지금부터 두 개의 그림을 보여드리겠습니다. 여러분은 아래의 두 그림 중 어떤 자료가 눈에 더 잘 들어오나요?
동일한 매출 데이터를 왼쪽은 글로 표현한 자료이며 오른쪽은 시각화한 자료입니다. 글로 표현한 자료는 데이터가 보여주는 추세나 스토리를 즉각적으로 알아내기는 어렵습니다. 하지만 오른쪽과 같이 시각화한 결과로 우리는 “2분기를 기점으로 제품 A가 제품 B의 매출액을 추월하였으며 시간이 지날수록 제품 A의 매출액은 증가하지만 제품 B는 오히려 감소한다. 그러므로 제품 B의 매출 부진의 원인을 분석하고 마케팅 집행을 증가시키는 등 대책을 마련해야겠다.”와 같은 인사이트를 얻을 수 있습니다. 아주 간단한 시각화일지라도 그래프는 글보다 눈에 잘 들어오며 글을 통해서는 즉각적으로 해석할 수 없었던 정보 혹은 인사이트를 그래프로부터 빠르게 읽어낼 수 있습니다.
지금과 같은 빅데이터 시대에서 의미 있는 정보를 발견하고 이에 맞게 신속한 ‘Next Action’을 취하기 위해서는 이와 같이 데이터 시각화가 필요합니다. 그렇다면 과연 데이터 분석가가 아닌 우리에게도 데이터 시각화 능력이 필요할까요? 이번 데이터 드리븐 마케팅 이야기에서는 ‘마케팅에서의 데이터 시각화’의 주제로 그 해답을 찾아보고자 합니다.
▣ 마케팅에서 데이터 시각화가 도와줄 수 있는 것들
광고 회사에서도 데이터 바람이 부는 요즘, 과연 데이터 시각화는 우리에게 어떤 효과를 가져다줄 수 있을까요? 마케팅은 소비자의 반응에 즉각적이고 적절한 대응이 이루어질 때 그 효율을 높일 수 있습니다. 그리고 그 효율을 높이는 데에는 고객으로부터 쏟아지는 수많은 데이터를 활용한 시각화가 도움을 줄 수 있습니다. 구체적으로 시각화로부터 어떠한 효과를 기대할 수 있는지 두 가지로 나누어 살펴보도록 하겠습니다.
첫 번째, 시각화를 통해 데이터 속 인사이트를 발견할 수 있습니다.
인사이트를 발견하는 과정은 단순하게 엑셀 한 칸 한 칸으로 존재했던 데이터로부터 숨겨진 개별 요인 간의 관계를 밝혀내는 것입니다. 하나의 점과 같은 데이터들을 이어 그림을 그리듯 시각화함으로써 우리가 집행한 마케팅 활동에 소비자가 부정적으로 반응한 이슈를 모니터링하거나 혹은 소비자의 라이프스타일별 행동 패턴을 발견하는 등 데이터 간의 관계를 파악하고 발견한 정보를 통해 인사이트를 도출해 낼 수 있습니다. 즉, 우리는 시각화를 통해 알고 있던 정보, 당연하다고 여기던 사실을 데이터로 증명해 낼 수 있습니다. 또는 편견으로 인해 발생한 오류를 밝혀낼 수도 있고 우리가 무심코 지나칠 수도 혹은 몰랐던 정보들을 새롭게 알아낼 수 있습니다.
두 번째, 시각화는 효과적인 정보 전달을 통해 고객을 설득하고 이에 따른 빠른 의사결정을 도와줍니다.
보통 우리의 전략 방향으로 의사결정을 끌어냄에 있어 시간이 지체되는 이유는 ‘왜 그렇게 해야 하는가’에 대한 질문에 ‘그렇게 해야만 함’을 납득시키는 것에 시간과 노력이 소비됩니다. 이때 전략의 타당성을 단순히 사람의 생각과 말로 풀어내는 것이 아닌 증명할 수 있는 숫자 혹은 기타 데이터를 기반한 시각화로 설득한다면 우리의 생각을 보다 더 이해하기 쉽고 명확하게 전달할 수 있습니다. 시각화를 통해 데이터 속에서 고객이 말하고 있는 니즈 혹은 이에 맞춘 우리의 전략을 더 설득력 있게 납득시켜 보다 빠른 의사결정까지 이루어 낼 수 있습니다.
