사회적으로 데이터 활용에 대한 중요성이 강조되면서, 공공, 민간 분야 가리지 않고 데이터 활용을 기반으로 한 다양한 시도가 이어집니다. 동시에 데이터를 다룰 줄 아는 인력에 대한 수요도 증가합니다. 그러나 현실은 인력 자체가 부족한 상황입니다.
최근 소프트웨어정책연구소와 전자정보통신산업진흥회 등 유관 기관과 업계는 2022년까지 빅데이터 산업에서 부족한 인력 수를 2,785명으로 추산했습니다. 문제 상황을 극복하기 위해 기업은 데이터 분야의 역량을 가진 인재를 채용하는 방법뿐 아니라 자체 인재 육성을 위한 프로그램을 진행하는 등 적극적으로 나섭니다. 이런 흐름은 사회에서 데이터 활용 역량을 보유한 사람이 경쟁력 있는 인재로 인정받고 그 역할을 하게 된다는 것을 의미합니다.
현업에서 실무를 하는 사람들이 데이터를 주제로 한 교육에 높은 관심을 두고, 참여하는 것 역시 같은 맥락으로 이해할 수 있습니다. 그렇다면 사회와 개인이 관심을 두는 데이터 활용 역량, 그것은 무엇이고, 어떻게 기를 수 있을까요? 또 현업의 실무자들은 어떻게 데이터를 활용할까요?
데이터를 보고 읽는 능력, 데이터 리터러시는 시각화로부터 시작!
데이터 활용 역량이라고 하면 가장 먼저 언급되는 개념은 데이터 리터러시(Data Literacy)입니다. 단어 의미 그대로 데이터를 보고 읽는 것을 의미합니다. 데이터를 보고 읽는 구체적인 방법, 즉 데이터 리터러시 하위 역량에는 데이터를 수집하고 가공 및 분석하는 것뿐 아니라 데이터 기획, 시각화 역량이 포함됩니다.
그중에서도 데이터 시각화는 누구나 데이터를 활용할 수 있는 가장 쉽고 빠른 방법입니다. 복잡한 데이터 분석 기술이 없는 사람도 쉽게 시각화 차트를 만들 수 있어, 데이터 활용을 하는 데 있어서의 진입 장벽이 낮습니다. 또 특별한 분석 역량이 없어도 시각화 차트 내 요소의 시각적 패턴을 근거로 데이터 의미를 해석하기 때문에, 누구나 쉽게 데이터 인사이트를 발견하고 스토리텔링 할 수 있습니다.
데이터 시각화를 활용하면 많은 양의 데이터도 시각화 차트 하나로 요약할 수 있습니다. 시각화 차트 유형은 매우 다양한데, 이 중 어떤 시각화 차트를 활용하느냐에 따라서 같은 데이터로도 여러 가지 인사이트를 발견할 수 있습니다. 이처럼 시각화를 근거로 데이터를 분석하고 인사이트를 도출하는 것을 ‘시각적 분석(Visualization Analysis)’이라고 합니다. 시각적 분석에서는 데이터 시각화를 얼마나 잘 이해하고 활용하느냐에 따라서 도출 가능한 데이터 인사이트의 범위가 달라집니다. 우리가 데이터 인사이트를 찾는 목적이 결국 어떤 문제 상황을 극복하거나, 개선하기 위한 것이라면, 얼마나 의미 있는 인사이트를 찾을 줄 아는가의 문제는 데이터를 근거로 만들어 낼 수 있는 가치 창출 범위의 문제로 이어집니다. 시각화를 강조하지 않을 수 없는 이유가 여기에 있습니다!
