안녕하세요, 인트렌치 컨설팅 강민구입니다.
데이터를 다루는 직군이거나, 광고, 마케터 직군이라면 데이터 보고서 작성은 피할 수 없는 운명입니다.
주간, 월간, 분기, 연간 보고서 뿐만 아니라 광고 실적 보고나 A/B Test 결과 보고 등 다양한 이유와 목적으로 보고서를 작성 하기 때문인데요.
특히, 막 입사한 신입사원이나 데이터 직무를 처음 시작하는 초심자들에게는 데이터 보고서 작성이 어려운 과제가 될 수 있습니다.
데이터를 해석하고 의미 있는 인사이트를 도출한 뒤 이를 보고서 형태로 정리하는 과정은 상당한 스킬과 경험을 요구하기 때문입니다.
저 역시 데이터 보고서를 처음 작성하게 되었을 때 어렵고 막막해서 여러 보고서 관련 책과 브런치 글들을 읽으며 참고했던 기억이 있습니다.
그때의 기억을 되살리며, 이번 콘텐츠를 통해 초심자 분들에게 도움이 되고자 제가 경험한 팁들을 공유드리고자자 합니다.
처음 데이터를 접한 실무자에겐 데이터 보고서 작성은 어렵게 느껴질 수 있다.
1. 데이터 보고서의 시작은 데이터 정리부터
데이터 기반 보고서를 작성할 때 가장 중요한 단계는 데이터를 추출하고 정리하는 과정입니다.
만약 보고서의 목적과 이유를 명확히 인지하지 않은 상태에서 데이터를 추출하면,
보고서 작성 도중에 데이터를 추가로 추출하거나 기존 데이터 기준을 수정해야 하는 일이 생길 수 있습니다.
이런 과정이 반복되면 시간도 많이 들고 스트레스도 받고 지치게 될 수 밖에 없는데요.
따라서 데이터를 추출하기 전, 목적과 이유를 명확히 정리하고,
나름의 가설이나 스토리라인을 구상한 뒤 목적에 맞는 데이터를 추출하는 것을 추천합니다.
데이터 추출 및 정리 전, 미리 추출해야할 데이터를 정리하는 과정이 필요합니다.
저 같은 경우, 아래와 같이 저만의 프레임 워크를 통해 데이터 추출을 진행합니다.
(저만의 방법일 뿐, 더 효율적인 방법을 찾아보셔도 됩니다 🙂)
1-1. 가설 수립 : 데이터를 추출하기 전, 예상되는 결과에 대한 가설을 세웁니다.
ex) “신규 광고 운영에 따라 특정 제품의 구매 전환율이 상승했을 것이다”
1-2. 가설 검증 : 추출된 데이터가 가설과 일치하는지 확인합니다.
ex) 데이터를 확인해보니, 구매 전환율은 이전 기간과 드라마틱한 차이를 보이지 않음
1-3. 원인 분석 : 가설과 다르다면 그 이유를 파악합니다.
ex) 광고를 통한 유입이 늘어났기 때문에, 전체 구매 사용자와 매출액은 증가했으나,
유입이 늘어남에 따라 전환율은 큰 차이를 보이지 않은 것으로 파악됨
이런 방식으로 가설을 미리 세워서 데이터를 파악하는 과정은, 광고나 마케팅 운영 보고서를 작성할 때도 효과적인데요.
특히 가설을 기반으로 테스트를 진행하는 A/B Test 결과 보고서를 작성할 때 더욱 효과적입니다.
이러한 과정을 반복해서 진행하다보면, 데이터를 정리하는 단계에서 이미 중요한 인사이트를 발견하게 될 확률이 높아지게 되는데요.
결과적으로 보고서 작성 시 어떤 내용을 다뤄야 할지 명확해지고, 작성할 내용을 미리 구상할 수 있기 때문에 리소스 절약과 보고서 퀄리티 향상 두 마리 토끼를 잡을 수 있게 됩니다.
2. 숫자만 본다면 문장은 적히지 않는다.
처음 보고서를 작성했을 때, 저는 추출한 데이터를 도식화한 뒤 숫자를 뚫어지게 바라보곤 했습니다.
그렇게 추출한 데이터를 나열하며 상세하게 해석하여 작성한 보고서를 상사에게 피드백을 받기 위해 전달 드리고, 수정사항이 없기를 간절히 바랬죠.
초창기 보고서를 작성하며 가장 많이 받은 피드백은 내용에 “핵심은 있으나, 눈에 들어오지 않는다”는 피드백이였습니다.
처음 데이터 보고서를 작성 했을 때 ‘전월 대비 특정 페이지 조회 수는 1.8% 증가했고, 다른 페이지 조회수는 2.3% 감소했으며…..’ 와 같이 상세한 숫자까지 전부 작성했습니다.
[데이터] 보고서기 때문에 데이터를 위주로 작성해야 한다는 생각으로 인해 데이터에 초점을 맞춰 눈 앞에 있는 [숫자]들을 나열하고 있던 것이죠.
복잡하다는 피드백을 받은 후 보고서 작성에 어려움을 느끼던 와중, “숫자를 문자로 바꿔서 생각을 해보세요” 라는 조언을 받았습니다.
