Chapter 3-3.
데이터는 늘 있었다.
점포 주소,
위도와 경도,
점포별 매출,
완료율, 수행률.
엑셀에도 있었고,
DB에도 있었다.
그런데
무언가 부족했다.
직관적으로 이해되지 않았다.
어느 날
이 데이터를 지도 위에 올려봤다.
점 하나하나가
점포였다.
그 순간
느낌이 달라졌다.
숫자로 볼 때는
흩어져 있던 정보가
지도 위에서는
하나로 보였다.
보이지 않았던 것들이
비로소 드러났다.
점포의 밀집도,
그에 따른 배달 커버리지,
이슈 점포와 배달업체,
점포별로 더 적합한 배달업체,
취소율이 높은 구간,
점포를 제외했을 때의 영향까지.
여러 정보가
한 화면에서 이어졌다.
설명이 필요 없었다.
그냥 보였다.
이전에는 이렇게 말했다.
“이 지역이 문제인 것 같습니다.”
“데이터를 보면 이런 경향이 있습니다.”
이제는 이렇게 말한다.
“여기 보세요.”
회의가 달라졌다.
설명이 줄어들고,
이해가 빨라졌다.
누가 봐도
같은 장면을 보고 있기 때문이다.
데이터를 분석하는 것과
데이터를 이해하는 것은
다르다.
분석은
설명을 필요로 하고,
이해는
설명이 필요 없다.
시각화는 장식이 아니었다.
데이터를
이해하게 만드는 방식이었다.
AI는
여기서 또 다른 역할을 한다.
좌표 데이터를 정리하고,
지도 위에 시각화하고,
필요한 기능을 붙인다.
예전에는
이걸 만들기 위해
개발 리소스가 필요했다.
지금은
아이디어가 먼저다.
“점포 위치를 지도에 찍고 싶다.”
“문제 지역만 따로 표시하고 싶다.”
“클릭하면 상세 정보를 보고 싶다.”
이렇게 말하면
AI가 그 구조를 만들어준다.
나는
무엇을 보여줄지만 정한다.
기술은
여전히 존재한다.
하지만
장벽은 낮아졌다.
그래서 이제는
데이터를 보면 이렇게 묻는다.
“이걸
더 잘 설명할 수 있을까?”가 아니라
“이걸
보는 순간 이해할 수 있을까?”
숫자는
설명을 필요로 하지만,
시각화는
이해를 만든다.
이제는
데이터를 만들 때
어떻게 보여줄지를
먼저 생각한다.
그게
사람을 움직이기 때문이다.