데이터를 사용하여 전달하려는 내용을 쉽게 설명하고, 역동적이고 설득력 있는 데이터 기반 프리젠테이션을 만들고 싶은가. 이 책은 데이터를 이용하여 설득력 있는 스토리텔링 자료를 만들기 위한 기법을 소개한다. 책의 구성은 데이터로 스토리를 전달하는 실제 흐름과 동일하다. 상황 정보와 청중을 파악하고 그에 적합한 그래프 유형을 선택하는 방법, 전달하려는 정보를 혼란스럽게 하는 잡동사니를 제거하고 가장 중요한 부분에 집중시키는 방법, 설계자의 입장에서 데이터를 시각화하는 방법을 소개한다. 이 모든 과정을 거친 후 당신의 메시지는 스토리텔링의 힘으로 널리 전파될 것이다.

“이 책은 상당히 좋은 책이며 비즈니스 분야에서 흔하지 않은 명작이다. 이 책의 저자인 콜 누스바우머 내플릭(Cole Nussbaumer Knaflic)은 데이터로 스토리를 말하는 데 독보적인 스킬을 갖고 있다. 그녀는 JP모건체이스(JPMorgan Chase)에서 근무하는 동안 복잡한 분석 내용을 최고 경영자와 규제 기관에 설명하기 위한 역량을 향상시키는 데 도움을 주었다. 또한 이 책은 누구나 스마트한 의사결정을 할 수 있게 도와주는 훌륭한 예제와 쉽게 읽을 수 있는 가이드를 한곳에 모았다.”
― 마크 힐즈(Mark R. Hillis) / JP모건체이스앤컴퍼니 저당 은행(Mortgage Banking)의 최고 위기관리 책임자

“우리는 사람들이 중요한 결과에 집중하기 어려울 만큼 대용량의 데이터를 갖고 있다. 콜 누스바우머 내플릭은 워크샵을 통해 우리에게 중요한 내용을 가르쳤다. 게다가 데이터와 함께 스토리텔링으로 전해지는 내용을 보는 것은 환상적이다. 나의 팀은 이미 주옥 같은 내용들을 참조해 사람들을 움직이게 하는 콜의 가르침을 업무에 적용하고 있다. 그리고 다른 사람들의 삶에도 변화를 만들었다. 이제 여러분들도 할 수 있다.”
― 에데놀 벨(Edeanor Bell) / 빌 & 멜린다 게이츠 재단(Bill & Melinda Gates Foundation)의 비즈니스 분석 담당 이사

“자신이 가르치는 것과 자신의 모습이 일치한다는 것은 사랑스럽다. 콜 누스바우머 내플릭은 그녀의 첫 번째 책에서 이를 달성했다. 그녀는 시각화에서 명확함와 간결함을 유지해야 된다는 옹호자며, 그녀가 쓴 이 책은 명확하고 간결하며 실용적이다. 만약 여러분이 데이터 시각화를 다루는 데 초보라면 또는 좋은 차트를 만들기 위해 노력 중이라면 이 책은 핵심 원리를 배울 수 있는 최고의 선택이다.”
― 알베르토 카이토(Alberto Cairo) / 비주얼 저널리즘(Visual Journalism)의 의장, 마이애미 대학의 시각화과 교수, 『The Functional Art』(위키북스, 2013)의 저자

“데이터 슬라이드는 실제로 데이터에 대한 것만이 아니라, 데이터가 의미하는 것에 대한 것이다. 이 책의 저자는 이를 이해하고 있으며, 데이터로 의사소통하는 누구든 청중과 좀 더 효과적으로 소통할 수 있도록 돕기 위해 이해하기 쉽고 실제로 사용 가능한 가이드를 만들었다.”
― 낸시 두아르테(Nancy Duarte) / 두아르테(Duarte) 사의 CEO, 베스트셀러 저자

“오늘날 본질적인 내용을 파악하기 어렵게 만드는 현란한 파워포인트가 넘쳐나고 있다.”
- 에드워드 터프(Edward Tufte), 예일대학 명예 교수(Yale Professor Emeritus)

