대시보드 설계와 데이터 시각화 1부

2019-11-28

dashboard, data analysis

작성자 : 플랫폼 개발실 R&D팀 신상은

대시보드 설계와 데이터 시각화 1부

이번 주제는 실무에서 많이 사용하는 대시보드를 효과적으로 설계하는 방법과 복잡한 데이터를 친숙하게 표현할 수 있도록 시각화 하는 방법에 대해 알아보도록 하겠습니다.
<대시보드 설계와 데이터 시각화> 라는 책을 참고 하였습니다.

1. 데이터를 시각화 해야하는 이유

대시보드를 만들기 위해서는 주어진 데이터를 활용하여 시각화 하는 작업이 필요 합니다. 데이터 시각화를 활용하면 많은 양의 데이터도 시각화 차트 하나로 요약할 수 있기 때문 입니다. 시각화 차트 유형은 매우 다양한데, 이 중 어떤 시각화 차트를 활용 하느냐에 따라 같은 데이터로도 여러가지 인사이트를 발견 할수 있습니다. 시각적 분석 에서는 데이터 시각화를 얼마나 잘 이해 하고 활용 하느냐에 따라서 도출 가능한 데이터 인사이트 범위가 달라집니다.
데이터 시각화 대시보드의 장점은 여러 차트를 한 화면에 모아서 볼 수 있는 것뿐만 아니라 많은 양의 데이터를 빠르게 탐색할 수 있는 인터랙티브 기능 요소를 포함 한다는 것입니다. 데이터 필터와 차트 간 인터랙션 기능 요소를 활요하면 데이터의 조회 기간을 변경하거나, 특정 항목을 기준으로 세부 데이터를 빠르게 확인할 수 있습니다.

2. 대시보드를 만들 때 고려해야 할 사항

2.1. 목적에 적합한 시각화 차트 활용

데이터 시각화 대시보드 내 개별 시각화 차트는 데이터의 특성과 활용에 맞는 시각화 유형을 사용 합니다. 같은 데이터라도 어떤 시각화 유형을 사용하느냐에 따라 직관적으로 데이터를 찾아내는 데 정도의 차이가 발생 합니다. 시간 흐름에 따라 변화하는 데이터 값의 추이 변화를 표현하고자 한다면 선 차트가 효과적이고, 전체 중 특정 항목이 차지하는 구성 비중을 표현하고자 한다면 파이 차트를 활용하는 것이 효과적입니다.

2.2. 한 화면의 시각화 차트는 5개 이내

데이터 시각화 대시보드 화면을 구성하는 시각화 차트 수는 최대 5개 정도로 제한 합니다. 종합적인 데이터 도출을 위해 여러개의 시각화 차트를 한번에 볼 필요가 있다고 해서 무조건 많은 것이 좋다고 할 수는 없습니다. 대시보드 한 화면 내 너무 많은 시각화 차트를 구성할 경우 오히려 너무 많은 시각화 차트가 보여주는 데이터 인사이트 중 무엇이 중요한 것인지 구별하기 어려운 상황을 맞게 될 수 있습니다. 효과적인 데이터 시각화 대시보드는 단순히 차트를 나열하는 것이 아닌 얻고자 하는 핵심 데이터 인사이트 도출을 목표로 설계된 것이므로, 목표 달성을 위해 필요한 최소한의 시각화 차트와 인터랙티브 기능 요소만으로도 충분히 데이터 인사이트를 도출할 수 있습니다.

2.3. 핵심 인사이트별 개별 대시보드 제작

사용자의 모든 니즈를 충족시킬 수 있는 단 하나의 대시보드를 만들려고 하기 보다는 구별되는 각각의 니즈를 충족시킬 수 있는 여러개의 데이터 시각화 대시보드를 만드는게 효과적 입니다. 단 하나의 시각화 차트로 모든 데이터 인사이트를 도출할 수 없듯이, 데이터 시각화 대시보드 하나로 찾기 원하는 모든 데이터 인사이트를 발견할 수 없습니다. 따라서 데이터 시각화 대시보드를 보는 사람이 누구인지, 데이터 탐색의 세부 기준-인구 특성별, 지역별, 시간별 등-을 무엇으로 할 것인지 등의 기준으로 개별 데이터 시각화 대시보드를 만듭니다. 한 화면으로 만들되 각 대시보드를 탭으로 구분하여 대시보드별 이동을 쉽게 하는 것도 방법 입니다. 이 경우 개별 데이터 시각화 대시보드에서 도출할 수 있는 인사이트가 구체적이고 명확하므로 효과적으로 핵심 인사이트를 빠르게 파악할 수 있습니다.

2.4. 적색과 녹색

색각 이상(CVD): 색각 이상(色覺異常)은 시력의 이상으로 인해 색상을 정상적으로 구분하지 못하는 증상을 말한다.
흔히 색맹(色盲), 또는 색약(色弱)이라고도 부른다.

