11월의 1101을 함께했던 교육
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
-막대차트는 데이터의 크기(Demension)을 비교하는 용도르 사용하는게 좋다!
-막대차트는 데이터의 크기(Demension)을 비교하는 용도르 사용하는게 좋다!
-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
이 콘텐츠가 도움이 되셨나요?
이 글에 대한 의견을 남겨주세요!
서로의 생각을 공유할수록 인사이트가 커집니다.
_20250718180959193.png)