2020년 가장 중요한 마케터 역량, 데이터 리터러시

2020년 가장 중요한 마케터 역량, 데이터 리터러시

By  정은정 2019년 10월 29일10월 29, 2019

 

 

 

#디지털마케터라면 알아야 할 데이터 리터러시 스킬
#데이터를 보고 읽는 능력, 시각화에서 시작

 

 

Google 수석 이코노미스트 “데이터 리터러시가 앞으로 가장 중요한 역량”

구글의 수석 이코노미스트 할 베리안(Hal Varian)은 ‘데이터 리터러시(Data Literacy) 역량’을 누가 어떤 비즈니스에 종사하든 관계없이, 앞으로 10년간 가장 중요한 비즈니스 능력이라고 말했습니다. 데이터를 활용하는 조직뿐만 아니라 조직 내 개인 모두에게 필수적으로 요구되는 역량이라고 강조했지요.

‘데이터 리터러시(Data Literacy)’란 데이터를 목적에 맞게 생성하는 역량, 데이터 속 숨어있는 의미를 찾아 이해하는 역량, 해석된 결과를 업무에 적용하고 데이터로 소통하는 역량을 한 데서 활용하는 종합 경기의 개념으로 이해할 수 있습니다. 이러한 데이터 리터러시 하위역량에는 데이터 수집, 데이터 관리, 가공 및 분석, 데이터 시각화, 데이터 기획 등이 있는데요, 이 중 수집이나 기획이 아닌 ‘데이터 시각화’가 데이터 리터러시의 꽃이라 할 수 있습니다.

 

출처 : Mobiacademy

 

 ‘데이터 시각화’만 제대로 할 줄 안다면, 데이터에 숨겨진 의미를 읽어내고 깊이 있는 인사이트를 얻는 일이 훨씬 쉬워지기 때문입니다. 데이터 시각화란 그래프, 차트, 인포그래픽 등 직관적이고 효과적인 방식으로 데이터를 표현하는 것을 말합니다. 방대한 데이터에서 빠르게 특징적인 패턴이나 특이사항을 캐치하고, 변수에 따라 결과값이 바뀌도록 프로그래밍하는 것까지는 포함하는 의미입니다.

 전문적인 데이터 사이언티스트나 개발자가 아니더라도, 마케터의 시각에서 데이터 활용의 개념을 정리해보고, 마케터를 위한 시각화 분석 툴을 익혀본다면 누구나 데이터 리터러시 역량을 가진 디지털 마케터가 될 수 있습니다. 그렇다면 다음을 통해 마케팅 문제를 해결하는 ‘데이터 기반의 디자인 씽킹 사고와’ ‘데이터 시각화’에 대해서 보다 자세히 살펴보겠습니다.

 

---

Contents

1. 데이터 기반의 디자인 씽킹 (Design Thinking)
2. 데이터 시각화를 알고난 후 달라지는 것들
3. 데이터 시각화를 시작하는 방법
4. 데이터 리터러시 역량 완성하기

 

 

1. 데이터 기반의 디자인 씽킹

 

스탠퍼드 대학교의 디 스쿨(D-School)에 따르면 디자이너의 문제 해결 방식은 <공감 – 문제 정의 – 문제 해결을 위한 아이디어 도출 – 시제품 제작 – 사용자 테스트 진행>과 같은 단계를 거칩니다. ’디자인 씽킹’은 이러한 디자이너들의 문제해결 사고방식을 비즈니스 전반에 도입하는 것을 의미합니다. 제품 기획, 마케팅 전략 등 비즈니스 전 과정에 걸쳐 창의적으로 문제 해결에 접근하는 프로세스라고 할 수 있습니다.