우리는 모두 저질 슬라이드 소프트웨어의 희생자가 돼버렸다. 우리는 폰트, 색상, 불릿(주의를 끌기 위해 텍스트 앞에 오는 그래픽 문자), 강조의 거대한 소용돌이에서 헤매는 압도적인 프리젠테이션의 희생자다. 또한 격렬하고 생생하게 표현할 수 있다고 하지만 정보는 제공하지 못하고 단순히 그래픽만 전달하는 인포그래픽의 희생자며, 잘못 인도하고 혼란을 가중시키는 언론의 차트와 테이블의 희생자다.
현대에는 테이블, 차트, 그래프를 만들기가 너무 쉬워졌다. 예전에는 발표 내용을 충분히 생각하고 나서 펜으로 그림을 그렸는데, 내 솜씨가 따라주지 않아 민망했던 적도 있다.
세상의 모든 정보를 내 손끝에 갖고 있더라도, 쉽게 의사소통을 할 수 있는 것은 아니다. 오히려 더 어려워지곤 한다. 여러분이 많은 정보를 다루게 될수록, 가장 중요한 부분을 걸러내기가 더 어려워진다.
‘콜 누스바우머 내플릭(Cole Nussbaumer Knaflic)’을 검색해보라.
나는 2007년 후반에 콜을 만났다. 나는 2006년에 구글에 스카웃되어 인사운영(People Operations)팀을 만들고 구글의 직원들을 진심으로 이해함으로써 이들이 회사에 오랫동안 즐겁게 일하도록 돕는 업무를 맡아왔다. 내가 구글에 합류한 즉시, 나는 우리가 제품 분야에서 했던 것처럼 인사 부문에서도 많은 혁신을 이루려면 인사분석 팀이 필요하다고 생각했다. 콜은 구글의 분석팀과 다른 팀 간의 전달자 역할을 수행하는 인사분석팀의 초기 멤버이자 핵심 멤버가 되었다.
콜은 항상 명확하다는 장점이 있었다.
한 명의 관리자를 위대하게 만들고 또 다른 관리자를 형편없게 만드는 것과 같은 혼잡한 메시지가 주어지면 그녀는 반박할 수 없는 이야기로 메시지들을 기분 좋은 이미지로 만들어 내기도 했다. 그녀의 메시지 “절대 데이터 패션의 희생자가 되지 말라. 즉 예쁘게 만든 클립아트, 그래픽, 폰트를 빼고 메시지에 집중하라.”와 “단순함이 섹시함을 이긴다. 요점은 스토리를 명료하게 하는 것이지 차트를 예쁘게 만드는 게 아니다.”는 강력한 가이드가 되었다.
그녀가 예찬한 “저질의 파워포인트 슬라이드 제거하기”를 시작하기로 마음먹기 전에, 우리는 그녀에게 여기저기 돌아다니면서 데이터 시각화 코스를 6년 동안 50번 이상 가르치도록 했다. 만약 여러분이 이것이 별로 대단한 일이 아니라고 생각한다면, 구글에서 ‘powerpoint skill’을 검색해보라. 50만 사이트가 리턴되는 것을 볼 수 있다.
이 책에서 콜은 에드워드 터프와 같은 데이터 시각화 선구자의 작품에 대해 기념비적인 개선 작업을 했다. 그녀는 지구 상에서 가장 데이터 주도적인 조직은 물론 가장 미션 주도적이며 데이터가 없는 기관과도 업무를 수행했다. 그녀는 두 경우 모두에서 그들의 메시지와 생각을 정교하게 만들도록 도와주었다.
그녀는 잡음으로부터 의미 있는 신호를 추출하고 의사소통을 잘하기 위한 재미있고 이해하기 쉬우며, 매우 실용적인 가이드를 저술했다.
이것이 전체 요점이다. 그렇지 않은가?
- 라즐로 복(Laszlo back) 구글 인사운영 상무, 『구글의 아침은 자유가 시작된다』(알에이치코리아, 2015)의 저자, 2015년 5월

이 책은 데이터를 이용해 누군가에게 어떤 의미를 전달해야 하는 사람을 위한 책이다. 이 책을 읽어야 할 사람은 다음과 같다.

