brunch

You can make anything
by writing

C.S.Lewis

by THISDOT Nov 21. 2020

디자이너가 시작하는 데이터 분석 : 데이터를 요리하자!

데이터를 다루는 것은 이제 지식이 아니라 상식이 되었죠.

몇 년 전부터 데이터는 다이어트, 토익 점수처럼 모두의 끝없는 숙제가 되었습니다.

인생 3대 허언


저 같은 경우는 ‘해야지..’ 하지만 막상 시도하려 하면 무엇부터 해야 할지 모르겠더라고요.

주변 디자이너들과 얘기하다 보니 ‘나만 그런 게 아니구나’라는 생각이 들었고, 오늘은 디자이너가 데이터에 대해서 어떻게 접근해야 하는지에 대해서 다뤄보려고 합니다.

저 역시 아직 데이터 관련 전문가는 아니지만, 데린이로서 제가 시도했던 과정과 그 과정 속에서 얻은 깨달음을 공유하고자 합니다.



데이터는 숫자다?

데이터에 대해 알아보자


information, especially facts or numbers, collected to be examined and considered and used to help decision-making, or information in an electronic form that can be stored and used by a computer.
조사하고 고려하고 의사 결정을 돕기 위해 수집된 정보, 특히 사실 또는 숫자, 또는 컴퓨터에서 저장하고 사용할 수 있는 전자 형식의 정보


출처 : cambridge dictionary


데이터는 의사결정을 위해 수집된 사실이나 정보를 뜻한다는 것을 알 수 있습니다. 데이터는 크게 2가지로 분류할 수 있는데, 정량적 데이터정성적 데이터로 나눌 수 있어요.


넓은 관점에서 데이터는 정량+정성 데이터를 묶어서 불리기도 하는데, 대체로는 숫자로 표현되는. 정량화된 정보를 말합니다.



데이터가 왜 중요할까?

우리가 데이터 분석을 해야 하는 이유

반대로 데이터가 없으면 어떻게 되는지 생각해보면,   

관찰자의 개입, 인터뷰이의 거짓 정보 등 신뢰도가 낮을 수 있는 데이터로 분석하기

수치화할 수 없는 데이터로 스토리텔링만 하며 설득하기

디자인을 개선했는데, 잘 된 건지 안 된 건지 알 수 없다

감이 아닌, 사실을 기반으로 디자인을 해야 한다


#신뢰와 설득 #추측이 아닌 #가설 검증

사람은 편견, 감정을 가지고 있기 때문에 객관적이지 않을 수 있고, 사람의 경험에 따라 다 다르게 생각하고 판단하기 때문에 색안경을 끼고 결과를 해석할 수 있습니다.


정량적 데이터가 정답은 아니지만, 우리는 각 데이터의 특성상 생기는 단점을 파악하고, 이를 보완하여 활용할 필요가 있습니다.



디자이너가 어디까지 배워야 할까?

데이터 공부 접근 방법

데이터 배워야지! 하면서 파이썬, R, SPSS 부터 살펴보고 계시진 않으신가요?



데이터는 굉장히 넓은 범위를 가지고 있습니다. 그래서 매우 헷갈리죠.

대체 어디부터 시작해서 어디까지 해야 될까? 배워야 할 개념도, Tool도 너무 많습니다.

목적에 따라 다르겠지만, 결론부터 말씀드리면 디자이너에게는 이런 언어 / 툴보다는 데이터 선정과 해석이 훨~씬 중요합니다.


그런데 조직 내에 관련 전문가가 없는 경우가 사실문제인데, 서비스 초기 단계 데이터 수집부터 문제가 생기기 때문입니다.


조금 더 쉽게 설명드리기 위해서 요리에 비유해서 데이터를 분석하는 과정을 살펴보겠습니다.


맛있는 우리만의 파스타를 만들고 싶습니다.

파스타에 무슨 재료를 넣어야 할까.. 생각해 봐야겠죠.



재료 준비하기

보통의 초기 서비스의 경우 개발자가 GA 코드만 페이지에 간단히 넣어 놓는 경우가 많아 데이터를 세세하게 수집하기 어렵고, 데이터가 중복돼서 수집되는 등 데이터의 신뢰도가 떨어집니다.

이런 경우 기본적으로 어떤 데이터를, 어떻게 모아야 하는가에 대해서 결정을 해야 합니다.

이 과정에서 기존에 알고 있는 전문 지식 또는 사용자들에 대한 이해를 녹여야겠죠! 그래야 유의미한 데이터를 모을 수 있는 확률이 높아집니다.

그 과정을 통해 우리에게 필요한 데이터를 모았습니다.

파스타를 하기 위해 면과 소스 등을 준비한 셈이죠.


그럼 이걸 어떻게 요리해야 할까요?



레시피 구성하기

일단 요리를 어떻게 할지 순서를 생각해야 합니다.

무작정 재료를 부으면 의미 없는 결과물이 나오겠죠. 들인 시간만 아깝게 됩니다.



처음 진행할 때는 어떻게 진행해야 할지 감이 안 올 때가 많은데,

그럴 때는 일반적으로 많이 사용되는 유명한 방식을 따라 해 보는 것도 방법입니다.


백종원의 알리오 올리오 레시피


그러나 우리 서비스에 딱 맞는 결과를 해석하기 위해서는 조직 만의 분석 프레임워크를 구성해 보아야 합니다.

아무리 백종원 레시피여도 우리 가족 입맛엔 다를 수 있으니까요. ㅋㅋㅋ   


Active User는 어디에서 들어와서 어디에서 종료하지?

