데이터 시각화

데이터를 어떻게 활용할 것인가?

- 데이터를 보고 읽는 능력인 데이터 리터러시의 필요성

- 데이터를 목적에 맞게 활용할 수 있고 데이터의 의미를 정확히 해석할 수 있어여 한다.

 

데이터 리터러시의 하위 역량

• 데이터 수집 
  • 빠른 시간 내 데이터를 검색하고 선별 -> 필요한 데이터를 확보
• 데이터 관리
  • 수집한 데이터를 분석 가능한 형태로 구조화
• 가공 및 분석
  • 목적에 맞는 분석 방법을 활용해 의미 있는 결과 도출
• 데이터 시각화 
  • 도형과 색을 활용해 차트 같은 시각화 결과물을 만드는 것
• 데이터 기획
  • 데이터 활용 과정 전반의 계획 세우기 , 분석하고자 하는 데이터 관계 이해하는 역량 필요

 

시각화

데이터 분석 과정에서 빠르게 데이터를 탐색하고 인사이트 도출을 돕는다

시각적 분석 = 시각화를 기반으로한 데이터 분석

 

시각화가 중요한 이유?   강점

• 데이터에 대한 고도의 기술 없이 쉽게 데이터 분석과 인사이트 도출 가능하기 때문
  • 인포랙티브 기능을 활용해 양방향으로 정보 제공 가능
  • 누구나 시각화를 통해 데이터 활용할 수 있다 = 데이터 기반의 가치 창출의 범위 확대
  • 데이터의 의미를 전달해 상대방을 설득하고, 스토리텔링하고자 할 때 효과적인 의미 전달이 가능하다

 자신이 전달하고자 하는 데이터 인사이트에 적합한 시각화 유형을 선택하고,

해석에 오류가 발생하지 않도록 시각화 차트를 만들어야 한다.

 

시각화 유형 선택하는 기준 = 데이터를 어떤 목적으로 보여줄 것인가?

 

비교 - 막대 차트 / 선 차트 (누적 막대 차트, 그룹 막대 차트, 영역 차트 등)

구성 - 파이 차트, 100% 누적 막대 차트 , 폭포 차트 

      - 비교 항목이 4~5개 정도가 적당 , 너무 많으면 비교가 어려움

분포 - 산점도, 히스토그램 / 데이터간의 관계 - 산점도 버블 차트

 

★시각화 차트가 데이터 해석의 오류를 야기하는 것이 아닌지 살펴야 함, 자롯 만들어진 차트는 잘못된 해석을 야기할 수 있음

 

 

데이터 시각화 결과물을 공유하는 방식 , 대시보드

 

공공데이터포털의 시각화 서비스

 

누구나 웹시이트에 접속해 데이터를 활용해 시각화 차트를 만들 수 있음

 

비즈니스 인텔리전스 (BI)시스템

금융권기업

 - 신한은행, 빅데이터 워룸(war room)

- KEB 하나은행 , '하나 빅 인사이트' 구축

데이터 저널리즘

인공지능 학습 결과

데이터 아트, 데이터 아티스트