■ 분석 작업 결과를 공유해야 하는 분석가

■ 해당 분야의 데이터를 시각화해야 하는 학생들

■ 데이터 주도 방식으로 의사소통해야 하는 관리자

■ 효과를 입증해야 하는 자선활동가

■ 이사회 회의에서 보고를 해야 하는 리더

나는 누구나 데이터로 효과적으로 대화할 수 있는 능력을 기를 수 있다고 믿는다. 많은 사람들이 두렵게 생각하지만 꼭 두려운 것만은 아니다.
여러분이 ‘데이터 시각화하기’를 부탁 받았다면 어떤 느낌을 갖게 되는가?
아마도 어디부터 시작할지 몰라 불편함을 느낄 것이다. 또는 작성한 내용이 가능한 질문에 답할 수 있을 만큼 상세해야 하기 때문에 현기증을 느낄지도 모른다. 또는 이미 견고한 지식을 갖춘 여러분이 사용하려는 그래프와 스토리를 한 단계 업그레이드하는 데 도움이 되는 것을 찾고 있을 것이다. 이 책은 이러한 모든 경우를 생각하고 만들었다.
데이터로 스토리를 전달하는 능력은 데이터가 급증하고 데이터에 근거한 의사결정 수요가 있는 현재 더 중요해지고 있다. 효과적인 데이터 시각화는 연구 내용 전달하기, 공익을 위한 성금 모으기, 이사회에 보고하기, 또는 청중들에게 핵심 내용 전달하기 등의 성공 여부를 결정한다.
내 경험상 대부분의 사람들이 유사한 도전을 경험했을 거라고 생각한다. 사람들은 데이터를 이용해 효과적으로 대화할 필요성을 알고 있지만, 이를 위한 전문 지식이 부족하다는 것도 알고 있다. 데이터 시각화 능력이 뛰어난 사람들은 이러한 어려움에 대해 잘 이해하지 못한다. 데이터 시각화는 분석 과정의 한 단계라는 점이 도전의 일부다. 분석 업무를 수행하는 사람들은 전형적으로 수학 지식이 있어 시각화보다는 다른 단계에 익숙하다. 예를 들어 데이터를 찾아내고 이를 모두 이끌어내고, 분석하며, 모델링을 만드는 작업을 잘한다. 하지만 분석가는 분석 결과를 잘 설계하여 전달하는 교육의 필요성은 느끼지 못하는 것 같다. 어쨌든 일반적으로 분석 결과의 전달은 청중이 보게 될 분석 프로세스의 일부다. 게다가 점점 데이터 기반이 되어가는 세상에서 기술적 경험이 없는 여러 사람들이 분석을 하고 데이터를 이용해 의미 전달을 해야 하는 상황이 많이 발생한다.
데이터를 이용해 효과적으로 대화하는 방법은 기존에 배우지 않았기 때문에 여러분이 느끼는 불안감은 당연한 현상이다. 데이터 시각화 능력이 뛰어난 전문가는 여러 차례의 시행착오를 통해 무엇이 효과가 있고 없는지를 경험해보았을 것이다. 하지만 이 과정은 오랜 시간이 소요되고 지루한 과정이다. 이 책을 통해 여러분이 단기간 내에 해당 역량을 키울 수 있기를 바란다.

이 책은 각 장에서 1개의 핵심 내용과 관련 개념에 집중해 전체적으로 큰 그림을 그려볼 수 있게 구성했다. 이해하는 데 필요하다면 약간의 이론을 설명하지만 이론의 실제 적용에 중점을 둘 것이며 종종 구체적이고 현실적인 예제를 통해 설명한다. 각 장을 마칠 때, 설명한 학습 내용을 실제로 적용할 준비가 되어 있을 것이다.
이 책의 학습 내용은 ‘데이터로 스토리를 전달하기’에 대해 내가 생각하는 방식과 동일한 순서대로 진행할 수 있게 구성했다. 이 점과 더불어 여러 후속 장이 이전 내용을 참조해 만들어졌기 때문에 순서대로 읽어보기를 권한다. 책을 읽은 후에는 관심 있는 부분이나 현재 접하고 있는 데이터 시각화와 관련된 예제를 다시 한 번 살펴보면 좋을 것이다.
이 책의 각 장을 좀 더 구체적으로 요약하면 다음과 같다.