 

 

데이터 기반의 디자인씽킹 프로세스 / 출처 : Thinking lab

 

이러한 디자인 씽킹 프로세스에 데이터 기반 통계자료를 활용하여 문제를 분석하는 것이 ‘데이터를 기반으로 한 디자인 씽킹’입니다. 기존의 디자인 씽킹 프로세스에 ‘데이터’라는 객관적인 자료를 접목시키면 마케터의 시간과 리소스를 상당 부분 절약할 수 있습니다. 또한, 데이터를 적극적으로 활용하면 할수록 깊이 있고 다각적인 분석 결과를 도출할 수 있게 됩니다. 데이터 기반의 디자인 씽킹을 배워보고싶다면 아래 링크를 참고하시기 바랍니다.

#데이터 기반 디자인씽킹으로 마케팅 문제에 접근하는 법

 

 

2. 데이터 시각화를 알고난 후 달라지는 것들

1) 많은 양의 데이터를 한눈에 파악할 수 있다

 데이터 시각화는 한눈에 볼 수 없는 많은 양의 데이터를 요약해서 한눈에 파악할 수 있도록 합니다. 오늘날 다양한 분야에서 빅데이터가 생산되면서, ‘한눈에’ 들어오는 데이터라는 것이 경쟁력이 되었습니다.

 데이터 시각화는 분석 결과를 쉽게 이해할 수 있도록 시각적으로 표현하여 전달하기 때문에, 보는 사람의 흥미를 유발하고, 정보를 습득하는 시간을 단축시켜 빠른 상황판단을 할 수 있게 만듭니다.

​

2) 누구나 손쉽게 인사이트를 발견할 수 있다.

 데이터 시각화의 장점은 R, 파이썬과 같은 전문적 기술 없이도 데이터에서 인사이트를 도출할 수 있다는 것입니다. 우리는 차트에 있는 도형의 크기, 색의 진하기, 위치 정도를 바탕으로 데이터를 비교하고, 분포를 파악하거나 관련성을 찾습니다. 이렇게 시각화 된 차트들은 데이터가 의미하는 바를 쉽게 이해하고, 숨겨진 인사이트를 찾을 수 있도록 돕습니다. 다시 말해, 데이터의 시각화는 데이터 활용도와 범위를 넓히는 역할을 수행한다고 할 수 있습니다.

​

3) 데이터 인사이트를 효과적으로 공유할 수 있다.

 데이터 활용 방안으로써 시각화는 데이터 인사이트를 많은 사람과 공유하는데 활용됩니다. PPT, 대시보드, 보고서 등에 삽입된 시각화 차트는 메시지 전달을 효과적으로 배가시키는 근거 자료가 됩니다. 차트로 시각화된 데이터는 사람들의 머릿 속에 빠르게 인지되기 때문입니다.

 데이터 시각화 결과를 공유하는 방법 중 하나는 대시보드를 활용하는 것입니다. 데이터 대시보드란 여러 시각화 차트와 표 등으로 구성된 판으로서 중요 데이터 지표(KPI) 등을 체크합니다. 사용자는 데이터 조회 기간을 선택하거나 특정 기준으로 데이터를 필터링할 수 있는 INTERACTIVE 기능을 사용하여 자유롭게 데이터를 검색할 수 있습니다.

# 실무에서 사용되는 RAW-DATA로 어떤 시각화 자료 만들어보기

 

 

3. 데이터 시각화를 시작하는 방법
– 강력한 시각화 분석 툴, 태블로(Tableau) 활용하기

 태블로 (Tableau)는 대용량 데이터 처리 속도가 빠르고 다양한 데이터 편집 기능 제공하는 빅데이터 시각화솔루션입니다. 드래그 앤 드롭으로 모든 기능을 활용할 수 있을 만큼 간편한 UI로 시각화 차트를 쉽게 만들 수 있습니다. 제작 가능한 시각화 유형으로는 막대차트, 라인 차트, 파이 차트, 산점도, 히트맵, 박스 플롯, 히스토그램, 피봇 테이블 등이 있고, 자체 변형 역시 적용 가능합니다. 사용자가 적용하는 시각화 스타일(이미지, 데이터 필터, 추세선 등)에 따라 무궁무진한 변형이 가능하며 차트 간 인터랙션, 애니메이션 등 모든 차트 구성요소의 조건 역시 변경할 수 있습니다. 다만, 이렇게 자유도가 높은 만큼 솔루션 사용을 위한 학습 시간은 투자가 필요한 편입니다. 모비아카데미에서 시각화 툴 태블로 실습과 다양한 실무 예제가 포함된 #데이터리터러시, #데이터 시각화 입문자 과정을 모집하고 있습니다. 자세한 커리큘럼은 아래 링크에서 확인해보세요!

