[BigData] 데이터 시각화

1. 데이터 시각화(data visualization)

• 데이터 시각화: 데이터 분석 결과를 사람들이 이해하기 쉽도록 다양한 그래픽 요소를 사용하여 데이터의 특성을 표현하는 방법
  • 일반적으로 데이터는 표, 플롯, 그래프로 구성된 차트, 인포그래픽, 다이어그램 또는 지도 형태로 시각화 됨
• 데이터 시각화 활용 사례
  • 데이터 간의 상관관계, 시간 경과에 따른 추세, 빈도, 시장 조사, 위험 및 보상, 시장 대응
• 데이터 과학(data science): 데이터를 다루고, 모델링하고, 분석하고, 예측하는 일련의 과정
  • 데이터를 수집하고, 전처리하고, 클리닝(cleaning)하는 과정을 거친 후 EDA와 모델링을 통해 분석 및 예측을 진행하고, 분석 결과를 문서화하기 위한 시각화 단계로 마무리 됨

 

1_1. 데이터 시각화의 필요성 및 데이터 시각화의 이유

• 빅데이터 시대의 비즈니스 환경에서 효율적인 의사 결정을 하기 위해서는 수많은 데이터를 보기 쉽게 정리하고 이를 통한 스토리텔링을 통해 설득할 수 있는 데이터 리터러시가 중요한 요소가 되었음
• • 데이터 리터러시: 데이터를 요약하고 분석하여 청중이 알기 쉽게 정리한 결과를 적절한 양식으로 작성하여 전달하는 능력
• 데이터는 수많은 수치와 문자들로 이루어져 있어 사람이 이해하기 어려움. 하지만 이를 시각화하면 아래와 같은 이점이 있음
  • 데이터 이해가 편리, 빠른 의사 결정, 청중의 주의력과 집중력 향상, 데이터 패턴의 파악, 이상치 및 오륫값 검출, 데이터 스토리텔링, 비즈니스 인사이트
  • One look is worth a thousand words. / 백 번 듣는 것보다 한 번 보는 것이 낫다 / 백문이 불여일견

 

1_2. 데이터 시각화로 표현할 수 있는 것들

• 분포(distribution): 데이터들이 전반적으로 어떻게 혹은 얼마나 흩어져 있는지를 파악(평균, 중앙값, 범위, 분산, 표준편차)
• 비교(comparison): 특정 변수의 변화에 따른 값들의 차이를 확인하기 위해 사용(막대그래프, 선 그래프, 히트맵 등)
• 추세(trend): 시간의 흐름에 따른 값의 변화를 표현하는 방법(선 그래프를 많이 사용하며 막대그래프도 가능)
• 구성(composition): 전체에 대한 비율(백분율)을 시각적으로 표현하는 데 사용(원그래프 또는 막대그래프)
• 상관관계(correlation): 독립변수(x)와 종속변수(y)로 정의되는 데이터를 시각화하여 이 두 변수간의 전체적인 분포가 어떤 관계를 맺고 있는지를 보여줌(산점도)
• 지리(geographic): 데이터를 지도나 약도 위에 표현함으로써 지역 간의 데이터의 차이를 보여주는 시각화 방법

 

1_3. 차트, 플롯, 그래프

• 차트, 플롯, 그래프에 대한 명확한 구분은 없으며 차트, 플롯, 그래프라는 용어를 혼용하여 사용
• 차트(chart): 특정 문제에 대해 여러 청중을 대상으로 브리핑하기 위해 문자, 숫자, 그래프, 플롯 등을 활용하여 만든 자료
  • 파이 차트, 도넛 차트 등
• 플롯(plot): 주로 데이터의 위치를 직접 표현하는 시각화 방법
  • 산점도, 박스 플롯, 바이올린 플롯 등
• 그래프(graph): 점과 점들을 잇는 선으로 구성된 구조
  • 선 그래프, 막대그래프 등
• 다이어그램(diagram): 기술적 유형의 집합과 데이터의 성질을 표현하기 위해 선, 화살표 등의 시각적 고리들로 연결된 형태의 유형
  • 순서도, 벤다이어그램, 차트, 표 등