8 데이터 시각화 예: 데이터를 매력적인 시각적 요소로 전환

Dell에 따르면 데이터는 현대 사회의 새로운 원유입니다. 채굴되고, 처리되고, 가치가 있습니다. 어떻게 해야 할지 알 때 말입니다.

데이터 시각화 는 원시 데이터를 액세스 가능한 차트, 그래프 및 지도로 변환하여 이를 공유하고 학습하며 데이터 기반 의사 결정을 내리는 데 도움이 됩니다. 그러나 판도를 바꾸는 캠페인은 시각적 정보가 올바른 방식으로 정보를 제공하는 경우에만 가능합니다. 잘못 입력하면 메시지가 손실됩니다.

이 기사에서는 내부 및 외부 마케팅 활동에 영감을 주는 최고의 데이터 시각화 예제 8가지를 볼 수 있습니다.

사용 시기, 청중을 압도하거나 혼동하지 않도록 피해야 할 사항, 이러한 시각화를 직접 만들기 위한 5가지 팁을 배우게 됩니다.

고객과 주주의 참여를 유도하는 4가지 데이터 시각화 사례

급하게 만든 것처럼 보이는 표준 꺾은선형 차트나 투톤 막대형 차트를 스크롤하는 사람을 막을 수는 없습니다.

조사 결과가 무엇을 나타내든 상관없이 이것은 참여를 증가시키지 않을 것입니다.

이러한 그래프는 구식이고 지루하며 최악의 경우 압도적입니다. 많은 선의의 데이터 시각화는 당신이 보고 있는 것을 파악하는 데 너무 많은 작업을 필요로 하고 결국 무너지고 만다.

고객, 추종자, 주주 및 파트너는 감동을 원합니다.

올바른 도구를 사용하면 매우 시각적이고 공유 가능한 데이터 시각화로 고객 참여를 확보할 수 있습니다. 마케터를 대상으로 한 2021년 설문 조사에서 Venngage는 데이터 시각적 개체가 원본 그래픽 및 비디오 콘텐츠와 함께 가장 실적이 좋은 시각적 콘텐츠 중 하나라고 보고했습니다.

청중을 사로잡는 네 가지 데이터 시각화(스프레드시트나 파이 차트가 아님)와 그 작동 이유를 살펴보겠습니다.

1. 인구의 중위연령 방사형 그래프

이것은 표준 막대 차트일 수 있습니다.

그러나 Visual Capitalist는 데이터 시각화를 업그레이드하고 결과를 잘 설계된 방사형 히스토그램 에 표시하기로 결정했습니다.

이 그래프는 일반적인 막대 차트만큼 매우 깁니다. 작은 화면은 고사하고 큰 슬라이드 프레젠테이션에서 관계를 표시하고 이해하기 어려울 것입니다.

고리 모양은 또한 한 눈에 기본적인 이해를 쉽게 해줍니다. 유럽의 중위 연령이 가장 높은 반면 아프리카의 중위 연령은 가장 낮습니다.

여기에서 확대하여 정확한 수치를 얻을 수 있으며 세 개의 짧은 캡션이 주요 정보를 추가합니다.

가중 비교를 표시하는 유사한 데이터 시각적 개체에는 선버스트 다이어그램 , 거품형 차트 , 히트맵 및 픽토그램 이 포함됩니다.

방사형 히스토그램 사용에 대한 모범 사례:

• 이 예와 같이 많은 데이터를 포함하는 경우 고해상도 또는 대화형 디자인을 사용하십시오. 이런 식으로 작은 화면에서 정보를 보는 것이 훨씬 쉽습니다.
• 방사형 히스토그램에서 누적 막대 차트를 사용하면 표시되는 비율이 왜곡되므로 사용하지 마십시오(누적 막대 차트는 나중에 다룰 것입니다).
• 원점을 0에서 시작합니다. 자르지 마십시오. 예를 들어 위의 그래프에서 18세부터 시작하면 일부 아프리카 국가에는 중간 연령이 전혀 없는 것처럼 보입니다.

2. 전화 브랜드 전환 코드 다이어그램

데이터 시각화 디자이너 Nadieh Bremer의 이 예는 주제 간의 흐름 또는 연결을 나타내고 해당 연결에 가중치를 부여하는 코드 다이어그램 입니다.

