11월의 1101을 함께했던 교육 
-막대차트는 데이터의 크기(Demension)을 비교하는 용도르 사용하는게 좋다!
프로젝트 1101의 매거진
[1101] 디지털 마케터를 위한 데이터 리터러시 수강후기
2019.12.09 15:48
조회수 320
교육사 _ 모비아카데미
일자 _ 2019년 11월 27일
장소 _모비아카데미 컨퍼런스 홀
솔루션 기획자의 후기
1.간단한 자기소개 부탁드립니다.
안녕하세요 저는 NHN AD에서 광고 관련 플랫폼 및 솔루션기획 업무를 담당하고 있습니다.
2. 일과 일 사이에 어떤 시간이었나요?
대시보드를 기획 할 때, 보고서를 작성 할 때 마다 데이터를 효율적으로 표현하는 방법에 대해 많은 고민을 하는 편 입니다.이번 강의는 단순히 B.I 솔루션을 활용 방법 뿐만 아니라, 각종 그래프 작성 시에 필요한 꿀팁들을 배울 수 있어서 굉장히 유익했습니다. 또한 마지막 실습시간에 이론적으로 배운걸 적용해 보는 시간도 있어서 더욱 좋았던것 같습니다.
3. 강의에서 가장 깊게 남았던 점 3가지를 공유해주실래요?
① 데이터 시각화란?
> 단순히 예쁜 숫자정리나 도표, 그래프를 만드는 것이 아니다.
> 결과가 아니라 질문을 보여주는 것이다.
> 미래예측 보다는 문제의 발생 패턴을 제시해주는 것이 바로 '데이터 시각화'이다.
② 데이터 탐색의 두가지 방법
1) 찾아야 하는 지표가 명확한 경우
데이터 구조를 살펴보며 데이터가 담고 있는 정보를 파악한다.
데이터를 통해 알고자 하는 정보를 Raw 데이터 탐색 이전에 결정해 놓아야 한다.
2) 찾아야 하는 지표가 불명확한 경우 (새로운 인사이트를 찾아내야 하는 경우)
마찬가지로 데이터 구조를 살펴보며 데이터가 담고 있는 정보를 파악한다.
데이터에 대한 전반적인 탐색 및 시각화 진행
시각화 된 데이터를 통해 인사이트 도출
③ 데이터 시각화(그래프) 꿀팁
-3개 이상의 데이터가 들어가는 경우엔 도넛차트를 사용하지 않는 것이 바람직하다.
-막대차트의 라벨은 수평하게, 범례는 상단에 위치하는 것이 데이터 비교에 유익하다.
-수평 막대 그래프에서 그리드 선과 척도는 가급적 지양한다.
4. 모비아카데미의 강의가 업무에 도움이 될 것 같나요? 어느정도 유의미했는지 솔직하게 말씀해주세요.
많은 도움이 될 것 같습니다. 수업을 듣고나서, 그 동안 기획했던 대시보드들을 다시한번 돌아보고 개선점을 찾을 수 있었어요.
5. 앞으로 모비아카데미와 함께하는 또 다른 1101 강의들을 들어보실 생각이 있나요?
앱 데이터 분석에 대한 강의가 있다면 유익할 것 같습니다.
마케팅 전략 기획자의 후기
1.간단한 자기소개 부탁드립니다.
안녕하세요 NHN AD에서 사업 기획과 미디어별 영업/ 마케팅 전략 기획을 담당하고 있는 안원진 입니다.
2. 일과 일 사이에 어떤 시간이었나요?
데이터 리터러시, 문자 그대로 데이터를 잘 해석하고 시각화하는 작업을 통해 단일의 데이터를 정보화 할 수 있는 방법을 배울 수 있는 시간이었습니다. “데이터 기반의 OO” 다양한 현업을 포함한 모든 영역에서 강조되는 부분인데요. 실제로 데이터 생성, 수집, 처리 단계까지 기술 발달에 따라 수집할 수 있는 단일 데이터의 양은 방대해 졌지만, 데이터를 목적에 맞게 활용하고자 데이터 속에 숨겨진 의미를 파악하는 역량. 보기 쉽게 전달해야 하는 부분은 필수적이지만, 쉽지 않은 과정입니다. 이 쉽지 않은 과정에 대해 데이터가 활용되는 범위와 흔히 기업들에서 우리가 범하고 있는 오류에 대해 자료를 통해 확인하고, 데이터를 보다 효과적으로 처리할 수 있는 스킬을 연습할 수 있던 짧지만 강력했던 시간이었습니다.
3. 강의에서 가장 인상 깊게 남았던 점 3가지를 공유해 주실래요?
