1) 데이터 시각화 원리
2) Data Smart

비즈니스에서 효과적으로 데이터 시각화할 수 있는 원리를 설명하는 책으로, 사용할 소프트웨어에 독립적으로 응용할 수 있는 인포그래픽 안내서다. 엑셀에서 만든 차트를 중심으로 설명하기 때문에 엑셀 기반의 일반적인 사용자들은 좀 더 많은 팁을 얻을 수 있다. 내용을 따라가다 보면 어느새 엑셀 사용만으로도 데이터 과학자처럼 사고하는 방법을 터득하고 있는 자신을 발견하게 될 것이다. 그래픽 디자이너가 아니더라도 효율적이고 보기 좋은 시각화를 만들 수 있는 방법을 익힐 수 있다.

이 책에서 다루는 내용

무엇보다 효율적인 데이터 시각화란 데이터에 관해 사고하는 하나의 방식이다. 이 책은 여러분이 이미 생각해봤을 스킬을 사용하는 방법과 업무와 직접 관계된 방법들로 데이터를 구성하는 방법을 보여줄 것이다. 비즈니스 시각화가 작동하는 방식과 이유 그리고 무엇이 이것을 효율적으로 만들어주는지 보여줌으로써 여러분에게 데이터 분석가처럼 생각하는 방법을 가르쳐주는 것으로 시작한다. 어떤 차트는 작동하고 어떤 차트는 작동하지 않는지 확고한 개념을 갖고, 여러분은 데이터를 준비하고, 정렬하며, 분석할 수 있는 모범 사례를 학습하게 될 것이다.
■ 여러분의 필요에 제일 잘 맞는 차트 유형을 고르는 방법
■ 여러분의 차트에 적합한 서식을 적용하는 방법
■ 색깔을 효과적으로 사용하기 위한 특별한 팁들

이 책의 대상 독자

데이터 시각화에 관한 블로그(excelcharts.com)를 쓰고 있고, 수년간 워크시트에서 벗어나 진짜 시각화 도구에 집중해왔다. 이것이 보통의 과정이다. 하지만 스프레드시트는 우리 중 대다수가 조직적 컨텍스트에서 접근할 수 있는 유일한 도구며, 그래픽 능력을 배우고 향상시키려면 평균적인 사람들에게 데이터 시각화를 제공하는 데서 시작해야 한다. 그러고 나서 사람들과 조직은 자신들의 필요에 적합한 도구인지, 다른 애플리케이션으로 자연스럽게 수요 전환이 가능한지 여부를 평가하게 된다.
이 책은 분석적인 커뮤니케이션 도구로써의 데이터 시각화 표현을 위해 스프레드시트를 사용하는 대학생, 자신의 영업분석을 하는 영업사원들, 스스로 예산을 계획하는 상품 매니저들, 그리고 수행평가를 하는 매니저들을 위한 시각화 책이다.

아마존닷컴에서 평균 별점 5개로 독자들의 큰 호평을 받은 데이터 과학 입문서다. 누구나 사용하는 엑셀(Excel) 프로그램을 이용해 데이터 과학과 비즈니스 분석의 복잡한 알고리즘을 한눈에 보이듯 알려준다. "빅데이터가 중요하고 우리 회사도 도입한다고 하던데... 그게 뭐지?"라고 막연해 하는 실무 담당자들이나 "데이터 과학이 무엇이며, 왜 중요한 걸까?"라며 새로이 공부를 시작해 보려는 사람들에게 큰 도움이 되는 책이다. 아울러, 이미 웬만한 빅데이터 책은 여러 권 보았지만 단순한 기술 활용에서 별다른 영감을 얻지 못하는 이들에게 “어떻게 하면 빅데이터에서 통찰을 이끌어낼 수 있는지?”에 대한 새로운 출발점을 제공한다. 어렵지 않은 엑셀 예제들로 시작해 R로 마무리하며, 데이터 과학을 유쾌하고 쉬우며 재미있게 이해할 수 있게 해주는 흔치 않은 책이다.

이 책에서 다루는 내용

■ 일반 선형 모델, 앙상블 모델, 나이브 베이즈 등을 사용한 인공지능
■ k-평균, 구상 k-평균, 그래프 모듈성 등을 사용한 군집화
■ 비선형 프로그래밍과 유전 알고리즘 등을 비롯한 최적화
■ 시계열 데이터 작업과, 지수 평활법을 사용한 예측 방법
■ 리스크를 정량화하기 위한 몬테카를로 시뮬레이션
■ 단일 차원, 다차원에서 이상점 탐지
■ 데이터 과학에 적합한 R 언어 탐구

