[컨퍼런스] VIZABLE RUNWAY 2023 데이터 시각화 컨퍼런스 오프라인 참석 후기

안녕하세요 👋

오늘은 10월 7일에 진행된 

'비저블 런웨이 2023 데이터 시각화 컨퍼런스' 후기에 대해 이야기해보겠습니다.

 

 

Runway 23 | vizable

 

🙋‍♀️ 참여하게 된 계기

 

    올해 초에 데이터 분석에 관심을 가지게 되며 여러 프로그램을 알아보던 도중 비저블을 알게 되었습니다. 저는 스타터스에 참여하느라 3기 과정은 신청하지는 않고 서류 형식만 살펴보았었는데요, 꽤 고민해야하는 문제가 출제되었던 것으로 기억합니다😵‍💫 인스타그램을 보던 도중 비저블 런웨이 컨퍼런스 소식을 보게되었습니다. 다양한 레퍼런스를 볼 수 있는 좋은 기회가 될 것 같아 참여를 결정했습니다! 온라인으로도 참여가 가능했으나 아무래도 오프라인으로 가서 듣는것이 훨씬 집중이 잘되니까요😊

 

    오프라인 참여를 위해서는 간단한 구글 폼을 제출해야 했습니다. 제출만 해도 실무 대시보드 템플릿이 제공됐으며 추첨을 통해 오프라인 초대권을 받는 형식이었습니다. 다행히 초대장을 받아서 참석할 수 있었습니다.

 

 

📌 컨퍼런스 현장

 

 

    행사장에 도착하면 명찰과 물을 나눠주십니다. 명함이 있으신분들은 명함을 넣고 입장하는데 명함이 없는 경우 이름, 전화번호, 메일을 기입할 수 있는 종이가 마련되어있었습니다. 컨퍼런스 중간에 뽑기를 통해 스타벅스 쿠폰을 나눠주는 소소한 이벤트가 있었는데 아쉽게 당첨은 되지 않았습니다🥲

 

 

🎙️ 세션

 

컨퍼런스는 크게 여섯가지 세션으로 진행되었습니다. 간단한 내용 요약과 느낀점을 적어보았습니다.

---

 

💁‍♀️ 데이터 시각화에 대한 기본적인 내용을 설명하고 7가지 사례를 통해서 대시보드를 구성하는 방법과 태블로를 어떻게 활용할 수 있을지에 대해 알 수 있습니다.

 

1. 데이터 시각화와 설득

데이터 시각화로 통계치만으로는 알 수 없는 인사이트를 발견할 수 있습니다. 데이터 시각화의 목적은 '액션 가능한 인사이트를 찾고 커뮤니케이션 하는 것' 입니다.

 

2. 지표/대시보드 설계 프로세스

💡 설득가능한 시각화(Actionable Dashboard)의 단계

1. 시각화의 시작은 '목적': 분석 목적을 생각하고 난 뒤, 그래프 그리기
2. 문제에 맞는 지표 찾기: 상대적, 비율, 액션 가능
3. 지표 비교
   1. 비율로 바꾼다. (ex. 증가율)
   2. 전체에서 보고, 비슷한 것들끼리 묶어서 본다.
4. User: 관리자용 모니터링 대시보드 vs 실무자용 Actionable 대시보드 
5. Frequency: Hourly, Daily, Weekly, Monthly

 

💡 Actionable Dashboard

1. Actionable Input Metrics
   : High-level 지표 트렌드만 보여주는 게 아니라, Input Metric을 파고 들 수 있는가?
   ✅ 왜 지표가 움직였고, 어떤 것이 영향을 미쳤는지 알 수 있음
2. Focus on Important Metrics
   : 중요한 변화에서 인사이트를 도출할 수 있는 flow 설계
   ✅ 원하는 Outcome을 위한 Action을 취할 수 있도록

 

💡 대시보드 지표

1. Outcome Metrics (Acquisition, Retention, Monetization = 후행 지표)
2. Driver Metrics: Outcome Metrics에 영향을 주는 선행 지표
3. Actionable Metrics: Driver Metrics에 영향을 주는 지표. 가장 액션에 반영하기 쉬움

