데이터 스토리텔링이란 무엇인가요?

데이터 스토리텔링의 정의

데이터 스토리텔링은 데이터, 시각화, 내러티브를 결합하여 데이터 기반 인사이트 를 명확하고 영향력 있는 방식으로 전달하는 방법입니다. 데이터 스토리텔링은 단순히 숫자를 제시하는 대신, 데이터가 우리에게 무엇을 말해주고 왜 그것이 중요한지, 그리고 미래에 무엇을 기대할 수 있으며 결과적으로 어떤 조치가 권장될 수 있는지를 설명하는 맥락에 데이터를 배치합니다.

데이터 스토리텔링의 이점은 복잡한 정보를 더 쉽게 이해하고 관련이 있는 경우 더 실행 가능하게 만들 수 있다는 점입니다. 많은 조직이 대량의 데이터를 수집하지만, 원시 수치나 차트만으로는 일반적으로 통계 또는 관련 분야의 전문 지식을 가진 사람들에게 가장 유용합니다. 데이터 스토리텔링은 정교한 분석을 더 일반적인 청중이 널리 이해할 수 있는 형태로 전환합니다. 잘 만들어진 데이터 스토리는 가장 중요한 결과를 강조하고, 평이한 언어로 설명하며, 패턴이나 추세를 시각화하여 더 쉽게 식별할 수 있도록 합니다. 이는 결과적으로 팀이 더 많은 데이터를 더 효과적으로 사용하여 의사 결정을 안내하고, 문제를 해결하며, 위험을 예측하고, 기회를 식별하는 것을 더 쉽게 만듭니다.

데이터 스토리텔링은 일반적으로 해석 없이 중립적이고 구조화된 형식으로 데이터를 제시하는 대시보드, 보고, 원시 분석과 구별됩니다. 숫자는 보여주지만, 그것이 반드시 무엇을 의미하는지 보여주는 것은 아닙니다. 이러한 수준의 분석은 매우 상세하고 기술적이어서 이해하려면 전문 지식이 필요한 경우가 많습니다. 반면 데이터 스토리텔링은 명확성과 의미에 초점을 맞춥니다. 가장 관련성 높은 데이터를 선택하고, 컨텍스트를 추가하며, 내러티브 기법을 사용하여 청중이 인사이트를 얻도록 안내합니다. 이러한 방식으로 데이터 스토리텔링은 정보를 이해로, 이해를 행동으로 전환하도록 설계되었습니다.
 

데이터 스토리텔링이 중요한 이유

설득력 있는 데이터 스토리를 제시하는 능력은 중요합니다. 이를 통해 사람들은 대규모 또는 복잡한 데이터세트에 숨겨져 있을 수 있는 인사이트를 빠르게 파악할 수 있습니다. 데이터 스토리텔링은 다른 사람에게 원시 숫자나 빽빽한 차트를 직접 해석하도록 요청하는 대신, 분석의 힘든 작업을 상당 부분 대신 수행하여 관리하기 쉬운 양의 정보를 명확하고 흥미로운 방식으로 제시합니다. 이를 통해 비전문가도 인사이트에 더 쉽게 접근할 수 있으며 조직 전체에서 더 강력하고 확신에 찬 의사 결정을 내릴 수 있도록 지원합니다.

데이터 스토리텔링은 데이터가 보여주는 내용과 그 중요성에 대한 공통된 이해를 형성하여 애널리스트와 이해관계자 간의 소통을 개선합니다. 인사이트가 스토리 형식으로 제시되면 기억하고 토론하기가 더 쉬워지고 행동을 안내하는 데 더 유용해집니다.

의사결정권자를 위한 이점

데이터 스토리텔링은 가장 중요한 분석 결과를 강조하고 불필요한 복잡성을 제거하여 의사 결정자가 더 빠르게 이해하도록 돕습니다. 대시보드나 스프레드시트를 일일이 살펴보는 대신 리더는 핵심 메시지에 집중할 수 있습니다.

또한 인사이트에 대한 명확성을 높여, 무슨 일이 일어나고 있는지뿐만 아니라 왜 그런 일이 일어나고 있으며 비즈니스에 어떤 의미가 있는지를 보여줍니다. 이러한 명확성은 이해관계자 간의 의견 일치를 강화하여, 여러 부서의 팀이 데이터를 일관되게 해석하고 공통의 이해를 바탕으로 업무를 진행할 수 있도록 합니다.

