데이터 시각화 모범 사례 - DATAVERSITY

좋은 데이터 시각화는 보다 빠르고 간단하게 사용할 수 있도록 데이터 자산을 보여주는 신중한 대시보드 또는 보고서를 제공하여 비즈니스 데이터 활용 능력을 향상시킵니다. 데이터 시각화 모범 사례를 따르면 조직에 긍정적인 결과가 나타납니다. 이러한 이점에는 데이터 시각화에서 미리 답변함으로써 데이터 소비자가 묻는 질문에 대한 시간과 비용을 줄이는 것이 포함됩니다. 또한 좋은 시각화는 최종 사용자 경험의 일관성을 높이고 비즈니스 계획 및 운영에 데이터 사용을 장려합니다.

기업의 데이터 시각화 모범 사례는 어떻게 직원의 데이터 활용 능력을 향상시키고 위에서 언급한 이점을 얻습니까? 세레나 로버츠Moxie Analytics의 공동 창립자이자 COO인 가 컨퍼런스에서 이 질문에 답했습니다. DATAVERSITY® EAO(엔터프라이즈 분석 온라인) 행사.

강연에서 Roberts는 다음과 같은 데이터 시각화 모범 사례를 수행하는 방법을 설명했습니다.

가장 중요한 정보를 먼저 넣으세요
시각적 요소를 즉시 의미 있게 만드세요.
시각화를 단순하고 체계적으로 유지하세요
다양한 사용 사례를 염두에 두고 단일 대상을 위해 설계하세요.
차트를 현명하게 선택하세요

가장 중요한 정보를 먼저 입력하세요

먼저 Roberts는 사용자에게 필요한 가장 중요한 정보를 제공하는 방법을 보여주었습니다. 그녀는 프로젝트 관리 요약 화면 상단에 개선 사항을 보여주는 시연을 했습니다.

개선 사항을 구현하기 전과 후의 대시보드를 비교할 때 Roberts는 가장 중요한 정보, 즉 비즈니스 요구 사항과 일치하는 중요한 KPI를 표시하기 위해 화면 상단을 어떻게 재배치했는지 보여주었습니다. 그녀는 화면 상단에 전체 프로젝트, 비용, 예산과 그 돈이 어떻게 사용되는지 주문하여 프로젝트 관리 성공을 수익으로 연결합니다.

또 다른 예에서 Roberts는 Superstore Sales Dashboard에 대한 변경 사항을 보여주었습니다.

*그림 3: 개선 전 슈퍼마켓 판매 대시보드(이미지 제공: 목시 분석)*

*그림 4: 개선 후 Superstore Sales Dashboard(이미지 제공: 목시 분석)*

그녀는 비즈니스 요구사항 및 우선순위에 따라 KPI를 다른 순서로 표시하기 위해 상단에 KPI를 재배열합니다. 그녀는 자신의 가정과 변경 사항이 비즈니스 논리를 충족하는지 확인하기 위해 비즈니스에 확인합니다. Roberts는 “가장 중요한 정보를 최우선으로 생각하는 것은 작지만 영향력 있는 변화입니다.”라고 말했습니다.

시각적 요소를 의미 있게 만들기

대시보드나 보고서에 배치하는 것처럼 의도적으로 색상이나 아이콘을 사용하면 빠르고 의미 있는 정보를 전달할 수 있습니다. 개인의 달리기 진행 상황을 보여주는 다채로운 다이어그램을 살펴보세요.

Roberts는 계절적 진행 상황을 보여주기 위해 두 번째 이미지에서 색상을 재배열했습니다. 그녀는 가을에는 주황색, 겨울에는 파란색, 봄에는 녹색, 여름에는 노란색을 사용하여 시즌에 따른 달리기의 변화를 보여주었습니다.

의도적인 색상 사용과 마찬가지로 아이콘은 사용자가 의미를 더 빠르게 처리하는 데 도움이 될 수 있습니다. Roberts는 회사 콜 센터 경영진 개요 대시보드의 변경 사항을 공유했습니다.

각 열에 아이콘을 추가한 후 전화, 채팅, 이메일, 사건 열을 비교합니다. Roberts의 예는 아이콘의 힘을 보여줍니다. 그녀는 추천했다 명사 프로젝트 사용할 아이콘을 찾을 때.

