미디어 데이터의 자동 시각화
Cheil Magazine 2019. 8
이재원 프로(미디어플래닝 1팀)
미디어에 광고를 집행하면 그 결과물로 수많은 데이터가 남는다. 미디어 담당자와 클라이언트는 그 행렬과 숫자들을 분석하고 해석한 결과를 통해 캠페인 성과를 파악하고, 다음 캠페인에 반영한다. 그런데 단순히 숫자와 문자로 나열된 데이터 테이블만으로는 그것에 담긴 인사이트를 빠르게 발견하고 해석하기 어렵다. 데이터를 한눈에 볼 수 있도록 다양한 차트와 그래프를 그려 시각화하면, 이를 통해 의미 있는 트렌드와 인사이트를 비교적 쉽게 발견할 수 있다.
Ⓒflorence-nightingale-avenging-angel.co.uk
간호사일 뿐만 아니라 영국 왕립통계학회 통계학자인 나이팅게일은 전투 중 사망자(흑색)보다 비전투 사망자(하늘색)가 더 많음을 시각화했고, 이를 기반으로 대부분의 사망은 열악한 병원 상태에서 기인한다는 것을 밝혀 병원 환경 개선에 기여했다.
디지털 시대에는 처리하고 분석해야 할 데이터의 양과 종류가 과거에 비해 폭발적으로 증가했다. 여러 미디어 채널 중에서도 특히 디지털 미디어는 비교적 정확한 타깃팅과 노출 및 행동 추적이 가능하다. 그러한 특징으로 인해 한 캠페인의 집행 결과 데이터에도 시간, 타깃 오디언스, 위치, 소재마다 다른 종류의 데이터 테이블이 생성된다. 이에 따라 다양한 종류와 많은 양의 데이터를 분석하기 위해서 시각화해야 할 양도 늘어났다.
이제는 데이터를 시각화하는 속도도 중요해졌다. 신속한 의사결정이 기업 경쟁력으로 자리 잡으면서 많은 마케터가 과거보다 더 짧은 간격으로 광고 성과를 확인하고, 빠른 성과 검토와 피드백을 통해 개선점을 반영해 캠페인을 최적화한다. 광고 성과를 더욱 빠르게 시각화된 형태로 확인하려는 니즈가 증가하고 있는 것이다.
이 흐름에 따라 많은 시간을 할애해 엑셀, 피벗 테이블과 파워포인트로 시각화하던 기존 방식은 업무 효율성과 속도 경쟁력의 문제에 부딪히게 됐다. 시각화에 들이는 시간을 줄이고, 데이터 해석과 개선 행동에 들이는 시간을 늘리는 것이 곧 경쟁력으로 변화하게 된 셈이다.
데이터 시각화 작업을 손쉽게 자동화해 주는 도구들은 최근 몇 년 사이 더욱 성장하고 있다. 구글 데이터 스튜디오(Data Studio), 태블로(Tableau), 마이크로소프트 파워 BI(Power BI), 클릭(Qlik), 세일즈포스 데이토라마(Datorama) 등과 국내의 삼성SDS 브라이틱스 AI(Brightics AI), 데이지(Daisy), 뉴스 젤리 매직 테이블(Magic table), 펜타호(Pentaho), SK 메타트론(Metatron) 등은 늘어나는 수요에 따라 그 규모와 기능이 성장하고 있다.
이 도구들은 클라우드, 웹 또는 오프라인 애플리케이션 기반에서 데이터를 편리하게 시각화할 수 있도록 해 주며, 각 도구마다 시각화 기능을 넘어 AI 분석, 딥러닝 등의 더 심도 깊은 기능도 갖추고 있다. 이를 통해 기존에는 인간의 영역으로 인식돼 온 데이터 ‘해석’의 영역까지 AI의 도움을 받을 수 있게 됐다. 이러한 시각화 및 분석 도구를 통틀어 ‘Business Intelligence’라고도 칭한다. 이 BI는 우리가 더 의미 있는 인사이트를 빠르게 발견할 수 있도록 도와 비즈니스의 업무 효율 개선에 기여한다.
