Tableau 데이터 시각화로 설득하기 | Week 03-2

좋은 시각화는 숫자를 설명하지 않고도, 다음에 봐야 할 문제를 보이게 한다.
같은 숫자라도 무엇을 먼저 보여주고 어떻게 비교하게 하느냐에 따라 다음 의사결정은 달라진다.

1. 시각화가 필요한 순간 (with Tableau)

마케터는 캠페인이 끝난 뒤에도 광고비, 유입, 전환, 매출처럼 여러 숫자를 계속 봐야 한다. 문제는 숫자가 많아질수록 한 줄씩 읽어서는 변화와 이상 지점을 놓치기 쉽다는 것. 고객이 직접 “이 부분에서 망설였어요”라고 알려주지 않기 때문에, 제한된 시간 안에 무엇이 달라졌는지 한눈에 발견할 수 있어야 한다.

시각화는 표 속 숫자를 위치, 길이, 색, 흐름으로 바꿔 추세·격차· 이상치를 더 빠르게 보이게 한다. 그래서 가설을 확인하고 다음 개선을 결정할 때, 숫자를 예쁘게 꾸미는 것이 아니라 보지 못하던 패턴을 먼저 발견하는 방식이 된다.

어제 사용한 Looker Studio는 GA4처럼 이미 구글에 있는 데이터를 빠르게 연결해, 정해진 지표를 매일·매주 확인하는 보고서에 특히 편하다. 반면 Tableau는 엑셀과 CSV 같은 파일부터 Google Sheets, BigQuery 같은 데이터베이스까지 폭넓게 연결하고, 차원과 측정값·필터·마크를 바꿔가며 데이터를 더 깊게 탐색하는 데 강점이 있다. 둘 중 하나가 더 좋은 것이 아니라, GA4 관련 데이터를 반복해서 공유할 성과판에는 Looker Studio, 다양한 데이터 소스들 내에서 새로운 패턴과 질문을 찾을 때는 Tableau가 더 잘 맞는다는 차이다.

즉, 원본에 흩어진 숫자를 하나의 질문으로 묶어, 직관적으로 볼 수 있게 하는 것이 데이터 시각화의 역할이라면, 여러 데이터 원본을 연결하고 그 질문을 다양한 관점으로 탐색할 수 있게 만드는 것이 Tableau의 역할이다.

2. 흩어진 데이터를 Tableau로 모으기

오늘은 두 종류의 원본을 연결해봤다. 먼저 실습용으로 받은 따릉이 대여소별 대여·반납 승객 수 CSV 파일을 불러와, 날짜별로 나뉜 공공데이터 원본도 Tableau에서 확인할 수 있다는 것을 살폈다. 이어서 슈퍼스토어 샘플 데이터도 연결했다. 시각화의 시작은 차트를 고르는 일이 아니라, 어떤 질문을 보기 위해 어떤 원본을 가져올지 정하는 일에 더 가깝다. 연결 직후에는 시트와 필드가 어떻게 구성되어 있는지부터 확인했다.

따릉이처럼 자주 바뀌지 않는 데이터를 분석할 때는 CSV·엑셀 같은 파일을 가져오는 방식이 편하다. 반대로 실시간 성과판처럼 최신 데이터가 계속 반영되어야 한다면 Google Sheets나 데이터베이스처럼 서버에 연결한다. 연결 방식 안에서도 최신값을 바로 반영하는 라이브 연결과, 일정 시점의 데이터를 빠르게 분석하는 추출을 선택할 수 있다. 연결 뒤에는 필드명과 데이터 형식, 날짜와 빈값을 먼저 살펴봐야 이후 채널별 성과나 기간별 전환을 같은 기준으로 비교할 수 있다.

01 Tableau Desktop 설치하기

Tableau Desktop 다운로드 → 설치 → 로그인 → 무료 버전으로 설정

실습에 사용할 Tableau Desktop을 설치한 뒤 로그인하고, 무료 버전으로 설정해 시작한다.

무료 체험 기간이 끝난 뒤에는 Tableau Public에서 시각화 실습과 게시를 이어갈 수 있다. 게시한 워크북은 프로필에서 숨김 처리할 수 있지만, Tableau Public은 기본적으로 공개를 전제로 하는 플랫폼이라는 점은 기억해두자.

02 데이터 원본 연결하기

파일 · 서버 → 데이터 원본

따릉이 대여소별 대여·반납 승객 수 CSV와 슈퍼스토어 샘플 데이터를 각각 연결해 시트, 필드, 데이터 형식을 확인했다.

3. 데이터 시각화하기

원본을 연결한 뒤에는 Tableau 화면의 각 패널이 무엇을 하는지부터 살폈다. 왼쪽 데이터 패널은 연결한 원본의 필드를 찾는 곳이고, 열·행 선반은 무엇을 가로·세로 기준으로 비교할지 정한다. 마크 카드에서는 색·크기·레이블·세부 정보를 조정하고, 필터는 지금 확인할 범위를 좁힌다. 이후 시각화 실습은 슈퍼스토어 샘플 데이터를 기준으로 진행했다.