 

✍️ 감으로만 느끼고 있던 시각화에 대해서 완벽하게 정리된 글로 배운 시간이었습니다. 지표에 대한 세부적인 내용들은 처음 듣는 내용들이었는데 Actionable한 대시보드를 만들어내기 위해서 추가적인 공부를 통해 알아가야겠다는 생각을 했습니다. 또한 시각적 분석 예시를 통해 태블로에서 몰랐던 기능들도 많이 볼 수 있었는데요, 기회가 된다면 대시보드를 따라 만드는 연습을 해보고 싶습니다.

 

---

 

    영업이익과 효율적인 예산 집행이 중요한 때입니다. 하지만 고객 1명을 데려오는 비용과 증가속도가 점점 높아지고 있습니다. 이를 해결할 수 있는 수단으로 CRM(Customer Relationship Management)이 제시되었습니다. CRM 마케터의 Pain Point가 반영되었고, CRM 컨설팅을 통한 BEP 달성을 목표로 대시보드가 구성되었습니다.

 

➡️ 최근 데이터 분석을 공부하면서 만난 용어들과 경영학을 통해 배운 용어들이 나와서 반가운 마음으로 발표를 들었습니다. 파이썬을 통해 직접 가상의 데이터를 만들어내신 점과 시뮬레이션 결과를 확인할 수 있다는 점이 인상깊었습니다.

 

---

 

1. 데이터 분석은?

    데이터 분석이란 무엇일까요? 채용 시장에서 찾고 있는 데이터 분석가를 정의하기 위해 채용공고를 분석을 하신 것을 보고 많은 인사이트를 얻을 수 있었습니다.

 

 

    자소서 쓸 때도 굉장히 후킹될만한 분석이지 않나요?😳 연사님은 2년차 공고를 통해 분석하신 것으로 기억하는데, 저는 인턴 or 신입 분석가 공고에 대해 분석해보고 포스팅해보겠습니다!

 

2. 데이터 분석가의 역할

• 데이터 분석환경 설계
  
  
  • 수집 → 분석 → 시각화까지 데이터가 흐르는 길 (Data pipeline) 설계: Data silo 현상 방지
    ➡️ Data driven company = 데이터가 흐르는 조직 
  • 분석환경을 통해 누구나 분석
  • 데이터 분석을 위한 로그 설계와 수집
    : 사용자의 행동 = Event + Event property + User property ➡️ Taxonomy 구성
• 지표 설정 및 관리
  
  
  • 데이터를 통해 분석을 하고 인사이트를 도출하는 기준 = 지표
    ➡️  데이터 분석가는 어떤 숫자가 더 중요한지 결정해야 함
  • 분석 & 지표의 상관관계
    ➡️  분석과 지표는 계속해서 서로 영향을 준다.
  • 다양한 지표 중 어떤 지표가 가장 중요한가
    ➡️  정성적 이유를 정량적 결과로 근접하게 하는 지표 설정
    ➡️  지표는 비즈니스의 상황에 따라 계속 변화한다. 따라서 완벽한 지표를 만든다는 생각 버리기! 검증하는 프로세스 타기
• 데이터 분석
   
  • 나누고 쪼개서 현상을 단순화하기
    ➡️ 지표 쪼개기(Metric hierarchy): 문제가 되는 지표와 해당 지표를 이루는 하위 지표 찾기 
  • 좋은 분석을 위한 분석법, 분석도구, 분석 마음가짐 이해하기
    : 솔루션을 잘 쓴다고 문제가 해결되지는 않는다.
    ⭐ 분석가의 마인드
    
    • WHY: 분석을 잘한다는 것은 질문에 대한 답을 찾는 일련의 과정
      ➡️ 좋은 질문은 창의력, 경험이 필요 (Domain knowledge)
    • 집요함: 분석은 답이 나올때까지 더 많이 쪼개고 집요하게 질문과 답이 반복되어야한다
      ➡️ 더 잘 쪼갤 필요가 있을 때 Statistical knowledge Data science
    • 실행력: 분석이 실행으로 이어지지 않으면 의미가 없음
      ➡️ 동료에 대한 관심과 설득 Communication, Cooperation
• 데이터 시각화
   