유저가 직접 시각화 도구에 데이터를 업로드하는 방식도 가능하지만, 개인 PC나 사내 서버를 거치지 않고도 데이터 소스와 시각화 도구를 직접 연결할 수 있다. 커넥터나 API를 통해 데이터 소스와 시각화 도구가 실시간 수준으로 연결된다. 번거롭게 원본 데이터를 다운로드해 정렬하고 편집한 뒤 다시 업로드하거나 차트를 그리기까지의 시간과 과정을 줄일 수 있다. 이처럼 개인 PC나 회사 서버 같은 중간 단계를 거치지 않고 직접 연결함으로써 속도와 편의성에서 강점을 가지게 됐다.
또한 데이터 투명성 측면에서도 장점이 있다. 데이터 소스와 시각화 도구를 직접 연결하는 방식을 택한다면 중간에서 사람이 데이터를 의도적으로 조작하기가 어렵다. 이로 인해 데이터 수신자 입장에서는 더욱 투명한 정보를 얻을 수 있다.
데이터나 통계, 코딩 언어 관련 비전공자가 쓰기 편리한 것도 큰 강점이다. 데이터 전문가들이 사용하는 R과 파이썬, 자바스크립트 같은 전문 언어를 알지 못하더라도, 비교적 쉽고 빠르게 통계 함수를 사용하고 대시보드를 구현할 수 있다. 사용자 친화적인 UI로 데이터 연결부터 차트 생성, 화면 구성까지 손쉽게 다룰 수 있다.
또 다른 강점은 인터랙션 기능이다. 한 유저가 생성한 차트를 공유 받은 유저들도 차트에 조건을 걸어 원하는 항목, 그룹, 기간에 대한 자료를 즉시 파악할 수 있다. 문서 형태로 멈춰 있는 차트가 아닌 살아 있는 차트인 것이다. 정보 수신자의 관점에서도 원본 데이터에 접근해 원하는 형태로 시각화해 인사이트를 얻을 수 있다.
자동 시각화 도구를 사용해 보고 싶지만, 대다수는 유료 서비스를 사용하거나 자체 구축하기에는 어려운 상황일 것이다. 어떤 도구는 매우 비싼 가격을 결제해야 하고, 때로는 코딩 기술 또는 데이터 사이언티스트가 필요한 경우도 있어 진입 장벽이 높다고 여겨져 왔다. 여러 시각화 도구 중에서 비교적 손쉽고 빠르게 체험할 수 있어 널리 사용되고 있는 구글 데이터 스튜디오(Data Studio)를 소개해 볼까 한다.
구글 데이터 스튜디오는 유튜브, 구글 애즈, 구글 애널리틱스, 구글 마케팅 플랫폼 등 광고·마케팅 업계에서 많이 사용되는 구글 제품의 데이터를 연결하기에 매우 편리하다. 구글 제품뿐만 아니라 커넥터(Connector)를 통해 페이스북, 인스타그램, 아마존, 링크드인 등의 플랫폼과 고유의 커스텀 데이터들도 연결할 수 있다. 대다수의 웹/앱 분석 도구, 비디오 및 소셜 플랫폼, 광고 플랫폼 등을 연결할 수 있으며 파트너사에서 제공하는 커넥터를 제외한 대부분의 기능을 무료로 제공하는 것이 큰 장점이다.
구글 데이터 스튜디오를 통해 데이터 소스를 연결하고 대시보드를 생성한 뒤 공유하는 과정을 간략히 소개한다.
➊ 접속하기
기존 구글 계정으로 로그인하거나 신규로 구글 계정을 생성해 구글 데이터 스튜디오에 접속한다.
❷ 데이터 소스 연결
Create 버튼을 누른 뒤 Data Source를 클릭한다. 리스트 중에서 사용할 데이터 소스를 선택해 리포트와 연결한다.
원하는 데이터 소스가 리스트에 없다면 커넥터를 활용할 수 있다. 커넥터는 API 기능을 제공하는 페이스북, 인스타그램, 아마존 등의 플랫폼에서 발생되는 데이터를 데이터 스튜디오와 연결해 준다. 대부분의 커넥터는 사용료가 낮은 편이며, 일정 기간 체험 버전으로도 사용할 수 있다. 리스트에 없는 자기만의 데이터는 CSV 파일을 직접 업로드하거나 Google Sheets에 업로드해 연결할 수 있다.