이 다이어그램은 Deloitte 설문 조사 데이터를 기반으로 휴대폰 서비스 제공업체 간의 관계를 보여줍니다. 사용자가 공급자를 떠나면 어디로 갑니까?라는 질문에 답합니다.

데이터 시각화의 이 예에서는 충성도가 높은 브랜드(독립형 언덕)와 고객을 잃는 경향이 있는 브랜드(화음)를 확인할 수 있습니다.

또한 대화식입니다.

특정 브랜드 위로 마우스를 가져가면 다른 코드는 회색으로 표시되고 뷰어는 단일 브랜드의 흐름에 집중할 수 있습니다. 여기서 우리는 삼성이 설문 응답자 중 약 18%의 매우 충성도 높은 기반을 가지고 있음을 분명히 알 수 있습니다. 고객을 잃으면 주로 Nokia에 고객을 잃습니다.

이 데이터 시각화의 또 다른 장점은 다음과 같이 산만하지 않은 캡션으로 설명된 4개의 데이터 포인트입니다.

Apple의 원호에 있는 모든 화음은 Apple의 색상(회색)을 가지고 있기 때문에 Apple은 다른 모든 브랜드에서 고객을 잃는 것보다 더 많은 고객을 확보하고 있습니다.

이와 같은 캡션을 추가하면 주요 결과에 주의를 기울이는 동시에 그래프를 읽는 방법을 설명하는 데 도움이 됩니다.

흐름과 관계를 보여주는 유사한 데이터 시각 자료에는 충적 다이어그램 , 소시오그램 및 아크 다이어그램 이 포함됩니다.

코드 다이어그램 사용에 대한 모범 사례:

• 특히 상호 작용을 포기하는 경우 너무 많은 코드 교차를 피하십시오. 이것은 일을 너무 복잡하게 만들어 음모보다는 압도하게 만들 수 있습니다.
• 중요한 연결을 포함하고 통찰력을 제공하지 않는 빈약한 문자열은 생략합니다.
• 색상 팔레트를 신중하게 선택하십시오. 화음을 쉽게 볼 수 있지만 여전히 조화를 이루고 싶습니다.
• 사용자가 관계를 이해하는 데 도움이 되도록 몇 가지 중요한 세부 정보로 다이어그램에 레이블을 지정합니다.

3. 설문 결과를 그림으로 표시

전체의 일부를 나타내는 그림 차트는 매우 접근하기 쉽습니다. 잘 수행하면 진행 상황에 대해 자세히 알아보기 위해 시청자를 멈추게 합니다.

스페인 크리에이티브 클럽의 이 예는 설문 조사 데이터를 나타내는 그림 분수 차트입니다. 파이 차트보다 훨씬 매력적이며, 피클이 시선을 끌고 흥미를 유발하며 시청자는 여전히 전체 메시지를 빠르게 수집할 수 있습니다.

이는 설문 조사 결과 및 연구 결과를 표시하기 위한 훌륭한 데이터 시각화 예입니다. 디자인은 관심을 끌기 위해 많은 노력을 기울이지만 데이터 자체가 관심을 유지하는 데 책임이 있습니다.

전체의 일부를 나타낼 수 있는 유사한 데이터 시각적 개체에는 그림 누적 차트 , 단위 차트 및 와플 차트 가 포함됩니다.

그림 차트 사용에 대한 모범 사례:

• 가능한 한 정확하게 세그먼트를 나타냅니다. 팀이 위의 예에서 피클을 사용했지만 세그먼트는 대략적으로 정확해 보입니다.
• 디자인을 위해 데이터 위생을 희생하지 마십시오. 목표는 데이터 메시지를 복잡하게 만드는 것이 아니라 전체에 전달하는 것입니다. 디자인을 선명하고 단순하게 유지하십시오.

4. 팬데믹 타임라인 인포그래픽

파트 타임라인, 파트 크기-순서 그래프, 이 데이터 시각적 개체는 한 번의 펀치에 많은 정보를 포함합니다. 인포그래픽 은 데이터 시각적 요소를 결합하여 복잡한 메시지 또는 이해하기 어려운 대규모 데이터 세트를 이해할 수 있는 시각적 보조 도구입니다.

이 인포그래픽은 시간 경과에 따른 전염병의 전 세계 사망률을 다루고 있습니다. 이는 시간 변수와 볼륨 비교가 있음을 의미합니다.