1장. 상황 정보의 중요성
데이터 시각화의 여정을 시작하기 전에 여러분이 간단히 답할 수 있는 몇 가지 질문이 있다. 여러분의 발표를 듣게 될 대상은 누구인가? 청중이 알고 싶어하거나 행동하기 원하는 내용은 무엇인가? 1장은 청중, 의사소통 메커니즘, 바람직한 어조를 포함해 상황 정보를 이해하는 것의 중요성을 설명한다. 상황 정보를 완벽하게 이해시키기 위해 여러 가지 개념을 소개하고 예를 통해 설명한다. 상황 정보를 제대로 꼼꼼하게 이해해두면 시각화 내용을 제대로 만들기 위해 필요한 반복 횟수를 줄일 수 있다.

2장. 효과적인 시각화 자료 선택
전달하고자 하는 데이터를 보여주기 위한 최선의 방법은 무엇인가? 나는 내가 작업했던 내용에서 가장 잘 사용한 시각화 구성을 분석한다. 2장에서는 비즈니스 환경에서 데이터를 전달하는 데 사용되는 가장 일반적인 유형의 시각화 구성을 소개하고, 각각의 경우에 대한 적합한 사용 사례를 알아보며, 실제 예제를 통해 각 내용을 설명한다. 다루게 될 구체적인 시각화 유형에는 간단한 텍스트, 테이블, 히트맵, 선 그래프, 경사 그래프, 수직 막대 차트, 수직 누적 막대 차트, 사각형 영역 그래프가 있다. 또한 사용을 자제해야 하는 시각화 유형으로 원과 도넛 모양의 차트를 설명하고 3D를 사용하지 않아야 하는 이유를 설명한다.

3장. 잡동사니는 여러분의 적이다!
해당 페이지에 여러분이 추가하게 될 모든 개별 요소들은 일부 청중이 이해하는 데 부담이 된다. 즉 발표자료에 추가한 모든 항목은 해당 의미를 알아내기 위해 청중이 눈여겨보도록 하고, 두뇌를 사용하도록 하며, 마침내 필요 없다고 생각해 기억에서 지우는 데 자원을 소모하게 한다. 3장에서는 이처럼 잡동사니를 찾아내고 제거하는 방법을 주로 다룬다. 이러한 내용을 설명하기 위해 시각화 자료 인식에 대한 게슈탈트의 원칙과 테이블과 그래프와 같은 정보의 시각화 표현에 적용하는 방법을 소개하고 설명한다. 또한 정렬, 전략적인 공백의 사용, 세심한 설계에서 중요한 구성 요소인 대조에 대해서도 알아본다. 학습 내용을 설명하기 위해 몇 가지 예제를 사용한다.

4장. 청중의 주목을 이끌어라
4장에서는 계속해서 사람들이 보는 방법과 시각화를 할 때 이를 최대한 잘 활용하기 위한 방법에 대해 설명한다. 이 작업으로 크기, 색상, 페이지에서의 위치 등 사전에 주의를 끄는 속성의 중요성과 프레임을 설정하는 시각과 기억에 대해 간략히 알아본다. 사전에 주의를 끄는 속성을 전략적으로 어떻게 이용해 여러분이 원하는 내용으로 청중의 관심을 이끌 수 있는지와 가시적 요소들의 계통을 만들어 청중으로 하여금 여러분이 전달하기를 원하는 정보를 원하는 방식으로 처리하도록 할 수 있는지도 알아본다. 전략적 도구로써 색상을 어떻게 효과적으로 사용하는지 상세히 설명한다. 관련 개념은 여러 예제를 통해 살펴본다.

5장. 설계자처럼 생각하기
폼은 기능을 따른다. 제품 설계에 대한 격언은 데이터로 소통하는 데도 동일하게 사용할 수 있다. 데이터 시각화에 있어 ‘기능’은 우리가 전달하고자 하는 ‘의미’며, ‘폼’은 이를 ‘시각화’한 결과다. 5장에서는 기존의 설계 개념을 데이터로 소통하는 데 적용하는 방법에 대해 살펴본다. 행동유도성, 접근가능성, 심미학에 대해 알아보고 앞에서 소개한 많은 개념을 생각해본다. 하지만 약간 다른 관점에서 살펴본다. 또한 여러분이 설계한 비주얼에 대해 청중의 동감을 이끌어내기 위한 전략에 대해서도 알아본다.