데이터 기반의 가치 창출 극대화를 위해 데이터 시각화에 대해 정확히 이해하고 활용할 줄 알아야 합니다. 데이터 시각화를 효과적으로 활용하는 방법은 데이터에 적합한 시각화 유형을 선택해 차트로 만드는 것입니다. 단, 시각화 차트 하나로는 도출 가능한 인사이트가 제한적이므로, 다수의 시각화 차트를 종합해 보고 인사이트를 도출할 수 있어야 합니다. 이를 위해 필요한 것이 바로 데이터 시각화 대시보드입니다.
많은 양의 데이터를 쉽고 빠르게 탐색하는 방법, 데이터 시각화 대시보드!
데이터 시각화 대시보드는 한 개 이상의 시각화 차트를 한 화면에 모아서 배치하고, 데이터 탐색을 할 수 있도록 설계한 화면입니다. 한 화면에 모아 놓은 여러 시각화 차트를 한 번에 보면서 차트 하나로 데이터를 볼 때 보다 종합적인 인사이트를 도출할 수 있습니다.
데이터 시각화 대시보드의 장점은 여러 차트를 한 화면에 모아서 볼 수 있을 뿐 아니라 많은 양의 데이터를 빠르게 탐색할 수 있는 인터랙티브 기능 요소를 포함한다는 것입니다. 데이터 필터와 차트 간 인터랙션 기능 요소를 활용하면 데이터의 조회 기간을 변경하거나, 특정 항목을 기준으로 세부 데이터를 빠르게 확인할 수 있습니다.
데이터 시각화 대시보드에서 데이터 탐색을 위해 활용하는 인터랙티브 기능 요소를 자세히 알아보겠습니다. 데이터 필터는 데이터 시각화 대시보드에 표현할 데이터의 범위를 선택하는 것입니다.
가장 일반적인 경우는 데이터의 시간 범위를 선택하는 것인데요. 위 사례는 데이터 시각화 대시보드 상단에 데이터의 시간 범위를 연도별로 선택할 수 있도록 데이터 필터를 대시보드 최상단에 배치하였습니다. 특정 연도를 선택할 때마다 시각화 대시보드에 표현하는 데이터의 범위가 달라지고, 이에 따라 차트의 시각적 패턴이 달라지는 것을 볼 수 있습니다.
시각화 차트 간 인터랙션 기능 요소는 특정 차트 영역 내에서 사용자가 어떤 행동을 취하면, 해당 시각화 차트와 연동된 차트의 데이터도 관련된 내용으로 변경되는 것을 말합니다. 이는 크게 두 가지-차트 간 데이터 필터, 차트 간 데이터 하이라이팅-로 구분됩니다.
먼저 차트 간 데이터 필터를 알아봅시다. 데이터의 범위를 필터링하는 것은 앞서 설명한 대시보드의 데이터 필터와 같으나, 데이터 필터를 하는 방식이 특정 차트 내에서 클릭이나 마우스 오버와 같은 인터랙션에 의한 것입니다. 예를 살펴볼까요?
왼쪽의 지도 시각화에서 항구를 의미하는 특정 원을 선택하면 오른쪽 시각화 차트들의 시각적 패턴이 달라지는 것을 볼 수 있습니다. 차트 간 데이터 필터 기능을 활용해 항구별 세부 데이터를 빠르게 확인할 수 있습니다.
인터랙티브 데이터 시각화 대시보드에서 자유롭게 탐색해 다양한 인사이트를 도출한다는 것은 이처럼 다양한 기준으로 데이터를 필터해 조건별 인사이트를 도출하는 것을 의미합니다.
차트 간 인터랙션 요소의 다른 하나는 차트 간 하이라이팅으로 연동된 차트가 특정 차트에서의 인터랙션(클릭, 마우스 오버 등)에 따라 동일 항목이 하이라이팅 되는 것을 의미합니다. 위 사례를 보면 한 시각화 차트 안에서 특정 항목(항구)을 클릭할 경우 연동된 차트의 동일 항목의 요소가 하이라이팅 되는 것을 알 수 있습니다.