Visual Capitalist는 이 두 가지 방법을 선택했습니다. 첫째, 역사에 걸쳐 질병이 발생한 위치를 타임라인 에 표시한 다음 크기 순서(예: 비례 면적 차트 )로 어떤 질병이 가장 심했는지 확인합니다.

중요한 것은 팀이 Covid-19 대유행의 진행 중인 특성 및 고대 질병의 새로운 증거와 같은 주요 정보를 포함했다는 것입니다.

이러한 요소는 보는 사람이 복잡한 데이터를 이해하는 데 도움이 되며 추가된 컨텍스트는 해당 정보를 원근감 있게 보는 데 도움이 됩니다.

인포그래픽이 널리 사용되는 데는 그만한 이유가 있습니다. Infographic World의 CEO인 Justin Beegel은 다음과 같이 밝혔습니다.

최근 몇 년 동안 디지털 및 사회적 환경이 얼마나 극적으로 변화했는지를 고려하여 인포그래픽의 상태에 대한 연구를 수행하고 싶었습니다. 우리가 발견한 것은 시각적 스토리텔링이 비즈니스, 마케터 및 커뮤니케이션 전문가가 사실상 다른 유형의 매체보다 더 의미 있는 방식으로 대상 고객에게 도달하는 데 도움이 된다는 것입니다.

인포그래픽은 스토리텔링을 마케팅에 통합하는 이상적인 방법입니다. 대부분의 차트와 그래프만 있는 것보다 더 많은 컨텍스트를 제공할 수 있습니다.

시간 경과에 따른 추세를 표시하는 유사한 데이터 시각적 개체에는 스트림 차트 및 거품 타임라인 이 포함됩니다. 비교를 표시하기 위해 유사한 시각적 개체에는 거품형 차트 및 방사형 선 차트 가 포함됩니다.

인포그래픽 사용을 위한 모범 사례 :

• 대부분의 데이터 시각화와 마찬가지로 하나의 디자인 요소에 너무 많은 정보를 담을 수 있습니다. 가독성과 명확성을 염두에 두십시오.
• 모든 요소가 함께 이해되도록 응집력 있는 색상 팔레트를 유지합니다. 이 그래픽에는 많은 구성 요소가 있지만 색상이 압도적이지 않고 함께 작동합니다.
• 동일한 요소에 대해 디자인 일관성을 유지합니다. 위의 예에서 천연두는 타임라인에서 주황색이고 비교 섹션에서 주황색입니다.

내부 팀에게 깊은 인상을 심어주는 4가지 데이터 시각화 예시

내부 팀에 데이터를 제공하는 것은 위의 예보다 시각적으로 덜 역동적인 경향이 있습니다. 그러나 의사 결정을 촉진하려면 내부 데이터 시각화가 여전히 소화 가능해야 합니다.

스프레드시트에서 팀에게 완벽 하게 이해되는 것이 다른 팀에게는 말도 안 되는 것처럼 보일 수 있습니다. 데이터 시각화는 모든 사람이 해당 정보에 액세스할 수 있도록 도와줍니다.

데이터 시각화 영감을 얻기 위해 대시보드를 살펴보십시오. 대부분은 슬라이드쇼, 이메일, 유인물 등에 사용하기 위해 개별 모듈을 내보낼 수 있습니다. 이러한 자동 생성 그래프는 날짜가 지정된 Excel 스프레드시트 및 PowerPoint 차트를 뛰어넘어 요점을 파악하고 변화를 주도할 수 있도록 도와줍니다.

다음은 내부 팀을 위한 데이터 시각화의 4가지 훌륭한 예입니다.

1. 겸손한 라인 차트

Databox 연구에 따르면 선형 차트 는 데이터 시각화에 가장 일반적으로 사용되는 형식입니다. 선형 차트는 사용자가 시간 경과에 따른 성능을 이해하고 전달하는 데 도움이 되므로 대규모 데이터 세트의 추세를 표시하는 좋은 방법입니다.

가장 인기 있는 그래프 중 하나이기 때문에 대부분의 데이터 분석 플랫폼은 일종의 선형 차트를 표시할 수 있습니다. 요즘에는 위아래로 움직이는 한 줄을 훨씬 뛰어 넘을 수 있습니다.