① 차트의 구성 원리부터 접근
흔히 마케터라면 당연히 같은 내용이라도 더 돋보일 수 있는 디자인의 보고서 혹은 제안서를 만들고 싶어 합니다. 그러다 보면 데이터를 차트화 할 때 “많은 내용을 한눈에 보기 쉽게 전달”하고자 하는 가장 기본적 목적을 잊은 채 의미를 잃은 뻔한 조합의 뻔한 차트를 보고서에 포함하는 잘못(?)을 적지 않게 범하곤 하는데요. 데이터를 시각화 할 때 차트를 구성하는 영역은 시각화 ‘요소’를 구분하는 범주형 필드인 Dimension과 시각화 요소의 ‘값/크기’를 결정하는 수치형 필드인 Measure의 조합으로 구성된다는 점은 가로축, 세로축, 범례만 생각하고 차트를 만들어 입히던 입장에서 인상 깊던 부분이었습니다. 이 원리를 기억하고, 다각도로 이해해 활용한다면, 같은 요소의 데이터를 가지고도 데이터의 타입과 데이터 시각화 의도에 따라 여러 유형의 차트로 표현해보고 더 효과적인 조합을 선택할 수 있을 것 같습니다.
② 실제 접해왔던 공공기관의 통계자료의 옥에 티 찾아내기
물론 공공기관 통계자료의 옥에 티를 찾는 작업을 강의 중에 하진 않았습니다. 사례로 다뤄보던 시각화 데이터 중, 특정 데이터를 다른 방향으로 표현했다면 더 효과적이었을 수 있는 부분을 충분히 검토해볼 수 있었고, 지금까지 만들어온 수많은 차트들을 머릿속에 떠올려 볼 수 있던 인상 깊던 시간이었습니다. 패션과 헤어 스타일에도 T.P.O가 있듯, 데이터를 시각화할때도 어떤 데이터 요소를 골라 써야 할 지, T.P.O에 따른 적합한 유형을 사용하는 것이 의미 전달에 중요하다는 점. 기억해야 할 것 같습니다.
③ 실제 데이터 바탕의 실습
이번 강의에서 가장 인상적이었던 부분은 개론적인 내용 외에도 실습을 함께 진행한 점이었습니다. 사실 모든 교육이 그렇듯, 강사님과 함께 진행할 때는 아! 그렇구나, 그렇지. 쉽네! 라고 생각할 수 있고, 전문가가 그림을 그리는 걸 옆에서 보고 있으면, 당장 나도 화가라도 될 것 같은 느낌이지만 막상 연필과 종이 한 장이 놓이면 넋 놓고 포기하게 되고, ‘어떻게’는 아는데 액션으로 이어지기가 세상 어렵습니다. 이번 교육은 짧은 시간 동안에 위에서도 쓴 것처럼, 현업에서 마주할 수 있는 날 것의 문제 상황 데이터를 가지고 직접 문제 원인 파악을 위한 가설 설정 단계부터, 데이터 시각화 작업을 통한 가설 검증 단계, 파악해본 문제 원인을 해소/제거하기 위한 액션까지 검토해볼 수 있는 실습을 진행했는데요. 어려웠지만 전반적인 데이터 처리 프로세스 과정을 배운 자리에서 실습해 볼 수 있어서, 교육 이후 실무 적용에 포기할 수도 있던 위험한 단계를 면하고, 반복적 활용을 통해 스킬을 키워보고자 하는 동기까지 부여가 된 것 같습니다.
(실습 중_데이터 시각화 툴 (Tableau Public) 활용 일부 예시 이미지_)
4. 모비아카데미의 강의가 업무에 도움이 될 것 같나요?
네. 사실 매일 출근해서 퇴근할 때까지 가장 많은 부분을 함께하는 리소스가 데이터일 텐데요. 데이터 해석과 시각화의 중요성에 대해 귀가 닳도록 들어 익숙은 하지만, 입사 후 엑셀 기반의 데이터 가공 및 처리를 주로 해왔고 종종 더 다양한 작업을 해보고 싶다고 생각했었습니다. 모비아카데미의 이번 강의를 통해서 원래도 유명했지만, 사용하기 어려울 듯해 접해보지 않았던 데이터 시각화 툴의 기본 사용 방법을 익혀, 현업에서도 데이터 처리를 좀 더 효율적으로 처리하는데 도움이 될 것 같습니다.
5. 앞으로 모비아카데미와 함께하는 또 다른 1101 강의들을 들어보실 생각이 있나요?
네. 모비아카데미를 통해 접할 수 있는 1101 강의들은 실제 현업에 바로 적용할 수 있는 내용이 많은 것으로 알고 있고, 이전에도 퍼포먼스 마케팅과 관련한 모비아카데미 개최의 강의를 들어본 적이 있는데요. 향후에도 데이터 관련 강의 및 유튜브, 커머스 채널 분석 등의 강의가 추가로 진행된다면 수강하고 싶습니다 J
- #데이터리터러시
- #모비아카데미