여러 시각화 차트에서 인사이트를 도출할 때 같은 항목의 데이터를 쉽고 빠르게 식별할 수 있습니다. 여기에 더해 인터랙티브 데이터 시각화 차트의 툴팁 기능은 시각화 요소로 요약된 데이터의 상세 수치를 보여주는 데 효과적입니다.
데이터 시각화 대시보드로 찾는 데이터 인사이트, 데이터 리터러시 그 자체!
데이터 시각화 대시보드에서 인사이트를 발견하는 과정은 데이터를 보고 그 의미를 읽어내는 데이터 리터러시 그 자체라고 말할 수 있습니다. 특히 인터랙티브 기능 요소를 활용할 경우, 더욱 자유롭게 데이터를 탐색해 다양한 인사이트를 발견할 수 있습니다.
많은 경험은 역량의 발전으로 이어집니다. 데이터 시각화를 바탕으로 인사이트를 찾고, 이를 의사결정의 근거로 활용하는 ‘데이터 기반의 의사결정’ 프로세스를 경험하면 경험할수록 데이터 리터러시 역량을 빠르게 향상할 수 있습니다.
이 글의 처음에서 이야기했듯 많은 기업은 데이터 분야의 역량을 가진 인재를 원하고, 그런 인재를 채용하거나 직접 교육을 통해 인재 육성에 발 벗고 나섭니다. 또 다른 한편으로는 데이터 기반의 의사결정으로 더 큰 가치를 창출하기 위해 전사가 활용할 데이터 플랫폼을 구축하기도 합니다.
데이터 플랫폼 역시 핵심은 데이터 활용의 활성화를 위한 데이터 시각화 대시보드입니다. 기업은 전사가 공유할 수 있는 데이터 시각화 대시보드를 만들고, 이에 대한 적극적인 활용을 도모합니다. 기업 내 서로 다른 분야의 실무자들은 각자의 관점에서 다양한 데이터 인사이트를 도출하고 공유합니다.
이를 통해 기업은 문제 정의 단계부터 해결의 단계까지 기업이 일하는 모든 과정에서 데이터 기반의 의사결정을 도입하고, 의미 있는 성과를 만들 수 있습니다. 기업이 활용하는 데이터 시각화 대시보드의 구체적인 유형은 업무 분야에 따라 3가지 정도로 구분할 수 있습니다.
첫 번째, 경영진이 기업의 핵심 KPI 지표 변화를 모니터링하기 위한 용도로 만든 데이터 시각화 대시보드입니다. 상세한 데이터 지표를 일일이 보여주기보다는 핵심 KPI 지표를 한눈에 볼 수 있는 시각화 대시보드를 구성합니다. 특히 시간 흐름에 따라 비교할 수 있는 라인 차트를 중심으로 표현하거나, 특정 기간 대비 증감률을 보조 지표로 활용하는 경우가 많습니다.
두 번째, 조직 및 인사 관리 부서의 경우 부서 혹은 지점, 구성원 개인 등을 기준으로 데이터를 탐색할 시각화 대시보드를 활용합니다. 부서별로 성과를 한눈에 비교할 수 있는 시각화 차트를 활용하거나 데이터 필터의 기준을 부서로 해, 부서별 상세 데이터를 탐색할 수 있도록 만듭니다. 인터랙티브 데이터 시각화 대시보드로 데이터 범위 기준을 달리해 상세 데이터를 보고 인사이트를 도출합니다.
세 번째, 마케팅 부서에서는 온/오프라인의 다양한 마케팅 데이터 시각화 대시보드로 만들어 성과를 측정하고 개선점을 파악하는 데 활용합니다. 앞서 언급한 2가지 유형의 대시보드는 시각화 대시보드 내 요소의 활용이 좀 더 중요한 반면, 마케팅 부서에서는 데이터 시각화 대시보드를 어떻게 만드냐의 이슈보다 어떤 데이터를 보는 것이 더욱 중요합니다.