예를 들어 Perceptive Analytics의 Google Ads 대시보드는 다양한 데이터 시각화 방법을 결합하여 성과를 360도로 보여줍니다. 특히 대화형 다중 변수 선형 차트가 포함되어 있습니다.

이 예에서 전환당비용이 급격하게 상승한 후 즉시 하락하는 것은 데이터가 스프레드시트에 숫자로 표시되는 경우 즉시 나타나지 않는 추가 조사 지점을 강조합니다.

KPI를 선택하는 기능은 선택한 데이터 포인트에 초점을 맞춥니다. 이렇게 하면 단일 차트의 여러 선이 혼동을 일으키는 것을 방지하여 한 번에 하나씩 더 쉽게 분석하고 이해할 수 있습니다.

다음은 꺾은선형 차트의 형식이 잘못되어 특정 데이터 요소에 집중할 수 없는 경우의 모습입니다.

처음 두 줄 아래의 모든 줄은 함께 뒤죽박죽이며 기본적으로 의미가 없습니다.

Bold BI의 다음 예와 같이 너무 많은 레이블을 포함하여 너무 많은 정보로 라인 차트를 오버로드하지 마십시오.

여기에서 y축은 달러 금액을 나타내며 거품 위로 마우스를 가져가면 정확한 달러 가치를 얻을 수 있습니다. 따라서 차트에 텍스트 레이블을 포함할 필요가 없습니다.

꺾은선형 차트 사용에 대한 모범 사례 :

• 어수선하지 마십시오. 한눈에 이해할 수 있도록 데이터 포인트를 명확하고 명확하게 유지하십시오.
• 3D 선 그래프와 같이 지나치게 디자인된 차트는 피하십시오. 이것은 두 개의 축만 필요한 정보를 이해하기 위해 두뇌가 더 열심히 일하게 만듭니다. 내부 데이터 프레젠테이션의 목표는 빠르고 명확하게 의사 소통하는 것입니다.
• 가능한 한 정확하게 데이터를 나타내려면 y축을 0에서 시작합니다.

2. 막대 차트가 충분하지 않은 경우 누적 막대 차트 사용

누적 막대 차트 는 범주가 볼륨별로 더 작은 하위 범주로 어떻게 나뉘는지를 보여줍니다. 이는 시간이 지남에 따라 하위 범주가 어떻게 변경되는지 추적하는 데 특히 유용합니다.

다음은 일정 기간 동안 연락처 볼륨을 추적하는 데 초점을 맞추고 세 가지 범주로 구분되는 Datapine의 누적 막대 차트의 예입니다.

총 티켓 수와 각 방법(통화, 이메일 및 채팅)이 기여하는 방식을 분석합니다. 대화형 데이터 시각화 요소를 추가하여 사용자는 차트 위로 마우스를 가져가 특정 수치를 볼 수 있습니다.

예를 들어, 전화와 이메일이 대부분의 티켓을 구성한다는 데이터를 보면 쉽게 알 수 있습니다. 수요를 처리하기 위해 더 많은 실시간 채팅 직원을 전화로 옮기는 것이 합리적일 수 있습니다.

누적 막대 차트는 작은 데이터 세트에 가장 적합합니다 . 차트에 더 많은 데이터를 포함할수록 더 혼란스러워집니다. Microsoft Power BI에서 다음 예제를 살펴보십시오.

차트 전체에 최대 9개의 데이터 요소가 있으므로 소비하고 비교할 정보가 너무 많아 이야기를 전달하기가 어렵습니다. 여러 색상도 차트를 압도적으로 만듭니다.

많은 대시보드 모듈을 사용하면 Excel Campus의 동적 누적 막대 차트와 같은 변수에 집중할 수 있습니다.

누적 막대 차트는 하나 또는 두 개의 범주 내에서 하위 범주가 시간 경과에 따라 어떻게 변하는지를 보여주는 데 이상적입니다.

누적 막대 차트 사용에 대한 모범 사례 :

• 사용자가 추가 정보를 무시할 수 있도록 각 변수에 초점을 맞춥니다.
• 작은 데이터 세트에만 사용하십시오(이상적으로는 3개로 제한됨).
• 날짜 간격이 규칙적인지 확인합니다(예: 1월, 2월, 4월, 9월 등 대신 매월 포함).

