[Coursera Google] GCC 데이터 애널리틱스 : 시각화를 통한 데이터 공유 | 데이터 스토리 만들기

 

반응형

 

 

 

 

 

 

 

 

 

 

 

 

데이터를 사용해 스토리 만들기

 

데이터로 스토리텔링하기

 

시작 및 데이터 세트 준비

먼저, 프로젝트를 진행할 데이터 세트 네 가지를 다운로드합니다. 시나리오 설정에 따르면, 여러분은 2000년부터 2011년까지 각 국가의 1인당 CO2 배출량과 인구, GDP, 에너지 사용 데이터를 시각화해야 합니다. Tableau Public에 로그인한 후, 'My Profile'에서 'Create a Viz'를 선택해 Tableau 인터페이스를 열고 데이터를 시작할 수 있습니다.

 

데이터 업로드 및 조인

1. CO2 데이터 세트 업로드: ‘Files’ 탭을 이용해 CO2 Data Cleaned 파일을 Tableau에 업로드합니다.
2. 다른 데이터 세트 추가: ‘Connections’에서 Energy Data, GDP Total, Total Population 데이터를 차례대로 업로드합니다.
3. 데이터 세트 조인: Tableau에서 각 데이터 세트를 연결합니다. CO2 데이터와 에너지 데이터를 INNER JOIN으로 연결하고, 공통된 연도와 국가 이름을 기준으로 합니다. 이후 GDP 데이터와 인구 데이터를 추가하여 모든 데이터 세트를 결합합니다.

이 과정에서는 각 데이터의 연도 필드를 동일한 형식으로 바꾸는 작업과, Country Name과 Country와 같은 열을 정확히 맞춰주는 조정 작업이 필수적입니다. 이를 통해 서로 다른 데이터 세트가 정확히 연결됩니다.

 

시각화 작업

조인한 데이터를 기반으로 시각화를 시작합니다. 다음 단계에서는 CO2 배출량 데이터를 시각적으로 표현합니다.

• 시트 구성: CO2 데이터의 국가 이름을 'Detail'에, 1인당 CO2 배출량을 'Color'로 드래그합니다. 그런 다음 Red-Green Diverging 색상 팔레트를 선택하고, 배출량이 낮을수록 녹색, 높을수록 빨간색이 되도록 색상 편집을 설정합니다.
• 연도 필터 추가: Year 열을 필터로 추가하여 각 연도별로 데이터를 볼 수 있도록 설정합니다. 필터는 화면 오른쪽에 표시되며, 사용자가 특정 연도를 선택하면 그 해의 CO2 배출량이 시각화됩니다.

최종 작업 및 저장

모든 데이터 조인과 시각화 설정을 마치면, 결과물을 저장합니다. 저장 아이콘을 눌러 저장하고, 필요에 따라 추출을 생성해줍니다. Tableau에서 데이터를 연결해 복잡한 시각화 자료를 만들면, 더 많은 데이터를 효율적으로 분석할 수 있습니다.

 

 

이 스크립트는 데이터 시각화 도구인 Tableau에서 여러 데이터 세트를 결합하여 시각화 작업을 수행하는 방법을 보여줍니다. 각 데이터 세트의 특징과 조인 방법, 시각화 도구의 설정을 통해 복잡한 데이터를 직관적으로 전달할 수 있습니다.

 

 

---

살아 움직이는 아이디어

 

데이터 스토리텔링의 정의

데이터 스토리텔링은 특정 대상에게 맞춤형 시각 자료와 내러티브(이야기)를 통해 데이터를 전달하는 방식입니다. 단순한 숫자나 사실만을 제시하는 것보다, 사람들의 관심을 끌고 행동을 유도하는 데 효과적입니다.

