1. 실무 활용사례

쉽게 이해할 수 있게 시각적으로 표현하다

커뮤니케이션에 초점

보이지 않는 것을 보이게 만든다

시각화하는 이유

액션 가능한 인사이트를 찾고 커뮤니케이션하기 위해서

제품과 서비스가 실패하는 이유

사람들의 필요를 반영하지 못해서

표면적으로 드러나지 않기 때문에

� 메트릭을 정해서 데이터를 측정하고 개선

모든 행동을 데이터화하고

고객의 피드백을 학습하며 계속 개선하는 여정

가입, 클릭, 좋아요, 구독, 팔로우, 접속 시간, 탈퇴

� 피드백을 데이터로 분석하고 개선을 위한 액션 도출

product kit을 개선하는 과정

비지니스 애널리스트의 역할

데이터 시각화 활용 예시

1. Exploratory Data Analysis (EDA) 탐색적 데이터 분석을 위한 시각화, 가설 세울때

2. A/B Testing - Conversion Rate 가설을 검증하기 위한 시각화

2. Cohort Analysis - User Retention 가설을 검증하기 위한 시각화
   

3. Weekly Sales KPI Monitoring Dashboard 정기적인 모니터링을 위한 시각화

4. Explanatory Data Storytelling 조직 내 커뮤니케이션을 위한 보고서형 스토리텔링 시각화

즉 , 데이터 시각화로 액션 가능한 인사이트를 찾고

데이터로 효과적인 스토리 전달하는 커뮤니케이션 능력

자신의 생각을 의미 있는 데이터 스토리텔링으로 전달할 수 있으면

조직 내에서 신뢰받고 변화를 이끄는 주체가 될 수 있다

• 리더와 동료들의 많은 관심을 받게 되는 것은 덤!

1-2 좋은 데이터 시각화를 위한 핵심 공식

① 시그널을 최대화 노이즈는 최소화

사람이 한 번에 처리할 수 있는 정보량에는 한계가 있기 때문에 “정보 전달의 효율성” 을 생각해야 함

② 데이터 잉크 비율을 높이자

표현하고자하는 데이터 외에는 불필요한 장식을 없애 심플하게 만들자 -> 커뮤니케이션을 위해

③ 시각 속성 활용하기

중요 !! 파이차트는 시각화에서 악의 축이라고 불릴 만큼 효과적이지 못함!

④ 궁극적인 목적은 커뮤니케이션

여기서는 Explanatory Analysis (설명형 분석) 대상으로 설명합니다!

• 질문에 대한 핵심 메시지가 명확한가?

• Action Item (행동을 촉진하는 내용) 이 있는가?

• 상대방과 나 사이에 공유된 컨텍스트를 고려했는가?

• 인사이트를 얼마나 이해하기 쉬운 형태로 전달하는가?

3. 데이터 시각화 테크닉

① 3d 차트는 쓰지 않는다. -> 정확한 사실이 전달되지 않을 뿐더러 왜곡된 정보전달

② 막대그래프의 축은 반드시 0부터 시작 -> 차이가 과도하게 강조됨

③ 꺾은선 그래프는 잘라내도 괜찮다.

색상은 강조하고 싶은 요소에만 사용하자

이중축은 혼란의 여지가 있다.

산포도는 가로축에 원인, 세로 축에 결과를 표시

시간은 가로축이 기본