데이터가 한눈에 보이는 시각화

데이터 시각화 기초부터 분석 사례, 다양한 차트 유형까지 알아보는

얼마나 많은 양의 데이터를 가졌는지는 중요하지 않다. 지금 우리가 고민해야 할 지점은 데이터를 ‘어떻게 활용할 것인가?’, ‘어떻게 하면 잘 활용할 수 있을 것인가?’다. 이 질문의 답을 알고 있느냐에 따라 우리는 많은 이가 이야기하고 바라는 데이터 활용을 통한 가치 창출을 할 수 있고, 그렇지 않을 수도 있다.

인문학 전공자이자 데이터 시각화를 업으로 삼아온 저자는 누구나 데이터를 잘 활용할 수 있는 방법으로 시각화를 제안한다. 데이터 시각화는 많은 양의 데이터도 하나의 차트로 요약할 수 있어 비전공자도 차트의 시각적 패턴을 근거로 데이터 의미를 쉽게 파악할 수 있게 한다. 저자는 스스로가 비전공자로서 데이터 시각화를 배우고 활용해온 경험을 바탕으로 시각화 원리부터 차트 유형, 그리고 활용 사례 전반을 이야기함으로써 데이터 활용 방법으로서 시각화에 관심을 두기 시작한, 아직 시각화를 잘 모르는 분들이 데이터를 손쉽게 활용할 수 있도록 돕는다.

★ 이 책에서 다루는 내용 ★

  • 누구나 데이터 시각화를 알고, 활용해야 하는 이유
  • 숫자, 텍스트 형태로 된 데이터가 시각화 차트로 만들어지는 과정
  • 5가지 활용 목적에 따른 적합한 시각화 유형의 종류
  • 시각화를 활용한 데이터 분석, 시각적 분석의 의미와 활용 사례

 

도서 카드 뉴스

강원양

‘콘텐츠를 만들고 싶다’는 생각 하나로 2014년 당시 IT 스타트업 뉴스젤리에 입사해, 지금껏 데이터 시각화를 배우고, 만들고, 경험하고 있다. 시각화 콘텐츠를 시작으로 브랜딩 영역까지, 데이터 스토리텔링 콘텐츠·시각화 대시보드 기획 및 제작, 데이터 시각화 강의 등 여러 일을 해왔으나, 그 중심에 ‘데이터 시각화’를 두고 커리어를 이어왔다. 일로 시작했으나, 데이터 시각화가 좋아서 시각화를 공부하고 글을 쓰며, 브런치, 인스타그램 등을 통해 이야기를 전하고 있다.

임준원

데이터 시각화 전문기업 뉴스젤리의 공동 대표이자 공동창업자로 다수의 데이터 시각화 프로젝트를 리딩했다. 한양대학교에서 공학석사, 기술경영박사 학위를 받았으며 시각적 분석 적용이 가능한 데이터에 관심이 많다.

최현욱

디자인, UI/UX, 브랜딩 등의 경험을 바탕으로 데이터 시각화 전문기업 뉴스젤리의 공동창업자로서의 역할을 다하고 있다. 브랜딩 관점에서의 UI/UX, 디자인 실무뿐 아니라 시각화 솔루션인 데이지(DAISY)의 개발 PM을 맡는 등 넓은 범위에서 역할을 할 때 ‘왜’라는 질문을 끊임없이 던지고, 집요하게 답을 찾고자 하는 습관이 가장 큰 원동력이라고 생각한다.

뉴스젤리

데이터 시각화 전문기업 뉴스젤리는 2014년에 설립되어 누구나 데이터를 볼 수 있고, 쉽게 활용할 수 있어야 한다는 사명 아래 데이터 시각화 기술을 통한 데이터 민주화(Data Democracy)를 실현하고 있다. 지속적인 특허 경영을 통해 갖춘 기술력으로 데이터 시각화 솔루션 DAISY를 자체 개발했을 뿐만 아니라 시각화 차트 라이브러리 Jelly-Chart 기반의 맞춤형 시각화 대시보드 구축, 시각화 컨설팅 등 공공 및 기업에 다양한 시각화 서비스를 제공한다.