6장. 모델 시각화 자료 해부
효과적인 시각화 표현을 조사해보면서 많은 것을 학습할 수 있다. 6장에서는 다섯 가지 모범적인 시각화 자료를 살펴보고 이를 생성하게 된 구체적인 사고 프로세스와 설계 선택사항을 살펴본다. 이 시점까지 다루었던 내용을 사용한다. 시각화 자료 내에서 데이터 순서와 그래프 유형을 어떻게 사용하는 것이 효과적인지 알아본다. 색상의 사용, 선의 굵기, 상대적 크기를 통해 무엇을 어떻게 강조하고 강조하지 않을지에 대한 선택도 고려해본다. 시각화 자료 내 구성 요소의 정렬과 위치를 논의하고 타이틀, 라벨, 주석에서의 효과적인 단어 사용법을 알아본다.

7장. 스토리텔링 학습
스토리는 데이터만으로 할 수 없는 방법으로 해당 내용을 청중에게 상기시키고 계속 집중하도록 한다. 7장에서는 데이터로 소통하기 위해 사용할 수 있는 스토리텔링의 개념을 소개한다. 마스터 스토리텔러에게서 무엇을 배울 수 있는지 알아본다. 스토리는 명확히 시작, 중간, 끝으로 구성되어야 한다. 비즈니스 프리젠테이션을 만들 때 이러한 프레임워크를 적용하는 방법과 사용하기 위한 방법을 알아본다. 청중에게 스토리를 명확하게 전달하기 위한 반복의 힘, 설명의 흐름, 구어적이고 문어적인 설명의 고려, 다양한 스킬을 포함한 효과적인 스토리텔링 전략을 다룬다.

8장. 종합 학습
이전 장에서는 개별 학습 내용을 데모로 보여주기 위해 부분적으로 응용 사례를 설명했다. 8장에서는 하나의 실제 사례를 이용해 처음부터 끝까지 데이터를 처리해 스토리텔링을 실행해본다. 해당 상황을 이해하고 적합한 시각화 표현 방법을 선택하며, 잡동사니를 확인하고 제거하며 청중이 명심해야 할 부분에서 주목을 이끌어내며 설계자처럼 생각하고 스토리를 전달해본다. 더불어 이러한 학습 내용, 완성된 시각화 자료와 설명은 간단히 데이터를 보여주는 것에서 데이터로 스토리를 전달하는 것으로 나아갈 수 있는 방법을 알려준다.

9장. 사례 연구
9장은 수많은 사례 연구를 통해 데이터로 소통하는 데 직면하게 될 일반적인 과제를 해결하기 위한 구체적인 전략을 살펴본다. 다루게 될 주제는 어두운 배경과 함께 컬러 색상 고려하기, 프리젠테이션에서 움직이는 애니메이션 사용하기, 순서대로 로직 설정하기, 스파게티 그래프를 회피하기 위한 전략과 파이 차트에 대한 대안이다.

10장. 결론
데이터 시각화(일반적으로 데이터로 소통하기)는 과학과 예술이 교차하는 영역에 존재한다. 따라해볼 만한 우수 운영 사례와 가이드라인에는 명확하게 몇 가지 과학적인 내용이 존재한다. 또한 예술적인 요소도 있다. 여러분의 학습진도를 빠르게 진행하기 위해 우리가 다루었던 내용을 적용해보라. 그리고 해당 정보를 청중이 좀 더 이해하기 쉽게 만드는 여러분의 예술적 역량을 이용하라. 10장에서는 앞으로 어디로 나아가야 할지에 대한 팁과 여러분의 팀과 조직 내 데이터 경쟁력으로 스토리텔링 스킬을 높이기 위한 전략을 알아본다. 또한 주요 내용을 복습하면서 마무리한다.

즉 우리가 다루었던 학습 내용을 통해 여러분은 데이터로 스토리를 전달할 수 있을 것이다.

나쁜 그래프는 어디에든 있다
내가 지금까지 보아온 시각화 자료는 별의 수보다는 적지만 엄청나게 많다. 일단 여러분에게 이러한 내용을 분별하는 안목이 있다면 이를 무시해버리기는 어려울 것이다. 누구도 품질이 낮은 그래프를 만들고 싶지는 않기 때문이다. 하지만 낮은 품질의 그래프는 계속해서 생산되고 있다. 모든 산업 분야에서 다양한 유형의 사람들에 의해 생산된다. 심지어 미디어에서도 생산된다. 사람들이 더 잘 알거라 기대하는 곳에서 낮은 품질의 그래프가 생산된다. 왜 그럴까?

