Your Data Isn't Boring - Your Charts Are \u2014 CSV-X.com

모든 것을 바꾼 230만 달러 스프레드시트

지루한 차트가 기업에 수백만 달러를 잃게 한다는 것을 깨닫던 순간이 아직도 기억납니다. 2019년, 저는 한 포춘 500대 소매 회사의 회의실에 앉아 그들의 운영 부사장이 분기 판매 데이터를 발표하는 모습을 지켜보고 있었습니다. 화면의 스프레드시트는 그들의 북동부 지역에서 23% 감소를 보여주었고—즉각적인 행동을 촉발해야 할 참담한 하락이었습니다. 대신, 저는 절반의 임원들이 핸드폰을 체크하는 모습을 지켜보았고 나머지 절반은 숫자 행을 멍하니 바라보고 있었습니다.

세 달 뒤, 그 지역은 누군가 결정적인 행동을 취하기 전에 또 다른 230만 달러를 잃었습니다. 데이터는 항상 거기에 있었던 것입니다. 문제는 정보가 아니라 그것이 제시되는 방식이었습니다. 이때 저는 데이터 시각화 분야에서 제 경력을 형성할 근본적인 진리를 이해했습니다: 당신의 데이터는 지루하지 않습니다. 당신의 차트가 지루한 것입니다.

저는 마커스 첸이며, 지난 14년 동안 조직이 그들의 데이터를 시각화하고 상호 작용하는 방식을 변화시켜 왔습니다. 저는 의료 분석 회사에서 비즈니스 인텔리전스 분석가로 시작하여 데이터 시각화 컨설팅으로 넘어갔고 현재는 다양한 스타트업부터 다국적 기업까지 함께 일하는 12명의 시각화 전문가 팀을 이끌고 있습니다. 그 동안 저는 뛰어난 데이터가 형편없는 시각화에 갇혀 누군가 그것을 해방시켜 주기를 기다리는 패턴이 수백 번 반복되는 것을 보았습니다.

2023년 데이터 시각화 협회의 연구에 따르면 평균 지식 근로자는 하루에 2.5시간 데이터를 시각화하는 데 소비합니다. 주당 12.5시간, 연간 650시간입니다. 만약 그 시각화가 혼란스럽고, 오해의 소지가 있거나 단순히 지루하다면, 당신은 시간만 낭비하는 것이 아닙니다—더 나쁜 결정을 내리는 것입니다. 그리고 오늘날 데이터 중심 경제에서는 나쁜 결정이 그 어느 때보다 빨리 누적됩니다.

왜 우리는 같은 시각화 실수를 반복할까

불편한 진실은 데이터 시각화를 만드는 대부분의 사람들이 이를 잘하는 방법에 대한 교육을 받은 적이 없다는 것입니다. 그들은 엑셀이나 구글 시트를 열고, 몇 개의 셀을 강조 표시하고, "차트 삽입"을 클릭한 뒤 소프트웨어가 제안하는 것을 받아들입니다. 이는 마이크로웨이브의 프리셋 버튼만 사용하여 요리사가 되려는 것과 같습니다. 뭔가 먹을 수 있는 것은 만들 수 있지만, 맛은 좋지 않을 것입니다.

데이터는 항상 거기에 있었습니다. 문제는 정보가 아니라 그것이 제시되는 방식이었습니다. 당신의 데이터는 지루하지 않습니다. 당신의 차트가 지루한 것입니다.

저는 제 경력 동안 3,000개 이상의 비즈니스 프레젠테이션을 분석했으며, 그 중 약 78%가 데이터에 적합하지 않은 차트 유형을 사용하고 있다는 것을 알게 되었습니다. 선 그래프가 이야기를 더 잘 풀어낼 때 원형 차트가 지배합니다. 3D 막대 그래프는 정보를 추가하지 않고 시각적인 혼잡만 더합니다. 이중 축 차트는 잘못된 상관관계를 만들어 잘못된 전략을 초래합니다.

문제는 우리가 데이터 시각화를 생각하는 방식에서 시작됩니다. 대부분의 사람들은 이를 최종 단계로 간주합니다—사후 분석이 완료된 후 숫자를 예쁘게 보이게 하여 프레젠테이션을 하기 위해서입니다. 하지만 시각화는 장식이 아닙니다. 사고의 도구입니다. 패턴을 탐색하고, 가설을 테스트하며, 마음을 바꾸고 행동을 유도하는 인사이트를 전달하는 방법입니다.

작년에 고객 이탈 패턴을 이해하는 데 어려움을 겪고 있는 SaaS 회사와 협력했습니다. 그들은 모든 데이터를 가지고 있었습니다: 로그인 빈도, 기능 사용, 지원 티켓, 결제 이력. 데이터 팀이 복잡한 모델을 구축하고 상세한 보고서를 작성했습니다. 그러나 제품 팀에 결과를 발표했을 때, 아무것도 변하지 않았습니다. 시각화는 기술적으로 정확했지만 감정적으로는 평이했습니다—그저 또 다른 막대 그래프 세트처럼 보였습니다.

우리는 그들의 이탈 대시보드를 처음부터 새로 구축했습니다. 고립된 메트릭 대신 고객 여행에 초점을 맞추었습니다. "Q3에서 23%의 사용자가 이탈했다"고 표시하는 대신, 우리는 그 사용자가 떠나기 전에 어떤 경로를 갔는지를 시각화했습니다. 우리는 그들이 어디에서 발이 묶였는지, 어떤 기능을 발견하지 못했는지, 그리고 보유 고객과 행동이 어떻게 달랐는지를 보여주었습니다. 2주 후, 제품 팀은 세 가지 주요 마찰점을 파악하고 솔루션을 구축하기 시작했습니다. 6개월 후, 이탈률이 31% 감소했습니다.