3. 깔때기형 차트로 병목 현상 발견

깔때기형 차트 의 각 단계는 프로세스의 결과인 최종 단계로 이어지는 데이터를 필터링합니다.

Victoria University가 소비자를 더 잘 이해하고 학생에 대한 명확한 스냅샷 뷰를 얻을 수 있도록 Datalabs Agency는 Tableau를 사용하여 단순성에 중점을 둔 대시보드를 구축했습니다. 해당 대시보드에는 깔때기형 차트가 있습니다.

깔때기 막대 차트는 판매 깔때기의 각 단계에 있는 사용자 수를 보여줍니다. 이것은 사용자에게 상당한 감소가 있는 위치에 대한 높은 수준의 보기를 제공하고 통찰력을 얻기 위한 출발점 역할을 합니다.

다음은 깔때기형 차트의 데이터 구조가 어떻게 보이는지에 대한 Chartio의 또 다른 좋은 예입니다.

이 구조를 따르면 제품을 클릭하는 사람 수와 장바구니에 추가하는 사람 수의 눈에 띄는 감소가 있음을 알 수 있습니다.

이 정보를 사용하여 랜딩 페이지를 검사할 수 있습니다. 버튼이 깨끗합니까? 제품 설명이 혜택을 판매하는 데 충분한 역할을 하고 있습니까? 조사 결과는 이해 관계자에게 컨텍스트와 솔루션을 제공하는 데 사용할 수 있습니다.

깔때기형 차트 사용에 대한 모범 사례:

• 이것은 레이블의 이점을 제공하는 차트입니다. 전체적인 그림을 그리기 위해 부피와 변화율을 보여줍니다.
• 이상적으로는 100% 값으로 유입경로를 시작하고 동일한 전환 경로 내에서 유지하는 것이 좋습니다. 이렇게 하면 데이터가 섞일 위험이 없습니다. 예를 들어 이메일 캠페인에서 생성된 리드에만 집중했지만 전환 데이터가 캠페인별로 분류되지 않은 경우 정확한 데이터 시각화를 얻을 수 없습니다.

4. 지도와 거품형 차트를 사용하여 지리적으로 이동

지리적 정보는 종종 마케팅 성과의 핵심이며 지도 차트 는 위치가 데이터에 미치는 영향을 보여주는 간단한 방법을 제시합니다.

Perceptive Analytics의 대시보드에는 미국 지역별 전환을 나타내는 지도가 포함되어 있습니다.

Perceptive Analytics는 색상 코딩을 사용하여 더 높은 전환율을 표시합니다. 지도는 거품형 차트 에서 데이터 시각화 기술을 차용하여 각 원의 크기를 다양화하여 사용자가 광고가 가장 수익성이 높은 위치를 한 눈에 볼 수 있도록 합니다. 원이 클수록 특정 위치에서 더 많은 전환이 발생합니다.

다른 데이터와 함께 마케터는 정보에 입각한 결정과 예측을 지원할 수 있습니다. 예를 들어 텍사스에 있는 남성의 경우 주말에 전환율이 더 높다는 사실을 이해하면 해당 페르소나에 대한 광고 예산을 늘릴 수 있는 설득력 있는 사례를 제공할 수 있습니다.

지도 차트 및 거품형 차트 사용에 대한 모범 사례 :

• 색상 심리학에 주의를 기울이십시오. 빨간색은 "나쁨", "위험" 또는 "경보"를 의미할 수 있습니다. 마찬가지로 녹색은 "좋은"을 의미할 수 있습니다. 시청자가 실수로 어느 쪽으로든 흔들리지 않도록 거품 색상을 신중하게 선택하세요.
• 간단하게 유지하십시오. 위의 예는 어떤 지역이 전환되고 있고 어떤 지역이 전환되지 않는지 잘 보여줍니다. 그것보다 더 복잡하지 않습니다.

매력적인 데이터 시각화를 만들기 위한 5가지 팁

데이터 시각화의 목적은 복잡한 데이터를 이해하기 쉽게 만드는 것입니다. 최종 사용자는 차트를 보고 주요 추세나 정보를 쉽게 찾을 수 있어야 합니다.

청중이 이것을 할 수 있을 때 통찰력이 중요한 이유를 설명하고 변화를 위한 사례를 만드는 것이 더 쉬워집니다. 미학적으로 만족스러운 방식으로 데이터를 제시하면 청중이 소셜 미디어에서 공유할 가능성이 높아져 브랜드 인지도가 확산됩니다.