➌리포트 구현
데이터가 연결됐다면 그 데이터를 누가, 왜 보는 것인지를 고려해 목적을 두고 시각화 보고서의 전체 모습을 디자인한다. 데이터의 중요도와 연관성에 따라 공간을 구성하고 차트나 숫자, 도형, 표 등을 배치한다. 차트를 사용한다면 길이, 레이아웃, 색채를 통해 시각적으로 어떻게 대비시켜 보여줄 것인지 고려한다. 한 페이지 내에서는 일관성 있는 구성을 갖추는 것이 중요하다.
<구글과 페이스북의 광고 플랫폼 데이터를 연결해 데이터 스튜디오에서 대시보드로 구현한 예시>
❹계산 필드 활용하기
특정 필드 값에 연산을 하거나 조건을 걸고 싶을 때, 필드끼리의 연산이 필요할 때는 데이터 소스 내에서 ‘계산 필드’를 활용한다. 예를 들어 ‘비용’ 필드를 이용해 ‘VAT 10%를 포함한 비용’ 필드를 추가하고 싶다면, 계산 필드를 생성해 ‘[비용]*1.1’이라는 수식을 사용해 새로운 필드를 생성할 수 있다. 단순한 사칙연산뿐만 아니라 특정 조건, 문자, 날짜, 연산, 집계 등과 관련된 함수를 사용해 원하는 필드를 생성할 수 있다.
* 데이터 스튜디오에서 사용 가능한 함수 목록 참고 ▶ click
❺공유하기
공유하기 버튼으로 링크를 생성해 배포하거나, 특정 사용자를 추가할 수 있다. 공유 시에는 ‘보기’ 권한만 줄 수도 있고, ‘편집’까지 가능한 권한을 줄 수도 있다. 유저는 웹 브라우저에서 링크에 접속해 시각화된 데이터를 인터랙티브 기능을 활용하며 확인할 수 있다.
❻새로 만들기
기존에 생성한 리포트 템플릿을 복제해 새로운 데이터 소스를 다시 연결하면, 새로운 리포트가 생성된다. 리포트를 만들 때마다 다시 구성해 작업할 필요가 없고, 데이터 소스를 바꿀 때마다 자동으로 리포트가 업데이트된다.
실제 데이터 시각화 도구를 적용한 후부터는 매일 또는 매주 소모되던 시간과 인력 리소스를 줄이고, 분석과 해석에 리소스를 투여하게 되면서 업무 효율성과 클라이언트 만족도가 증대하는 결과를 얻었다. 도구 내 여러 기능을 응용하며 기존 시각화 방식보다 개선된 방향을 발견하기도 했다.
그러나 아직까지는 한계가 있다는 점도 발견했다. 유료 도구는 사용하는 계정 수, 사용자 수 데이터 양에 따라 다소 부담스러울 수 있는 연간 비용이 과금되고, 무료 도구는 유료 도구에 비해 그래프, 테이블 구조, 디자인 등에 제한적인 한계가 있다.
데이터 소스 연결도 아직까지는 완벽히 만족스럽지 않다. 데이터 시각화 도구의 강점인 API를 지원하는 데이터 소스 플랫폼이 제한적이기 때문이다. 광고·마케팅 업계에서 주로 사용하는 플랫폼에서 API를 제공하지 않거나 일부 지표만 제공하는 곳도 있다. 특히 전통 미디어 쪽에서는 데이터 공유 체계가 갖춰져 있지 않은 경우가 많으며, 일부 디지털 미디어에서도 폐쇄적인 환경으로 인해 데이터 공유를 원천적으로 제한하고 있기도 하다.
그러나 한계는 존재하지만 그것을 뛰어넘는 명확한 강점들이 있기 때문에 그 한계점은 보완될 가능성이 높다. 여러 시각화 도구들도 점점 더 합리적인 비용 구조와 기능 개선을 향해 노력하고 있으며, 국가 정책적으로도 디지털 시대에 발맞춰 데이터 소스 연결과 공유가 용이하도록 공공기관 주도적으로 API를 개방하고 있기 때문이다.
시각화된 데이터는 원본 데이터에 대한 지식이 부족하거나 해석하기 어려운 사람에게 더욱 설득력 있는 무기가 된다. 그리고 그것을 더욱 빠르고 편리하게 구현하는 것은 더욱 강력한 경쟁력으로 자리 잡을 것이다. 무엇보다 이 글을 읽고 있는 수많은 광고·마케팅 담당자들의 소중한 시간을 아낄 수 있을 것이다.
댓글