분석 팀을 위한 이점

분석팀에서 데이터 스토리텔링은 분석 결과를 더 효과적으로 전달하기 위해 사용됩니다. 애널리스트들은 비기술적인 청중의 공감을 얻는 방식으로 결과를 제시하여 인사이트가 이해되고 활용될 가능성을 높일 수 있습니다. 추천이 의사 결정에 영향을 미치고 행동으로 이어질 가능성이 높으므로 더 큰 영향력을 발휘합니다.

또한 데이터 스토리텔링을 통해 애널리스트는 데이터 속 노이즈와 신호를 구분하고 가장 중요한 트렌드, 패턴, 관계에 집중할 수 있습니다. 분석팀은 청중에게 데이터를 안내하여 중요한 인사이트를 놓치지 않도록 할 수 있습니다.

전반적으로 데이터 스토리텔링은 데이터와 실행 간의 연결을 강화하여 조직이 더 빠르고, 더 우수하며, 더 일관된 결정을 내리도록 돕습니다.

데이터 스토리의 주요 요소

훌륭한 데이터 스토리는 정보, 시각 자료, 내러티브를 결합하여 청중이 데이터의 의미와 중요성을 명확하게 이해하도록 돕습니다. 모든 스토리가 저마다 다르지만, 가장 효과적인 데이터 스토리에는 다음과 같은 네 가지 핵심 요소가 공통적으로 포함됩니다.

• 컨텍스트
• 충돌
• 결말
• 행동 유도

이러한 요소들이 결합하여 친숙한 내러티브 구조를 형성함으로써 독자가 인사이트와 데이터의 관계를 더 쉽게 파악하고, 복잡한 정보를 더 수월하게 분석하며, 인사이트를 더 잘 기억할 수 있도록 돕습니다.

컨텍스트

데이터 스토리의 맥락은 독자가 데이터를 해석하는 데 필요한 배경을 제공합니다. 이는 데이터가 무엇을 나타내는지, 어디에서 왔는지, 그리고 왜 분석되는지를 설명합니다. 명확한 맥락은 청중이 데이터가 전하려는 이야기에 집중하고 그 범위 내에서 생각하도록 돕습니다. 또한 맥락은 분석 결과를 살펴보기 전에 청중이 알아야 할 정보를 제공하여 이야기의 나머지 부분을 위한 토대를 마련합니다.

컨텍스트의 주요 부분은 다음과 같습니다.

• 데이터를 통해 해결하려는 비즈니스 문제 또는 질문
• 기간 또는 범위
• 관련된 잠재고객 또는 이해관계자

충돌

'갈등'은 스토리텔링 용어이며, 데이터의 맥락에서는 데이터에서 나타나는 인사이트, 문제, 추세 또는 예상치 못한 발견을 가리킵니다. 주의를 사로잡고 데이터가 왜 중요한지 보여주는 이야기의 전환점입니다. 갈등을 통해 놀라운 패턴, 성과 격차, 증가하는 위험 또는 이전에는 보이지 않았던 기회를 발견할 수 있습니다. 기타 구체적인 예는 다음과 같습니다.

• 고객 만족도의 갑작스러운 하락
• 예상에 어긋나는 추세
• 목표와 실제 성과 간의 격차

갈등 요소는 해결해야 할 긴장감이나 취해야 할 조치를 강조하여 데이터 스토리에 추진력을 부여합니다. 

결말

결론 요소는 데이터가 완전히 분석되었을 때 드러나는 내용을 설명합니다. 이는 문제 이면의 의미를 명확히 하고, 인사이트가 더 큰 그림에 어떻게 부합하는지 보여줍니다. 스토리의 이 부분은 청중이 분석에서 밝혀진 근본 원인, 시사점 또는 관계를 이해하도록 돕습니다. 결론은 원시 분석 결과를 더 명확한 이해로 바꾸는 스토리텔링의 일부입니다.