이미 많은 기업에서는 신속한 의사결정을 위해 시각화를 활용하고 있습니다. P&G는 소비자 관련 지표 및 경쟁사 데이터를 가공한 대시보드 ‘Business Sphere’를 회사 내 벽면 대형 스크린에 실시간으로 띄웠고 그 결과 경쟁사에 비해 2배 빠른 신제품 출시 주기와 시가총액 증가의 효과를 얻었습니다. 무인양품(MUJI) 역시 매장 데이터 기반의 대시보드를 개발하여 기존에 진행하던 정기 보고서를 대체하였습니다. 그 효과로 보고서의 정확도 및 시각 효율성이 50% 이상 증가하였으며 대시보드 도입 전후 대비 영업이익 및 순이익이 매년 10%가량 증가하는 등 긍정적인 실적으로 이어져 기업의 데이터 시각화에 있어 성공적인 사례로 자리 잡게 되었습니다.
▲P&G의 Business Sphere (이미지 출처: P&G)
소비자의 트렌드는 빠르게 변화하고 있으며 지금 이 순간에도 계속해서 데이터가 쌓이는 시대에서 즉각적인 의사결정은 더욱 중요해졌습니다. 이를 위해 앞선 사례뿐만 아니라 글로벌 및 국내의 많은 기업에서 시각화를 활용하고 있습니다.
▣ 완벽한 데이터 시각화를 위한 프로세스
그렇다면 우리는 과연 무슨 방법으로 어떻게 시각화를 할 수 있을까요? 보통 데이터 분석가들은 시각화를 ‘요리’에 비유하곤 합니다. 우리가 요리를 할 때 단순히 재료만 있다고 해서 완성되는 것은 아닙니다. 먼저 어떤 목적으로 무슨 요리를 할 것인지 정한 후 그 요리의 레시피에 맞는 재료가 필요할 것입니다. 재료 그대로 요리에 들어갈 수도 있지만 경우에 따라서는 먼저 요리에 들어갈 재료를 다듬어야 합니다. 그 후 다듬은 재료를 단순히 플레이팅하여 요리를 완성시킬 수도 있고 혹은 튀기거나 가열하는 등 추가적인 작업을 통해 비로소 요리를 완성할 수도 있습니다.
데이터 시각화 프로세스는 요리의 과정과 매우 흡사합니다. 단순히 데이터만 모았다고 시각화를 할 수 있는 것은 아닙니다. 우선 데이터를 무슨 목적으로 어떤 관점에서 볼 것인지 정합니다. 정해진 목적에 맞게 관련 데이터를 숫자 데이터는 숫자끼리, 텍스트 데이터는 텍스트끼리 각 데이터 타입에 맞게 수집하고 앞서 정한 목적에 맞게 데이터를 정제합니다. 이때 ‘데이터 정제’라는 것이 우리는 범접할 수 없는 거창한 일이라고 생각하실지도 모르겠습니다. 그러나 정제는 코딩을 통해서만 할 수 있는 것은 결코 아닙니다. 데이터 정제는 내가 분석할 데이터가 어떻게 생긴 데이터인지 관찰하고 분석하기 전 데이터를 정리하는 과정이기 때문에 오히려 해당 도메인에 대한 지식을 가지고 있는 우리와 같은 실무자가 더 효율적으로 데이터를 정제할 수 있습니다. 이렇게 정제한 데이터로 단순한 도표를 그려 간단하게 시각화를 진행하거나 혹은 군집분석, 텍스트 분석과 같은 정밀한 데이터 분석 후 시각화를 수행합니다.