# 시각화 분석 툴, Tableau의 핵심 구성과 기본 기능을 익히고 싶다면?

 

 

4. 데이터 리터러시 역량 완성하기

 

(1) 목적에 맞는 “차트 커뮤니케이션”​

데이터 시각화를 제대로 활용하기 위해서는 데이터 목적에 맞는 차트를 사용해야 합니다. Catholic University of America의 교수인 Abela가 아래와 같이 복잡한 ‘목적에 맞는 차트 선택법’을 만든 이유도 ‘어떤 시각화 유형을 고를 것인지’가 정확한 인사이트 전달에 매우 중요한 요소이기 때문입니다.

 

Catholic University of America, Abela’s Chart Suggestion

 

데이터를 활용하는 목적에 따라서 차트 종류는 비교(Comparison), 구성(Composition), 분포(Distribution), 관계(Relationship)로 구분할 수 있습니다. 시각화의 기본적인 목적인 ‘비교’를 위해서는 막대 차트, 버블 차트 등을 사용합니다. ‘시간 흐름에 따른 데이터의 변화’를 보기 위해서는 선 차트, 영역 차트, 타임라인 차트, 간트 차트가 적절합니다. 전체 데이터 중 특정 항목이 차지하는 ‘비중’을 보기 위해서는 파이 차트, 트리맵 차트 등을 활용하고 데이터 간의 관계를 보기 위해서 산점도, 네트워크 시각화 유형을 활용하는 것이 좋습니다.

 

(2) 목적에 맞는 “데이터 스토리텔링”​

데이터 속에서 뽑아낸 인사이트를 사용자에게 제대로 전달(스토리텔링)하는 작업은 매우 중요합니다. 제대로 된 데이터 스토리텔링은 사용자가 데이터를 빠르게 이해하도록 도와주고, 현상을 이해하는데 큰 도움을 주기 때문입니다. 데이터와 스토리를 함께 활용하면 지적 측면과 정서적 측면 모두에서 관객과 공감할 수 있습니다. 이 과정에서 시각화 도표들은 사람들의 머릿 속에 강렬히 기억되어, 데이터 스토리텔링이 전하는 메시지에 힘을 한층 실어줄 것입니다.

 

---

※ Summary

지금까지의 내용을 요약해보겠습니다.

우리는 정성적인 분석만으로 풀 수 없었던 문제를 데이터 기반의 디자인 씽킹 사고를 통해 해결할 수 있습니다. 또한, 데이터 시각화를 활용하면 1) 많은 양의 데이터를 한눈에 볼 수 있고, 2) 누구나 쉽게 데이터 인사이트를 발견할 수 있습니다. 또한, 메시지를 정확하고 빠르게 전달하기 때문에 3) 다른 사람에게 데이터 인사이트를 공유하여 스토리텔링에도 효과적입니다.

 

 

********
데이터 활용 개념부터 시각화 툴 입문용 사용법까지!
단시간 내에 데이터 분석 역량을 가진 디지털 마케터로 성장하고 싶다면?

데이터 시각화 전문가가 알려주는 모비아카데미의
[디지털 마케터를 위한 데이터 리터러시] 강연 커리큘럼을 확인해보세요!

 

[출처] https://www.mobiinside.co.kr/2019/10/29/academy-274/?fbclid=IwAR1BSxZMCbiejTek1vlVVQ5HFlGUJeDDYpUFFWsDKPyNK4xDxX4AW_ix0Aw