 

데이터 스토리텔링의 3단계

1. 대상의 참여 유도: 먼저 상대방의 관심을 끌고 지속시켜야 합니다. 이를 위해 대상이 누구인지에 대한 이해가 중요합니다. 예를 들어, 유치원 교사는 어린아이에게 맞는 이야기를 선택해야 하듯, 데이터를 전달할 때도 대상의 이해 수준에 맞춰야 합니다.
2. 효과적인 시각 자료 만들기: 단순한 데이터보다는 시각적으로 매력적이고 명확한 자료가 필요합니다. 원형 차트나 색상을 사용해 데이터를 쉽게 이해할 수 있도록 만드는 것이 좋습니다. 예를 들어, 매장의 판매 데이터를 원형 차트로 시각화하면, 매장의 성과를 명확하게 보여줄 수 있습니다.
3. 흥미로운 내러티브 전달: 데이터 내러티브는 시작, 중간, 끝으로 구성되어야 하며, 데이터를 목표와 연결 지어 설명해야 합니다. 이를 통해 청중이 분석 결과를 이해하고 공감할 수 있도록 해야 합니다. 내러티브는 체계적이고 간결하게 전달해야 하며, 프레젠테이션을 통해 효과적으로 이야기할 수 있습니다.

 

사례

음원 스트리밍 회사가 고객의 연말 청취 기록을 통해 고객 충성도를 강화하는 방법과 차량 공유 회사가 고객의 이동 데이터를 시각화하여 절약된 시간과 비용을 보여주는 사례를 들어, 데이터 스토리텔링이 어떻게 고객의 참여를 유도하는지 설명합니다.

 

이 스크립트는 데이터 스토리텔링이 단순히 데이터를 전달하는 것이 아니라, 대상의 참여를 유도하고 데이터를 흥미롭게 시각화하여 효과적인 내러티브로 전달하는 과정임을 강조합니다.

 

 

---

효과적인 데이터 스토리

데이터 애널리틱스에서 데이터 스토리텔링은 특정 대상에게 맞춤화된 시각 자료와 내러티브를 통해 데이터 세트의 의미를 전달하는 것입니다. 데이터 저널리즘에서 저널리스트는 시각화 자료, 내러티브, 맥락을 결합해 데이터 기반 기사를 작성함으로써 독자를 몰입시킵니다. 데이터 애널리스트와 데이터 저널리스트는 공통점이 많습니다. 주니어 데이터 애널리스트는 데이터 저널리즘에서 효과적인 스토리텔링에 관한 몇 가지 사실을 배울 수 있습니다. 더 읽으면서 좋은 스토리를 전달하는 데 있어 데이터 저널리스트의 역할과 작업에 대해 알아보세요.

 

참고: 이 읽기 자료는 The New Yorker에 실린 기사를 언급합니다. 비구독자는 매달 몇 개의 무료 기사에 액세스할 수 있습니다. 이미 월별 무료 기사 한도에 도달했다면 기사를 북마크에 추가한 후 나중에 이 읽기 자료로 돌아오세요.

데이터 기반 기사 투어하기

 

The New Yorker의 외부 기고가인 프랫 인스티튜트 미술대학의 벤 웰링턴 교수는 뉴욕시의 공개 데이터 포털을 사용하여 서비스 요청 중 소음 관련 민원을 조사했습니다. 그는 소음의 출처와 가장 소음이 심한 지역에 대한 정량적 이해를 얻기 위해 데이터를 분석했습니다. 그런 다음 Mapping New York's Noisiest Neighborhoods라는 기사로 분석 결과를 제시했습니다. 

 

먼저 위의 링크를 클릭하여 기사를 훑어보며 데이터 시각화 자료에 익숙해져 보세요. 그런 다음 데이터 버스 투어에 참여하세요. 세 개의 시각화 자료(정류장)를 방문하며 각 시각화 자료가 기사의 전체적 스토리텔링을 어떻게 강화했는지 살펴보세요.

 

정류장 1: 맥락 설정 

앞서 데이터를 이해하는 데 맥락이 중요하다는 것을 배웠습니다. 맥락은 어떤 대상이 존재하거나 발생하는 상황입니다. 데이터 저널리스트는 소음 민원의 분류를 바탕으로 사람들이 무엇을 소음으로 여기는지 정의함으로써 기사의 맥락을 설정했습니다. 

 

기사에서 소음 민원을 분류한 복합 테이블 및 막대 그래프를 검토해보세요. 시각화 자료를 평가해보세요.

