Data Visualization: Choosing the Right Chart — csv-x.com

3년 전, 저는 포춘 500대 기업의 임원이 5분도 채 안 되는 시간에 230만 달러의 실수를 저지르는 모습을 보았습니다. 그녀는 이사회에 분기 실적을 발표하고 있었고, 그녀의 파워포인트 슬라이드는 여덟 개의 슬라이스가 있는 아름다운 3D 파이 차트를 보여주고 있었습니다. 각 슬라이스는 다른 제품 라인을 나타내고 있었습니다. 색상은 생동감 있었고, 애니메이션은 매끄러웠으며, 차트는 완전히 읽을 수 없었습니다. 두 명의 이사회 멤버가 화면을 찡그리며 보았고, 한 명은 세 번이나 명확한 설명을 요구했으며, 발표가 끝날 무렵 회사는 잘못 해석된 데이터를 기반으로 예산 재배치를 승인했습니다. 6개월 후, 숫자가 들어왔을 때, 그들은 실제 수익 생성기를 배고프게 하면서 3위 실적을 가진 제품에 과도하게 투자했음을 깨달았습니다.

저는 마커스 천이고, 지난 12년 동안 데이터 시각화 컨설턴트로 활동해 왔으며, 빈약한 스타트업부터 다국적 기업까지 다양한 고객과 작업해 왔습니다. 제 배경은 이 분야에서는 엉뚱합니다. 저는 인간이 시각 정보를 처리하는 방식을 연구하는 인지 심리학자로 시작한 후 데이터 분석으로 전환했습니다. 그러한 조합은 저에게 독특한 관점을 주었습니다. 저는 그저 보기 좋은 것 또는 기술적으로 정확한 것에 대해 생각하지 않습니다. 어떤 것이 실제로 전달되는지를 생각합니다.

사실 대부분의 사람들은 차트 선택이 좋지 않습니다. 무능력해서가 아니라, 기본 원칙이 무엇인지 배운 적이 없기 때문입니다. 그들은 엑셀에서 제안하는 대로 하거나 마지막 발표에서 본 차트 유형을 복사합니다. 그러나 올바른 시각화를 선택하는 것은 미적이거나 관습적인 것이 아닙니다. 데이터 구조와 커뮤니케이션 목표를 인간 시각 인지의 인지적 강점과 제한에 맞추는 것입니다. 제대로 하면 청중이 즉시 이해합니다. 잘못하면 고대 수메르어로 이야기하는 것과 다르지 않습니다.

근본 질문 이해하기: 당신이 실제로 말하고자 하는 가장 중요한 것은 무엇인가요?

스프레드시트 소프트웨어를 열기 전에 한 가지 중요한 질문에 답해야 합니다: 청중이 이해해야 하는 가장 중요한 것은 무엇인가요? 세 가지도 아니고, 다섯 가지도 아닙니다. 한 가지입니다. 저는 경력 동안 4,000개 이상의 데이터 시각화를 검토했으며, 대다수의 시각화가 한 번에 너무 많은 것을 전달하려고 시도하기 때문에 실패하는 것을 알고 있습니다.

제가 모든 고객과 함께 사용하는 프레임워크를 제공하겠습니다. 데이터로 보여줄 수 있는 근본적인 관계는 정확히 다섯 가지입니다: 비교, 구성, 분포, 관계, 시간에 따른 변화입니다. 그것이 전부입니다. 여러분이 본 모든 차트는 이 다섯 가지 중 하나를 전달하려고 하거나 가끔 둘을 동시에 전달하려고 합니다. 특정 메시지에 대해 가장 중요한 관계를 식별하면 차트 선택이 극적으로 명확해집니다.

비교는 서로 다른 카테고리가 어떻게 쌓여 있는지를 보여주는 것을 의미합니다. 만약 다섯 개의 지역 사무소에서 판매 수치를 발표하고 있다면, 당신은 비교를 하고 있는 것입니다. 구성은 전체가 어떻게 부분으로 나뉘는지를 보여줍니다. 예를 들어 회사의 수익원이나 예산 할당이 그러합니다. 분포는 값이 범위에 따라 어떻게 퍼져 있는지를 드러내며, 이는 고객 연령 인구통계나 제품 가격 전략과 같은 것을 이해하는 데 중요합니다. 관계는 두 개 이상의 변수 간의 상관 관계를 탐구하며, 마케팅 지출과 고객 획득 간의 연결 같은 것을 나타냅니다. 시간에 따른 변화는 어떤 것이 며칠, 몇 개월, 분기 또는 연도에 걸쳐 어떻게 변하는지를 추적합니다.

대부분의 사람들이 잘못하는 지점은 차트 유형을 먼저 선택하고 그 후 데이터를 그 형태에 맞추려 한다는 것입니다. 저는 분석가들이 데이터가 막대 차트가 필요하다고 외치고 있음에도 불구하고 선 차트로 몇 시간을 씨름하는 것을 본 적이 있습니다. 과정은 항상 이렇게 진행되어야 합니다: 메시지를 식별하고, 보여줄 기본적인 관계를 결정한 후, 적절한 시각화를 선택합니다. 이 접근 방식은 저의 고객에게 무수한 시간을 절약하게 했고 여러 잘못된 소통을 예방했습니다.