차원은 채널·캠페인·날짜처럼 숫자를 바라보는 기준이고, 측정값은 매출·전환 수·CTR처럼 비교할 숫자다. 전체 매출만 보는 대신 채널별 매출을 나누거나, 일자별 전환율을 펼쳐 보면 같은 데이터에서도 무엇이 문제인지 훨씬 빨리 읽힌다.

이때 필드는 불연속형과 연속형으로도 읽힌다. 불연속형은 세그먼트·상품 범주·국가처럼 서로 구분되는 카테고리를 헤더로 나눠 비교할 때 적합하다. 반대로 연속형은 매출·수익·시간처럼 값이 이어지는 숫자를 축 위에 올려 추세와 크기 차이를 보는 방식이다. Tableau에서는 같은 날짜도 월별 카테고리로 볼지, 시간의 흐름으로 볼지에 따라 화면이 달라진다.

열·행 선반이 비교의 뼈대를 만든다면, 마크 카드와 필터는 그 안에서 어디를 강조하고 얼마나 세밀하게 볼지를 정한다. 그룹은 여러 범주를 새 기준으로 묶고, 계층은 국가 → 주/시/도 → 시처럼 큰 단위에서 작은 단위로 내려가며 탐색하게 만든다.

한눈에 읽히는 화면에는 순서가 있다. 사람은 대체로 위치 → 길이 → 방향·각도 → 면적 → 부피 → 색의 채도 순으로 차이를 정확하게 비교한다. 그래서 채널 성과처럼 수치를 비교할 때는 막대의 길이나 같은 축 위의 위치를 먼저 쓰고, 색이나 원의 크기는 중요한 지점을 보조해서 강조할 때 쓴다. 연속형 값은 시간 흐름과 추세로, 불연속형 값은 카테고리 간 비교로 보여주면 화면을 오래 해석하지 않아도 어디가 달라졌는지 바로 보이는 시각화에 가까워진다.

막대그래프는 항목이 너무 많거나 막대 사이 간격이 과하면 순위와 차이가 흐려진다. 상위 항목을 먼저 보여주고 나머지는 필터나 상세 화면으로 넘기는 편이 낫다. 색상도 의미 없이 늘리기보다 5개 안팎의 구분 안에서 핵심 항목만 강조한다. 레이블과 축 글자가 서로 겹치거나 줄임표로 반복해서 생략된다면, 차트 크기·항목 수·글자 크기 중 하나를 다시 조정해야 한다. 대시보드 역시 질문에 답하는 차트만 배치해야 시선이 분산되지 않는다.

이 기준을 슈퍼스토어 데이터에 적용해, 먼저 매출과 수익의 관계를 보고 고객군·기간·상품 범주·국가라는 기준을 차례로 바꿔가며 살펴봤다. 하나의 수치만 정답처럼 보기보다, 어떤 기준에서 차이가 커지는지를 확인하는 흐름이었다.

01 질문에 맞는 기준 정하기

차원 → 측정값 → 행 · 열 선반

고객별 매출과 수익의 관계를 보기 위해 매출을 열에, 수익을 행에 놓고 고객 이름을 세부 정보에 넣었다. 점 하나가 고객 한 명이 되면서, 매출은 높지만 수익이 낮은 예외 지점도 함께 찾을 수 있었다.

02 마크와 필터로 시각화하기

마크 카드 → 색상 · 크기 → 필터

산점도는 세그먼트를 색상으로 나눠 고객군별 분포를 비교했고, 기간별 변화는 라인차트, 하위 범주별 수익 차이는 막대그래프로 나눠 봤다. 지도에는 국가별 수익을 색으로 표현해 지역별 차이도 함께 확인했다.

하나의 대시보드 안에서 산점도는 매출 대비 수익이 유난히 낮은 고객을, 라인차트는 시간에 따른 범주별 흐름을, 막대그래프는 수익이 낮은 하위 범주를 보여줬다. 지도까지 함께 놓으니 숫자가 어디에서 달라지는지부터 확인하고, 그 이유를 파고들 순서가 자연스럽게 잡혔다. 시각화는 정답을 대신 말해주기보다 다음으로 확인할 문제를 빠르게 좁혀주는 화면에 가까웠다.

4. 차트는 질문에 맞춰 고르기

실무에서 차트를 고를 때는 “무슨 차트가 예쁜가”보다 지금 이 화면을 보고 어떤 결정을 내려야 하는가를 먼저 생각했다. 이번 주 광고 성과가 떨어졌는지, 어느 채널에 예산을 더 써야 하는지, 구매 과정에서 고객이 어디에서 멈추는지처럼 질문이 달라지면 적합한 차트도 달라진다.

Tableau에서는 열과 행 선반에 어떤 필드를 두느냐가 차트의 뼈대를 만들고, 마크 카드의 색상·크기·레이블·세부 정보가 눈에 띄게 할 신호를 정한다. 화면이 작거나 대시보드에 넣을 때는 상단 보기 옵션에서 너비 맞추기 또는 전체 보기를 골라 차트가 잘리지 않도록 조정한다. 다만 화면을 꽉 채우는 것보다, 축과 레이블이 실제로 읽히는 크기인지 먼저 확인하는 편이 중요하다.