• 시각화 자료가 맥락 설정에 어떻게 도움이 되고 있나요?  복합 테이블 및 막대 그래프는 소음 카테고리를 민원 기록의 비율로 요약하는 데 효과적입니다. 이는 "소음은 무엇인가?"라는 질문에 답함으로써 맥락을 설정합니다. 데이터 저널리스트는 원형 차트가 아닌 복합 테이블 및 막대 그래프로 데이터를 제시했습니다. 소음 카테고리가 11개이므로 상대적 비율을 보여줄 수 있는 막대 그래프를 사용한 것은 훌륭한 선택입니다. 11개의 조각으로 된 원형 차트는 읽기 어려웠을 것입니다. 
• 시각화 자료가 데이터를 명확히 하는 데 어떻게 도움이 되고 있나요?  복합 테이블과 막대 그래프에서 각 카테고리의 비율의 합은 98%입니다. 시각화 자료로 설명할 수 없는 2%의 차이가 있습니다. 이로 인해 시각화 자료는 데이터를 명확히 하기보다는 혼동을 줍니다. 항상 비율의 합이 올바른지 확인해야 한다는 교훈을 얻을 수 있습니다. 때로는 소수점 이하 자릿수를 반올림하여 비율의 합이 100%가 되지 않는 경우도 있습니다.
• 데이터 시각화 권장사항을 발견했나요?  앞서 테이블을 선호하는 청중을 대비해 Tableau의 동반 테이블이 데이터를 다른 방식으로 보여준다는 것을 배웠습니다. 복합 테이블 및 막대 그래프를 사용한 데이터 저널리스트도 같은 생각이었던 것으로 보입니다. 참고: 간단히 복습하자면 Tableau의 동반 테이블은 시각화 자료 바로 옆에 표시됩니다. 동반 테이블은 같은 데이터를 시각화하되 테이블 형식으로 표시합니다. 동반 테이블의 예가 나오는 창의성 발휘하기 동영상을 다시 시청하세요. 

 

정류장 2: 변수 분석

데이터 저널리스트는 소음 카테고리를 파악하여 맥락을 설정한 다음 소음 데이터에 관한 자신의 분석을 설명합니다. 한 가지 흥미로운 분석은 하루 중 시간에 따른 소음 민원의 분포입니다.

기사에서 하루 중 시간에 따른 소음 민원 분포를 나타낸 누적 영역 차트를 찾아 살펴보세요. 시각화 자료를 평가해보세요.

• 5초 규칙을 기준으로 할 때 시각화 자료의 효과는 어느 정도인가요?  차트를 보는 순간 5초 이내에 전달 내용을 이해해야 한다는 5초 규칙을 기억해보세요. 이 시각화 자료가 좋은 성과를 냈을 것으로 예상합니다. 시끄러운 음악(Loud music)과 개 짖는 소리(Barking dogs)에 대한 영역 차트는 이러한 유형의 소음 민원이 늦은 밤과 이른 아침(10:00 P.M.~2:00 A.M.)에 더 많이 발생했다는 것을 이해하도록 도와줍니다. 범례에 표시된 색상 구분은 차트의 색상과 일치합니다. 일반적으로 차트 범례는 가장 큰 카테고리를 맨 위에 표시하지만, 여기서 데이터 저널리스트는 가장 큰 카테고리인 '시끄러운 음악 또는 파티(Loud music or party)'가 가장 아래에 오도록 범례를 정렬했습니다. 이러한 정렬을 통해 보는 사람은 시간을 얼마나 절약할 수 있었을까요?
• 시각화 자료가 데이터를 명확히 하는 데 어떻게 도움이 되고 있나요?  지난 정류장의 시각화 자료와는 달리 이 시각화 자료는 모든 비율을 합했을 때 100%가 된다는 것을 더 명확하게 보여줍니다. 
• 데이터 시각화 권장사항을 발견했나요?  일반적으로 X축과 Y축 모두 라벨을 지정하는 것이 좋습니다. 그러나 데이터 저널리스트는 축의 틱마다 % 또는 A.M.과 P.M.을 표시했습니다. 따라서 X축에 '하루 중 시간(Time of Day)', Y축에 '소음 민원 비율(Percentage of Noise Complaints)'이라는 라벨을 지정할 필요가 없었습니다. 이는 라벨 지정 작업에서 약간의 창의성만 발휘해도 더욱 깔끔한 차트를 구현할 수 있음을 보여줍니다.  

