비즈니스

기업 비즈니스, 보안, 네트워크, 기업용 소프트웨어

arrow_downward최신기사

데이터 시각화 오류

알고 있어야 보인다! 사람들은 잘 모르는 데이터 시각화의 약점

완벽한 데이터 시각화를 위해 꼭 알아야 할 2가지 우리는 효과적으로 데이터를 활용하기 위해 시각화를 만듭니다. 시각화를 통해 많은 양의 데이터를 쉽게 요약해서 볼 수 있고, 데이터 인사이트도 빠르게 찾을 수 있기 때문이죠! 그러나 모든 시각화가 언제나 좋은 것은 아닙니다. 시각화에도 약점이 있습니다. 간단히 요약한 차트의 시각적 패턴을 무조건 믿었다가 데이터 해석을 잘못하게 되는 경우가 대표적입니다. 따라서 시각화의 효과를 제대로 활용하기 위해서는 시각화의 장점을 알고 있는 만큼 약점에 대해서도 알고 있어야 합니다. 오늘은 데이터 시각화 분야의 유명 인사인 알베르토 카이로(Alberto Cairo)의 책 『the truthful art : data, charts, and maps for communication』(이하 『the truthful art』)의 내용을 바탕으로 데이터 활용 시 알아야...

데이터 기업

'탐색적 데이터 시각화'를 통한 문제해결 접근법 ①제주도 대중교통 사례 분석

지난 정부의 미래준비위원회가 만든 ‘10년 후 대한민국, 미래 일자리의 길을 찾다’ 보고서에서 언급된 4차 산업혁명 시대에 필요한 인재의 핵심 역량 TOP3 중 가장 첫 번째로 언급된 것은  ‘창의성 기반의 문제해결력’이라고 합니다. 그 뒤로 꼽힌 역량은 기계와의 공생능력, 소통능력 등이었습니다. 결국 인간이 기계와 차별화되면서도 기계를 활용해 보다 많은 가치를 창출하기 위해서는 인간만의 '창의적인 문제해결 역량'이 필수적이라는 것이지요. 물론 이 조사 결과 외에도 각국의 기업 대상 설문조사에서도 다양한 방법을 사용해 업무를 수행하는 이른바 ‘문제 해결 스킬’이 점차 중요하게 대두되고 있습니다. 말마따나 국내에서도 이에 대한 관심도는 꾸준히 증가하고 있고, 이러한 흐름은 자연스럽게 비즈니스 분야의 인재 트렌드로도 이어져 오늘날 '문제해결 역량'은 기업의 인재 양성 및 발굴분야에서도 주요하게 꼽는 핵심역량지표 중 하나가 되었다고 볼 수 있습니다. · · · · · 개인과 조직의 창의적 문제해결 방법, 탐색적 데이터 시각화를 통한 문제검증부터! 그렇다면 창의적 문제해결은 어떤...

DAISY

성별, 연령별, 지역별…데이터를 나누면 인사이트가 보인다

시각적 데이터 탐색 및 분석을 위한 데이터 집산(Data Aggregation) 이야기를 이어가 봅시다. 지난 글에서는 데이터 집산 개념과 수치형 변수를 활용한 데이터 집산에 대해 알아보았습니다. 이번 글에서는 범주형 변수를 활용한 데이터 집산의 개념과 시각화 유형에 대해 자세히 알아보겠습니다. · · · 데이터를 보는 수십 개의 눈, 어떤 기준으로 볼 것인가 범주형 변수란 무엇일까요? 범주형 변수(dimension)란 개별 항목(category)으로 구분되는 데이터 값을 갖는 변수를 말합니다. 일반적으로 값은 텍스트, 날짜 형태를 띱니다. 간혹 숫자 형태의 값을 갖는 변수를 범주형 변수로 활용하기도 하는데, 이 경우 수학적으로 계산할 수 없다는 점에서 수치형 변수와 구별됩니다. 이를 범주형 변수의 종류로 설명할 수 있는데, 좀 더 세분화해 ① 텍스트 ②...

DAISY

숫자는 계산하라고 있는 것, 차트 만들기에서도 예외 없다

지난 글 ‘데이터 하나로 몇 개의 차트를 만들 수 있을까요?’에서 데이터 집산(Data Aggregation)의 개념을 알아보았습니다. 시각화에서 데이터 집산은 그 기준이 되는 변수의 유형에 따라 두 가지(수치형, 범주형)로 나뉘는데요. 이번에는 수치형 변수를 활용해 데이터 집산을 해보고, 시각화했을 때의 효과까지 자세히 알아봅니다. · · · · · 시각화 차트를 만드는 순간, 당신은 이미 데이터 집산을 했다 먼저 수치형 변수의 개념을 간단히 알아봅시다. 수치형 변수(measure, value)란 계산이 가능한 숫자 형태의 값을 가진 변수를 의미합니다. 시각화 차트는 수치형 변수와 범주형 변수(dimension, 항목(category)으로 구분되는 값)의 조합으로 만들어집니다. 이때 범주형 변수 항목별로 수치형 변수의 값이 합산(SUM)되는 것이 일반적입니다. 시각화 차트를 만드는 과정을 통해 자세히 알아보겠습니다. 먼저 시각화를 하기 위해 필요한 데이터인 로우(raw)...

광고 데이터

마케터가 알아두면 좋은 '낯선' 시각화

우리는 데이터를 통해 문제를 발견하고자 합니다. 데이터에서 문제를 볼 줄 알아야 하는데, 여기에 시각화의 필요성이 있습니다. · · · · ·  마케팅 데이터로 해보는 시각화 마케팅의 경우 사용자의 반응을 즉각적으로 확인하고, 그에 따른 적절한 행동을 취할 때 마케팅 효율을 높일 수 있습니다. 시각화는 이런 통찰을 가능하게 합니다. 통찰은 단순한 과정이 아니라 내부 요인 간의 관계를 통해 대상들 사이에 숨겨진 관계를 찾는 것을 의미합니다. 이 관계를 찾으면 과거를 알 수 있고, 현재가 보이며, 미래에 대해 짐작할 수 있습니다. 그렇다면 시각화는 어떻게 할 수 있을까요? 시각화에도 프로세스가 있습니다. 시각화를 통해 어떤 목적을 달성할 것이냐에 따라 심화된 단계로 나아갈 수 있습니다. 시각화 프로세스는 그 과정과 목적에 따라...