  • 데이터 드리븐 문화가 되기 위한 핵심
  • 시각화의 소비자와 사용 목적을 정의

 

3. 분석가의 커리어

• 다른 도메인으로 확장
• 배경지식, 사고방식에 대한 고민
• 어떤 기능만을 공부하는 how를 넘어 왜 해당 기능을 사용해야하는지 why를 이해 

 

비즈니스와 도메인에 대한 지식을 키워나가기 위한 여러 책도 소개해주셨는데요, 지금 읽고 있는 데이터 문해력도 보이네요😊 앞으로 많은 책들을 읽어나가야겠습니다💪

 

 

 

 

 

 

 

✍️ 데이터 분석가란 무엇일까에 대한 막막함과 혼란이 있었는데 한번에 해결할 수 있는 너무나 좋은 강연이었습니다. Data driven company에 어울리는 인재가 되기 위해 열심히 공부해보겠습니다!

 

---

 

 

명함도 없고 단순 참여자분들은 네트워킹의 분위기가 강하지 않아서 쉬는 시간으로 이용했습니다🥲

 

---

 

 

    가상의 랜딩페이지를 만들어 실제 유저 로그 데이터를 수집한 점이 인상깊었습니다. 시장 분석을 위해 랜딩페이지를 개발 및 배포하였으며 회사 내 다양한 부서가 가진 궁금증을 검증한다는 점에서 흥미로운 프로젝트였습니다. 해당 랜딩페이지를 이번 발표를 통해 알게 되었는데 이미 신청이 마감되었습니다. 자료가 탐나는데 아쉽네요🥲

    또한 태블로 분석 확장 프로그램인 Tabpy라는 기능을 처음 알게 되었습니다. Tabpy를 사용하면 Public 계정에 업로드가 불가능하다는 점을 유의해주세요! 해당 기능에 대해 더 알고싶으시다면 아래 게시물을 참고해주세요.

 

 

Tabpy (Tableau X Python) 활용하여 BTS 곡 분석해보기 - TABLEAU WIKI

---

 

    OTT 플랫폼의 경쟁이 치열해지면서 오리지널 콘텐츠가 중요한 요소 중 하나로 자리잡았습니다. 성공적인 콘텐츠 제작을 위해 과거 흥행 장르의 콘텐츠 벤치마크를 통한 기획이 이루어진다고 합니다. 성공 가능성이 높은 콘텐츠를 기획 및 선정하기 위해 과거 흥행 콘텐츠의 특성을 분석하는 대시보드가 제작되었습니다. 자칭타칭 OTT 덕후로써 매우 흥미로운 주제였습니다.  

---

💡 느낀점

 

   컨퍼런스, 세미나, 박람회를 통해 데이터 분석에 대한 이야기를 들을 기회가 많습니다. 이러한 정보들을 듣기만 하는 것이 아니라 내용 및 인사이트를 다시 한 번 곱씹어서 정리하고, 내 것으로 만들 때 의미를 가지는 것 같습니다. 비저블 컨퍼런스는 데이터 시각화에 대해 원래 가지고 있던 생각을 체계적으로 정리하고 발전시킬 수 있는 좋은 기회였습니다. 비저블 4기를 모집한다면 참여하고 싶다는 생각이 들었습니다.

 

    한가지 아쉬웠던 점은 태블로 대시보드에 관심있으신 분들이 많이 참여하셨을 것 같은데 아무래도 화면과의 거리가 있어서 대시보드를 자세히 보지 못한다는 것입니다. 영상에서도 잘 보이지 않아서 이 점이 아쉬움으로 남네요🥲

 

 

 

📌 컨퍼런스는 아래 영상을 통해 확인하실 수 있습니다.

관심 있으신 분들은 참고해보세요😊