 

정류장 3: 결론 도출

데이터 저널리스트는 데이터를 어떻게 분석했는지 설명한 후, 복합 테이블 및 막대 그래프, 밀도 맵, 지역 맵 등 다양한 시각화 자료를 사용하여 어느 지역이 소음이 가장 심한지 공유합니다. 

기사의 지역 맵에서 시끄러운 지역이 조용한 지역과 얼마나 가까운지 살펴보세요. 시각화 자료를 평가해보세요.

• 시각화 자료가 주장을 밝히는 데 어떻게 도움이 되고 있나요?  데이터 저널리스트는 가장 시끄러운 지역 중 하나가 가장 조용한 지역 중 하나의 바로 옆에 있음을 파악합니다. 지역 맵은 이러한 관찰 내용을 짙은 파란색 영역과 하얀색 영역의 대비를 통해 강조할 수 있어 효과적입니다.  
• 시각화 자료가 데이터를 명확히 하는 데 어떻게 도움이 되고 있나요? 시각화 자료는 지역에 따라 데이터를 분류하며 저널리스트가 특히 윌리엄스버그, 이스트 윌리엄스버그, 노스 사이드/사우스 사이드 지역에 초점을 맞출 때 독자들이 잘 따라갈 수 있도록 해줍니다. 
• 데이터 시각화 권장사항을 발견했나요?  각 지역에 직접 라벨을 넣어 범례가 필요하지 않았습니다.

 

투어 마무리: 영감을 받다 

데이터 저널리스트의 작업물 투어가 즐거우셨기를 바랍니다. 이 투어에 영감을 받아 최대한 흥미로운 데이터 스토리텔링을 구현해보세요. 효과적인 데이터 스토리텔링에 관한 추가 정보는 다음 기사를 참고하세요.

• What is Data Storytelling?
• The Art of Storytelling in Analytics and Data Science | How to Create Data Stories?
• Use Data and Analytics to Tell a Story
• Tell a Meaningful Story With Data

 

 

---

청중에게 전달하기

 

1. 대상 이해:
   • 효과적인 스토리를 만들기 위해선 청중이 누구인지를 먼저 파악해야 합니다. 청중의 역할과 그들이 프로젝트에서 가지는 이해관계를 고려함으로써, 메시지를 더 적절하게 전달할 수 있습니다. 예를 들어, 잡지사의 독자층 데이터를 분석하는 프로젝트에서 인쇄 회사는 종이와 잉크 수요의 증가에 관심이 있을 수 있으며, 편집자는 더 빠른 스토리 작성과 편집을 고려해야 할 것입니다.
2. 핵심 메시지 설정:
   • 데이터를 기반으로 중요한 메시지를 설정하는 것이 스토리텔링의 다음 단계입니다. 데이터를 분석하는 과정에서 많은 세부사항이 있지만, 핵심 메시지를 전달하기 위해 덜 중요한 요소는 과감히 제거해야 합니다. 여기서 스포트라이팅 기법을 사용할 수 있습니다. 스포트라이팅은 데이터를 빠르게 훑어 가장 중요한 정보를 파악하는 기법입니다. 이를 위해 화이트보드나 스티커 메모를 활용해 중요한 개념을 시각적으로 정리하는 것도 유용합니다.
3. 간단명료한 메시지 전달:
   • 핵심 메시지는 간결하고 명확해야 합니다. 메시지가 지나치게 길거나 복잡하면 청중이 이해하기 어렵기 때문에, 짧고 중요한 포인트만 전달하는 것이 중요합니다. 간결한 메시지가 청중의 관심을 더 잘 끌고, 효과적인 소통을 가능하게 합니다.
4. 예측 불가능한 상황 대응:
   • 대상의 반응을 완벽하게 예측하는 것은 불가능하지만, 이러한 단계를 따르면 더 좋은 결과를 얻을 가능성이 큽니다. 또한, 계획대로 흘러가지 않을 때 어떻게 대처할지에 대한 내용도 다음 시간에 다루어질 것입니다.