우리는 흔히 좋은 것을 나타낼 때는 녹색, 나쁜 것을 나타낼때는 적색을 떠올립니다. 하지만 대시보드에서 적색과 녹색을 사용한다면 색각 이상을 겪는 사람에게 치명적인 문제가 될 수 있습니다.
색각이상(CVD, Color Vision Deficiency) 주로 유전이며 남성의 8%, 여성의 1%가 많이 겪습니다. 이를 겪는 사람의 주된 문제는 적색, 녹색, 오렌지색 모두 갈색으로 보이는 것 이므로 함께 사용하지 않아야 하며, 일반적으로 흔히 신호등 색조합은 피하는 것이 좋습니다.
데이터 시각화 실무자들은 흔히 해결책으로 파란색과 오렌지 색을 사용합니다. 녹색 대신 파란색, 적색 대신 오렌지색을 사용하면 거의 모두가 파란색과 오렌지색은 구별할 수 있으므로 꽤 효과적 입니다. 이 파랑-오렌지 팔레트는 ‘색맹 친화적’이라고 일어집니다. 하지만 사용자가 원해서 적색과 녹색을 사용 해야 하는 경우, 구별된 데이터의 대안적인 방법을 제공해야 합니다. 이를 위해서는 아이콘(좋음/나쁨)을 활용하거나, 색맹 친화적인 색으로 전환할 수 있는 체크박스나 드롭박스를 사용합니다.

: 색맹을 위한 디자인 조정
A. 원본 이미지 B. 색맹 교정본 C. 최적화된 디자인

3. 여러 가지 차트

대시보드에서 주로 사용하는 그래프 중에 흔히 볼수 있는 그래프는 어떤 것이 있을까요? 영역 차트, 막대 차트, 꺾은선 차트, 히스토그램 그래프, 도넛 그래프 등이 존재 합니다. 그 중에서도 파이 그래프와 도넛 그래프에 대한 문제점과 대안 그래프에 대해 알아 봅니다.
정확한 정량 비교를 제시할 때 각도나 아치, 영역, 원 크기등을 사용 하는 것은 데이터를 약화 할때 길이나 위치를 사용하는 것만큼 좋지 못합니다. 이러한 이유로 파이 차트, 도넛 차트, 버블 차트는 일반적으로 데이터 시각화에 적절한 선택이 아닙니다. 가끔 예외는 있지만, 이런 차트를 사용할 때는 아주 주의 해야 합니다.

3.1. 파이 차트의 문제점

데이터에 카테고리가 많은 경우, 고려해야 할 것은 데이터 유형 입니다. 파이 차트의 목적은 부분에서 전체로의 관계 표시 입니다. 파이 차트를 읽을 때 주된 문제는 조각을 서로 비교 하는 것인데, 파이나 도넛 차트를 너무 많은 조각으로 나누게 되면 데이터를 해석하기가 더 어려워 집니다.

3.2. 도넛 차트의 문제점

도넛 차트는 부분에서 전체로의 관계를 보여주는 파이 차트의 대안으로 사용하며, 핵심성과지표(KPI)를 나타낼 때 자주 쓰입니다. 다양한 카테고리나 기간의 결함율을 보여주는 일련의 도넛 차트인 경우, 데이터의 차이를 보기가 아주 어려운 점도 문제가 됩니다.

3.3. 대안 차트

위의 문제점을 해결하기 위한 대안 차트로는 아래와 같은 그래프들이 있습니다.

3.3.1. 롤리팝 차트
- 막대의 높이/길이로 데이터를 규약화하고 카테고리를 한눈에 비교 할 수 있습니다.
3.3.2. 불릿 그래프
- 길이/높이 혹은 위치와 색으로 데이터를 규약화해 타겟이나 성과 대역에 비교한 실제를 표시합니다.
- 실제 값 대비 타겟의 비교를 보여주는 가장 좋은 방법에 속합니다.
3.3.3. 확산형 막대차트
- 중간 지점으로부터 확산 되는 막대의 길이/높이로 데이터를 규약화해 카테고리 비교를 표시 합니다.
3.3.4. 산포도
- 위치로 데이터를 규약화해 2가지 변수의 관계를 표시 합니다. 크기로도 2차 비교를 할 수 있습니다.
3.3.5. 트리맵
- 크기와 색으로 데이터를 규약화하며 계층적 데이터나 대량의 카테고리를 비교할 때 유용 합니다.

피플앤드테크놀러지 기술 블로그 / Tech Blog

IT Tech2. Data Analysis

대시보드 설계와 데이터 시각화 1부

대시보드 설계와 데이터 시각화 1부

1. 데이터를 시각화 해야하는 이유

2. 대시보드를 만들 때 고려해야 할 사항

2.1. 목적에 적합한 시각화 차트 활용

2.2. 한 화면의 시각화 차트는 5개 이내

2.3. 핵심 인사이트별 개별 대시보드 제작

2.4. 적색과 녹색

3. 여러 가지 차트

3.1. 파이 차트의 문제점

3.2. 도넛 차트의 문제점

3.3. 대안 차트

출처