이 책의 대상 독자

나는 이 책에 대한 전형적인 독자상(마케팅하는 사람들은 그것을 페르소나라고 부른다)을 다음과 같이 설정하고 글을 썼다.
■ 마케팅부의 부팀장으로 고객들의 거래 데이터를 전략적으로 사용해 가격과 고객 세그먼트를 결정하고자 한다. 그런데 소프트웨어 개발자들이나 비싼 컨설턴트들이 사용해 보도록 권하는 접근법을 제대로 이해하고 있지 않다.
■ 수요 예측 분석가로 회사의 과거 판매 데이터가 단순한 다음 분기 계획보다 더 가치가 있다는 사실을 잘 알고 있다. 그런데 그 가치를 뽑아내는 방법을 모른다.
■ 온라인 소매 스타트업의 사장으로 과거 고객들이 구매 데이터에 기반하여 언제 구매를 위해 그들이 지갑을 여는지 예측하고자 한다.
■ 경영정보 분석가로 회사의 기반 시설과 공급망 관리에 효율적으로 돈이 쓰이지 못하고 있다는 사실을 안다. 그럼에도 시스템적으로 어떻게 비용 절감 의사결정을 할지 모르겠다.
■ 온라인 마케터로 이메일, 페이스북, 트위터 등을 통해서 텍스트로 소통하는 고객들과 함께 더 많은 일을 하고 싶은데, 여러분은 그저 그것들을 읽고 저장하는 수준에 그치고 있다.
나는 여러분이 독자로서 데이터 과학에 대한 지식을 통해서 직접 이득을 취할 수 있기를 바라는데, 아직 모든 기술에 대한 기초는 갖추지 못했다고 가정할 것이다. 이 책의 목표는 데이터 과학과 관련된 여러 귀찮은 부분들(코드, 도구, 과장된 말들)을 걷어내고, 대학에서 한 학기 정도 선형 대수나 미적분학을 배운 사람이라면 충분히 이해할 수 있는 실용적인 예를 가지고 실질적인 테크닉을 가르치는 데 있다. 만약 대학에서 해당 과목을 F 학점 맞았다 하더라도 실망할 필요가 없다. 책을 천천히 읽거나 위키백과 등을 찾아보면 충분히 해결할 수 있다.

조르즈 카몽이스(Jorge Camões)

통계학과 정보관리를 공부했고, 2010년부터 정보시각화를 효과적으로 사용하는 방법에 대해 상위 25개 제약회사와 주요 유통업의 고객들을 대상으로 경영컨설팅을 해왔다. 컨설팅 사업을 시작하기 전, 머크 사(Merck&Co.)의 포르투갈 자회사의 비즈니스 인텔리전스(Business Intelligence) 부서에서 10년간 일했다. 현재는 포르투갈 리스본에 위치한 집에서 인기 있는 데이터 시각화 블로그인 Excelcharts.com을 운영하고 있다.

존 포먼(John W. Foreman)

메일침프닷컴(MailChimp.com)의 수석 데이터 과학자다. 회복 경영 컨설턴트로 코카콜라, 로열캐리비언, 인터컨티넨털 호텔과 같은 대규모 사업체와 DoD, IRD, DHS, FBI와 같은 정부기관에서 데이터 분석 프로젝트를 해왔다. 사업체에서 데이터 분석 솔루션을 구축하는 방안이나 어려움들에 대해 자주 강연을 한다. John-Foreman.com을 보면 인근에서 열릴 강연 등을 찾을 수 있다.
데이터 작업을 하지 않을 때는 하이킹을 하거나 텔레비전을 보고, 온갖 맛없는 음식 등을 먹고, 세 명의 아들을 키운다.

이혜연

수년간 대기업 데이터 마이닝 시스템과 머신러닝 시스템 컨설팅 및 고급 분석을 기반으로 한 전략 컨설팅 경력을 보유하고 있다. 현재도 해당 분야의 컨설턴트로 활약 중이며, 기업과 공공기관 및 대학교에서 관련된 강의를 진행하고 있다. 기술 콘텐츠의 저술/번역 공동체 GoDev의 가족이다.

고석범

가톨릭대학교 의과대학을 졸업하고, 같은 대학 병원에서 수련을 받은 신경과 전문의다. 현재 보바스기념병원에서 근무하고 있고, 도서관장에서 시작하여 진료지원 부장, 성남시노인보건센터장, 병원장 등 보직을 두루 경험하면서, 의료 현장의 서비스 질, 생산성 향상을 고민해왔다. 문제를 해결할 수 있는 핵심 툴은 컴퓨터라는 것을 깨닫고, 늦게나마 컴퓨터를 공부하기 시작했다. 에이콘출판사에서 출간한 『R과 Knitr를 활용한 데이터 연동형 문서 만들기』(2014)을 집필했고, 『R과 Shiny 패키지를 활용한 웹 애플리케이션 개발』(2014)을 번역했다.