Data literacy - 쓸모 있는 시각화

5장 2절.

쓸모 있는 시각화 vs 보기 좋은 장식

슬라이드를 넘긴다. 애니메이션이 멋지고, 그래프는 화려하게 움직인다. 색깔도 많고, 폰트도 크고, 마치 잘 만든 광고 영상 같다.
그런데 발표가 끝나고 나면 딱 한 가지를 묻게 된다.
“…근데 그래서, 뭐가 중요한 거죠?”

‘보기 좋은’ 그래프는 많다. 그런데 ‘쓸모 있는’ 그래프는 드물다.
요즘은 시각화 도구도 많고, 템플릿도 많고, 심지어 AI가 자동으로 그래프도 만들어준다.

• 원형 그래프, 막대 그래프, 누적 차트, 워드 클라우드
• 슬라이드 디자인 플랫폼, 자동 색상 조화 추천

덕분에 누구나 손쉽게 멋진 시각화를 만들 수 있다.
그런데 문제는, 예쁘게 만들어진 시각화가 진짜 의미를 전달하지 못한다는 데 있다.

보기에 좋은 게, 꼭 이해하기 쉬운 건 아니다

예를 들어보자. 하나의 대시보드에 이런 것들이 들어가 있다.

• 카테고리별 막대 그래프
• 지역별 지도 시각화
• 연도별 추이선
• 성별 비중을 원형 그래프로
• 워드 클라우드로 자유 의견 요약

모양은 멋있다. 하지만 보는 사람은 생각한다.

• “정보가 너무 많아.”
• “뭘 먼저 봐야 하지?”
• “결국 중요한 건 뭔데?”

이런 대시보드는 보는 사람에게 선택을 맡겨버리는 시각화다.
→ 데이터를 보여주긴 하지만,
→ 메시지를 전달하지 못한다.

쓸모 있는 시각화는 단순하다. 그리고 방향을 갖고 있다.

쓸모 있는 시각화는 꼭 예쁘지 않아도 된다. 오히려, 다음 3가지를 갖고 있다면 이미 ‘잘 만든’ 것이다.

 

① 한눈에 핵심이 보인다
[예]

“아, 이게 증가했구나.”
“이 항목이 가장 높은 수치네.”
“여기서 변화가 있네.”

📍  데이터 → 해석까지 거리가 짧다.

 

② 비교가 자연스럽다
[예]

“이 지점은 다른 지점보다 성과가 낮네.”
“작년 대비 올해는 어떻게 달라졌지?”
“여기서 갑자기 감소했네?”

📍  보는 사람 스스로 질문을 떠올릴 수 있게 만든다.

 

③ 다음 행동을 유도한다
[예]

“이걸 줄여야겠다.”
“이 지역에 더 집중해야겠네.”
“이 상품군이 문제였구나.”

📍  단순히 ‘보는 것’에서 끝나지 않고, 무언가를 ‘하게 만든다’.

그래프는 보여주는 도구가 아니라, 설득하는 도구다

실무에서는 특히 더 그렇다.

• 성과 보고서
• 분기 리뷰
• 마케팅 캠페인 결과
• 고객 분석 결과

이런 보고서에 들어가는 시각화는 데이터 자체보다 ‘무엇을 말할지’를 먼저 결정하고 만들어야 한다.

그래프를 만드는 게 목적이 아니라,
보고서의 메시지를 그래프로 ‘표현’하는 게 목적이다.

[실무 팁] 쓸모 있는 시각화 만들기 전 3가지 질문

 

① 이 그래프는 어떤 메시지를 말하고 싶은가?
→ 추이를 보여주는 건가? 비교인가? 문제를 강조하려는 건가?

 

② 그 메시지를 가장 직관적으로 보여줄 수 있는 형태는 뭔가?
→ 막대 그래프 vs 선 그래프 vs 간단한 숫자 하나?

 

③ 이 그래프는 나 없이도 의미를 전달할 수 있을까?
→ 설명이 필요 없는 그래프가 진짜 잘 만든 그래프다.

보기 좋은 장식보다, 불편해도 필요한 진실을 보여줘라

[예]

한 번은 이런 일이 있었다. 마케팅 캠페인 분석 회의였다. 예쁘게 꾸민 대시보드가 띄워졌고, 모두 감탄했다. “잘 만들었네.”

하지만 실무 담당자가 한마디 했다.

“근데 고객 유입은 늘었는데, 전환율은 떨어졌어요.”
“그 얘긴 아무 그래프에도 없네요.”

 

그래프는 다 있었다. 하지만 진짜 중요한 데이터는 '빠져 있었다'.
왜냐하면 보기 좋게만 구성했기 때문이다.

 

📍 의미 있는 데이터는 때때로 불편하다.
그걸 보여주는 용기가 시각화를 쓸모 있게 만든다.

“좋은 시각화는 보는 사람에게
데이터를 읽게 하지 않고,
데이터를 이해하게 만든다.”

 

[5장. “ 엑셀과 친하지 않아도 데이터 감각은 생긴다 ”]

• 5-1. 정제되지 않은 데이터가 말하는 진짜 이야기 ( Data literacy - 정제되지 않은 데이터 )
• 5-2. 쓸모 있는 시각화 vs 보기 좋은 장식 ( Data literacy - 쓸모 있는 시각화 )
• 5-3. 숫자보다 더 중요한 ‘비정형 데이터’ 다루기 ( Data literacy - 비정형 데이터 )
• 5-4. 나만의 데이터 리포트, 어떻게 시작할까? ( Data literacy - 나만의 데이터 리포트 )