이후 제가 작성한 보고서의 초안들을 바라봤을 때 제가 적어놓은 수많은 숫자들이 눈에 들어왔습니다.
숫자만 봤을 때는 퍼센트의 사소한 변화가 있었지만, 결과적으로 많이 본 페이지와 적게 본 페이지는 기간과 관계 없이 동일했는데요.
그렇기 때문에 해당 부분은 “사용자들의 페이지 조회 현황은 기간과 관계 없이 동일한 트렌드를 보이고 있다” 한 문장으로 정리가 될 수 있었습니다.
데이터 보고서에는 숫자가 포함되어 데이터를 해석하는 것이 주가되는 것이 맞지만, 상황에 따라 직접적인 영향을 끼치지 않고 큰 틀에서 봤을 때 데이터 트렌드 차이가 크지 않다면 상세하게 하나하나 증감율을 볼 필요는 없다는 것을 깨달았죠.
추출한 데이터를 하나의 큰 스토리 흐름으로 보고, 각각을 세분화해서 문장 형태로 다시 생각을 해본다면 작성에 어려움을 느꼈던 부분들을 손쉽게 작성할 수 있을 것이라 생각합니다.
데이터 보고서에서 숫자는 중요하지만, 핵심적인 맥락에서 큰 차이를 만들지 않는다면 모든 숫자를 나열하기보다는 스토리를 중심으로 핵심을 전달하는 것이 더 효과적입니다.
데이터 안에서 숫자만 보는 것보다, 전체적인 맥락을 중심으로 데이터를 작성하는 것이 효과적입니다.
3. 사용자 친화적인 언어를 사용하자.
데이터 분석에 익숙한 사람이라면 전문 용어나 특정 툴에서 사용하는 용어를 자연스럽게 쓰게 됩니다. 일상 생활에서도 나도 모르게 쓰고 있는 모습을 볼 수 있는데요.
하지만 보고서는 데이터를 잘 모르는 사람도 이해할 수 있도록 작성해야 합니다.
같은 직무를 하는 동료뿐만 아니라 데이터에 익숙하지 않은 다양한 팀이 보고서를 활용할 수 있기 때문입니다.
그렇기에 나만 알 수 있는 단어, 데이터 팀에서는 흔하게 쓰이지만 다른 팀에서는 생소할 수 있는 단어는 사용자 친화적으로 변경하여 작성하는 것이 좋습니다.
(보고서에 활용한 단어의 뜻이 무엇인지 추가 설명을 진행하는 것 또한 하나의 업무가 될 수 있습니다)
보고서를 받아보는 사용자 입장에서 친숙한 단어를 활용하는 것이 중요합니다.
대표적으로 흔하게 사용되는 GA4를 활용한 데이터 보고서를 예시로 들어보겠습니다.
“10월 한달 사이트 MAU는 10만명이고 세션은 14만으로 확인됩니다.
또한, 메인 페이지 내 GNB 영역을 가장 많이 클릭하고, 평균 세션 시간이 약 3분으로 파악됩니다”
아마 GA4를 활용했던 분이라면 보자마자 어떤 말인지 바로 이해가 되실텐데요.
모르는 사람이 봤을 때는 무슨 소리인지 정확히 이해하기 어렵습니다.
그렇기 때문에 “GNB가 어디를 말하는걸까?” MAU와 세션의 차이는 뭐지?” 와 같은 궁금증이 먼저 머릿속을 차지하고, 결과적으로 내용에 대해 집중을 하기 어려워 전반적인 내용 파악이 어려울 수 있습니다.
따라서, 아래와 같이 사용자 친화적인 언어로 변경하는 것이 [보고서를 받아보는 사람] 입장에서 좋은 보고서가 될 수 있습니다.
“10월 한달 동안 사이트에 방문한 사용자는 10만명이고, 방문수는 14만으로 확인됩니다.
또한, 메인 페이지 내 상단 메뉴를 가장 많이 클릭했으며, 평균적으로 한 번 방문 했을 때 약 3분간 사이트에 머무르는 것으로 파악됩니다”
이처럼 사용자 친화적인 언어를 사용하는 것으로 보고서의 가독성과 이해도를 크게 향상할 수 있으며, 결과적으로 팀 간 소통을 원활하게 하고 데이터 기반 의사결정을 더욱 효과적으로 만들 수 있습니다.
데이터 보고서를 작성하는 과정은 초반에는 어렵고 복잡하게 느껴질 수 있습니다.
하지만 반복적으로 작성하다 보면 자신만의 최적화된 프로세스가 생기고, 시간이 지나면 수월하게 처리할 수 있는 업무가 될 것이라고 생각합니다.
보고서를 작성하기 위해 여러가지 관련 글들을 봤던 기억을 되짚어보며보고서 작성을 하며 어려움을 겪고 계신 분들에게 도움이 되고자 지금까지 제가 보고서를 작성하면서 느꼈던 나름대로의 팁을 전달 드렸는데요.
그 때의 제가 여러가지 글을 읽으며 참고하고 도움이 됐던 것 처럼,
이 글을 읽으신 분들에게 도움이 됐길 바랍니다.
긴 글 읽어주셔서 감사합니다.