예를 들어 타깃 마케팅을 목표로 한다면 기업의 고객 데이터를 분석하기 위한 시각화 대시보드를 만들어 해당 기업의 고객의 특성을 도출합니다. 이 경우 자사 제품을 실제 구매한 고객 데이터를 활용할 수도 있고, 자사 웹사이트에 들어온 사람 전체를 잠재 고객으로 보고 해당 데이터를 활용할 수도 있습니다.
기업 내부의 데이터뿐 아니라 외부 데이터를 함께 활용하는 경우도 있습니다. 가장 대표적인 사례가 날씨 마케팅인데, 제품의 판매량 데이터와 날씨 데이터를 함께 분석 및 시각화해 고객의 구매 패턴을 파악, 마케팅 액션 수립에 근거로 활용합니다. 또 온라인 마케팅의 경우 광고나 소셜 채널별 데이터를 수집하고 이를 시각화해 채널별 성과를 정기적으로 모니터링하고 개선점을 도출합니다.
마치며
지금까지 살펴본 기업의 데이터 시각화 대시보드 활용의 구체적인 사례를 통해, 우리는 왜 우리에게 데이터 리터러시 역량이 필요한지 다시 한번 이해할 수 있습니다. 나아가 데이터 중요성에 대한 사회적 공감대로부터 시작된 데이터 리터러시 역량의 요구, 데이터를 근거로 일하고 서비스를 만드는 등의 경향은 기업에 국한되지 않는다는 것을 언급하고자 합니다.
앞으로 크게는 국가와 도시의 행정에 있어서, 또 작게는 개인의 일상생활에도 데이터 리터러시가 중요한 역할을 할 것이라고 생각합니다. 그러므로 데이터 활용의 가장 쉬운 방법이자 데이터 리터러시 역량을 기를 수 있는 데이터 시각화를 누구라도 관심을 두고 살펴보지 않을 이유가 없습니다.
이 글을 통해 자세히 살펴본 데이터 시각화 대시보드의 개념과 이를 직접 만들 때 고려해야 할 사항 역시 자세히 알아둘 필요가 있습니다. 여러분은 어떻게 데이터를 활용하시나요? 여러분의 데이터 리터러시는 안녕하신가요?
원문: 뉴스젤리
[한승수] 코알못 마케터가 직접 해보는 마케팅 데이터 분석 실습과 데이터 환경 구축 따라 해보기
왜 이 강의를 만들었나요?
마케터는 개발을 모르고, 개발자는 마케팅을 알기 어려워해요.
- Sean
이제는 마케팅과 그에 따른 고객의 행동 변화를 측정할 수 있는 시대입니다. 전환, 클릭, 등 마케팅에서도 데이터가 중요한 건 이제 모두가 알지만, 정작 마케팅을 위한 데이터를 분석하고 해석하기 위해서는 어떻게 해야 할지, 문송한 코알못 마케터는 답답하기만 합니다.
데이터를 받아서 분석하고 해석하기 위해서는 개발자분들에게 ‘이런 거 이런 거 필요해요’라고 설명할 수 있어야 하는데, 그것조차도 쉽지 않죠. 마케터는 개발자의 용어를 이해하기 어렵고, 개발자는 마케팅을 잘 모르니까요. 그래서 그 간격을 메우는 것이 필요합니다.
마케터분들이 개발팀에 “이런 거 필요해요, 그래서 이렇게 환경을 구축하면 우린 이런 것을 할 수 있어요”라는 것을 명확하게 얘기하고, 또 안되면 직접 해볼 수 있는 능력도 필요해요. 사실 마케팅에 필요한 데이터를 측정하는 건 그렇게 어려운 게 아닙니다. 어려운 영역이 아니고, 몰라서 못 하는 영역이거든요.