행동 유도

콜투액션은 인사이트가 뒷받침하는 결정, 조치 또는 다음 단계를 명시합니다. 다음에 무엇을 해야 할지 설명함으로써 데이터 스토리를 실제 결과와 연결합니다. 강력한 행동 촉구는 구체적이고 실용적이며, 데이터가 다루는 원래의 비즈니스 문제나 질문 및 청중의 요구에 부합해야 합니다. 스토리가 단순히 정보 자체를 제공하는 데 그치지 않고 의미 있는 행동으로 이어지도록 합니다.

데이터 스토리텔링 프레임워크

한 가지 유용한 스토리텔링 기법은 프레임워크를 사용하여 서사 구조를 제공하고, 정보 구성, 인사이트 공개, 청중의 이해 및 행동 유도 방식을 안내하는 명확하고 흥미로운 콘텐츠로 분석을 전환하도록 돕는 것입니다. 다음은 데이터 스토리텔러가 정보를 구성하고, 시각 자료를 디자인하며, 명확하고 흥미로운 방식으로 청중을 안내하는 데 일반적으로 사용되는 가장 보편적인 프레임워크 중 일부입니다.

 스토리텔링의 5단계

데이터 스토리의 흐름을 시각화하고 서사 구조를 부여하는 데 도움이 되는 한 가지 프레임워크는 이를 5단계 시퀀스로 생각하는 것입니다.

• 소개: 데이터가 다룰 주제나 질문을 간략하게 설명합니다.
• 설정: 상황을 이해하는 데 필요한 배경, 맥락, 데이터를 제공합니다.
• 갈등: 데이터에서 발견된 핵심 인사이트, 과제 또는 예상치 못한 패턴을 강조합니다.
• 인사이트: 갈등이 무엇을 의미하며 왜 중요한지 설명합니다.
• 결론: 핵심 내용을 요약하고 청중이 다음 단계를 준비하도록 합니다.

이 간단한 진행 방식은 사람들이 자연스럽게 정보를 처리하는 방식과 일치하므로 청중이 처음부터 끝까지 이야기를 더 쉽게 따라갈 수 있습니다. 

스토리텔링의 4P

서사적 요소의 나열이라기보다는, 이 프레임워크는 이야기를 구성하는 핵심 요소, 즉 4P(사람, 장소, 줄거리, 목적)에 중점을 둡니다.

• 사람: 인사이트의 영향을 받거나 상황에 관련된 사람에 대해 논의합니다.
• 장소: 데이터가 적용되는 환경, 비즈니스 영역 또는 컨텍스트를 설명합니다.
• 플롯: 데이터에 나타난 일련의 사건이나 트렌드를 제시합니다.
• 목적: 스토리를 전달하는 이유와 스토리가 뒷받침하는 결과를 설명합니다.

일부 데이터 스토리의 경우, 이 프레임워크는 이전 프레임워크에서처럼 스토리를 순차적인 내러티브로 통합하기보다 이러한 개별 카테고리에 구조의 초점을 맞춤으로써 명확성을 제공할 수 있습니다.

데이터 시각화의 5가지 C

강력한 시각 자료는 데이터 스토리텔링의 필수적인 부분이며, 5C는 효과적인 차트와 그래픽을 만들기 위한 간단한 체크리스트를 제공합니다: 

• 명확성: 시각 자료를 쉽게 읽고 이해할 수 있도록 해야 합니다.
• 문맥: 사용자가 데이터를 정확하게 해석하는 데 도움이 되는 라벨, 척도, 설명을 사용하세요.
• 일관성: 시각 자료 전반에 걸쳐 비슷한 스타일, 색상, 형식을 사용하세요.
• 비교: 차이점, 추세 또는 관계를 명확하게 보여줍니다.
• 색상/디자인 선택: 핵심 사항을 강조하기 위해 의도적으로 색상을 사용하되, 보는 사람을 압도하지 않도록 주의하세요. 

스토리텔링에서 데이터 시각화의 역할

데이터 시각화는 텍스트나 숫자보다 인간의 뇌가 더 쉽게 해석할 수 있는 방식으로 데이터를 제시함으로써 데이터 스토리텔링에서 중심적인 역할을 합니다. 따라서 시각화는 독자가 이해하기 어려울 수 있는 데이터 계열 간의 패턴, 추세, 관계를 빠르게 보여줍니다. 차트 및 그래픽과 같은 시각화를 효과적으로 사용하면 독자가 가장 중요한 인사이트에 집중하고 세부 사항에 매몰되지 않도록 도울 수 있습니다. 