요점을 전달하거나 공유할 수 있는 시각 자료를 만드는 5가지 방법이 있습니다.

1. 시각 자료를 데이터와 일치시킵니다.

좋은 데이터는 잘못된 차트에서 쉽게 손실될 수 있습니다. 수상 경력에 빛나는 데이터 시각화 디자이너 Nathan Yau는 하나의 데이터 세트를 25가지 방식으로 시각화하는 작업에서 데이터를 표현하는 많은 방법이 있음을 보여줍니다(그의 요점은 모든 방법이 훌륭하지는 않다는 것입니다).

정보를 어지럽히지 않고 표시하는 시각화 유형을 선택하려면 다음 사항을 명확히 하십시오.

• 데이터의 크기. 일부 차트는 다른 차트보다 빅 데이터 세트에 더 적합합니다. 예를 들어 원형 차트는 소량의 데이터를 시각화하는 좋은 방법입니다. 그러나 6개 이상의 데이터 포인트는 세그먼트가 작아질수록 혼란스러워집니다. 더 나은 솔루션은 선 차트, 조합 차트 또는 산점도입니다.

• 데이터 유형 입니다 . 데이터 종류를 사용하여 차트 또는 그래프 유형의 범위를 좁힙니다. 예를 들어 연속 데이터는 선형 차트 또는 흐름 차트에서 가장 잘 시각화되는 반면 범주형 데이터는 트리 그래프 또는 선버스트 다이어그램에 가장 적합합니다.

• 관객. 데이터가 전달하려는 스토리는 무엇이며 누구에게 제공하고 있습니까? 성과 검토에서 이해 관계자에게 추세 데이터를 제시하거나 랜딩 페이지 데이터를 비교하여 마케팅 팀의 다음 단계를 알리고 있습니까? 데이터를 수집하는 이유와 누가 혜택을 받을 것인지 이해하면 시각적 개체를 더 쉽게 선택할 수 있습니다.

2. 시각화를 위해 좋은 데이터 위생을 실천하십시오.

아름다운 데이터 시각화를 디자인하는 과정에서 데이터가 뒤죽박죽이 되지 않도록 하십시오. 프로젝트의 모든 단계에서 정확한 데이터를 확보하여 예쁜 이미지라는 이름으로 청중을 오도하지 않도록 합니다.

데이터 시각화 에 대한 몇 가지 모범 사례 조언을 따르십시오 .

• 그래프를 0에서 시작하거나 0에서 시작하지 않는 이유를 설명하십시오. (여기에서 다른 곳에서 기준선을 시작하면 어떻게 되는지 알아보십시오.)
• 선 두께를 고려하십시오. 두꺼운 선으로 인해 데이터 포인트가 실제로 어디에 있는지 명확하지 않을 수 있습니다.
• 데이터에 압도되지 마십시오. 연구에서 50개의 데이터 포인트를 수집했지만 그중 10개만 중요할 수 있습니다. 시각화에서 강조 표시할 가장 중요한 데이터를 추출합니다.
• 축에 레이블을 지정하고 측정 대상을 사람들에게 알리되 레이블을 어디에 둘 것인지 신중하게 생각하십시오(예: 위의 Bold BI 예에서와 같이 데이터를 방해하는 위치가 아님).

3. 비주얼을 단순하게 유지

시각적 개체에서 노이즈를 제거하여 데이터를 강화합니다. 위의 데이터 시각화의 다양한 예는 공통적으로 명확합니다. 데이터는 읽기 쉽고 메시지는 이해하기 쉽습니다.

그림자, 3D 구성 요소, 무작위 아이콘, 관련 없는 레이블, 메시지를 방해하는 불필요한 값과 같이 20대에 인기를 끌었던 요소를 제거합니다.

Brent Dykes의 프레젠테이션에서 가져온 이 예는 불필요한 노이즈가 데이터를 희석시키는 방법과 제거했을 때 얼마나 더 효과적인지 보여줍니다.

이미지 파일 이름: example-from-a-presentation-by-brent-dykes.jpg

대체 태그: 불필요한 노이즈가 데이터를 희석시키는 방법을 보여주는 Brent Dykes의 프레젠테이션 예

중요한 데이터에 집중하십시오. Presentation Zen Garr Reynolds의 저자는 다음과 같이 말합니다.

