데이터 스토리텔링이란?
데이터 스토리텔링은 수치 정보를 수집하고 사람들이 이해하고 내용이 와닿도록 맥락에 맞는 내러티브를 구축하는 수단입니다.
데이터 스토리텔링 개요
순수한 원시 데이터는 소수의 전문가만 이해할 수 있는 매우 정밀한 언어를 사용합니다. 데이터 스토리텔링은 이러한 평면적이고 수치화된 정보를 사람들이 이해하고 공감할 수 있도록 맥락에 맞는 내러티브를 구축하는 수단입니다. 죽의 온도와 곰의 크기를 통계적으로 연관시키는 리포트는 많은 조회수를 얻지 못할 것입니다. 반면, 다양한 크기의 곰, 침대, 의자의 비교 이미지와 함께 골디락스 그림을 보여주는 스토리는 훨씬 더 조회수가 높고 이해도가 높을 가능성이 높습니다. 이것이 바로 요점이 아닐까요?
전 세계 데이터스피어는 불과 수십 년 만에 기하급수적으로 성장하여 2025년에는 전 세계 데이터 생성량이 최대 175제타바이트(1,750억 테라바이트)에 달할 것으로 IDC는 전망합니다. 빅데이터의 양과 복잡성이 증가하는 속도로 인해 많은 기업이 빅데이터를 가장 잘 활용하고 적용할 방안을 찾기 위해 경쟁하고 있습니다. 데이터 시각화는 차트와 그래프를 사용하여 데이터를 더 잘 표현하는 작업으로, 어느 정도까지는 유용합니다. 하지만 오늘날의 비즈니스는 단순한 그래픽을 넘어서야 합니다. 데이터 기반 아이디어를 맥락에 맞게 표현하여 더욱 강력하고 설득력 있게 만들어야 합니다. 데이터 스토리텔링은 차세대 비즈니스 커뮤니케이션으로, 기업이 더 효과적으로 소통하고 더 현명하고 실행 가능한 비즈니스 의사결정을 내릴 수 있도록 도와줍니다.
데이터 기반 스토리텔링의 요소
모든 데이터 스토리에는 다음의 세 가지 요소가 포함되어야 합니다.
- 데이터 데이터 기반 스토리텔링은 가능한 한 정리되고 완전한 데이터를 기반으로 해야 합니다. 당연해 보이지만, 데이터가 여러 국가, 사업부, 부서에 걸쳐 존재하기 때문에 이는 쉽지 않은 일입니다. IIoT와 같은 새로운 데이터 소스의 등장으로 데이터의 양은 더욱 증가하고 있습니다. 데이터의 홍수에 빠져 있는 (대다수) 기업에 대해 데이터 관리 솔루션은 모든 데이터 소스에서 데이터를 수집하고 신뢰할 수 있는 실행 가능한 인사이트를 제공함으로써 이러한 문제를 해결하는 데 도움을 줍니다. 바로 여기가 시작점입니다.
- 내러티브 인류는 역사를 통틀어 스토리텔링을 통해 정보를 효과적으로 전달해 왔습니다. 데이터 기반 스토리텔링 역시 시작, 중간, 끝이 있는 전통적인 내러티브 스토리라인(일명 '스토리 아크')을 따릅니다. 내러티브는 데이터에서 드러나는 내용을 이야기하고, 데이터의 맥락을 강조하며, 가능한 조치를 제안해야 합니다. 데이터 스토리텔링 소프트웨어는 ERP 플랫폼과 함께 작동하며, 여러 유형의 데이터 분석(설명, 진단, 예측, 처방)을 통합하여 어떤 데이터가 스토리와 가장 관련이 있거나 설득력 있는지를 밝혀내는 데 도움을 줍니다.
- 시각 자료 우수한 시각 자료는 독자가 빠르게 이해하고 잠재적 결과를 고려하는 데 사용할 수 있는 방식으로 데이터 연결을 보여줍니다. 기존의 스프레드시트 및 데이터 시각화 소프트웨어로도 차트, 맵, 그래프, 다이어그램을 생성할 수 있지만, 그래픽과 내러티브를 결합하는 것이 가장 중요한 맥락과 의미를 부여하는 것입니다. 한 장의 그림은 천 마디 말보다 더 가치가 있으며, 수천 개의 엑셀(Excel) 행보다 더 가치가 있습니다.
데이터 스토리텔링은 복잡한 데이터와 분석을 가지고 사용자 그룹의 관심을 끌고, 명확한 메시지를 전달하며, 행동이나 다음 단계에 영향을 주는 설득력 있는 스토리를 구축하는 활동입니다.