하지만 시각화 자체만으로는 훌륭한 스토리가 보장되지 않는다는 점에 유의해야 합니다. 이는 사용하는 내러티브와 시각 자료 간의 긴밀한 연계에서 비롯됩니다. 내러티브는 청중이 주목해야 할 점을 설명하고, 시각 자료는 핵심 증거를 강조하여 그 메시지를 강화합니다.

이러한 요소들이 함께 작용하면 이야기가 더 명확해지고 흥미를 끌며 기억하기 쉬워집니다. 하지만 차트가 한 가지 추세를 강조하는데 텍스트는 다른 것을 설명한다면 이야기가 혼란스러워지고 영향력을 잃을 수 있습니다.

일반적인 시각화 기법

다양한 유형의 시각 자료는 다양한 종류의 인사이트를 얻는 데 도움이 됩니다. 가장 일반적인 기법은 다음과 같습니다.

• 꺾은선형 차트는 시간 경과에 따른 변화를 보여주어 추세와 패턴을 쉽게 파악할 수 있게 합니다.
• 카테고리나 그룹을 명확하고 효율적으로 비교하는 막대 차트입니다.
• 두 변수 간의 관계나 상관관계를 보여주는 산점도.
• 색상을 사용하여 데이터 세트 전반의 강도, 빈도 또는 집중도를 강조하는 히트맵.
• 시각 자료, 아이콘, 짧은 텍스트를 결합하여 매우 흥미롭고 쉽게 훑어볼 수 있는 형식으로 인사이트를 전달하는 인포그래픽.

강조하려는 인사이트에 적합한 시각 자료를 선택하는 것은 시각화 자료를 효과적으로 사용하는 데 중요합니다.

대시보드만으로는 부족할 때

대시보드와 데이터 스토리는 서로 다른 목적을 가진다는 점을 명심하세요.

대시보드는 모니터링을 합니다. 실시간 또는 정기적으로 업데이트되는 정보를 제공하므로 사용자는 성능을 주시하고 측정항목을 추적하거나 이상을 발견할 수 있습니다. 대시보드는 지속적인 관찰에는 탁월하지만 일반적으로 어떤 일이 왜 일어나는지는 설명하지 않습니다.

이야기는 설명하고, 설득하며, 안내합니다. 데이터 스토리텔링은 지속적인 모니터링보다는 일반적으로 단기간의 데이터 스냅샷이나 더 긴 역사적 관점에 초점을 맞춥니다. 또한 데이터를 해석하고 핵심 인사이트를 강조하며 그 의미를 설명하는 것이 목표입니다. 스토리텔링은 청중이 숫자 이면의 '핵심 의미'를 이해하고 권장 조치나 결정을 내리도록 이끕니다.

대시보드와 스토리는 서로를 보완하며 둘 다 시각화를 포함할 수 있지만 서로 대체할 수는 없습니다. 데이터 스토리텔링은 시각화를 활용하여 데이터를 명확하게 보여줄 뿐만 아니라, 데이터 이면의 시사점을 명확하고 실행 가능하게 만듭니다.

데이터 스토리텔링의 작동 방식

데이터 스토리텔링의 기본 개념은 가공되지 않은 데이터를 명확하고 의미 있는 내러티브로 변환하여 의도된 청중이 데이터가 보여주는 내용과 그 중요성을 이해하도록 돕는 것입니다. 그러나 스토리를 시작하기 전에 패턴을 식별하고 인사이트를 찾으려면 해당 데이터세트 분석 을 해야 합니다. 그런 다음 스토리텔러는 스토리의 핵심으로 삼고 싶은 인사이트를 선택합니다.

일관된 내러티브를 유지하려면 애초에 스토리텔링을 필요하게 만든 비즈니스 문제나 질문과 관련된 인사이트를 선택하는 것이 중요합니다. 또한 청중이 비즈니스 문제나 질문에 대해 조치를 취하거나 의사 결정을 내리는 데 필요한 내용에 전체적인 메시지나 결론을 맞춰야 합니다.

