데이터 시각화는 무엇인가?
우리는 수많은 데이터를 마주하고 분석해, 갖고 있던 문제를 해결하거나 새로운 계획을 만들기 위한 근거로 삼습니다. 그리고 그 과정에서 종종 데이터를 시각화합니다. 그 시각화는 구체적으로 어떤 것을 의미하는 걸까요?
데이터의 시각화는 데이터 사이언스 프로세스, 즉 데이터를 분석하고 가공해 사용자가 받아보게 되는 전체 과정 중 하나라고 할 수 있습니다.
데이터의 원천 형태는 숫자의 집합이죠. 이 집합을 점이나 선 같은 기호로 부호화하든 사실적인 그림으로 표현하든 숫자의 함의를 숫자가 아닌 시각적 요소로 바꿔서 받아들이는 사람이 보다 쉽고 빠르게 이해할 수 있도록 만드는 기술이자 커뮤니케이션 도구라고 볼 수 있습니다.
데이터 시각화의 중요성
그럼 이러한 데이터 시각화는 왜 중요한 것일까요? 인간은 모든 인지기관 중 시각에 대한 의존이 매우 높습니다. 별다른 노력을 기울이지 않아도 어떤 선의 길이가 길고 짧은지, 모양이 둥근지 네모난지, 어떤 방향으로 움직이는지, 색상의 차이는 어떤지를 금새 이해합니다. 단순히 숫자로 나열된 형태보다는 그림의 형태로 사물이나 현상을 파악하는걸 더 쉽게 느낍니다.
하지만 방대한 데이터, 즉 숫자를 인간이 알아볼 수 있는 형태로 시각화하기 위해서는 많은 처리과정과 계산을 필요로 합니다. 숫자를 점과 선으로 바꾸는 것만해도 시간이 걸리는데 이를 더 눈에 띄는 형태의 그래프로 변환하고, 2차원이 아닌 3차원의 형태로 입체화하고, 데이터의 변화량을 실시간으로 쫓아 그려내고, 그려내는 모양을 끊임없이 모아서 동적인 영상으로 만들고, 멀리 떨어져있는 상대에게 네트워크를 통해 전달하는 모든 것이 데이터 시각화 뒷편에서 일어나는 일이며 이는 별도의 계산과 비용을 필요로 합니다.
그러므로 데이터 시각화의 효과적인 측면을 위해서는 언제 어디까지 누구를 위해 데이터 시각화를 해야 하는지 그 범위와 대상을 최대한 좁혀서 구체적으로 만들지 않으면 광범위한 비용과 시간을 쓰게 되기 마련입니다. 결국은 타깃 오디언스와 데이터 시각화는 상당한 연관성이 생기게 되는데요.
타깃 오디언스와 데이터 시각화
타깃 오디언스에 따른 데이터 시각화는 두가지 조건을 고려하는 것이 좋습니다. 하나는 해당 고객이 얼마나 자주 정보를 요구하느냐는 것입니다. 데이터 시각화는 어떤 주기를 가지고 결과물을 갱신하는지에 따라 결과물이 무척 달라질 수 있습니다. 처음부터 좁혀진 고객을 대상으로 그 고객에 맞는 주기, 즉 시즌에 데이터 수집의 결과를 맞추면 보다 효과적인 시장을 시각적으로 보여줄 수 있게 되죠.
두번째는 그 고객이 어떤 형태, 어떤 비유를 좋아하느냐와 같은 선호도입니다. 데이터 시각화는 추상적인 그래프가 기본적이긴 하지만 디지털 시대에 있어서 특정 형태로 변형시키는 인포그래픽도 중요합니다. 그래픽 요소를 선택할때 해당 고객이 보다 친숙하게 여기거나 흥미를 느끼는 방향으로 시각화하는 것이 좋지요. 그 방법은 색상도 될 수 있고 특정한 아이콘이 될 수 있습니다.
데이터 시각화 도구들은 위와 같은 기본적인 고민은 물론 현장에서 시행착오를 겪었던 사람들의 경험을 근거로 더 많은 해결을 보여줍니다. 리스크를 줄여주는 것은 물론 생각지 못했던 방향까지 제시해주곤 하죠.
어도비 애널리틱스와 데이터 시각화의 미래
어도비 애널리틱스가 제공하는 보고 기능의 대부분은 이러한 데이터 시각화의 요건들을 갖추고 있습니다. 빅데이터의 직관적인 시각화를 포함해 대시보드를 통해 그래프부터 지도에 이르기까지 이런 것도 있었구나 싶을 정도의 다양한 그래픽 형태를 제시하죠. 그렇게 제시되는 형태를 동료들과 함께 모바일 디바이스로 주고 받으며 의견을 붙여나갈 수 있다는 점도 좋습니다.
데이터 시각화는 지금도 많은 발전을 이루고 있지만 향후 더 획기적인 모양으로 발달할 수 있는 인지과학의 분야입니다. 인지과학의 모든 분야가 그렇지만 이 영역을 만들고 선도하는 것은 결국 얼마나 자주 데이터 시각화를 활용하느냐에 달려있기도 하죠.그만큼 데이터 시각화는 지속적인 관심이 필요한 마케팅 기술이기도 합니다.