이 프로세스 중 데이터를 어떤 관점으로 그리고 무슨 목적을 가지고 볼 것인지 정하는 것은 시각화의 첫 단추입니다. 같은 데이터라도 목적에 따라 시각화 방법이 달라지며 데이터 해석도 달라질 수 있어 분석가가 의도한 목적에 맞는 인사이트 도출에 기여할 수도 반대로 의도한 바가 보이지 않는 결과가 나올 수도 있습니다. 예를 들어 새로 출시할 제품 혹은 서비스의 마케팅에 대한 소비자 타깃을 정하기 위해 우리 사이트에 방문한 사람들의 데모 그래픽 데이터를 수집하였으며, 이를 활용한 간단한 분석으로 시각화를 아래와 같이 도출하였다고 가정해보겠습니다.
왼쪽 자료를 통해 남성은 여성에 비해 특정 연령대(30-40대)에 보다 많이 분포하고 있지만 이를 제외한 나머지 연령대에는 여성이 남성보다 더 많이 분포하고 있음을 해석할 수 있습니다. 하지만 오른쪽 자료를 통해서는 연령 전체적으로 남성의 모수가 여성에 비해 큰 것처럼 보이며 특정 연령대에서 성별을 비교하며 즉각적으로 해석하기에는 부족한 자료입니다. 이렇게 동일한 데이터임에도 그 안에 숨겨진 인사이트를 정확하고 빠르게 획득할 수 있느냐에 대한 문제는 데이터를 어떤 목적을 가지고 분석할 것이며 이 목적에 맞게 어떻게 시각화를 것인가에 대한 적절한 방안을 정하는 것이 해답이 될 수 있습니다.
▣ 시각화를 시작하기에 앞서
지금까지 시각화의 중요성과 데이터를 통해 시각화까지 만들어내는 프로세스에 대해 설명을 드렸습니다. 이번에는 시각화를 우리의 업무에 적용하기 전 도움을 받을 수 있는 시각화 툴과 레퍼런스를 소개하려 합니다.
▲시각화 툴 태블로(이미지 출처: 태블로 퍼블릭)
먼저 소개할 시각화 툴은 세일즈포스(Salesforce)의 태블로(Tableau)와 마이크로소프트(Microsoft)의 Power BI라는 툴입니다. 두 플랫폼 모두 비즈니스에 최적화된 시각화 툴로써 주로 시각화 자료를 한곳에 모은 ‘대시보드(Dashboard)’를 만드는 데 사용됩니다. 또한 사용자 친화적인 UI(User Interface) 툴로 별도의 어려운 코딩이나 쿼리 작업을 하지 않아도 빠르고 쉽게 시각화를 수행할 수 있어 플랫폼 활용 시 낮은 진입장벽이 특징이자 강력한 장점입니다. 그렇기 때문에 다른 BI 툴에 비해 이 두 플랫폼의 시장 점유율이나 활용도가 월등하게 크며 또한 BI 솔루션 시장을 두고 두 플랫폼이 서로 경쟁하고 있는 상황입니다.
각 플랫폼에 대해 구체적으로 살펴보면 우선 태블로의 경우 시각화를 수행하는 데 보다 유연하고 효과적인 차트를 가지고 있으며 사용자가 활용하기에 좀 더 친절하고 쉬운 시각화 툴입니다. Power BI의 경우, 우리가 이미 친숙하게 사용하고 있는 마이크로소프트사의 제품이다 보니 데이터 연결 시 마이크로소프트에서 지원하는 대부분의 데이터 플랫폼과 연동하여 활용할 수 있습니다. 뿐만 아니라 미처 데이터를 정제하지 못했을 때 활용할 수 있는 ‘쿼리 에디터’가 엑셀과 유사한 형태로 존재하고 또한 유료 버전에 비해 지원하는 기능은 제한적일 수 있지만 무료로 플랫폼을 활용할 수 있는 라이선스도 제공합니다.