데이터 기반 스토리텔링이 효과적인 이유
인간의 두뇌는 순수한 데이터보다 스토리를 선호합니다. 간단히 말해, 스토리가 눈에 더 잘 띄고 이해하기 쉽기 때문입니다. 따라서 최신 데이터 기반 스토리텔링은 스프레드시트, 데이터 화이트보드, 디지털 대시보드에 비해 많은 이점을 제공합니다. 데이터 기반 스토리가 효과적인 이유는 다음과 같습니다.
의사결정을 방해하는 압도적인 양의 데이터를 단순화합니다. 가트너(Gartner)에 따르면, 기존 분석 인사이트 중 80%는 2022년까지 비즈니스 성과를 내지 못할 것으로 전망됩니다.
순수한 데이터보다 두뇌의 더 많은 부분을 관여시켜 이해도와 기억력 향상
어떤 일이 발생하는 이유를 설명할 수 있음
증거에 의해 뒷받침됨
데이터를 이용하여 새로운 패턴 발견
독자의 지성뿐 아니라 감성을 활용 가능
실행 가능한 인사이트 생성
항상 최신 분석을 위해 라이브 데이터에 연결 가능
규모에 따라 개인화 가능
대상 그룹에 가치 제공
클릭률 및 전환율과 같은 지표에서 우수한 성과 달성
회사 또는 업계에 대한 신뢰성 제공
앞으로 살펴보겠지만, 데이터 기반 스토리텔링은 대내외적으로 효과적이므로 도입률이 높아집니다.
인사이트 발견과 가치 추출: 데이터 스토리텔링 예시
아마도 여러분은 무심코 데이터 스토리텔링의 예시를 본 적이 있을 것입니다. 그것이 바로 데이터 스토리텔링의 매력입니다. 시각적으로 흥미를 끌기 때문에 데이터를 훑어보는 것처럼 느껴지지 않습니다.
의료: 세계보건기구는 대화형 대시보드로 전 세계 코로나19를 추적합니다. 독자는 코로나19 확진자, 사망자 또는 백신 접종자 수, 각 국가가 취한 다양한 조치, 정부와 의료진이 각자의 지역 스토리를 '전달'하는 데 사용할 수 있는 수십 개의 이해하기 쉬운 시각 자료를 선택할 수 있습니다. 또한 의료 기관은 과거 데이터를 임상시험 결과와 결합하여 새로운 치료법의 이점과 위험성을 환자에게 설명할 수 있습니다.
공급망: 엔드투엔드 공급망 관리는 여러 데이터 소스를 중앙집중화하는 데 도움이 됩니다. 공급망에서 데이터 스토리텔링의 사례는 소싱 및 원산지 증명과 관련될 수 있습니다. 원자재 공급업체, RFID 태그, 제조 자산, 배송 및 물류 파트너로부터 데이터가 수신될 수 있습니다. 이를 통해 제품의 출처에 대한 매우 역동적인 스토리를 전달하고 최고의 노동 및 제조 관행이 가치와 지속가능성을 더하는 이유를 예시할 수 있습니다.
인사 관리: 오늘날의 복잡한 업무 환경에서 기업은 최고의 팀을 채용하는 것뿐 아니라 그들과 함께 일할 수 있도록 하는 데 그 어느 때보다 집중하고 있습니다. 최신 HR 소프트웨어 시스템은 '채용부터 퇴직까지'의 데이터를 수집하고 분석합니다. 이를 통해 비즈니스 및 HR 리더에게 다양한 이니셔티브를 통해 직원 채용, 경험 및 유지율을 개선한 예시를 보여줌으로써 설득력 있는 데이터 스토리를 만들 수 있는 기회를 제공합니다.
소매유통: B2C에 중점을 둔 소매업은 새롭고 대화형 방식으로 고객과 소통할 수 있는 엄청난 잠재력이 있습니다. 옴니채널 소매업을 지원하는 디지털 기술은 기본적으로 모두 일종의 데이터 생성 또는 큐레이팅된 데이터로 귀결됩니다. 소매업체는 스마트 진열대, e-커머스, 온라인 쇼핑 전반의 데이터를 활용하여 고객이 어디서, 어떻게, 왜 자사 제품을 이용하는지에 대한 고도로 정밀하고 실행 가능한 데이터 스토리를 생성할 수 있습니다. 이를 통해 비즈니스 개발, 재고 관리, 마케팅 등에 정보를 제공할 수 있습니다.