사용자가 CTA를 누르기까지 걸리는 경로는 어떻게 되지?

그 경로에서 이탈하는 사람은 얼마나 되지?

이탈에 관여되는 변수는 뭐지?

어떤 경로가 최적의 목표 경 로지?


→ 측정 기준에 대해서 명확하게 하기 (ex. Active User의 기준은?)

등등, 여러 기준을 테스트해보면서 우리만의 레시피를 찾아가야 합니다.



손질 후 요리하기

가설 설정 >> 데이터 분석(코호트 분석, A/B Testing, 퍼널 분석) >> 가설 검증

가설을 검증하며 우리에게 중요한 ‘핵심 지표’가 무엇인가에 대해서 파악할 수 있습니다.

→ 여기서 지표는 단순히 Conversion 일 수도 있지만, 조직만의 지표를 만들어낼 수도 있습니다!   


지표의 우선순위 관리 - 조직의 방향성 맞추기

지표 간의 차이가 의미 있어지는 기준점은 무엇인가?

지표 판단의 기준 만들기 - 추세를 보고서 기준치를 잡을 수 있음

데이터 간 상관관계 분석하기 - 어떤 데이터를 변화시켜야 핵심 지표가 변화하는가를 파악하기


→ 이것은 데이터 분석 툴이 자동으로 할 수 없는 것입니다.   

파스타는 보통 면을 얼마나 끓이지? (도메인 별 지표 비교)

그중에서 오일 파스타는 얼마나 더 볶지? (도메인 내 서비스 특성별로 비교)

우리의 파스타는 언제 불을 끄는 것이 제일 좋지? (서비스만의 기준점 찾기)


파스타라는 제 목표를 위해 비싼 조리 도구가 필요할까요?

제가 엄청난 요리를 준비해야 했다면 필요했을 수도 있겠죠!

이렇게 목표에 맞게 상황에 따라서 기본 툴만으로는 부족하다면 R, Python 등 추가적인 도구를 활용해야겠죠! 필요할 때 배우며 확장하는 것이 훨씬 효율적이고 지속되기 쉽습니다.



만약 나 말고 요리를 도와줄 사람이 더 있다면?

대기업 또는 성장하고 있는 스타트업 등에 데이터 분석가가 존재하는 경우가 많죠. 데이터를 기반으로 일하는 방식은 기업 내 조직 구성과 일하는 방식에 따라서 차이가 납니다.


데이터에 접근 권한이 없거나, 직접 가공하여 전달해주는 경우도 있어 생각보다 직접 가공되지 않은 데이터를 보지 않는 경우가 많습니다.


재료를 구하러 냉장고를 열어봐야 하는데 냉장고를 못 열어 보는 거죠.

이러한 경우 특히나 디자이너의 ‘커뮤니케이션 역량’이 더욱 중요해집니다.

데이터 분석을 담당하시는 분들은 여러 팀에서 요청을 받기도 하고, 메인 업무 외에 부탁을 받고 데이터를 추출/가공을 요청해야 하기 때문입니다.


따라서 조직 내 데이터 분석가가 있는 경우, 목표에 따른 가설과 그에 따라 확인해야 하는 데이터를 최대한 변경하지 않도록 하는 것이 좋고, 연관 데이터를 처음부터 요청하거나 대체 데이터를 함께 전달하는 것이 좋습니다.

냉장고를 열어 토마토를 1개 가져다 달라고 했는데, 나중에서야 3개 더 가져와 달라고 하거나, 파스타를 요리하는데 뜬금없이 그 옆에 있는 아이스크림을 가져와 달라고 하면 의도를 물어보느라 늦어질 수도 있겠죠?


모든 일이 그렇듯, 인터페이스가 많아질수록 복잡해지는데, 티키타카다 1번으로 원하는 목적을 이룰 수 있도록 하는 것이 일을 간단하게 처리할 수 있는 방법입니다.



이렇게 파스타 요리를 통해 데이터 분석 과정을 살펴보았는데요.

우리가 재료를 모으고 요리 하기까지 요리의 역사부터 시작해 서적을 뒤져서 충분히 공부를 하고 난 뒤에 시작했나요?


일단 나에게 필요한 부분부터 빠르게 찾아보고 적용해서 만들었죠.

디자이너에게 데이터 분석 공부도 비슷합니다.

우리는 일류 셰프. 데이터 분석가가 되려는 게 아니니까요.


통계도 평균, 표준편차, 분산 등 기본 통계 책만 읽으면 충분합니다.

그 이상이 필요하면 그때 가서 확장하는 것을 추천드립니다.

그럼 이만 펭수짤로 이 글을 마치도록 하겠습니다.

즐 데공 하세요!!



* 본 글은 데이터를 실무에서 활용하고 싶은 디자이너를 위해 작성되었으며, 이 글이 정답은 아닙니다. 직접 겪으시면서 다르게 느끼셨던 부분이나, 정보를 나누고 싶으신 분은 댓글로 공유해주시면 감사하겠습니다 :)



THIS.는 Do Something Meaningful이라는 슬로건으로 의미 있는 디자인 활동을 하는 디자인 커뮤니티입니다. 브런치에서 글을 쓰고, 비핸스에서 사이드 프로젝트를 공유합니다.


https://www.behance.net/THIS_DESIGN


THIS. 는 단톡창에서 매일같이 다양한 사람들과 소통합니다. 단톡창 가입은 아래 링크로 신청해주세요.

http://www.thisdesign.io/this_jogger/



작가의 이전글 익숙해진, 혹은 잊혔던 것들을 새롭게 보다
브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari