잘못된 데이터 스토리텔링의 심리학: 사람들이 데이터를 잘못 읽는 이유

작성자별 이미지

# 소개

사람들이 데이터를 잘못 읽는 이유는 무엇입니까? 그들은 데이터 문맹이기 때문입니다. 그것이 당신의 대답입니다. 완료. 기사의 끝입니다. 우리는 집에 갈 수 있습니다.

이미지 출처: 테너

예, 사실입니다. 데이터 활용 능력은 많은 조직, 심지어 “데이터 기반” 조직에서도 여전히 낮은 수준입니다. 그러나 우리는 집에 돌아가는 것이 아니라 계속해서 데이터를 제시하는 방식으로 이를 바꾸려고 노력합니다. 우리는 우리 자신의 데이터 스토리텔링 기술만 향상시킬 수 있습니다.

구조, 일화, 시각적 호소력을 갖춘 내러티브로 데이터를 포장하는 방법을 개선하려면 다음 가이드를 확인하세요. 인상적인 분석가 포트폴리오 만들기. 실제로 청중의 공감을 불러일으키는 데이터 스토리를 구축하기 위한 실용적인 팁을 제공합니다.

이 모든 것을 알면 데이터가 우리가 의도한 대로 이해되도록 할 수 있습니다. 사실 이것이 우리 업무에서 중요한 유일한 것입니다.

# 이유 #1: 논리가 항상 승리한다고 가정합니다.

그렇지 않습니다. 사람들은 개인적인 이야기를 통해 데이터를 감정적으로 해석하고 선택적 주의를 기울입니다. 숫자는 스스로를 말해주지 않습니다. 모호함이나 해석의 여지 없이 말하게 해야 합니다.

예: 차트에 매출이 감소한 것으로 표시되어 있지만 영업 책임자가 이를 무시합니다. 왜? 그들은 영업팀이 그 어느 때보다 열심히 일했다고 느낍니다. 이는 인지부조화의 전형적인 예이다.

해결: 차트를 표시하기 전에 “판매 활동 증가에도 불구하고 이번 분기 매출이 14% 감소했습니다. 이는 고객 수요 감소로 인한 것 같습니다.”라는 내용을 보여주세요. 이는 맥락을 제공하고 판매 감소의 가능한 이유를 명시적으로 제공합니다. 영업팀은 매출 감소라는 냉담한 사실을 받아들일 수 있도록 공격감을 느끼지 않습니다.

# 이유 #2: 잘못된 차트에 의존합니다

화려한 차트가 관심을 끌 수 있지만 실제로 데이터를 명확하고 모호하지 않게 제시합니까? 시각적 표현은 바로 시각적입니다. 각도, 길이, 면적이 중요합니다. 왜곡되면 해석도 왜곡됩니다.

예: 3D 원형 차트는 하나의 예산 범주를 실제보다 크게 표시하여 자금 조달 우선순위를 변경합니다. 이 예에서는 매출 슬라이스가 HR 슬라이스와 정확히 동일한 크기임에도 불구하고 관점으로 인해 가장 큰 것으로 보입니다.

해결 방법: 막대, 선, 2D 원형 차트, 분산형 차트 등 해석하기 쉬운 차트 유형을 사용하세요.

아래의 2D 원형 차트에서는 예산 할당 규모를 훨씬 더 쉽게 해석할 수 있습니다.

그럴 만한 이유가 있는 경우에만 멋진 플롯을 사용하십시오.

# 이유 #3: 상관관계

상관관계가 인과관계와 동일하지 않다는 것을 이해하셨습니다. 물론 그렇습니다. 당신은 데이터를 분석합니다. 청중은 종종 수학과 통계에 정통하지 않기 때문에 동일한 내용이 청중에게도 적용되지 않는 경우가 많습니다. 나도 알아요, 당신은 상관관계와 인과관계의 차이가 상식이라고 생각하는데요. 저를 믿으십시오. 그렇지 않습니다. 두 가지 지표가 함께 움직이며 대부분의 사람들은 하나가 다른 하나의 원인이라고 가정합니다.

예: 브랜드에 대한 소셜 미디어 언급의 급증(40%)은 같은 주의 매출 증가(19%)와 일치합니다. 마케팅팀은 광고비를 두 배로 늘렸습니다. 그러나 인기 인플루언서의 무료 리뷰로 인해 급증이 발생했습니다. 추가 지출은 그것과 아무 관련이 없습니다.

해결: 관계에 “상관관계”, “인과관계” 또는 “입증된 연관성 없음”을 명확하게 표시하십시오.