데이터 스토리 및 증강 분석의 성장 추세
데이터 스토리텔링은 기업에서 새로운 것이 아닙니다. 하지만 최근까지만 해도 직원들이 데이터를 가져오고, 시각 자료를 디자인 및 개발하고, 내러티브 초안을 작성하고, 인사이트를 생성하는 등 많은 시간이 소요되는 수작업 프로세스가 대부분이었습니다. 기업들은 일반적으로 대량의 데이터를 다루는 데이터 과학자나 IT 부서를 활용하여 분석 대시보드를 만들었습니다. 이러한 직원들은 명확하고 설득력 있는 스토리를 개발할 수 있는 소프트 스킬이 부족한 경우가 많았습니다. 그 결과 대시보드는 경영진이나 다른 사람이 쉽게 이해할 수 있는 방식으로 가장 관련성 높은 정보를 전달하지 못하는 경우가 많았습니다.
오늘날 ERP 기술 시스템과 연결된 스토리텔링 플랫폼은 데이터를 대중화하여 비즈니스 분석가, 마케팅 담당자, 아티스트, 편집진이 데이터 과학자와 협업하여 매력적인 스토리를 만들 수 있게 해줍니다. 다른 부서의 직원을 영입하면 소프트 스킬이 추가될 뿐 아니라 다양한 관점에서 인사이트를 확보할 수 있습니다.
적절한 툴만 있으면 조직 내 누구나 잠재적으로 데이터 스토리를 만들 수 있습니다. 인공지능, 머신러닝, 자연어 처리를 통합한 노코드/로코드 소프트웨어와 증강 분석 툴은 이전에는 긴 시간이 걸리던 많은 기능을 자동화할 수 있습니다. 전체 프로세스가 더 빠르고, 더 효율적이며, 더 효과적입니다.
따라서 가트너(Gartner)에 따르면 2025년에는 대시보드가 아닌 데이터 스토리가 가장 널리 사용되는 분석 소비 방식이 될 것이며, 증강 분석 기술이 이러한 스토리의 75%를 자동으로 생성할 것으로 전망됩니다.
효과적인 데이터 내러티브 만들기: 5가지 'W'
데이터 스토리를 생성하는 방법을 학습하는 기업 직원은 저널리즘의 전통적인 '5W'(누가, 무엇을, 언제, 어디서, 왜)를 채택함으로써 이점을 얻을 수 있습니다. 우수한 데이터 스토리 디자이너도 이러한 근본적인 질문에 답하려고 노력합니다.
스토리 디자이너(또는 팀)는 프로세스를 시작하기 전에 다음과 같은 질문을 할 수 있습니다.
스토리의 청중은 누구인가?
목표는 무엇인가?
어떤 KPI를 사용해야 하나?
이 정보를 가장 잘 전달하는 데이터와 시각 자료는 무엇인가?
데이터 범위는 언제(어느 기간 동안)인가?
데이터의 위치는 어디인가?
데이터에는 어떤 추세가 드러나는가?
왜 이런 일이 발생하나(맥락)?
양질의 저널리즘과 마찬가지로, 데이터 내러티브는 객관적이고, 편견이 없으며, 대상 그룹이 공감할 수 있도록 노력해야 합니다. 기업은 인공지능으로 도입되는 편견뿐 아니라 인간의 편견도 경계해야 합니다. 이러한 사려 깊은 접근법은 신뢰성에 매우 중요합니다.
데이터 스토리텔링을 기업 내부에 성공적으로 반영하는 일은 단순한 소프트웨어 업그레이드 이상입니다. 이 프로세스에는 데이터와 직원의 사일로를 허물고 협업하려는 부서 경영진의 의지와 경영진으로부터의 동의가 필요합니다. 특정 역할을 위해 '데이터 스토리텔러'를 고용하는 회사도 있지만, 분석가 직책에 데이터 스토리텔링 역량을 필수로 요구하는 회사도 있습니다. 교육을 통해 데이터 중심 부서 외부의 현직 직원들은 비즈니스를 발전시키는 스토리를 만드는 데 있어 귀중한 제도적, 상황적 지식을 제공할 수 있습니다.
이 새로운 커뮤니케이션 양식으로 가장 원활하게 진화하기 위해 기업은 기술 설치, 로드맵 계획, 교육 및 커뮤니케이션을 안내할 전문가를 참여시키는 방안을 고려해야 합니다. 기업 데이터를 스프레드시트와 대시보드에서 컨텍스트 중심의 시각적 스토리로 전환하면 모든 산업에서 기업의 다양한 영역에 유용할 수 있습니다.
