데이터 시각화가 단독으로 적합하지 않은 경우의 대표적인 예는 어떤 항목에 상관 관계가 있는지 확인하려고 할 때입니다. 서로 다른 색상으로 두 세트의 데이터 포인트를 표시하는 상관 관계 차트를 사용할 수 있습니다. 두 데이터 세트의 점이 같은 선을 따라 움직이면 관계를 나타낼 수 있습니다. 그러나 이것 뒤에는 꽤 많은 통계가 작용하고 있으며 시각적 개체는 항상 두 데이터 집합이 통계적으로 관련되어 있는지 여부를 호출할 수 있는 충분한 세부 정보를 제공하지 않습니다. 또한 내러티브 설명 없이 시각적 개체만 게시하면 통계에 익숙하지 않은 사람들이 원인과 결과가 작용한다고 가정할 가능성이 있습니다. 그러나 상관관계가 반드시 인과관계를 의미하는 것은 아닙니다.

궁극적으로 시각적 데이터 스토리텔링을 통해 조직 전체의 사람들이 데이터를 보다 명확하게 이해할 수 있습니다. 그러나 복잡한 데이터 분석 및 프레젠테이션과 관련하여 배를 조종할 올바른 분석 전문가 또는 도구가 여전히 필요할 수 있습니다.