목적에 맞는 데이터 전달 형태(Form) 선정하기
데이터 분석가들이 가장 많이 묻는 질문 중 하나는 이것이다.
"이 데이터에는 어떤 차트를 써야 하나요?"
하지만 나는 이 질문에 답하기 전에 항상 되묻는다.
"그 데이터를 누가, 언제, 왜 봅니까?"
어울리는 옷이 때와 장소에 따라 다르듯, 정보도 그 목적에 따라 담겨야 할 그릇이 다르기 때문이다.
많은 대시보드가 실패하는 결정적인 이유는, 사용자의 의도나 맥락은 고려하지 않은 채 '내가 보여주고 싶은 기능'만 잔뜩 집어넣거나, 대시보드를 대시보드답지 않게 사용하기 때문이다.
나는 데이터 기반의 정보 전달의 형태를 크게 세 가지로 분류하고 있다. 탐색형, 요약형, 그리고 해석형이 그것이다.
첫째, 탐색형은 사용자가 직접 데이터를 요리할 수 있는 형태다.
마치 사전을 펼쳐 필요한 단어를 찾듯, 사용자가 스스로 데이터를 탐색하고 분석할 능력이 있다면 이 방식이 가장 효과적이다.
따라서 주제별로 쪼개어 분석할 수 있는 테이블 형태의 탐색형 데이터는, 주로 숙련된 분석가나 특정 문제의 세부 원인을 파고들어야 하는 실무자에게 적합하다. 이들에게는 화려한 차트보다, 필터가 잘 갖춰진 속도감 있는 테이블이 최고의 도구다. 태블로(Tableau)와 같은 BI 도구 역시 탐색형 대시보드의 역할을 훌륭히 수행한다. 주요 지표를 중심으로 연관된 데이터를 연결하여 탐색하면, 문제의 근본 원인을 추적해 나갈 수 있다.
하지만 탐색형에는 치명적인 단점이 있다. 사용자가 데이터를 다루는 기술이 부족하거나, 숫자 속에서 문제를 스스로 정의하고 해결해 나가는 사고방식에 익숙하지 않다면 무용지물이 된다는 것이다.
둘째, 요약형은 말 그대로 현재의 상태를 한눈에 보여주는 '계기판'이다.
주로 다양한 의사결정을 빠르고 정확하게 내려야 하는 경영진이나, 매일 아침 팀의 성과를 체크해야 하는 리더들에게 유효하다.
여기서는 수많은 데이터의 나열보다 KPI(핵심지표)의 증감 여부가 훨씬 중요하다. 복잡한 분석보다는 현재 우리 상황이 '청신호'인지 '적신호'인지 명확히 보여주는 것이 핵심이다. 따라서 이들에게 전달하는 정보에는 반드시 맥락이 필요하다. 전년 대비 높은지, 타 팀 대비 낮은지, 이 변화가 일시적인지 지속적인지 판단할 수 있는 기준이 제공되어야 한다.
셋째, 해석형은 분석가가 직접 스토리와 설명을 덧붙이는 형태다.
오랜 시간 인류가 신문, 논문, 칼럼 등 줄글을 통해 정보를 습득해 왔듯, 이 방식의 가장 큰 장점은 독자가 데이터를 다루는 기술이 전혀 없어도 내용을 온전히 이해할 수 있다는 것이다. 따라서 가장 넓은 범위의 대중을 설득할 수 있는 형태이기도 하다.
특히 조직 전반의 데이터 리터러시가 낮거나, 회사의 명운이 달린 중대한 의사결정을 앞둔 상황에서 강력한 힘을 발휘한다. 이때는 화려한 차트보다, 문제를 해결해 나아가는 분석가의 치열한 사고 과정이 담긴 몇 줄의 '문장'이 훨씬 더 중요하다.
그렇다면, 이 세 가지 중 우리 조직에 맞는 형태는 어떻게 골라야 할까?
내가 만난 어떤 기업은 수천만 원을 들여 최첨단 대시보드를 구축했지만, 결국 실무자들은 그 대시보드 안의 '데이터 다운로드' 버튼만 찾아 헤맸다. 왜 이런 비극이 일어날까?
조직의 데이터 거버넌스 성숙도와 사용자의 데이터 활용 수준을 충분히 고려하지 않았기 때문이다.
데이터 품질이 낮고, 지표의 정의조차 전사적으로 통일되지 않은 조직에 탐색형 대시보드를 던져주면 사람들은 백지의 공포에 시달린다. 기껏 숫자를 띄워놓고도 "그래서 어쩌라고?"라는 탄식만 남을 뿐이다. 이런 환경에서는 데이터를 직접 만지게 하기보다, 분석가가 신뢰할 수 있는 데이터를 선별하고 의미를 명확히 해석해 주는 '해석형 리포트'가 훨씬 안전하고 효과적인 설득 도구가 된다.
반대로 데이터 인프라가 견고하고 실무자들의 분석 역량이 높은 조직이라면, 굳이 분석가가 일일이 나서서 해석해 줄 필요가 없다. 그들에게는 스스로 직관을 검증하고 자유롭게 파고들 수 있는 빠르고 유연한 탐색형 환경을 마련해 주는 것이 최고의 지원이다.
우리는 가끔 더 멋져 보이기 위해, 혹은 더 많은 기능을 제공하기 위해 사용자가 원치 않는 '오버 엔지니어링'을 범한다.
출근길 흔들리는 지하철에서 3초 만에 어제 매출을 확인해야 하는 임원에게, 로딩에만 10초가 걸리는 고해상도 인터랙티브 대시보드를 들이민다면 그것은 통찰의 제공이 아니라 고문에 불과하다.
데이터를 기반으로 문제를 해결하는 사고가 익숙하지 않은 사용자에게, 다양한 원인을 탐색할 수 있는 대시보드를 제공해도 사용자는 단순한 숫자의 나열이고, 오히려 익숙한 엑셀이 편할 수 있다.
당신이 전달한 데이터가 힘을 잃고 있다면, 내용이 틀려서가 아니라 '상대방에게 맞지 않는 그릇'에 담겨 억지로 앞에 놓였기 때문일지도 모른다.
데이터 활용의 본질은 그저 멋진 정보를 전달하는 데 있지 않다. 상대방의 '이해'를 돕는 데 있다.
당신의 청중은 지금 어떤 그릇을 간절히 기다리고 있는가? 그들의 처지와 수준, 그리고 손에 가장 익숙한 그릇을 다정하게 내밀 때.
비로소 차가운 데이터는 사람을 움직이는 따뜻한 메시지가 된다.