데이터 스토리텔링에서 중요한 것은 대상을 이해하고, 핵심 메시지를 간결하게 정리하며, 이를 통해 효과적으로 전달하는 것입니다. 스포트라이팅 같은 도구를 활용해 데이터를 분석하고, 명확한 메시지를 만드는 것이 데이터 스토리텔링의 성공적인 접근 방법입니다.

 

 

 

---

Tableau 대시보드 사용하기

 

Tableau 대시보드의 기초

 

1. 대시보드의 역할:
   • 대시보드는 차량의 대시보드처럼 다양한 정보를 시각적으로 명확하게 보여주는 도구입니다. 차량의 상태를 모니터링하고 문제를 알리는 것처럼, 데이터 애널리틱스 대시보드는 여러 데이터 세트를 추적하고 분석하며, 이해관계자들에게 중요한 정보를 전달하는 데 사용됩니다.
2. 대시보드 설계의 핵심:
   • 데이터를 시각적으로 흥미롭고 명확하게 제시하는 것이 중요합니다. 이를 위해 대시보드 설계 시 가장 중요한 데이터 포인트에 집중하고, 차트나 그래프 등의 시각 자료를 적절하게 배치해 혼란을 줄여야 합니다.
   • Tableau와 같은 도구를 이용하여 세로형, 가로형, 바둑판식, 부동형 레이아웃을 선택해 데이터 배치와 크기를 조정할 수 있습니다. 이는 시각적 학습자인 많은 사람들에게 효과적으로 정보를 전달할 수 있게 도와줍니다.
3. 대시보드 공유와 스토리텔링의 변화:
   • 대시보드를 공유할 때는 스토리텔링의 통제력이 사라질 수 있다는 점을 인지해야 합니다. 보는 사람이 데이터를 해석하고 자신만의 내러티브를 만들 수 있기 때문에, 데이터 애널리스트는 통제력을 잃더라도 협력적인 태도를 유지해야 합니다.
   • 대시보드를 통해 정보를 공유함으로써 더 많은 사람들이 문제 해결에 참여하게 되며, 이는 새로운 아이디어와 혁신으로 이어질 수 있습니다.

데이터 애널리틱스 대시보드는 방대한 데이터를 시각적으로 정리하고, 중요 정보를 전달하는 데 필수적인 도구입니다. 설계 시 핵심 데이터에 집중하고, 직관적인 레이아웃을 통해 데이터를 명확하게 표현하는 것이 중요하며, 공유 시 통제력을 잃을 수 있지만 그로 인해 더 많은 협력과 혁신을 기대할 수 있습니다.

 

 

 

---

대시보드 및 정적 정보

이전 강의에서는 데이터 스토리텔링과 내러티브를 통한 데이터 세트 해석에 관해 배웠습니다. 이 읽기 자료에서는 대시보드 및 정적 정보를 사용하여 데이터를 더욱 명확하게 만드는 것의 중요성을 알아봅니다.

 

대시보드와 정적 정보를 통해 고객이나 사용자는 내러티브를 통제할 수 있습니다. 대시보드를 사용하면 누구나 데이터를 사용해 스스로 결정할 수 있습니다. 대시보드는 기록되고 나면 변경되지 않는 정적 정보 또는 정적 데이터를 기반으로 구축할 수 있으며, 이를 통해 내러티브와 데이터의 시각적 제시 방식(예: 그래프, 차트 등)을 엄격히 통제할 수 있습니다. 

라이브 데이터와 정적 데이터의 차이 

라이브 데이터와 정적 데이터는 다음과 같은 특정 요소로 구별할 수 있습니다.

