본문 바로가기
DAta 이론

[데이터 분석 알아보기] 2-2.직관적인 데이터 시각화 만들기

by DAkimble 2024. 8. 9.

 

1. 데이터 시각화, 더 자세히 알아보자

지난 시간에는 데이터 시각화란 무엇이고 왜 해야하는지 알아봤습니다. 데이터 분석가에게 데이터 시각화란 단순히 데이터를 시각적으로 바꿔놓는 '가시화'에 그치지 않고 관찰자가 더 쉽게 이해하고 인사이트를 발견할 수 있도록 목적을 가지고 데이터를 가공하는 일입니다. 분석가의 의도와 목적 없이 단순히 그래프로 치환한 데이터는 여전히 아무 의미 없는 비정형 정보에 불과할겁니다. 그리고 시각화가 필요한 이유는 인간이 감각과 인지능력의 한계로 인해 방대한 양의 데이터 속에서 오히려 유용한 '정보'와 '지혜'를 찾기 어렵기 때문입니다. 따라서 데이터 분석가는 시각화를 통해 데이터가 전해주는 정보를 직관적으로 전달하며 관찰자의 의사 결정에 도움을 줄 수 있어야 합니다.

 

그렇다면 직관적인 데이터 시각화는 어떻게 할 수 있을까요? 잘 된 데이터 시각화란 어떻게 한 작업일까요? 이번 글에서는 여러 아티클들의 정보를 모아 데이터 시각화를 잘하는 법에 대해 알아보겠습니다. 전문가들은 전체적으로 좋은 데이터 시각화란 다른 모든 서비스업이 그렇듯이 그 대상이 되는 인간에 대해 잘 이해해야 가능하다고 말하고 있습니다.

 

 

2. 데이터 시각화 어떻게 해야할까?

인간은 시각적인 동물입니다. 인간이 어떤 정보를 받아들일 때는 오감 중에 시각을 70%나 이용한다고 해요. 이 때 시각에 들어오는 엄청난 양의 정보는 모두 의식되지 않고, 인간의 뇌 속에서는 집중되기 전에 필요한 정보만 선별되는 작업 과정을 거치는데 이것을 전주의적 속성(Pre-attentive Attributes)이라고 합니다. 전주의적 속성을 잘 활용하면 머리아픈 정보처리 과정을 효율적으로 해낼 수 있어요. 그래서 좋은 데이터 시각화는 이런 신체적인 과정을 따르는 동시에 돕는 방식으로 이루어져야겠죠. 신유진님은 시각화 아티클에서 이 프로세스를 3단계로 나타냈는데요 간단한 그래프 예시와 함께 알아볼까요?

 

 

이 그래프는 smartrip이라는 미국의 교통카드와 지폐의 버스에서 평일 시간당 이용수를 나타내고 있습니다.

 

우리가 그래프를 보면 1단계로 제일 먼저 뚜렷한 시각 요소를 파악할 수 있습니다. 시각 정보가 눈의 신경 세포에 입력돼서 뇌로 전달되는데 가장 돋보이는 순으로 인식되는거죠. 사람들은 시각 정보를 받아들일 때 위치 > 길이 > 방향 > 각도 > 면적 > 부피 > 채도의 순으로 잘 인식한다고 해요. 따라서 막대 차트(길이)는 미묘한 길이 차이에도 쉽게 판별 할 수 있어 자주 사용되지만, 파이 차트(각도)와 영역 차트(면적)은 인간이 인지하기 어렵기 때문에 드물게만 사용돼요. 위의 막대 그래프에서는 다음과 같은 특징들이 추출될 수 있겠네요

 

• 색깔: 파랑, 주황

• 형태: 막대, 길이

 

2단계는 패턴 알아차리기로 앞서 추출한 시각 요소들의 공통점과 차이점을 발견합니다.윤곽선을 찾아 나누거나,동일 한 색이나 질감,방향성 등에 따라 그룹으로 분류하며 패턴을 인식합니다.그럼 위의 시각화에서는 어떤

 

• 동일한 색의 막대는 같은 그룹으로 인식

• 파란색 막대가 주황색 막대보다 길다. 

 

3단계는해석하기 입니다.  전 단계에서 추출된 시각 요소 및 패턴을 이용하여,뇌에서 능동적으로 의미를 부여하고 해석합니다. 텍스트를 이미지와 연결하여 해석하기도 하고,이미 가지고 있던 정보를 바탕으로 시각 요소나 패턴에 의미를 부여해 새로운 정보를 찾습니다.위의 시각화에서는 아래와 같은 내용이 해석될 수 있겠

 

 막대 사이즈는 시간의 양을 의미한다.

 데이터는 이용자들의 총 시간량을 의미한다

 스마트트립이 지폐보다 훨씬 많이 이용되고 있다.

 

따라서 목적을 명확히 하고 스스로에게 다음과 같은 메세지를 던지는 것이 좋은 데이터 시각화를 수행하는 방법입니다.
1) 질문에 대한 핵심 메세지가 정확한가?
2) 행동을 촉진하는(Action Item) 내용이 있는가?
3) 내 차트는 아무것도 모르는 사람이 봐도 이해하기 쉬운 구조인가?

 

3. 이커머스 도메인의 데이터 시각화

쿠팡 관련 아마추어팀 데이터 시각화 프로젝트

 

 

마켓컬리 UX/UI 개선 프로젝트 예시

 

쿠팡이츠 서울 지역별/시간별 배달단가 모니터링 by 김션님 유튜브