분석을 내러티브로 전환하기

데이터 스토리텔링의 이 단계는 핵심 인사이트를 파악하는 것, 즉 청중이 이해해야 할 가장 중요한 결과를 찾는 것에서 시작됩니다. 그런 다음 스토리텔러는 핵심 메시지를 뒷받침하지 않는 세부 정보를 걸러낼 수 있습니다. 데이터에는 청중에게 필요한 것보다 훨씬 더 많은 정보가 포함되어 있는 경우가 많기 때문에 이 단계는 필수적입니다. 

마지막으로 스토리텔러는 발견한 내용을 실제 세계와 연결해야 합니다. 숫자를 단독으로 제시하는 대신, 스토리텔러는 왜 인사이트가 중요한지, 비즈니스 목표나 성과에 어떤 영향을 미치는지, 그리고 데이터의 주제에 대해 무엇을 드러내는지 설명할 수 있습니다. 인사이트에서 의미로 나아감으로써 내러티브는 단순한 요약 그 이상이 됩니다. 청중이 분석의 의미를 이해하도록 명확한 설명을 제공합니다.

다양한 청중에 맞추기

효과적인 데이터 스토리텔링을 위해서는 다양한 청중의 요구에 맞게 메시지를 조정해야 합니다. 경영진은 일반적으로 의사 결정을 지원하는 높은 수준의 핵심 내용을 원하므로 스토리는 기술적인 세부 사항보다는 간결하고 결과에 초점을 맞춰야 합니다. 반면에 애널리스트와 동료는 더 깊이 있는 설명, 시각 자료 지원, 방법에 대한 투명성을 기대하므로 스토리에 더 많은 맥락과 세부 정보를 포함할 수 있습니다. 한편, 고객 및 외부 이해관계자는 인사이트가 자신에게 왜 중요한지 이해할 수 있을 만큼 충분한 배경 정보와 함께 명확성과 최소한의 전문 용어를 필요로 하는 경우가 많습니다.

각 청중에 맞게 스토리의 깊이, 언어, 초점을 조정함으로써 메시지의 영향력을 높이고 청중이 스토리의 인사이트에 따라 자신 있게 행동하도록 도울 수 있습니다.

데이터 스토리텔링의 예시

일반적인 그래프나 파이 차트 자체만으로는 숫자나 추세를 보여줄 수 있지만, 설명이 없으면 독자가 직접 그 의미를 해석해야 합니다. 서사와 맥락을 추가하면 동일한 차트가 훨씬 더 강력해집니다. 데이터 스토리는 단순히 오르거나 내리는 선을 보여주는 대신, 변화가 일어난 이유와 그것이 조직에 무엇을 의미하는지, 그리고 어떤 조치가 뒤따를 수 있는지를 설명합니다. 스토리텔러는 단순한 데이터에 서사를 더하여 정보를 인사이트로 바꿀 수 있습니다.

비즈니스 환경에서 데이터 스토리텔링은 분기별 실적, 고객 동향 또는 운영 결과를 설명하는 프레젠테이션에 자주 등장합니다. 공공 데이터 스토리는 정부 및 비영리 보고서에서 흔히 볼 수 있으며, 이는 커뮤니티가 정책 문제를 제기하거나 정책 결정을 이끌어낼 수 있는 인구 변화나 환경 조건과 같은 주제를 이해하는 데 도움이 됩니다. 분석팀의 경우 데이터 스토리텔링은 복잡한 모델이나 통계적 결과를 비전문가도 이해할 수 있도록 제시하는 데 도움이 됩니다. 하지만 어떤 애플리케이션이든 목표는 데이터를 의미 있고, 기억에 남고, 실행 가능하게 만드는 것으로 동일합니다.

예시 시나리오 유형

데이터 스토리텔링은 여러 일반적인 시나리오에서 유용할 수 있습니다. 성과 추이에 대한 꺾은선 그래프는 시간 경과에 따른 성장, 감소 또는 안정성에 대한 이야기가 될 수 있으며, 리더가 결과가 어떻게 변하는지뿐만 아니라 이상적으로는 무엇이 그 변화를 주도하는지 이해하는 데 도움이 됩니다. 고객 행동 가공되지 않은 데이터는 구매, 참여 또는 만족도의 패턴을 드러내는 스토리가 되어, 비활성 데이터를 고객 선호도에 맞춘 행동을 유도하는 역동적이고 흥미로운 서사로 전환할 수 있습니다. 데이터 스토리로 제시된 운영상의 문제는 병목 현상이나 비효율성을 발견하고 개선이 필요한 부분을 보여줄 수 있습니다. 수요, 경쟁 또는 가격의 변화를 설명하는 데이터 스토리는 시장 변화에 대한 귀중한 인사이트를 제공할 수 있습니다.
여러 시나리오가 가능하지만, 각 경우마다 사람들이 데이터뿐만 아니라 그 이면의 의미를 파악하는 데 도움이 되는 것은 바로 스토리텔링입니다.