• 데이터가 얼마나 오래되었는가?
• 의사결정에 사용할 수 있는 데이터의 수명 또는 유효 기간은 얼마나 남았는가?
• 이 데이터 또는 분석의 가치를 유지하기 위해 정기적인 업데이트가 필요한가?

 

정적 데이터는 프레젠테이션에서 제시하는 스크린샷 또는 스냅샷이나 대시보드를 구축하는 데이터 스냅샷을 포함합니다. 정적 데이터에는 장단점이 있습니다.

 

장점

• 데이터와 정보의 특정 시점 내러티브를 엄격히 통제할 수 있음
• 더 많은 청중에게 복잡한 분석을 심도 있게 설명할 수 있음

단점

• 정보가 즉시 가치를 잃기 시작하여 데이터가 정적 상태로 있는 시간이 길어질수록 가치를 상실함
• 스냅샷은 데이터 변화의 속도를 따라가지 못함

라이브 데이터는 자동 업데이트 데이터와 연결된 대시보드, 보고서, 뷰를 구축할 수 있음을 뜻합니다. 

장점

• 더욱 동적이고 확장 가능한 대시보드를 구축할 수 있음
• 필요한 사람에게 필요할 때 최신 데이터를 제공할 수 있음
• 다양한 사용 사례에 대하여 확장 가능한 '단일 진실 공급원'을 구축할 수 있는 기능을 통해 선별된 최신 데이터 뷰를 제공할 수 있음
• 자주 변경되는 데이터에 대해 즉시 조치를 취할 수 있음
• 모든 분석의 과정에 소요되는 시간/리소스가 감소함

단점

• 파이프라인을 실시간 확장형 상태로 유지하기 위해 엔지니어링 리소스가 필요할 수 있으며 이는 회사의 데이터 리소스 할당 범위를 벗어날 수 있음
• 데이터 해석 능력이 없으면 내러티브에 대한 통제력을 잃으면서 데이터 혼돈을 초래할 수 있음(예: 동일한 데이터를 기반으로 여러 팀이 서로 다른 결론에 도달함)
• 데이터가 제대로 처리되지 않으면 신뢰를 잃을 수 있음

핵심 요약

애널리스트는 업데이트된 정적 분석이 필요하거나 갱신되어야 할 때 권장할 수 있도록 비즈니스 및 데이터에 익숙해져야 합니다. 또한 이 데이터 정보는 비즈니스에 필요한 의사결정 유형에 따라 어떤 종류의 분석, 시각화 자료, 추가 데이터가 권장되는지 설명하는 것을 도와줍니다. 

다음 동영상에 필요한 고객 설문조사 스프레드시트를 잘 보관하세요.

---

필터에서 차트로

 

1. 대상의 중요성:
   • 데이터 스토리텔링에서 참여를 유도하거나 특정 개인이나 그룹을 위한 대시보드를 설계할 때 대상을 이해하는 것이 중요합니다. 다양한 이해관계자의 요구를 충족시키기 위해 대상을 파악하고 그들이 데이터에서 필요로 하는 것을 고려해야 합니다.
2. 필터의 활용:
   • 필터는 특정 데이터를 표시하고 나머지는 숨기는 방법입니다. 필터는 대시보드뿐 아니라 스프레드시트나 쿼리에서도 사용됩니다.
   • Tableau에서는 특정 기준에 따라 데이터를 필터링할 수 있으며, 예를 들어 특정 기간 동안의 데이터만 보여주거나 특정 고객의 정보를 볼 수 있습니다.
   • 분산형 차트에서 특이점을 필터링해 제외할 수 있지만, 특이점을 제거하기 전에 그것이 중요한 관측값일 수 있음을 고려해야 합니다.
3. Tableau 필터링 예시:
   • 필터를 사용해 데이터를 분석하고, 특이점을 숨기거나 특정 국가 데이터만 남기는 방식으로 대시보드를 조정할 수 있습니다. 이를 통해 중요한 데이터에 집중하고 불필요한 데이터를 제외할 수 있습니다.
   • 미리 필터링된 대시보드를 제공하면 이해관계자가 직접 필터링할 필요가 없으며, 이를 통해 시간과 노력을 절약할 수 있습니다.
4. 데이터 시각화에서 필터의 장점:
   • 필터를 통해 방대한 데이터 세트에서 특정 영역에 집중하여 데이터를 간결하게 표현할 수 있습니다. 예를 들어, 광고 캠페인 성과 데이터를 필터링해 특정 전략의 효과를 분석할 수 있습니다.
5. 스프레드시트에서 차트 만들기:
   • 스프레드시트를 사용해 간단한 시각화 자료를 만들 수 있습니다. 예를 들어, 특정 소프트웨어 패키지를 구입한 고객 수를 필터링한 후 차트를 만들 수 있습니다.
   • 국가별 고객 만족도를 시각화하기 위해 맵 차트를 만들고, 접근성을 높이기 위해 색상을 조정할 수 있습니다.
6. 접근성을 고려한 데이터 시각화:
   • 색각 이상이 있는 사람들이 데이터를 쉽게 이해할 수 있도록 색상 조정을 통해 접근성을 높일 수 있습니다. 예를 들어, 빨간색과 초록색 대신 파란색 스펙트럼을 사용해 만족도 점수를 표현할 수 있습니다.
7. 다음 단계:
   • 이제 데이터 스토리텔링과 프레젠테이션 구성에 대해 배울 것이며, 이를 통해 데이터를 효과적으로 전달하는 방법을 알아볼 것입니다.