인과관계를 입증하려면 실험이나 추가 데이터를 사용하세요.

# 이유 #4: 모든 것을 한 번에 제시합니다.

데이터를 다루는 사람들은 대시보드나 보고서에 더 많은 데이터를 입력할수록 데이터의 신뢰성과 전문성이 더 높아진다고 생각하는 경향이 있습니다. 그렇지 않습니다. 인간의 두뇌는 정보를 흡수할 수 있는 무한한 능력을 갖고 있지 않습니다. 대시보드에 정보가 너무 많으면 사람들은 훑어보고, 중요한 데이터를 놓치고, 맥락을 오해하게 됩니다.

예: 고객 성장, 이탈, 획득 비용, NPS(순 추천 지수), 사용자당 수익, 시장 점유율 등 6개의 KPI를 한 슬라이드에 동시에 표시할 수 있습니다.

CEO는 NPS의 소폭 하락에 집착하여 훨씬 더 큰 문제인 프리미엄 고객 유지율의 13% 하락을 완전히 놓치는 동시에 회의를 무산시켰습니다.

해결 방법: 슬라이드를 만드세요. 나치: “슬라이드 하나, 차트 하나, 주요 내용 하나.” 앞선 예에서 시사점은 다음과 같습니다. “주로 서비스 중단으로 인해 이번 분기에 프리미엄 고객 유지율이 13% 감소했습니다.” 이렇게 하면 가장 중요한 문제에 대한 토론의 초점이 유지됩니다.

# 이유 #5: 당신은 정확성에 집착합니다

숫자를 반올림하는 것보다 세분화된 분석과 소수점 이하 6자리의 원시 숫자를 표시하는 것이 더 신뢰할 만하다고 생각합니다. 기본적으로 소수 자릿수가 많을수록 그 뒤에 있는 계산이 얼마나 복잡한지 알 수 있다고 생각합니다. 글쎄, 그 복잡성을 축하합니다. 그러나 청중은 라운드 숫자, 추세 및 비교에 집착합니다. 정확도의 소수점 여섯째? 혼란스럽다. 산만한.

예: 보고서에 “결함률이 3.267481%에서 3.841029%로 증가했습니다.”라고 적혀 있습니다. 뭐야!? 사람들은 길을 잃고 변화가 중요하다는 사실을 놓칠 것입니다.

해결 방법: 숫자를 반올림하고 액자에 넣습니다. 예를 들어 보고서에는 “결함률이 3.3%에서 3.8%로 증가했습니다. 이는 15% 증가했습니다.”라고 말할 수 있습니다. 깨끗하고 변화를 이해하기 쉽습니다.

# 이유 #6: 모호한 용어를 사용합니다.

사용하는 용어가 모호하거나 지표 이름, 정의 및 레이블이 명확하지 않으면 다양한 해석이 가능합니다. 그 중에 잘못된 것도 있습니다.

예: 슬라이드에 “보유율”이 표시됩니다.

누구 또는 무엇을 유지합니까? 팀의 절반은 고객 유지라고 생각하고 나머지 절반은 수익 유지라고 생각합니다.

해결 방법: 단순히 “유지” 대신 “고객 유지”라고 말하세요. 정확하세요. 또한 가능할 때마다 다음과 같이 사용하는 측정 항목에 대해 간결하고 정확한 정의를 사용하십시오. “고객 유지 = 지난 달에도 활성 상태였던 이번 달 활성 고객의 %”

혼란을 피하고 어떤 측정항목을 말하는지 알지만 그것이 무엇을 의미하는지, 어떻게 계산되는지 잘 모르는 사람들에게 도움이 될 것입니다.

# 이유 #7: 잘못된 컨텍스트 수준을 사용합니다.

데이터를 제시할 때 맥락을 놓치기 쉽고, 지나치게 확대되거나 축소된 데이터를 제시하기 쉽습니다. 이는 인식을 왜곡할 수 있습니다. 사소한 변화가 중요해 보일 수도 있고 그 반대일 수도 있습니다.

예: 월간 계획 회의에서 10년간의 수익 추세를 보여줍니다. 글쎄요, 큰 그림을 보여준 것에 대해 찬사를 보내지만, 여기에는 더 작고 훨씬 더 중요한 그림이 숨겨져 있습니다. 지난 분기에 17% 하락이 있었습니다.

수정: 관련 기간(예: 지난 6개월 또는 12개월)을 확대합니다. 그런 다음 “지난 12개월 동안의 수익은 다음과 같습니다. 4분기의 감소를 확인하세요.”라고 말할 수 있습니다.