데이터 시각화를 단순하고 체계적으로 유지하세요

Roberts는 대시보드 단순성과 구성에 대해 논의할 때 충분한 정보를 제공하는 데 중점을 두었습니다. 그녀가 말했다:

“볼 것이 너무 많아서 사용자가 대시보드를 열어도 당황하지 마십시오. 그러나 데이터 소비자에게 첫 번째와 두 번째로 중요한 질문에 대한 답변을 얻을 수 있는 액세스 권한을 부여하면 그들이 답변을 얻고 또 다른 요청을 제출하기 위해 추가 작업을 수행할 필요가 없습니다.”

그녀는 프로젝트 관리 요약 및 슈퍼마켓 판매 대시보드의 개선 사항에서 볼 수 있듯이 간단한 그리드 레이아웃을 옹호합니다. Roberts는 대시보드가 변경된 후 일부 시각적 요소를 다른 페이지에 배치하여 시각화를 더욱 단순화할 수 있다고 지적했습니다.

그녀는 대시보드에서 마우스 오버 기능과 라벨을 사용하여 각 속성의 의미를 간단하고 체계적인 방식으로 사용자에게 알리는 것을 고려하고 있습니다. 레이블을 지정할 때 Roberts는 데이터베이스 용어 대신 인간 용어를 제안하거나 더 나은 옵션인 경우 필드 용어집을 포함하도록 제안했습니다.

시각적 기능을 사용할 때 Roberts는 사용을 자제하라고 조언했습니다. 그녀는 다음과 같이 덧붙였습니다.

“우리는 불필요한 색상, 선 또는 기타 시각적 요소로 대시보드를 과도하게 채우거나 사용 가능한 공간의 구석구석을 물건으로 채우고 싶지 않습니다. 적은 것이 더 많을 수 있습니다. 공백을 활용하세요.”

다양한 사용 사례를 염두에 두고 단일 대상을 위한 설계

데이터 시각화를 올바르게 한다는 것은 데이터를 간단하고 체계적이며 비즈니스와 관련되게 만드는 것을 의미합니다. 기업은 보고서나 대시보드를 사용하기를 원해야 합니다. Roberts는 다음과 같은 접근 방식을 권장했습니다.

사업가가 동일한 대시보드나 다른 필터로 해결할 수 있는 관련 스토리를 생각하여 다양한 사용 사례를 염두에 두고 디자인하세요. 이 접근 방식을 사용하면 시간이 지남에 따라 데이터 시각화를 유지하고 개선하는 것이 덜 번거로워집니다.
어떤 청중이 데이터 시각화를 사용할지 이해하고 원하는 경험을 구성합니다. 예를 들어 최고 경영진은 제품 관리자보다 더 큰 그림을 원할 것입니다. 따라서 독특한 경험을 원하는 다양한 청중을 위해 하나의 뷰를 구축하는 것이 까다로워집니다. 상황이 중요하지만 Roberts는 여러 청중을 위해 시각화에 모든 것을 집어넣는 것을 뒤로 미뤄야 한다고 조언했습니다.
청중이 어떻게 "데이터 시각화를 소비하고 상호 작용"하는지 알아보세요. 요구 사항을 수집하고 설계할 때 Roberts는 다음과 같이 질문했습니다.
- 사용자는 시각화 데이터로 다음에 무엇을 하게 될까요? 그들은 이 데이터를 가지고 어떤 결정과 활동을 하게 될까요?
- 표시된 데이터를 다른 애플리케이션으로 내보낼 예정인가요?
- 청중은 대시보드나 보고서에서 무엇을 볼 것으로 기대합니까?
- 사업가는 얼마나 자주 이 대시보드를 확인하고 데이터와 상호 작용합니까?
요구 사항을 수집하는 동안 스케치를 통해 대시보드를 모형화하여 청중의 반응을 파악하고 그들이 원하는 것에 대해 좋은 대화를 시작하세요.

차트를 현명하게 선택하세요

프레젠테이션에서 Roberts는 청중이 요청하거나 제안하는 일반적으로 사용되는 차트에 대해 논의했습니다. 그녀는 다음을 강조했습니다.