필터를 활용한 데이터 시각화는 중요한 데이터를 강조하고 불필요한 데이터를 제외하는 데 유용합니다. 대상의 요구를 반영한 맞춤형 대시보드를 설계하고, 접근성을 고려한 시각화 자료를 제공하는 것이 중요합니다. 이러한 기법을 통해 데이터를 더 효과적으로 전달하고 분석할 수 있습니다.

 

 

 

---

데이터 스토리 공유하기

 

매력적인 프레젠테이션을 위한 도움말

 

1. 데이터 활용의 중요성:
   • 기업은 문제 해결과 목표 달성을 위해 데이터를 활용하는 것이 효과적입니다. 그러나 이해관계자가 데이터를 이해하지 못하거나 전달된 내용에 집중하지 못한다면 데이터의 가치가 떨어집니다. 따라서 논리적으로 구성된 흥미로운 프레젠테이션이 필요합니다.
2. 내러티브 구성의 기본 요소:
   • 내러티브는 다음 다섯 가지 핵심 요소로 구성됩니다:
     • 인물: 데이터에 영향을 받는 사람들로, 이해관계자, 고객, 클라이언트 등이 포함됩니다. 데이터를 통해 밝혀진 사실에 개인적인 이야기를 추가하여 인간적인 요소를 부여하고, 사람들이 관심을 가질 만한 이유를 제시해야 합니다.
     • 배경: 현재 상황을 설명하는 데이터 프로젝트 관련 정보입니다. 어떤 일이 벌어지고 있으며, 얼마나 자주 발생하고, 어떤 작업이 포함되는지 등을 명확히 설명합니다.
     • 플롯: 현재 상황의 갈등을 조성합니다. 경쟁자의 도전, 고쳐야 할 비효율적 절차, 새로운 기회 등을 통해 긴장감을 조성하며, 분석이 해결하고자 하는 문제를 드러냅니다.
     • 중요한 발견: 데이터 프로젝트의 목표가 무엇이든 간에, 인물이 마주한 문제를 데이터로 어떻게 해결할 수 있는지를 보여주는 방식입니다. 경쟁력 강화, 절차 개선, 새로운 시스템 개발 등을 포함합니다.
     • 깨달음의 순간: 권장사항을 공유하고 그것이 기업의 성공에 어떻게 도움이 되는지 설명하는 단계입니다.
3. 프레젠테이션 개요 작성:
   • 작업을 시작할 때 이 기본 요소를 활용하여 프레젠테이션의 개요를 짜면 분석 결과를 명확한 스토리로 구성하기가 수월합니다. 각 요소를 잘 정리하면 효과적인 전달이 가능해집니다.
4. 시각 자료의 중요성:
   • 흥미롭고 설득력 있는 데이터 스토리에는 시각 자료가 필수적입니다. 따라서 내러티브를 시각 자료와 효과적으로 연결 지을 방법을 고민해야 합니다.
5. 다음 단계:
   • 다음 시간에는 데이터 스토리텔링 전문가가 되는 방법에 대해 자세히 알아볼 예정입니다.