다만 이러한 시각화 툴을 사용하는데 당부하고 싶은 것은 시각화 툴은 말 그대로 시각화를 도와주는 도구일 뿐 데이터 분석을 해주는 것은 아닙니다. 따라서 수집한 그대로의 로우 데이터(raw data)가 아닌 정제 및 연산, 분석 등의 데이터 분석 작업이 완료된 데이터를 툴에 연결시켜야 합니다. 시각화 툴은 분석을 수행할 수 없을뿐더러 설사 간단한 정제 등의 작업을 제공한다고 해도 이를 수행하는데 최적화되어 있지는 않기 때문에 속도가 매우 느려지는 등 결과적으로 비효율적인 시각화 자료 혹은 대시보드가 만들어질 수 있습니다. 하지만 툴에 정리가 완료된 데이터를 연결하고 상황에 따라 내가 수행하고 있는 실무 성격에 맞게 툴을 선택한다면 시각화 툴은 분명 데이터를 비주얼라이징(Visualizing)하는 데 큰 도움이 될 수 있을 것입니다.
다음은 어떠한 방법으로 시각화를 수행할지 참조할 수 있는 시각화 레퍼런스 두 가지를 소개하겠습니다. 대시보드 갤러리 ‘Tableau Public’과 뉴욕타임즈(The New York Times) 데이터 저널리즘 웹사이트 ‘The Upshot’ 입니다. ‘Tableau Public’는 태블로를 활용하여 만든 콘텐츠를 공유하는 갤러리로 다양한 주제의 대시보드가 존재하여 관심 있는 주제의 대시보드를 살펴보고 다른 사람들은 데이터를 어떻게 스토리텔링 하였는지 참조할 수 있습니다. 또한 만약 태블로 라이선스를 구독하고 있다면 갤러리 내 공유된 대시보드를 다운받을 수 있기 때문에 태블로 상에서 어떠한 방법으로 콘텐츠를 구성하였는지 역시 구체적으로 확인할 수 있습니다.
▲The Upshot(이미지 출처: 뉴욕타임즈)
또 다른 레퍼런스는 뉴욕타임즈에서 퍼블리싱하는 데이터 저널리즘 사이트 ‘The Upshot’입니다. 선거 예측, 기후 변화, 경제 분석 등 미국의 정치 및 사회적 이슈를 데이터 기반으로 분석하고 이를 시각화한 자료와 함께 전달합니다. 뉴스나 기사와 같은 매체는 특정인이 아닌 모든 사람에게 동일하게 제공되는 매체이기 때문에 전달하고자 하는 이야기와 데이터를 직관적으로 전달해야 하고 어려운 사회적 이슈에 대해 모든 사람들이 이해할 수 있는 콘텐츠를 만들어야 합니다. 따라서 데이터 저널리즘 ‘The Upshot’의 시각화는 효율적이고 강력한 시각화 자료를 만들고자 하는 우리에게 좋은 가이드가 될 수 있을 것입니다.
지금까지 마케팅에서의 데이터 시각화 중요성과 적용 방안에 대해 살펴보았습니다. 이제 데이터 시각화가 우리에게 얼마나 중요한지 느껴지시나요? Google Chief Economist, Hal Varian은 “누가 어떤 비즈니스에 종사하든 관계없이 앞으로 10년간 가장 중요한 비즈니스 역량은 데이터 리터러시(Data literacy)”라고 언급하였습니다. 데이터를 보고 읽는 능력은 시각화에서 시작하며 이제 비단 데이터 분석가만이 아닌 우리와 같은 광고쟁이도 시각화를 통해 데이터 속 숨겨진 고객의 니즈를 발견해 낼 때입니다.
안방 TV에서도 출근길의 뉴스 기사 헤드라인에도 회사와 클라이언트로부터도 하루에도 몇 번씩 데이터 활용의 중요성에 대해 듣고 있는 지금, 가장 쉽고 효율적이면서 강력한 데이터 분석은 바로 ‘데이터 시각화’입니다. 이제 여러분도 데이터에 담긴 이야기를 시각화로 탐색해보시는 건 어떠신가요?
참고문헌
<How P&G Presents Data to Decision-Makers>
https://hbr.org/
<”수백 곳 매장의 정보를 시각화하라” 日 MUJI, 빅데이터로 고객을 잡다>
https://dbr.donga.com/
<데이터로 말하라, 냉철한 판단과 완벽한 설득의 기술>, 강양석, 이콘
<Power BI vs Tableau>
https://www.encorebusiness.com/
<Road to the Future Paved With Data Literacy>
https://www.wired.com/