# 이유 #8: 평균에 너무 집중하고 있습니다.

예, 평균은 훌륭합니다. 때때로. 그러나 분포는 표시되지 않습니다. 그들은 극단을 숨기고 그에 따른 이야기를 숨깁니다.

예: 귀하의 보고서에 따르면 평균 고객은 한 달에 \$80를 지출합니다. 멋진 이야기예요, 형제. 실제로 대부분의 고객은 \$30-\$40를 지출했습니다. 즉, 지출이 많은 고객 중 소수만이 평균 금액을 높였습니다. 아, 네, 귀하의 보고서를 기반으로 마케팅이 만든 캠페인, \$80 고객을 대상으로 한 캠페인. 죄송합니다. 작동하지 않습니다.

해결 방법: 항상 히스토그램, 상자 그림 또는 백분위수 분석을 사용하여 분포를 표시합니다. 평균 대신 중앙값을 사용합니다. 예: “중간 지출액은 \$38이며, 10%의 고객이 \$190 이상을 지출합니다.” 해당 정보를 통해 마케팅 전략을 크게 개선할 수 있습니다.

# 이유 #9: 시각적 요소를 지나치게 복잡하게 만듭니다.

너무 많은 색상, 너무 많은 모양, 너무 많은 레이블 및 범례 범주는 차트를 풀 수 없는 퍼즐로 만들 수 있습니다. 시각적 요소는 시각적으로 매력적이고 유익해야 합니다. 둘 사이의 균형을 맞추는 것은 거의 예술 작품입니다.

예: 꺾은선형 차트는 12개월 동안 13개 제품(13개 선)을 추적합니다. 각 차트에는 고유한 색상이 있습니다. 3개월이 지나면 아무도 단일 추세를 따라갈 수 없습니다. 또한 차트를 더 쉽게 읽을 수 있도록 데이터 레이블을 추가했습니다. 글쎄, 당신은 실패했습니다! 데이터 레이블은 Jamie 및 Cersei Lannister와 유사하기 시작했습니다. 그들은 불안할 정도로 친밀합니다.

해결 방법: 차트를 단순화하세요. 상위 3~5개 카테고리를 표시하고 나머지는 ‘기타’로 그룹화합니다. 중요한 정보만 제공하십시오. 보유한 모든 데이터를 시각화할 가치가 있는 것은 아닙니다. 나중에 사용자가 드릴다운하고 싶을 때를 위해 무언가를 남겨두십시오.

# 이유 #10: 무엇을 해야 할지 알려주지 않습니다.

데이터 자체는 목표가 아닙니다. 그것은 무언가로 이어져야 하고, 그 무언가는 행동입니다. 항상 데이터를 기반으로 다음 단계에 대한 권장 사항을 제공해야 합니다.

예: 이탈률이 14% 증가했음을 표시하고 거기서 프레젠테이션을 종료합니다. 좋아요, 모두 이탈률 증가가 문제라는 데 동의합니다. 하지만 이를 어떻게 해야 할까요?

해결: 모든 주요 통찰력을 실행 가능한 권장 사항과 연결해야 합니다. 예를 들어 “이번 분기에 이탈률이 14% 증가했는데, 주로 프리미엄 고객을 대상으로 했습니다. 다음 달 이내에 이 그룹에 대한 유지 제안을 시작하는 것이 좋습니다.”라고 말합니다. 이를 통해 귀하는 데이터 스토리텔링의 궁극적인 목표, 즉 데이터를 기반으로 비즈니스 의사결정을 내리는 것에 도달했습니다.

# 결론

데이터를 제시하는 사람으로서 때로는 아마추어 심리학자가 되어야 합니다. 당신이 소개하는 사람들의 배경, 편견, 감정, 정보 처리 방식 등을 생각해야 합니다.

제가 이야기한 10가지 사항은 그렇게 하는 방법을 보여줍니다. 다음에 결과를 발표할 때 이를 구현해 보십시오. 어떻게 오해의 가능성이 줄어들고 작업이 훨씬 쉬워지는지 알게 될 것입니다.

네이트 로시디 데이터 과학자이자 제품 전략 분야의 전문가입니다. 그는 또한 분석을 가르치는 부교수이기도 하며, 데이터 과학자가 상위 기업의 실제 인터뷰 질문을 사용하여 인터뷰를 준비하는 데 도움이 되는 플랫폼인 StrataScratch의 창립자이기도 합니다. Nate는 취업 시장의 최신 동향에 대해 글을 쓰고, 인터뷰 조언을 제공하고, 데이터 과학 프로젝트를 공유하고, SQL의 모든 것을 다룹니다.