- 데이터 시각화로 어떻게 설득할 수 있을까
- 기본적으로 지표에 대한 비교를 보여주어야함
- 필요하다면 지표에 평가 기준을 부여 + 액션을 유도하는 의미를 부여
- 전달하고자 하는 메시지에서 출발해 비교와 평가로 액션을 유도하는 방향으로 설득
- 그래프를 그려보고 나서 인사이트를 도출하려해서는 안된다→논리적이지 못한 결론을 도출할 수 있음
- 시각화의 시작은 목적
- who: 이걸 보는 사람은 누구인가
- why: 그 사람들은 이걸 왜 봐야 하는가
- what: 이를 위해 무슨 지표가 필요한가
- how: 그래서 어떻게 대응할 수 있을 것인가
- when: 이게 언제 필요한가
- who: 이걸 보는 사람은 누구인가
- 유저의 사용 목적에 맞는 지표 구성과 대시보드 설계(관리자용 vs 실무자용)
- why: 그 사람들은 이걸 왜 봐야 하는가
- 조직에 의미 있는 데이터 시각화를 설계하기 위한 준비
- Importance: 비즈니스 어떤 측면에서 얼마나 중요한지(Acquisition, Retention, Monetization)
- Situation: 현재 팀 상황과 우선순위를 고려했을 때 적합한지
- Cost: 비용과 시간이 얼마나 소모될 것인지
- Effect: 언제 어떤 효과가 얼마나 예상되는지
- what: 이를 위해 무슨 지표가 필요한가
- 데이터 시각화 대시보드에 넣기 좋은 지표의 특징들
- 상대적인 지표(전주 대비 유료 결제 전환율, 전월 대비 수익 증감율 등)
→시간(전일/주/월/년 대비), 그룹(카테고리/브랜드 평균 대비) 지표 변화율
→시각화에서 인사이트를 도출하려면 기본적으로 "비교"가 가능해야 함 - 비율을 나타내는 지표(고객 재방문율, 활성 사용자 비율, 유료 구독 전환율 등)
→실제 사용자들의 참요도를 나타내는 학습과 액션이 가능한 지표
→비즈니스에 임팩트가 있는 인사이트를 얻으려면 프로덕트/ 서비스의 실질적인 현황을 반영할 수 있어야 함 - 액션이 가능한 지표(유료 구독 배너 클릭 전환율, 광고 소재
→후행지표 등에 선행하는 선행지표
→선행지표 일수록 개선하는 방법이 명확해 실제 액션에 반영하기 쉽다
- how: 그래서 어떻게 대응할 수 있을 것인가
- 시각화의 기본은 비교를 통한 인사이트
- 비율로 바꿔서 보기: 범주 잔 지표의 scale 차이가 날 경우 유저 입장에서 지표의 좋고 나쁨을 평가하기 어려움
- 전체와 비교하고 비슷한 카테고리끼리 묶어서 보기: 전체 카테고리 평균 전년 대비 매출 증감율과 비교 등
- when: 이게 언제 필요한가
- hourly: 실시간 모니터링이 필요한 지표(서비스 Usage 모니터링 등)
- daily: 비즈니스 주요 이슈 체크 대시보드(데일리 주문 수 모니터링 등)
- weekly: 대부분의 기본 대시보드(광고 효율 지표 모니터링 등)
- monthly: 재무상태 확인 등과 같은 비즈니스 진척사항 확인(C-level 용 수익분석 대시보드 등)
- 실무에서 쓰는 데이터 시각화 유형
- 대시보드 구조를 먼저 생각하고 적합한 차트 유형 고민하기
- Quick visibility를 위해 KPI 증감율과 트렌드는 최상단에
- KPI에 영향을 미치는 Driver Metrics와 Input Metrics로 drill-down
- 전체적인 데이터 구성이나 흐름을 파악할 수 있도록 overview에 퍼널 차트, 트리맵 등 활용 고려
- Action Items에 넣을 수 있는 것들: 앞으로 90일간 집중해야할 영업기회, CRM 액션이 필요한 고객 리스트 등
- Row-level 데이터 첨부 및 내보내기 기능으로 유저가 직접 궁금한 부분에 대해 분석할수 있도록
- 차트 유형: 대부분은 막대, 라인, 도넛 차트 3가지로 표현할 수 있음
- 그 외에 덤벨 차트, 슬로프 차트, 범프 차트, 폭포수 차트, 생키 차트 등 장단점을 고려해서 목적에 맞게 활용
- 대시보드 구조를 먼저 생각하고 적합한 차트 유형 고민하기
'Data > [SeSAC 성동1기 전Z전능 데이터 분석가]' 카테고리의 다른 글
[성동1기 전Z전능 데이터 분석가] Day 43 (5) | 2023.12.13 |
---|---|
[성동1기 전Z전능 데이터 분석가] Day 42 (1) | 2023.12.12 |
[성동1기 전Z전능 데이터 분석가] Day 38~40 (3) | 2023.12.11 |
[성동1기 전Z전능 데이터 분석가] Day 37 (2) | 2023.12.05 |
[성동1기 전Z전능 데이터 분석가] Day 36 (0) | 2023.12.04 |