막대 차트: 막대 차트는 구성하기 쉽고 명확하게 메시지를 전달하며 로버츠의 "가장 친한 친구"입니다. 그녀는 분기별 매출과 같이 하나의 측정항목을 하나의 차원으로 비교할 때 이 데이터 시각화를 사용하라고 조언했습니다. 그녀는 또한 청취자들에게 추가적인 효과를 위해 수직과 수평 사이에서 방향을 전환할 수 있다는 점을 상기시켰습니다.
누적 막대 차트: 막대 차트와 밀접한 관련이 있지만 Roberts는 누적 막대 차트를 사용하여 여러 차원에 걸쳐 측정값을 표시합니다. 예를 들어, 이 차트는 분기별 매출과 각 지역이 작업에 기여한 방식을 가장 잘 나타냅니다.
선형 차트: Roberts는 "날짜 또는 시계열과 같은 동일한 순차 차원에서 측정항목 추세가 어떻게 나타나는지 설명"할 때 선 차트를 사용하는 것을 좋아합니다. 예를 들어 선형 차트에는 지난 12개월 동안의 지역별 기회가 표시됩니다.
조합 차트: 조합 차트는 막대형 차트와 선형 차트를 나타내며 많은 정보를 함께 표시할 수 있습니다. Roberts는 이 시각화를 사용하여 ROI 및 평점과 비교한 영화 재생 시간과 같은 XNUMX~XNUMX개의 관련 측정항목을 확인합니다.
도넛 차트: 도넛 차트는 지역별 총 매출과 같이 단일 차원에서 전체에 대한 기여도를 측정합니다.
분산형 차트 또는 분산형 차트: Roberts는 "강우량에 따른 공기 중 미립자 물질 수준과 같은 두 측정항목 또는 이상치 간의 상관관계를 찾을 때" 이 차트를 사용합니다.
지역 차트: 이 시각화에서는 "사용자가 막대 차트보다 더 쉽게 처리할 수 있기 때문에 시간에 따른 측정항목의 변화"를 강조합니다. 예를 들어 영역형 차트를 사용하여 지난 20년간의 판매 수익과 그 증가 추세를 표시할 수 있습니다.
불릿 차트: Roberts는 "현재 값, 이전 값, 목표 또는 평균"을 확인하기 위해 글머리 기호 차트를 사용할 것을 권장합니다. 그녀는 영업팀이 작년부터 올해까지 개선된 점을 확인할 수 있기 때문에 이 시각화를 좋아한다고 말했습니다.
버블 차트: 거품형 차트는 크기와 거품 색상이 추가 정보를 전달할 수 있으므로 단일 시각적 개체에 여러 데이터 조각을 표시할 수 있습니다. 예를 들어 거품형 차트는 지역별 매출, 색상별 분기, 규모별 수익을 제공할 수 있습니다.
깔때기형 차트: 깔때기형 차트는 각 판매 단계의 기회 수와 같은 여러 개별 단계의 진행 상황을 측정합니다. 예를 들어, 리드는 깔때기의 끝 부분이 넓은 반면, 고객에 대한 판매는 끝 부분에 나타납니다.
레이더 차트: Roberts는 방사형 차트를 사용하여 모양을 사용하여 데이터를 시각화하고 비교합니다. 그녀는 개발팀에 할당된 예산이 가장 높은 점수를 받았지만 마케팅팀이 더 많이 지출했음을 나타내는 방사형 차트를 사용했습니다.

결론

Roberts는 대시보드와 보고서를 청중에게 더욱 영향력 있고 관련성 있게 만들기 위해 데이터 시각화 모범 사례를 공유하고 시연했습니다. 그녀는 데이터 전문가에게 자신에게 적합한 모범 사례를 채택하고 사용자 경험 전반에 걸쳐 일관성을 유지하여 개발 시간을 절약하도록 독려했습니다.

표준과 템플릿을 결정하면 이러한 데이터 시각화 표준을 일관되게 달성할 수 있습니다. 그녀는 시각적 표준과 템플릿이 사용 가능하도록 피드백을 받을 것을 권장했습니다. 그녀의 데이터 시각화 모범 사례를 따르고 이를 조직 전체에서 일관되게 유지함으로써 사업가들은 높은 성과를 입증할 수 있습니다. 데이터 활용 능력 한 눈에.

DATAVERSITY의 예정된 이벤트에 대해 자세히 알고 싶으십니까? 현재 온라인 및 대면 컨퍼런스 라인업을 확인하십시오. 여기에서 지금 확인해 보세요..