저는 작년에 헬스케어 스타트업과 작업했으며, 그들은 잠재 투자자에게 환자 결과 데이터를 발표하고 있었습니다. 그들은 처음에 한 화면에 여섯 가지 다른 차트 유형이 있는 복잡한 대시보드를 만들었습니다. 제가 그들에게 그들의 핵심 메시지가 무엇인지 물었을 때, 그들은 이렇게 말했습니다: "우리의 치료 프로토콜은 표준 치료에 비해 병원 재입원율을 34% 낮춥니다." 이는 비교입니다. 우리는 그들의 대시보드를 표준 치료와 그들의 프로토콜을 보여주는 하나의 깔끔한 막대 차트로 대체했습니다. 자금 조달 라운드는 2주 뒤에 완료되었습니다. 명확성을 제공하는 단순함은 강력합니다.

막대 차트: 비교를 위한 신뢰할 수 있는 도구

제가 경력 내내 단 하나의 차트 유형만 사용할 수 있다면, 그것은 막대 차트일 것입니다. 흥미롭거나 혁신적이기 때문이 아니라, 다양한 카테고리 간의 값을 비교하는 데 가장 효과적인 도구이기 때문입니다. 인간의 시각 시스템은 길이를 비교하는 데 매우 뛰어나며, 그것이 바로 막대 차트가 활용하는 것입니다.

"올바른 시각화를 선택하는 것은 미적이거나 관습적인 것이 아닙니다. 데이터 구조와 커뮤니케이션 목표를 인간 시각 인지의 인지적 강점과 한계에 맞추는 것입니다."

막대 차트는 수평 및 수직 두 가지 방향으로 제공되며, 이 선택이 여러분이 생각하는 것보다 더 중요합니다. 수직 막대는 일반적으로 열 차트라고 불리며, 시간이 기반인 카테고리나 카테고리가 7개 미만일 때 가장 잘 작동합니다. 수평 막대는 긴 카테고리 레이블이 있을 때 또는 아이템을 높은 순서에서 낮은 순서로 정렬할 때 뛰어납니다. 일반적으로 카테고리 이름이 두 단어 이상일 때 수평 막대를 추천합니다. 수직 텍스트를 읽는 것은 인지적으로 부담이 큽니다.

효과적인 막대 차트의 핵심은 무자비한 단순성입니다. y축은 항상 0에서 시작하십시오. 예외가 있다는 것은 알고 있지만, 비즈니스 응용 프로그램의 95%에 대해 어디서 시작하든 왜곡을 초래하며 청중을 오도할 수 있습니다. 저는 y축이 85%에서 시작하여 87%에서 89%로의 변화가 극적으로 보이도록 만드는 마케팅 프레젠테이션을 감사한 적이 있습니다. CEO는 그 왜곡된 인식에 기반하여 전략적 결정을 내렸습니다.

최대 6개 또는 7개 막대로 제한하십시오. 카테고리가 더 많다면, 더 작은 것들을 "기타" 카테고리로 그룹화하거나 별도의 차트를 만드는 것을 고려하십시오. 한 소매 고객과 함께 작업했을 때, 그는 모든 23개 제품 카테고리에 대한 판매 데이터를 하나의 차트에 표시하려고 고집했습니다. 그 결과는 시각적인 혼란이었습니다. 우리는 하위 15개 카테고리를 "기타 제품"으로 그룹화했으며, 갑자기 차트는 명확한 이야기를 전했습니다: 세 개의 제품 라인이 71%의 수익을 생성했습니다.

색상도 또 다른 중요한 고려 사항입니다. 색상은 절제하고 목적에 맞게 사용하십시오. 중립적인 비교 데이터를 보여줄 경우, 모든 막대에 동일한 색상을 사용하십시오. 특정 막대를 강조하려면—예를 들어, 여러분의 회사의 성과를 경쟁사와 비교할 경우—그 막대에 밝은 색을 사용하고 나머지에는 muted gray를 사용하십시오. 모든 막대가 서로 다른 색상이었던 프레젠테이션을 본 적이 있는데, 이를 "무지개 구토 증후군"이라고 부릅니다. 이것은 주의가 분산되고 정보 가치를 더하지 않습니다.

누적 막대 차트는 비교 내에서 구성을 보여줄 수 있지만, 주의해서 사용하십시오. 두 개 또는 세 개의 세그먼트가 있을 때 잘 작동하지만, 그 이상이 되면 공통 기준선이 없는 길이를 비교하기 어려워 읽기 힘들어집니다. 저는 일반적으로 누적 막대를 총합이 분해만큼 중요할 때만 추천합니다. 예를 들어, 다른 제품 라인별로 분기별 총 수익을 보여주는 경우가 그러합니다.

선 차트: 변화 추적 및 경향 드러내기

선 차트는 시간에 따른 변화를 보여주는 데 있어 부정할 수 없는 챔피언이지만, 제가 접하는 가장 많이 잘못 사용되는 차트 유형 중 하나입니다. 기본 원칙은 간단합니다: 시간은 x축에, 측정된 값은 y축에, 선은 그 값이 어떻게 변하는지를 보여줍니다. 그러나 저는 종종 선 차트가 막대 차트가 훨씬 더 적합한 범주형 데이터에 사용되는 것을 봅니다.

선 차트의 힘은 경향, 패턴 및 변화 속도를 보여줄 수 있는 능력에 있습니다. 선 차트를 보면 뇌는 자동으로 선의 기울기를 처리하여 빠른 성장, 하락 또는 안정의 기간을 식별합니다. 이는 선...