[디자인부트캠프] DAY 40 | 데이터 시각화

🚀 고급 시각화 기법 설명

1. 다중 축 그래프 (Dual-axis Chart)

• 특징: 하나의 그래프에 두 개 이상의 축(y축)을 사용하여 서로 다른 단위나 범위의 데이터를 동시에 표현할 수 있음.
• 어떻게 사용하나요?
  예를 들어, x축에 시간(월)을 두고, 왼쪽 y축엔 ‘판매량’, 오른쪽 y축엔 ‘광고비’를 표시하여 두 지표의 관계를 한눈에 비교합니다.
  Excel, Tableau, Power BI, Python (Plotly/Matplotlib) 등에서 지원됩니다.
• 언제 사용하나요?
  서로 다른 단위를 가진 데이터를 비교할 때 좋습니다. 예: ‘방문자 수 vs 매출액’, ‘온도 vs 전기 사용량’ 등.

---

2. 히트맵 (Heatmap)

• 특징: 값의 크기나 밀도를 색의 농도나 밝기로 시각화한 표 형식 그래프.
• 어떻게 사용하나요?
  행과 열을 기준으로 데이터를 매핑하고, 값에 따라 셀의 색을 다르게 표현합니다.
  예: 요일(행)과 시간대(열)로 구성된 표에서 각 시간대의 이용 빈도를 색으로 표현.
  Excel (조건부 서식), Seaborn(Python), Tableau 등에서 쉽게 구현 가능.
• 언제 사용하나요?
  시간대별 패턴이나 상관관계 분석 등에 유용합니다. 예: ‘요일/시간대별 사용자 활동 분석’, ‘변수 간 상관관계’ 등.

---

3. 트리맵 (Treemap)

• 특징: 데이터를 계층적으로 사각형 크기로 시각화, 각각의 항목이 전체에서 차지하는 비율을 보여줌.
• 어떻게 사용하나요?
  데이터의 카테고리와 그 크기(비율)를 입력하면, 자동으로 사각형의 크기와 색으로 표현됩니다.
  예: 제품별 매출 데이터를 트리맵으로 구성해 어떤 제품이 가장 비중이 큰지 시각화.
  Tableau, Power BI, Excel, D3.js 등에서 가능.
• 언제 사용하나요?
  여러 항목 간 비율을 한눈에 보여줄 때. 예: ‘부서별 예산 배정’, ‘카테고리별 수익’ 등.

---

4. 네트워크 그래프 (Network Graph)

• 특징: 노드(점)와 엣지(선)로 구성되어 관계 구조를 시각화함. 중심성, 연결성, 클러스터 등 분석 가능.
• 어떻게 사용하나요?
  각 노드(예: 사용자, 제품, 키워드 등)를 점으로 표현하고, 관계를 선으로 연결합니다.
  노드 간 거리는 연결 정도에 따라 다르게 표현됩니다.
  Gephi, Python(NetworkX), D3.js 등에서 구현 가능.
• 언제 사용하나요?
  관계성 분석에 적합. 예: ‘SNS 사용자 간 연결’, ‘논문 간 인용 관계’, ‘고객 행동 흐름’ 등.

---

5. 워드 클라우드 (Word Cloud)

• 특징: 텍스트 데이터에서 자주 등장하는 단어를 시각적으로 강조해 보여줌. 많이 등장할수록 글자 크기가 큼.
• 어떻게 사용하나요?
  텍스트 데이터를 분석해 빈도 수를 계산한 후, 이를 바탕으로 단어를 배치하고 크기를 조절합니다.
  Python (WordCloud 라이브러리), R, WordArt, Tableau 등에서 쉽게 만들 수 있습니다.
• 언제 사용하나요?
  설문조사, SNS 댓글, 리뷰 등 텍스트 기반 데이터에서 핵심 키워드를 빠르게 파악하고 싶을 때.

 

👉 실전 적용 꿀팁

• 디자이너 관점에서 시각화는 "스토리 전달"이 목적
  그래프 자체보다, “이 그래프가 어떤 인사이트를 줬는지”가 중요함.
• 깔끔한 디자인도 중요
  너무 많은 색, 글자, 효과는 피하고 단순하게.
• Figma로 그래프 스케치도 가능
  실제 데이터를 기반으로 한 시각화가 아니더라도, 개념 전달용 mockup도 충분히 설득력 있음.

---