우리는 데이터로 표현하는 데 능숙하지 않다
여러분은 학교에서 언어와 수학을 배웠을 것이다. 언어에서는 단어들로 문장을 구성해 스토리를 만드는 방법을 배운다. 수학에서는 숫자를 이해하는 방법을 배운다. 하지만 두 가지를 같이 배우는 경우는 드물다. 어느 누구도 스토리를 숫자로 표현하는 방법을 가르쳐 주지 않았다. 이러한 문제 해결은 물론 이 분야에 능숙한 자질을 갖고 있는 사람은 별로 없다.
이와 같은 이유로 인해 우리는 점점 중요해지는 이 분야에 준비가 제대로 되어있지 않다. 기술의 발전으로 좀 더 많은 데이터를 다룰 수 있게 되었으며 이 데이터를 이해하고 싶은 욕구는 증가하고 있다. 데이터를 시각화하고 이를 이용해 스토리를 말하는 작업은 좋은 의사결정을 유도하기 위해 데이터를 정보화하는 핵심이다.
선천적 자질이 없거나 이에 대한 훈련을 받지 못했다면, 데이터 시각화와 스토리를 말하는 작업은 툴에서 제공하는 기능에 의존할 것이다. 데이터 양의 증가와 접근 외에도 기술의 진보는 데이터가 만연한 작업을 하기 위한 툴도 만들었다. 대부분의 사람들이 그래프 소프트웨어(예: 엑셀)에 데이터를 입력하고 그래프를 그려볼 수 있다. 다시 한 번 말한다면 누구나 데이터를 그래프 소프트웨어에 넣고 그래프를 만들 수 있다. 이 점은 주목할 만하며 그래프 제작 과정은 역사적으로 과학자나 엔지니어가 자주 사용하는 작업이다. 하지만 걱정스럽게도 명확한 사용 절차가 없다면 그래프 표현 작업은 종종 툴의 기본 설정(3차원, 무의미한 색상, 파이 차트)을 사용하게 되어 바람직하지 않은 방향으로 실행되는 경우가 많다.
기술의 발전으로 데이터를 처리하는 도구를 많이 활용하게 되었다. 누구나 이러한 도구에 익숙해졌지만 시각화 자료를 만드는 역량에는 여전히 차이가 있다. 여러분은 몇몇 데이터를 엑셀에 입력하고 그래프를 만들어볼 수 있다. 많은 경우 데이터 시각화가 마지막 과정이다. 따라서 이 과정을 제대로 실행하지 못한다면 재미있는 스토리를 이해하기 어렵거나 불가능하게 만들 수 있다. 도구 기본 설정 상태에서 일반적으로 실행한다면 전달하고 싶은 데이터와 스토리를 부족한 상태로 만들게 될 것이다.
여러분의 데이터에는 스토리가 있다. 하지만 여러분이 갖고 있는 도구는 이 스토리가 무엇인지 모른다. 바로 이러한 점이 분석가나 정보 전달자로서 여러분이 해당 스토리를 시각화하고 생명력을 불어 넣어야 하는 이유다. 이러한 과정이 이 책의 주요 핵심이다. 다음은 여러분이 학습하게 될 것을 가시적으로 이해하기 전과 후의 몇 가지 예제다. 이 책에서 각각의 내용을 상세하게 살펴보겠다.
우리가 학습할 내용을 말하자면 ‘데이터 보여주기’에서 ‘데이터로 스토리를 전달하기’로 바꾸는 방법이다.

콜 누스바우머 내플릭(Cole Nussbaumer Knaflic)