제한, 축소, 강조라는 세 가지 기본 원칙을 기억하면 효과적인 차트, 그래프 및 표 디자인을 단순하게 만들 수 있습니다.

4. 시각 자료를 만드는 데 적합한 도구 선택

원시 데이터를 눈길을 끄는 시각 자료로 바꾸려면 데이터 시각화 도구의 도움이 필요합니다. 소프트웨어는 데이터 세트를 읽고 차트를 구성하므로 시각적 개체를 채우기 위해 수동 데이터 마이닝에 의존하지 않아도 됩니다.

다음은 확인해야 할 몇 가지 인기 있는 도구입니다.

• KPI 대시보드: Geckoboard 또는 Salesforce Einstein
• 웹 분석 시각화용: Google Analytics
• 시각적 보고서 템플릿: Google Data Studio
• 간단한 차트: Google Charts
• 간단한 인포그래픽 디자인: Canva
• SMB 데이터 시각화 및 비즈니스 인텔리전스용: Microsoft Power BI
• 엔터프라이즈급 데이터 시각화 및 비즈니스 인텔리전스: Tableau
• 숙련된 데이터 과학자용: Sisense
• 오픈 소스 데이터 시각화용: D3.js

이러한 도구는 기능, 가격 및 유용성이 다릅니다. 적은 예산으로 작업하는 경우 Google Charts 및 Google Analytics와 같은 무료 도구로 시작하고 나중에 투자를 늘리십시오.

5. 시각화를 사용하여 강력한 데이터 스토리 전달

시각화는 전사적 변화를 주도하는 데 도움이 될 수 있습니다. 그러나 팀과 마찬가지로 새로운 청중에게 동일한 영향을 미치려면 스토리를 통해 데이터를 판매해야 합니다.

예를 들어 마케터에게 Bold BI의 웹 분석 대시보드에서 가져온 아래 차트는 블로그가 가장 큰 수익 원동력임을 보여줍니다. 이는 콘텐츠 마케팅이 효과가 있고 팀이 여기에 더 많이 투자해야 한다는 분명한 표시입니다.

하지만 이사회 멤버들에게는 블로그가 돈을 가져다준다는 것만 보여줄 뿐입니다. 돈이 들어오는 이유는 무엇입니까? 무엇이 그렇게 인기가 있습니까? 사람들을 귀하의 웹사이트로 직접 데려오는 이유는 무엇입니까? 이것들은 이야기가 대답할 질문들입니다.

데이터 스토리텔링은 인사이트를 흥미롭고 기억에 남도록 만드는 스토리에 대한 인간 두뇌의 욕구를 활용합니다.

스토리텔링을 통해 간단한 용어로 통찰력을 제시하여 메시지를 전달하고 행동을 유도할 수 있습니다. 참여하고, 설명하고, 깨달을 수 있도록 데이터와 시각적 요소에 내러티브를 추가합니다.

랜딩 페이지 수익 그래프를 보면 데이터가 중요한 이유를 설명할 수 있습니다. 블로그 게시물의 요소, 시간이 지남에 따라 블로그가 어떻게 성장했는지, 콘텐츠 마케팅이 청중에게 가치를 제공하는 방법을 분석할 수 있습니다. 이 모든 것이 추가 투자를 위한 강력한 사례를 구축합니다.

청중과 어떤 변화를 일으키고 싶은지 생각하십시오. 이를 사용하여 영상 뒤에 숨겨진 흥미로운 이야기를 찾아보세요.

결론

데이터 시각화는 원시 수치와 한눈에 전달되는 통찰력 사이의 격차를 해소하는 데 도움이 됩니다. 이 문서의 예는 팀과 이해 관계자에게 제시할 수 있는 시각적 개체 및 대시보드를 디자인하기 위한 견고한 출발점입니다.

마케팅 및 영업 목표에 가장 중요한 데이터 시각화에 집중하십시오. KPI(핵심 성과 지표)와 관련된 메트릭은 시각화할 때 새로운 통찰력을 발견하고 매력적인 스토리를 전달하는 데 도움이 됩니다.
데이터 프레젠테이션 및 시각화 과정을 확인하고 이해 관계자가 조치를 취하도록 하는 방법을 알아보세요.