  • ▣ 1장: 왜 데이터 시각화를 알아야 할까?
    • 1.1 빅데이터의 시대 누구에게나 필요한 데이터 리터러시
      • 선택이 아닌 기본 역량, 데이터 리터러시
      • 데이터 리터러시 역량을 키우기 위한 노력
        • 초등학생을 위한 데이터 리터러시 교육
        • 기사로 배우는 데이터 리터러시
      • 일상생활 속 데이터 리터러시
        • 현상을 이야기하는 데이터, 과연 진짜일까?
        • 데이터를 보여주는 시각화, 과연 진짜일까?
    • 1.2 데이터 리터러시를 위한 데이터 시각화
      • 많은 양의 데이터를 시각적으로 요약
      • 시각을 통한 데이터 인사이트 도출
      • 더 정확한 데이터 분석 결과 도출
      • 시각화 대시보드를 통한 공동의 데이터 활용
      • 다양한 분야에서의 시각화 활용
      •  
  • ▣ 2장: 데이터 시각화를 위한 준비
    • 2.1 시각화를 위해 필요한 데이터
      • 통계표와 로우 데이터의 차이 이해하기
      • 통계표를 로우 데이터로 정제하는 방법
    • 2.2 데이터 시각화 차트를 만드는 원리
      • 데이터 변수 선택
      • 선택한 데이터 변수 집산
      • 데이터 집산 결과 시각화
      •  
  • ▣ 03장: 더 나은 시각화를 만드는 방법
    • 3.1 시각화 차트의 부가 요소 활용
    • 3.2 시각화 유형의 한계를 극복하는 새로운 시각화 방법
      • 한 장 말고 여러 장으로, 스몰 멀티플즈
        • 시계열 데이터의 시각화와 스몰 멀티플즈
        • 지도 시각화와 스몰 멀티플즈
      • 지도 시각화를 보완하는 카토그램
      • 인터랙티브 시각화 차트
    • 3.3 데이터 시각화 대시보드의 활용
      • 인터랙티브 데이터 시각화 대시보드
      • 데이터 시각화 대시보드를 잘 만드는 방법
        • 사용자 니즈 파악
        • 효과적인 시각화 대시보드 구성
      •  
  • ▣ 04장: 시각화를 활용한 데이터 분석, 시각적 분석
    • 4.1 데이터 집산 개념 이해
    • 4.2 데이터 집산을 통한 인사이트 도출
    • 4.3 데이터 집산을 활용한 시각적 분석
      • 수치형 변수를 활용한 시각적 분석
        • 시각적 분석에 수치형 변수의 집산이 필요한 이유
        • 수치형 변수 집산을 활용한 시각적 분석 사례
      • 범주형 변수를 활용한 시각적 분석
        • 시각적 분석에 범주형 변수의 집산이 필요한 이유
        • 범주형 변수의 데이터 집산에 효과적인 시각화 유형
      •  
  • ▣ 05장: 사례로 알아보는 시각화의 가치
    • 5.1 개인 데이터를 활용한 시각적 분석
    • 5.2 공공데이터를 활용한 시각적 분석
      • 계층형 위치 정보에 근거한 지도 시각화의 시각적 분석
      • 인구 특성별 조건을 분석 기준으로 활용한 지도 시각화의 시각적 분석
    • 5.3 기업 데이터를 활용한 시각적 분석
      • 기업에서 데이터를 활용할 때 사용하는 시각화 대시보드 유형
      • 콜택시 통화량 데이터를 활용한 시각적 분석
        • ‘날짜’ 변수를 활용한 시각적 분석
        • ‘시간대’를 기준으로 한 시각적 분석
        • ‘날짜’, ‘시간대’ 변수를 함께 활용한 시각적 분석
      •  
  • ▣ 에필로그: 데이터 활용을 위한 가장 쉬운 방법, 시각화 -  
  • ▣ 부록: 데이터 시각화 차트 유형 모아보기
    • 부록 A. 비교를 위한 시각화 차트
    • 부록 B. 추이, 트렌드 파악을 위한 시각화 차트
    • 부록 C. 구성 비중, 분포를 보기 위한 시각화 차트
    • 부록 D. 관계를 위한 시각화 차트
    • 부록 E. 위치 데이터를 활용한 시각화 차트
  • 19쪽, 페이지 상단 그림을 다음 그림으로 교체 (그래프에서 C의 레이블을 11, 7로 변경)

    dataviz-p19.png