[인프런] PM을 위한 데이터 리터러시_#9. 데이터 레포트 작성, 데이터 시각화

다른 일정으로 잠시 쉬었다가 강의 수강 다시 시작합니다!

 

📌 이 글은 [인프런] 카일스쿨의 'PM을 위한 데이터 리터러시' 강의 내용을 요약 정리한 것입니다.

 

레포트 작성하기

레포트의 정의

• 특정 대상과 목적을 위한
• 정보를 전달
• 구조화된 형태(정리)

특정 대상과 목적을 위한

• 어떤 사람들을 대상으로 하는지에 따라 Report에 내용도 달라짐
  • 해당 내용을 이미 아는 사람들이라면 핵심적인 내용 위주로
  • 해당 내용을 처음 본다면 이해하기 쉽도록
• 상황에 따라 필요한 정보가 다름
• 목적에 따라 설득하는 방법도 다양

글을 쓰기 전에,
글을 읽는 대상이 누구인지,
글을 쓰는 목적이 무엇인지를
명확히 해두자!

 

정보를 전달

• 정보
  • 관찰이나 측정을 통해 수집된 데이터를 실제 문제에 도움이 될 수 있도록 해석하고 정리한 지식
• 대상이 처한 상황(문제)을 잘 이해할수록 좋은 정보를 전달할 수 있음

구조화된 형태

• MECE한 형태로 생각을 구조화

데이터 분석 레포트에 들어가면 좋은 요소

• 요약(앞 단에 5줄 정도)
• 이 업무가 어떤 목적으로 시작되었는가?(문제 정의 및 목적 정의)
• 어떤 지표를 사용했는가?
• 결론은 무엇인가?
• 과정은 어떻게 되었는가?
• 과정에서 필요한 의사 결정은 무엇인가?
• 앞으로 Action Plan은 무엇인가?
• 추가로 파악하면 좋은 요소

레포트 작성 Process

 

추가) 스토리텔링

• 스토리는 비즈니스 영역에서도 필요
• 사람들이 레포트를 끝까지 보고, 변화를 실행하게 만들려면 마음을 움직여야 함
• 후킹한 요소로 시작! (ex. '만약에'로 시작하는 이야기를 하면 도움 됨) -> 정답을 레포트 본문에 넣기
• 고객 관점에서 스토리텔링 할 수도 있음(ex. 고객이 바라는 것을 손에 넣기 위해 여러 위기를 겪고 그걸 해결)
• 스토리의 핵심: 사람들에게 변화의 의지를 북돋을 수 있어야 함 

추가) 레포트 잘 쓰는 법

• 레포트 최대한 많이 작성해보며, 내 스타일 찾아가기 
• 동료들의 피드백 받기 
• 평소에 기록을 구조화해둔다면 상대적으로 수월 

레포트 공유 Process

데이터 시각화

• 데이터를 보는 목적에 맞는 데이터 시각화를 통해 데이터를 더 쉽게 잘 이해할 수 있음
• 대표적인 목적
  • 비교(Comparison) : 여러 카테고리의 비교
  • 관계(Relationship) : 2개의 변수 관계 파악
  • 분포 확인(Distribution) : 단일 변수의 분포 파악
  • 여러 요소 구성(Composition) : 단일 또는 다양한 변수 파악

차트 선택 가이드

추가) 기본적인 그래프

• 막대 그래프: 카테고리별 비교
• 라인 그래프: 시간의 흐름에 따른 변화를 비교
• 히스토그램: 사용횟수 등 연속적인 빈도의 분포를 알고 싶은 경우 
• 파이 차트: 카테고리 내에서 차지하는 비율이 얼마인지 확인
• 산점도: 두 변수의 상관 관계를 파악
• Sankey Diagram: 제품에서 유저 흐름 파악 
• 퍼널 차트: 제품에서 퍼널별로 얼마나 전환되는지 파악
• Box Plot: 통계값(중앙값, 1, 3분위수, 최대 최소값 등)을 따르게 파악하고 싶은 경우 
• 히트맵: 2가치 차원의 값을 동시에 색상으로 비교하고 싶은 경우

 

데이터 시각화 오픈소스

데이터 시각화 도구 선택 의사 결정 기준

• 투자할 예산, 인력(데이터 엔지니어)이 있는가
• 1) 오픈소스(인력이 있는 경우)
  • Redash(리대시)
  • Superset(슈퍼셋)
  • Metabase(메타베이스)
• 2) SaaS(투자할 예산이 있는 경우)
  • Tableau(태블로)
  • Holistics(홀리스틱스)
• 3) 클라우드사 제품(비용 저렴)
  • AWS QuickSight(퀵사이트)
  • Google Sheets(구글 시트)
  • GCP Looker Studio(룩커 스튜디오)
  • Azure Power BI(파워 비아이)

데이터 시각화 도구 선택시 고려할 기능

• 원하는 그래프가 있는지 여부
• 회사에서 사용하는 데이터베이스 연결 지원 여부 
• 쿼리 기능
• 스케줄링 기능(특정 시간에 쿼리 실행)
• 유저 권한 관리 기능(개인 정보 데이터가 있는 경우 or 특정 대시보드는 아무나 삭제할 수 없게 해야 하는 경우)
• 알림(Alert) 기능(쿼리 결과에서 특정 조건 만족하는 경우 메시지 전송)
• 쿼리 결과의 데이터 다운로드 기능
• 제작한 대시보드, 그래프 공유 기능(public, private 설정 여부)

PA 도구와 차이는?

1) Product Analytics 도구(Amplitue, Mixpanel, Google Analytics4)

• 유저 로그 데이터 시각화
• 제품에서 어떻게 동작하는지를 시각화

2) 데이터 시각화 도구(Redash, Superset, Tableau 등)

• (유저 로그 데이터가 아닌) Database의 데이터에 연결해서 데이터 시각화 

PA 도구와 데이터 시각화 도구의 차이점을
명확히 알게 되어 좋았다!
PA도구는 유저 로그 데이터 시각화,
데이터 시각화 도구는 데이터 베이스 연결해 시각화!