페이스북과 구글을 조금만 더 이해하고 몇 가지만 구체적으로 파악해 본다면 누구나 할 수 있는 것이 바로 마케팅 데이터 분석/해석입니다. 코딩도 약간 들어가지만, 비전공자도 충분히 따라 할 수 있는 마케팅과 엔지니어링을 함께 다루며 그 간극을 메꾸는 것이 이 강의가 만들어진 이유입니다. 그동안 답답하셨다면 이 강의를 통해 직접 따라 해보는 건 어떨까요?
강사 소개
페이스북 출신의 데이터 사이언티스트. 마케팅 데이터 전문가. 페이스북과 구글의 광고 플랫폼의 작동 원리를 알려주고, 마케터가 직접 따라 해보며 최적화를 달성할 수 있도록 만들어드립니다.
- 현) 마케팅 자동화 기업 파노믹스 대표
- 전) 페이스북 마케팅 사이언스
- 전) 빙글 데이터 사이언티스트
- 전) Cogo Labs Quantitative Data Analyst
- 카네기멜론 대학교 통계학 / 경제학
누가 들으면 좋을까요?
- 데이터 기반의 마케팅을 하고 싶지만, 뭐부터 해야 할지 모르겠는 분
- 페이스북과 구글 광고 최적화를 더 잘해보고 싶으신 분
- 개발자팀에게서 마케팅 데이터를 받고 싶지만, 뭘 어떻게 요청해야 할지 답답한 분
- 개발팀의 도움 없이 직접 데이터 분석/해석을 하고 싶은 코알못 담당자
- 퍼포먼스 마케터로 성장하고 싶으신 분
커리큘럼
1. 마케팅 데이터 분석, 일단 뭐라도 해보자! (11/06)
- 디지털 마케팅과 데이터
- 머신러닝 플랫폼인 페이스북과 구글 광고 시스템의 이해
- 어떤 지표를 어떻게 봐야 하는지?: 이론 및 메트릭 이해
- 다양한 채널의 데이터를 한데 모아 직접 분석·해석해보기
- 개발자에게 요구하자 I: 마케팅 데이터 확보 방안 – 페이스북 픽셀 / 구글 애널리틱스 / 구글 태그 매니저 가이드
- 개발자에게 요구하자 II: 클라우드 서버 구축 및 마케팅 데이터 시각화 디자인 가이드
2. 개발자 없다? 답답해서 마케터가 직접 따라 하는 마케팅 데이터 엔지니어링 실습 (11/13)
- 페이스북 마케팅 API 연결을 위한 페이스북 앱 생성
- 페이스북 마케팅 API 연결 및 데이터 확보 파이썬 스크립트 실습
─ 마케팅 API를 통해 데이터 파이썬 스크립트로 불러오기
─ AWS S3로 데이터 보내기
─ AWS 아테나를 통해 데이터 테이블 구축 - 시각화 툴: 리대시 10초 만에 AWS 아테나와 연결
- 기본적인 쿼리를 통해 리대시에서 시각화까지!
강연 안내
- 날짜: 11월 6일, 13일(수)
- 시간: 19:30–22:00
- 장소: 위워크 삼성역 2호점(서울 강남구 테헤란로 518) 11층 EF 강의실
강의 전체 보기
강의 1:1 상담하기
강의 일정 보러 가기
- 실습 과정입니다. 필기구와 노트북을 반드시 지참해 주세요.
- 교안은 강의 후에 메일로 배포해드립니다.
- 주차 지원이 되지 않으며, 교통이 혼잡하오니 대중교통 이용을 권장합니다. (유료 주차, 시간당 6,000원, 무인정산기로 카드로만 결제 가능)
- 수료증 발급 가능합니다.
- 세금계산서 발급 가능합니다. 사업자등록증을 [email protected]로 보내주세요.
- 모든 강의는 부가세가 포함된 강의료입니다.
- 신청 시 적어준 휴대폰 번호로 강의 안내 문자를 보내드리니 꼭 문자를 확인해주세요. :^)