데이터 스토리텔링과 유사 개념

데이터 스토리텔링은 데이터 시각화, 대시보드 또는 보고와 자주 혼동되지만, 사실은 별개의 목적을 수행합니다. 앞서 언급했듯이 후자의 도구는 정보를 제시하는 반면, 데이터 스토리텔링은 의미를 설명합니다. 차트나 대시보드는 숫자를 보여줄 수 있지만, 맥락이나 해석이 없으면 청중이 메시지를 스스로 파악해야 합니다. 스토리텔링은 주의를 유도하고, 중요성을 명확히 하며, 인사이트를 실제 의사 결정과 연결함으로써 그 격차를 메웁니다.
데이터 스토리텔링에 관해, 특히 단순히 '더 나은 차트를 만드는 것' 또는 '대시보드에 텍스트를 추가하는 것'이라는 많은 오해가 있습니다. 실제로 스토리텔링은 커뮤니케이션 분야이며 중요한 기술입니다. 이는 대시보드나 보고서를 대체하는 것이 아니라 특정 또는 일반 청중에게 도달해야 하거나 더 깊은 이해 또는 조치가 필요할 때 사용되는 보완적인 방법입니다. 

데이터 스토리텔링 대 데이터 시각화

데이터 시각화는 일반적으로 패턴과 트렌드를 더 쉽게 볼 수 있도록 데이터를 차트나 그래픽으로 표시합니다. 데이터 스토리텔링은 시각화도 자주 사용하지만, 데이터가 왜 중요한지 설명하는 내러티브도 포함합니다. 맥락, 해석, 스토리 구조를 더하여 청중이 의미를 이해하도록 돕습니다. 시각화가 도구라면, 스토리텔링은 그 도구 모음에 시각화를 포함하는 커뮤니케이션 전략에 더 가깝습니다.

데이터 스토리텔링 대 보고

데이터 보고는 정보 공유를 목적으로 합니다. 데이터 보고는 숫자, 측정항목, 요약을 반드시 해석하지는 않고 전달합니다. 데이터 스토리텔링은 데이터를 해석하고 그 의미를 설명함으로써 한 걸음 더 나아갑니다. 보고서는 판매 감소를 보여줄 수 있지만, 데이터 스토리는 판매 감소 이유, 기여 요인, 다음에 고려해야 할 조치를 설명하고자 합니다.

결론

데이터 스토리텔링은 데이터, 시각 자료, 내러티브를 결합해 데이터의 의미와 중요성을 설명함으로써, 원시 정보를 사람들이 이해하고 조치를 취할 수 있는 명확한 메시지로 전환하도록 돕습니다. 청중이 차트나 보고서를 직접 해석하게 두는 대신, 데이터 스토리텔링은 청중을 인사이트로 안내하고, 중요한 점을 강조하며, 발견한 내용을 실제 상황과 연결하도록 도울 수 있습니다.

가공되지 않은 데이터를 제시하는 것도 매우 중요하지만 데이터가 다루는 질문이나 문제, 그리고 도달하려는 청중에 따라 항상 최선의 접근 방식은 아닐 수 있습니다. 데이터 스토리텔링은 명확한 커뮤니케이션과 데이터 기반 의사결정의 중요한 부분이 될 수 있습니다. 복잡한 분석을 집중적이고 의미 있는 스토리로 변환함으로써 인사이트가 정보에 기반한 선택으로 이어지도록 하는 데 도움이 됩니다.

따라서 효과적인 데이터 스토리텔링은 정보를 전파하고, 해당 정보에 대한 이해를 높이며, 특정 조치 과정에 대한 공감대를 형성하는 데 유용한 도구가 될 수 있습니다.