그녀는 데이터로 스토리를 말한다. 정량적 정보를 효과적으로 표현하는 전문가며, 유명한 블로그(storytellingwithdata.com)의 운영자다. 그녀의 훌륭한 워크샵과 프리젠테이션은 데이터 마인드를 갖고 있는 전 세계의 개인, 회사, 인구통계학 분석 기관들이 매우 추천하고 있다.
이러한 독특한 재능은 금융과 개인재산 분야에서, 최근에는 구글의 인사분석팀에서 관리자로서 분석 역할을 수행하면서 수십 년간 갈고 닦은 결과다. 구글에서 데이터 주도 접근법을 이용해 혁신적 인사 프로그램과 관리 업무를 실행했고, 구글이 가장 뛰어난 인재를 보유해 각 조직이 해당 사업분야에 최고의 대응을 할 수 있도록 맞춤형 인사 업무를 수행했다. 미국과 유럽 전역의 구글 사무실을 여행하면서 데이터 시각화 분야에서 자신이 개발했던 과정을 강의하기도 했다. 또한 미국 메릴랜드 미술대학교 MICA, Maryland Institute College of Art의 비상근 교수로도 활동하고 있다. 이곳에서 정보시각화 개념을 가르친다.
워싱턴 대학에서 응용수학 학사 학위와 경영학 석사 학위를 받았다. 파이 그래프와 같은 비효율적인 그래프가 세상에 나타나지 않았다면 파이를 굽고 여행을 하면서 남편, 그리고 두 명의 어린 아들과 모험을 하고 있었을 것이다.

아마 여러분도 분석한 내용을 청중들에게 어떻게 하면 잘 설명할 수 있을까 하는 고민을 한 번쯤은 해보았을 것이다. 남들이 생각하지 못한 분석을 해내는 것도 중요하다. 하지만 이렇게 피땀 흘려 얻어낸 소중한 결과를 청중이 부담 없이 잘 이해할 수 있도록 하는 스킬도 이에 못지 않게 중요하다고 생각한다.
우리는 초등학교 때부터 그래프를 그리는 방법을 배웠고, 글을 잘 쓰기 위한 방법과 발표를 잘하는 방법을 배웠다. 그리고 이러한 방법을 익히고 연습해 본인만의 노하우를 습득했을 것이다. 아마도 태어나서 죽을 때까지 이러한 방법을 배우고 실천하는 데 많은 시간을 보낼 것이라고 생각한다. 우리는 분석 결과에 대한 발표자료나 보고서를 작성할 때마다 많은 어려움을 겪는다. 특히 데이터 분석 결과를 간단하면서도 이해하기 쉽게 시각화하는 것과 자신의 주장을 청중이 이해하기 쉽게 간단한 몇 문장으로 작성하는 데 어려움을 느낀다. 나 역시 10여 년을 넘게 회사에 근무했지만 발표자료를 작성하는 것은 늘 어렵다.
데이터 분석가는 매우 꼬여 있는 데이터를 살펴보고 도메인 지식과 연계해 의미 있는 결과를 도출해 내는 작업을 한다. 하지만 의미 있는 결과를 어렵게 도출했더라도 의사결정자를 설득시키는 데 실패한다면 매우 난처할 것이다. 물론 독특한 취향을 갖고 있는 청중도 있을 것이고 이들을 설득시킨다는 것은 더 어려운 작업일 수도 있다. 요약하면 데이터 분석도 중요하지만 의사결정자에게 분석한 결과를 쉽게 설명할 수 있도록 자료를 준비하는 것도 무시 못할 만큼 중요하다.
이 책은 데이터 분석 이후 발표자료나 보고서를 청중이나 독자가 쉽게 이해할 수 있도록 보여주기 위해 무엇을 중점적으로 고려해야 하는가에 대한 핵심 내용을 예제를 통해 설명한다. 특히 이론적인 내용은 물론 저자가 구글에 재직하면서 경험했던 수많은 노하우를 구체적인 사례를 통해 설명하고 있어 매우 유익하다.

정사범

대학교와 대학원에서 산업공학을 전공했고 의사결정과 최적화 방법론에 관심이 많다. 2000년이 시작될 즈음 입사해 제조업에서 발생하는 다양한 데이터를 R과 파이썬으로 분석해본 경험이 있다. 지금도 제조현장에서 발생하는 여러 이슈 사항을 데이터에 근거해 수리적으로 해결하기 위해 고민하고 있다. 또한 다양한 책과 현장 경험을 통해 데이터 수집, 정제, 분석, 보고 방법에 대한 지식을 얻는 것에 감사하고 있다. 에이콘출판사에서 출간한 『RStudio 따라잡기』(2013), 『The R book (Second Edition) 한국어판』(2014), 『예측 분석 모델링 실무 기법』(2014), 『데이터 마이닝 개념과 기법』(2015)을 번역했다.