데이터 시각화의 다섯 가지 치명적인 실수

수천 개의 차트와 대시보드를 검토한 결과, 데이터 통신을 지속적으로 저해하는 다섯 가지 실수를 확인했습니다. 이들은 사소한 미적 문제들이 아닌, 진실을 가리고 잘못된 결정을 유도하는 근본적인 오류들입니다.

죄 #1: 차트 정크 과부하. 에드워드 터프티는 1983년에 "차트 정크"라는 용어를 만들었지만, 우리는 여전히 그것에 휘말리고 있습니다. 불필요한 그리드선, 장식적인 배경, 3D 효과 및 과도한 색상은 모두 실제 데이터와 관심을 끌기 위해 경쟁하고 있습니다. 저는 한 번 17가지 다른 색상, 세 개의 글꼴 패밀리, 그리고 화면 전환 간의 애니메이션을 사용하는 판매 대시보드를 검토했습니다. 디자이너는 그들이 흥미롭게 만들고 있다고 생각했지만, 사실 그들은 그것을 피곤하게 만들었습니다. 당신의 두뇌는 한 번에 처리할 수 있는 시각적 정보가 제한적입니다. 모든 불필요한 요소는 인지 부담을 증가시키고 이해력을 감소시킵니다. 해결책은? 미니멀리즘을 수용하세요. 이해를 지원하지 않는 모든 것을 제거하세요. 당신의 데이터는 스타가 되어야 하며, 무대 디자인이 되어서는 안 됩니다.

죄 #2: 오해를 일으키는 축. 차트가 지루함을 넘어서 위험에 빠지는 부분입니다. 작은 차이를 과장하는 단축된 Y축. 관련 차트 간의 일관되지 않은 축. 명확한 레이블이 없는 로그 스케일. 저는 마케팅 팀들이 이러한 트릭을 의도적으로 사용하여 미미한 성과가 인상적으로 보이게 만들고는 하지만, 더 자주 무관심한 실수입니다. 한 금융 서비스 고객이 10점 척도에서 7.2에서 7.4로 "급증"했다고 Presentation했습니다. Y축이 7.0에서 시작되어 0.2 포인트 증가가 40% 점프처럼 보이게 했습니다. 우리가 그것을 적절하게 재조정했을 때 개선은 눈에 띄지만 적절하게 겸손해 보였습니다—결국 그것이 이 개선을 이끌어낸 이유에 대한 설명을 더 신뢰할 수 있게 만들었습니다.

죄 #3: 잘못된 차트 선택. 원형 차트는 비즈니스에서 가장 남용되는 시각화입니다. 세 개 이상의 카테고리가 있을 때 값 비교에 아주 나쁩니다. 인간의 눈은 각도와 면적을 비교하는 데 서툽니다. 우리는 길이를 비교하는 데 훨씬 더 나은 능력을 가지고 있습니다. 그래서 막대 그래프가 원형 차트보다 거의 항상 더 잘 작동하는 것입니다. 제가 가진 간단한 규칙: 레이블을 읽지 않고도 어떤 슬라이스가 더 큰지를 즉시 알 수 없다면, 당신의 원형 차트는 실패한 것입니다. 선 차트는 시간에 따른 경향을 나타내고, 막대 차트는 카테고리 비교에 사용됩니다. 산점도는 변수 간의 관계를 나타내며, 히트 맵은 행렬의 패턴을 보여줍니다. 데이터의 이야기에 맞는 도구를 선택하세요.

죄 #4: 데이터 덤프. 50개의 지표를 보여줄 수 있다고 해서 반드시 보여주어야 할 이유는 없습니다. 저는 운영 대시보드에서 동시에 127개의 KPI를 보여주었던 물류 회사와 협력한 적이 있습니다. 어떤 메트릭이 실제로 결정을 이끌어내는지를 물어봤을 때, 그들은 일곱 가지를 불러냈습니다. 나머지 120개는 "알고 있으면 좋은" 데이터였지만 실제로는 아무도 사용하지 않으면서 모두가 포함해야 한다고 느낀 것들이었습니다. 우리는 그 일곱 가지 핵심 지표를 중심으로 대시보드를 재구성하고 필요할 때 지원 데이터로 세부 정보를 파고들 수 있도록 했습니다. 사람들이 마침내 중요한 것을 볼 수 있었기 때문에 의사 결정 속도가 40% 증가했습니다.

죄 #5: 맥락 무시. 맥락 없는 숫자는 그저 숫자일 뿐입니다. 15% 증가가 훌륭하게 들릴 수 있지만, 경쟁자가 30% 성장했다는 사실을 알게 되면 다릅니다. 50만 달러의 수익은 끔찍하게 들릴 수 있지만, 1월이라는 역사적으로 가장 느린 달이라는 사실을 기억하면 그렇게 들리지 않습니다. 모든 시각화에는 역사적 추세, 산업 벤치마크, 목표 또는 비교를 나타내는 기준점이 필요합니다. 제가 만드는 모든 차트에는 항상 최소한 하나의 맥락적 요소를 포함합니다. 이는 데이터를 추상적인 숫자에서 의미 있는 정보로 변환합니다.

시각적 인식의 심리학과 그 중요성

이해하기