효과적인 데이터 프레젠테이션은 잘 구성된 내러티브를 바탕으로 하며, 인물, 배경, 플롯, 중요한 발견, 깨달음의 순간을 포함해야 합니다. 이러한 요소를 통해 청중의 관심을 끌고, 데이터의 가치를 명확히 전달하는 것이 중요합니다. 내러티브와 시각 자료의 조화를 통해 데이터를 더욱 흥미롭고 설득력 있게 표현할 수 있습니다.

 

 

 

---

내러티브 공유

 

 

1. 프레젠테이션의 중요성:
   • 프레젠테이션은 자신의 분석 결과를 반영하는 거울과 같으며, 지저분하고 정돈되지 않은 슬라이드는 신뢰를 잃게 만듭니다. 전문적이고 매력적인 슬라이드쇼는 청중의 관심을 끌고 주요 포인트에 집중하도록 도와줍니다.
2. 테마 선택:
   • 색상, 글꼴, 서식 등을 조정하여 일관성 있는 모습을 갖춘 프레젠테이션을 만들 수 있습니다. 전달하려는 정보에 맞는 테마를 선택하는 것이 중요합니다.
3. 제목과 날짜:
   • 프레젠테이션의 제목과 부제목을 포함하고, 작성 날짜 또는 마지막 업데이트 날짜를 명시하여 중요한 맥락을 전달해야 합니다.
4. 주요 포인트 강조:
   • 슬라이드는 소통하려는 주요 포인트를 청중에게 소개하되, 모든 내용을 반복하거나 많은 정보를 나열하지 않아야 합니다. 글꼴 크기를 조정하고, 슬라이드 하나에 텍스트는 5줄 및 25단어 이내로 유지해야 합니다.
5. 시각 자료의 중요성:
   • 시각 자료는 슬라이드 내용을 빠르게 이해할 수 있도록 도와주며, 말로 전달하기 어려운 요점을 명확히 표현할 수 있습니다. 중요한 데이터 포인트만 선택하여 간결하게 전달하는 것이 중요합니다.
6. 슬라이드 구성:
   • 여러 정보를 하나의 슬라이드에 넣지 말고 요점별로 시각 자료를 나누어 작성합니다. 화살표, 콜아웃, 라벨 등을 사용하여 청중의 관심을 유도합니다.
7. 중요 발견과 깨달음의 순간:
   • 이 단계에서는 시각 자료가 메시지를 명확하고 흥미롭게 전달해야 하며, 분석의 가장 중요한 발견을 강조해야 합니다.
8. 시각 자료 관리 방법:
   • 붙여넣기: 슬라이드쇼 내에서 편집 가능하지만 원본 데이터에 영향을 미치지 않음.
   • 링크: 원본 파일과 연결되어, 변경사항이 자동으로 반영됨.
   • 임베드: 원본 소스 파일과 독립적이며, 업데이트되지 않음.
9. 실습:
   • 새로운 슬라이드쇼를 생성하고, 적절한 테마를 선택하여 텍스트와 시각 자료를 추가합니다. 흥미로운 발견을 포함하고, 다양한 소스에서 시각 자료를 붙여넣거나 링크하거나 임베드하여 그 작동 방식을 살펴봅니다.

효과적인 프레젠테이션을 위해서는 정돈된 슬라이드쇼, 적절한 테마, 명확한 제목, 그리고 시각 자료의 중요성을 잘 이해하고 활용해야 합니다. 시각 자료는 청중이 내용을 쉽게 이해하도록 도와주고, 핵심 메시지를 효과적으로 전달하는 데 큰 역할을 합니다. 최종적으로, 실습을 통해 자신의 데이터 스토리를 전달하는 경험을 쌓는 것이 중요합니다.

 

 

 

 

728x90