[해석 2] 단위도, 형식도 다른 데이터 묶어보기

🧐 Summary

1️⃣ 기준이 다른 데이터는 억지로 합치기보다 각자의 관점에서 같은 질문에 답하도록 해야 합니다.

2️⃣ 데이터로 모든 것을 설명하려 하기보다, 지금 가진 데이터로 확인할 수 있는 사실부터 이야기로 만드는 것이 중요합니다.

3️⃣ 숫자를 시각적으로 표현하기 전에 데이터가 어디서 왔고 무엇을 대표하는지 확인해야 잘못된 해석을 피할 수 있습니다.

안녕하세요 구독자님. 지난주에 가을 얘기 했었는데 순시간에 겨울이 온 것 같아요. 갑자기 한해를 정리해야 하는 연말이 된 것 같아 아쉬워지는데요... 같은 마음이신 분들, 이번 토요일에 우리 얼굴보고 만나서 올해의 이야기 서로 나눠볼 수 있었음 좋겠어요. 이번 주 모임 신청은 아래 링크에서 하실 수 있습니다 :)

https://forms.gle/fc299DJX9YKneDwy7

그럼 오늘은 지난주에 이어 데이터를 AI로 해석하는 과정에서 얻은 인사이트들을 나눠볼게요. 지난주에는 정성 VOC를 신뢰할 수 있는 스토리로 정리하는 방법에 대해 이야기했는데요, 오늘은 그 스토리를 좀 더 풍성하게 만들기 위해 데이터를 더 추가하면서 있었던 이야기들을 해보려 해요. VOC 분석을 통해서 "사람들이 디자인에 대해 이렇게 말한다"까지 얘기할 수는 있지만, "그래서 얼마나 팔렸고, 누가 샀는가"로는 넘어가지 못합니다. 그 간극을 메우려면 판매 데이터, 사용자 구성, 사용자 이동처럼 더 많은 데이터를 한 화면에 올려야 하더라구요. 문제는, 이 데이터들이 서로 말이 잘 통하지 않는다는거였어요.

각자 다른 세계에서 온 데이터 이해하기

이렇게 처음 마주친 문제는 '맞물리지 않음'이었어요. 데이터마다 단위가 다 달랐죠. VOC는 글 하나가 단위였고, 판매는 기간과 모델로 이루어진 데이터이고, 사용자 구성은 비율로, 소비자의 이동은 흐름이었어요. 하나로 합치기엔 이어줄 수 있는 딱 맞는 열쇠가 없더라구요.

처음에는 서로 다른 데이터를 하나로 연결할 방법을 찾았습니다. 하지만 서로 다른 데이터를 꾸역꾸역 통합해야만 하나의 이야기가 돠는 것은 아니더라구요. VOC는 사용자의 생각을, 판매 데이터는 시장의 반응을, 사용자 구성 데이터는 그 반응이 누구에게서 나왔는지를 보여줍니다. 서로 다른 질문에 답하는 데이터를 억지로 합치기보다, 하나의 질문을 각자의 관점에서 살펴보도록 배치하는 편이 더 자연스러웠습니다. 모두가 하나의 목소리를 내게 하는건 어렵지만, 각자가 내는 소리를 합쳤을때 꽤 그럴싸한 화음이 되게 하는건 가능하더라구요.

할 수 있는 것 먼저

그러다보니 새로운 데이터가 들어올 때 마다 "이걸로 어떤 이야기를 할 수 있나"를 확인하는 습관이 생겼습니다. 우리 제품의 판매량 데이터를 가지고 오다보면 신규 제품의 경우 전작이 없어 이전 모델과의 비교가 불가능한 경우가 있었구요, 경쟁사 제품의 VOC를 가져와 비교하다보면 경쟁사 제품은 판매량 데이터가 없어 결론까지 스토리를 이어가기 힘들었어요. 

처음에는 신제품을 좋다고 평가한 사용자가 실제 제품을 구매하기도 했는지 그 연결을 확인하고 싶었어요. 하지만 두 데이터는 같은 사용자를 추적한 데이터가 아니었기 때문에 그 관계를 설명할 방법은 없었습니다. 온라인 반응이 긍정적이었던 컬러가 실제 판매량으로는 이어지지 않는 케이스도 많았구요.

이렇게 데이터가 다양해질수록 아이러니하게도 오히려 빈 칸이 더 많아보이기도 했어요. 하지만 이 빈 칸을 상상으로 채울 수는 없었기 때문에, 빈 곳은 그대로 남겨두되 채워져있는 데이터들을 이용해 최대한 촘촘한 이야기를 설계하는 것이 중요했습니다. '가진 데이터로, 할 수 있는 것 먼저 하자.'라는 마음을 먹어야 다음으로 나아갈 수 있더라구요.

숫자를 시각화하기 전에 확인할 것 

여러 데이터를 한 장에 올리다보면 가끔 실수를 하게 됩니다. 우리 제품 A의 판매량 데이터를 가지고 있다고 생각해봐요. 제품의 대수가 판매량의 단위죠. 그런데 이 데이터에, 소비자 교체 데이터를 합치려고 합니다. A제품을 구매한 소비자들이 이전에 쓰던 제품이 뭐였는지 정리한 데이터에요. 그런데 소비자 교체 데이터는 제품이 판매된 대수보다 훨씬 적게 가지고 있어요. 이걸 비율로 따져서 제품 판매량에 맞춰서 올릴건지, 아니면 오차/오해가 있을 수 있으니 따로 나눠서 보여줄 것인지를 결정해야 하죠.

비율로 따져서 하나의 판에 올리면 시각적으로 이해하기도, 설명하기도 쉽습니다. 하지만 모수가 같은 데이터가 아님을 인지시키기가 어렵죠. 반면 두 데이터를 따로 보여주면 모수가 다른 데이터임을 쉽게 명시할 수 있죠.

이렇게 숫자를 시각화하기 전에는 전체 스토리와 전달하고 싶은 사실을 명확히 정리해야 시각화 할 요소를 결정할 수 있습니다.

서로 다른 데이터를 묶는 일은 합치기보다 관계 맺기에 가깝다는 생각을 해봤어요. 각 데이터가 말하고 있는 이야기를 듣고, 서로의 연관성을 찾아주고, 동등한 레벨로 붙여버리기보다는 약간은 느슨하게 이어주는게 데이터 분석인거 같아요.

다음주에는 이렇게 묶은 데이터를 듣는 사람이 오해하지 않게 보여주는 방법에 대해 이야기해볼게요. 그전에 저희와 이야기나누고 싶으신 분들은 토요일 오프라인 모임에서 만나요!

[inspire X 오픈카톡방]

https://open.kakao.com/o/gBHmseah