Data Mastery: From Analysis to System De

플로우맵으로 읽는 나폴레옹의 1812년 러시아 원정

플로우맵(Flow Map)은 지도 위에서 사람이나 물자의 이동 경로와 규모를 함께 표현하는 시각화 방법입니다. 단순히 어디에서 어디로 이동했는지만 보여주는 것이 아니라, 선의 방향과 두께를 활용해 이동의 흐름과 규모까지 함께 전달할 수 있습니다. 대표적인 사례가 프랑스의 토목공학자 샤를 조제프 미나르(Charles Joseph Minard)가 제작한 나폴레옹의 1812년 러시아 원정 시각화입니다 1. 선의 두께로 병력 감소를 표현하다미나르의 시각화에서 가장 중요한 요소는 선의 두께입니다. 나폴레옹 군대가 러시아를 향해 진격할 때는 선이 매우 두껍게 시작하지만, 이동이 계속될수록 선이 점차 가늘어집니다. 이는 이동 과정에서 병력이 계속 감소하고 있음을 의미합니다. 또한 진격과 후퇴 경로를 서로 다른 색상..

로즈 다이어그램

로즈 다이어그램(Rose Diagram)은 데이터를 원형으로 배치하고, 각 방향으로 뻗은 막대의 길이를 통해 값의 크기를 표현하는 시각화 방법입니다. 일반적인 막대그래프가 데이터를 가로 또는 세로 방향으로 비교한다면, 로즈 다이어그램은 데이터를 원형으로 배치하기 때문에 시간, 방향처럼 반복되는 주기를 가진 데이터를 표현할 때 효과적입니다. 1. 시간대별 활동량을 표현한다면위 시각화에서는 하루 24시간을 원형으로 배치하고 시간대별 활동량을 막대의 길이로 표현했습니다. 막대가 길수록 해당 시간대의 활동량이 많다는 의미입니다. 이를 통해 새벽에는 활동량이 낮고, 오전부터 점차 증가하며 점심과 저녁 시간대에 활동량이 높아지는 패턴을 한눈에 확인할 수 있습니다. 특히 24시간 이후 다시 0시로 돌아가는 것처럼 ..

분석 목차를 WHAT–Problem 정리: PPDAC 기반 질문 확장 구조

데이터 분석 프로젝트의 목차를 보면 흔히 이용현황 분석, 혼잡시간대 분석, 이용자 분석처럼 분석 항목 중심으로 구성되어 있습니다. 하지만 이 목차를 그대로 따라가다 보면 “왜 이 분석을 하는지”, 그리고 “앞선 분석 결과가 다음 분석과 어떻게 연결되는지”가 보이지 않을 수 있습니다. 이때 기존 분석 목차를 WHY → WHAT → Problem → Conclusion → 후속 질문의 구조로 바꾸어 보면 전체 프로젝트의 흐름을 조금 더 명확하게 정리할 수 있습니다. 이번 글에서는 주차장 분석 사례를 바탕으로 기존 분석 목차를 WHAT–Problem 구조로 재구성하고, 각 질문에 PPDAC를 적용해 다음 분석으로 확장하는 방법을 정리합니다.1. 분석 목차를 먼저 질문으로 바꿔보기이번 분석의 가장 큰 목적은 다..

분석 질문은 어떻게 이어지는가? WHAT에서 후속 Problem으로 확장하는 PPDAC 구조

데이터 분석 프로젝트에서는 하나의 질문을 정하고 분석했다고 해서 모든 문제가 해결되는 것은 아닙니다. 앞선 글에서는 Why–What–How로 분석 프로젝트의 방향을 설계하고, PPDAC를 통해 실제 분석을 수행하는 과정을 정리했습니다. 데이터 분석 프로젝트, 어디서부터 시작해야 할까? Why–What–How와 PPDAC로 정리하는 분석 절차 데이터 분석 프로젝트, 어디서부터 시작해야 할까? Why–What–How와 PPDAC로 정리하는 분석 절차데이터 분석을 시작할 때 의외로 가장 어려운 부분은 통계 기법이나 모델링이 아닙니다. “무엇부터 시작해야 하는가?” 이 질문에서 막히는 경우가 많습니다. 데이터를 전달받자마자 시각화를wnsgud4553.tistory.com Why는 분석 목적, What은 확인해야..

상대위험도와 오즈비

질병이나 건강 관련 통계를 보면 “위험이 18% 증가한다”, “발병 가능성이 1.18배 높다”와 같은 표현을 자주 접하게 됩니다. 하지만 이러한 수치만 보면 실제 위험이 얼마나 증가한 것인지 직관적으로 판단하기 어렵습니다. 이번에는 매일 베이컨을 먹지 않는 사람과 먹는 사람의 대장암 발생률을 예시로 절대위험도, 상대위험도, 오즈비를 간단하게 살펴보겠습니다.1. 기대도수와 분모·분자를 기준으로 위험을 해석하는 방법같은 발생률이라도 어떤 값을 기준으로 보느냐에 따라 위험을 이해하는 방식이 달라질 수 있습니다.예를 들어 매일 베이컨을 먹지 않는 사람의 대장암 발생률이 6%, 매일 베이컨을 먹는 사람의 발생률이 7%라고 가정해보겠습니다. 1.1 기대도수로 보면 실제 인원 규모를 이해하기 쉽다 발생률을 100명을..

