지금 당장 데이터 시각화 대시보드가 필요한 이유

지금 당장 데이터 시각화 대시보드가 필요한 이유

2019년 10월 10일 Analytics Consulting 0

안녕하세요, 인트렌치 컨설팅 이찬우입니다. 

아시다시피, 저희 인트렌치 컨설팅은 주로 구글애널리틱스를 고객사의 웹사이트에 구축하여 데이터 수집 방법을 설계해주고 더 나아가 고객사들 스스로 데이터 기반 의사결정을 할 수 있도록 운영지원 및 교육서비스를 제공해드리고 있습니다. 

대부분 고객사의 경우 데이터 수집 설계 단계의 “구축”단계를 먼저 완료하게 되고, 이러한 수집된 데이터를 가지고 분석 환경을 구축하는 “리포팅” 단계에 돌입하게 됩니다. 

데이터 시각화 필요단계
오늘 이야기 드릴 부분은 Phase 2. 리포팅에 대한 이야기입니다.

데이터 리포팅 단계에서는 가장 먼저 수집된 데이터를 한눈에 살펴볼 수 있는 대시보드를 만들게 되는데요, 일단 전체적인 그림을 그려 작성한 후 고객사의 피드백을 통해 조금씩 수정하여 완성하게 됩니다. 

이때, 대시보드 설계 부분에서 너무 1차원적인 데이터만 보이는 건 아닌지, 인사이트를 도출할 수 있을 정도로 더 고도화되어야 하지 않는지 등 만들기 전부터 많은 고민에 휩싸이게 되는데요, 이러한 부분들로 하여금 대시보드 제작을 시작하는 데 있어 막막한 생각이 들게 됩니다. 

제가 이 부분에서 여러분께 드릴 수 있는 말씀은, “일단 단순한 1차원적 데이터라도 대시보드로 구현하여 모두 모니터링해보십시오.” 입니다. 월, 일간 사용자 수, 거래수, 전환율 등 GA로 확인 가능한 부분들은 일단 모두 대시보드로 만들어 모니터링해보는 것을 권장드립니다. 

그 이유는 바로 지금부터 설명드리겠습니다. 

1. 전체를 보고 취약점을 발견해 낼 수 있습니다.  

다양한 방식으로 시각화를 하면 이전에는 보이지 않았던 부분들이 뚜렷하게 보이게 됩니다. 의료분야에서 이전에는 볼 수 없었던 부분들을 마치 X-ray나 CT촬영 등을 통해 볼 수 있는 것처럼 대시보드 또한 마찬가지입니다. 기업 사이트의 내부를 대시보드를 통해 살펴볼 수 있는 것이지요. 매출 흐름은 정상적인지, 각 페이지들에서 트래픽은 정상적으로 유입 및 종료되고 있는지, 외부 유입 매체들의 성과에서 나쁜 부분은 없는지 말입니다. 마치 사이트의 종합검진을 위해 대시보드를 제작한다라는 개념으로 보면 될 것입니다.

진단
컨설턴트는 기업의 내부를 살펴보며 진단하는 “비즈니스 닥터”라고 할 수도 있겠네요.  

2. 곁가지를 쳐내기 쉬워집니다. 

단순히 정보만 얻는 데는 그다지 어렵지 않을 수 있지만, 그 많은 정보들 중에서도 의미 있는 데이터를 간추려야 합니다. 때로는 이러한 간추리는 과정에서 핵심까지 잘라내는 우를 범할 때도 있겠지만. 데이터를 분석하기 위해선 핵심과 곁가지를 나누고 우선순위를 배열해야 합니다. 이럴 때 잘 만들어진 인터페이스로 시각화 한 대시보드가 있다면, 단순 명쾌한 인사이트를 얻을 수 있겠지요.  

데이터는 특정적인 상황에서 필요할 때 비로소 의미를 가지게 됩니다. 예를 들어서 자동차 계기판을 바라볼 때 연료계의 바늘이 중간 정도에 위치해 있다면 눈에 들어오지 않지만, 바닥에 가까워지면 그제야 주목하게 될 것입니다. 시각화에서도 시야와 임계점의 기본개념을 적용해서 정말로 중요할 때만 시선을 끌고 중요하지 않을 때는 무시할 수 있게 됩니다.

시각화1
시각화를 해 놓으면 이렇게 이상 징후를 보이는 부분만 감지하기 편하답니다.  

3. 패턴, 차이를 인식하여 새로운 발견을 이뤄냅니다.

인간의 두뇌는 패턴을 인식하는데 익숙합니다. 하지만 패턴인지 능력이 아무리 좋아도 데이터 출력 형태에 따라 우리가 직접 인식할 수 없는 패턴도 있습니다. 

단순하게 숫자로 표현되어 표로 존재했을 땐 의미를 발견하지 못했던 부분이, 그래프로 구현했을 때 의미를 발견하게 되는 경우가 존재합니다. 예를 들어 특정 업계의 경우 유독 주말에만 낮은 전환율을 확인할 수 있었습니다. 이때 기간에 따라 누적된 데이터를 보여주는 표를 볼 땐 확인하기 힘들었던 데이터의 주기성을 확인할 수 있었습니다.      

시각화2
참으로 규칙적으로 주말에만 낮은 수치를 보여주고 있었습니다. 

또 다른 케이스를 보면, 데이터 간 관계의 시각화에서 발견하는 경우도 있습니다.

시각화3
위의 그래프는 시간+유입채널+주문금액이라는 데이터의 관계에서 의미를 발견할 수 있습니다. 

숫자로 볼 땐 인지하지 못했던 데이터 간의 차이, 간격에 대해서 인식하게 되고, 위 그래프처럼 특정시간대에 특정 매체가 주문금액이 높게 나타나며, 다른 시간대와는 유입채널에 따른 주문금액 비중이 어떻게 다른 지를 발견할 수 있습니다. 

인간의 기억력과 사고력 논리는 어떻게 발달했을까? 바로 도구를 발명했기에 가능했다. 도구 덕분에 우리는 더욱 영리해졌다. – Donald A. Norman

아무리 영어를 열심히 배우고 체화하여 능숙하게 사용하더라도, 모국어가 한국어인 이상 영어자체로 사고하기란 절대 쉬운 일이 아닐 것입니다. 아마 그렇게 사고할 수 있는 사람은 극히 드문 사람들이겠지요. 데이터를 보는 일 또한 마찬가지입니다. 데이터를 통해 인사이트를 도출하고 그에 따른 개선 액션 포인트를 생각해내야 하는데, 이를 생각만으로 정리하는 것은 너무 어렵습니다. 따라서 “데이터 요소를 비교하는 부담”을 시각적으로 구현한 대시보드에게 넘기고, 우선순위가 높은 문제에 보다 더 잘 집중할 것이 훨씬 업무적인 면에서 능률이 좋을 것입니다.