건강이나 질병과 관련된 뉴스를 보면 다음과 같은 표현을 자주 볼 수 있습니다.“특정 음식을 먹으면 대장암 발생 위험이 증가한다.” 여기서 중요한 것은 위험이 얼마나 증가했는지 어떤 기준으로 표현했는가입니다. 같은 데이터를 사용하더라도 절대위험도와 상대위험도 중 무엇을 사용하느냐에 따라 위험이 크게 느껴질 수도, 작게 느껴질 수도 있습니다.1. 절대위험도란?절대위험도(Absolute Risk)는 특정 집단에서 실제로 사건이 발생할 확률을 의미합니다. 예를 들어 1,000명 중 10명에게 질병이 발생했다면 절대위험도는 다음과 같습니다. 10 / 1000 = 1% 즉, 실제로 질병이 발생할 가능성이 어느 정도인가를 보여주는 값입니다. 두 집단을 비교할 때는 절대위험도의 차이를 사용할 수도 있습니다. 절대위험..

데이터를 비교할 때는 단순히 그래프의 높이만 보는 것이 아니라 축이 어디에서 시작하는지를 함께 확인해야 합니다. 예를 들어 병원 간 생존율을 막대그래프로 비교한다고 가정해보겠습니다. 두 병원의 생존율이 97%와 98%라면 실제 차이는 1%p에 불과합니다. 하지만 그래프의 Y축을 95%부터 시작하면 막대 높이 차이가 크게 보이면서 실제보다 차이가 과장될 수 있습니다. 반대로 Y축을 0%부터 시작하면 두 병원의 차이는 훨씬 작게 보입니다.1. 같은 데이터도 축에 따라 다르게 보인다예를 들어 다음과 같은 데이터가 있다고 해보겠습니다.병원생존률A병원97%B병원98%Y축을 0%부터 시작→ 두 병원의 차이가 크지 않다는 점이 직관적으로 보입니다. Y축을 95%부터 시작→ 두 막대 사이의 차이가 매우 크게 보일 수 ..

데이터를 전달할 때는 단순히 숫자를 보여주는 것만으로는 충분하지 않습니다. 같은 사실이라도 어떻게 표현하느냐에 따라 받아들이는 의미가 크게 달라질 수 있기 때문입니다. 2011년 영국 런던의 지하철역에는 “런던에 사는 청소년의 99%가 심각한 폭력을 저지르지 않는다”는 형태의 광고가 등장한 적이 있습니다. 이 표현은 긍정적인 메시지를 강조한 사례입니다. 반대로 같은 내용을 다음과 같이 표현할 수도 있습니다.런던 청소년의 1%는 심각한 폭력을 저지른다.숫자는 같지만 전달되는 인상은 훨씬 강하게 부정적으로 바뀝니다. 이것이 바로 프레이밍 효과입니다. 1. 절대적인 숫자와 상대적인 비율을 함께 봐야 한다 비율만 보면 1%는 작아 보일 수 있습니다.하지만 런던 인구와 청소년 인구 규모를 함께 고려하면 실제 인원..

데이터 분석을 시작할 때 의외로 가장 어려운 부분은 통계 기법이나 모델링이 아닙니다. “무엇부터 시작해야 하는가?” 이 질문에서 막히는 경우가 많습니다. 데이터를 전달받자마자 시각화를 해보거나 상관분석을 수행하고, 경우에 따라서는 바로 머신러닝 모델을 만들어보기도 합니다. 하지만 분석 목적이 명확하지 않은 상태에서 분석부터 시작하면 결과는 만들어지더라도 왜 이 결과가 필요한지, 어떤 의사결정에 활용해야 하는지 설명하기 어려워질 수 있습니다. 데이터 분석에서는 단순히 분석을 수행하는 것보다 문제를 정의하고 분석의 방향을 설계하는 과정이 먼저 필요합니다. 이때 분석 프로젝트의 전체 방향을 잡는 데 활용할 수 있는 구조가 Why–What–How이고, 이후 실제 분석을 진행하고 결론을 도출하는 과정에서 활용할 ..

데이터 분석을 진행하다 보면 평균, 상관분석, 회귀분석, t-test와 같은 통계 기법에 먼저 관심을 가지게 됩니다. 하지만 실제 분석에서는 어떤 통계 기법을 사용할 것인가보다 어떤 문제를 해결하려는지가 먼저 정의되어야 합니다. 이러한 통계적 문제 해결 과정을 체계적으로 정리한 프레임워크가 바로 PPDAC입니다. PPDAC는 다음 다섯 단계로 구성됩니다. Problem → Plan → Data → Analysis → Conclusion1. PPDAC란 무엇인가데이터를 활용해 문제를 정의하고, 분석 계획을 세우고, 데이터를 수집한 뒤 통계적으로 분석하여 최종 결론까지 도출하는 전체 분석 과정을 의미합니다. 단계의미핵심 질문Problem문제 정의무엇을 알고 싶은가?Plan분석 계획어떤 데이터를 어떻게 분석할..