빅데이터 인사이트/시각화 프로세스

1. 데이비드 맥캔들레스의 '시각적 이해의 위계'의 개요

가. 데이비드 맥캔들레스의 '시각적 이해의 위계'의 정의

- 1990년 스테판 투씰이 3M 사에서 개발한 데이터 위계 모델을 기초로 만들어진 계층적 표현 기법

 

나. 데이비드 맥캔들레스의 '시각적 이해의 위계'의 개념도 및 구성요소

구성요소	특징	설명
지혜	자기 내면화	- 지식이 자기 내면화되어 개인적 맥락안에 포함
지식	자기 조직화	- 특정 영역에서 경험을 통해 정보를 통합한 형태 - 경험을 통해 다른 관점과 방법으로 해석 가능
정보	맥락화 변형	- 수집된 데이터를 조직화, 변형 - 자체만으로 조직화되지 않은 일반적인 의미 보유
데이터	불완전 비연속 무가치	- 연구, 조사, 발견, 수집의 결과인 일종의 기초 자료 - 정보를 만들기 위한 원천 데이터 - 가공되지 않고 의미를 갖지 않은 상태의 개체

- 공공 웹사이트 플러그인 제거 가이드라인 등에 입각한 플러그인 제거 필요

 

2. 시각화 인사이트 프로세스의 개요

가. 시각화 인사이트 프로세스 개념도

- 시각화를 통해 통찰을 추출하는 전반적인 과정

나. 시각화 인사이트 프로세스

프로세스	특징	설명
탐색	정의	- 사용할 수 있는 자료 확인, 자료들 간의 관계 등 찾는 단계
	사용 가능한 데이터 확인	- 데이터 명세화(차원, 측정값)
	연결고리 확인	- 명세서 등을 통해 데이터 간 연결고리 확인
	관계 탐색	- 탐색 및 분석의 대상이 되는 관계(상관, 인과관계)를 찾는 기법
분석	정의	- 탐색을 통해 찾아낸 관계의 형태를 규명하고 의미를 찾는 단계
	분석 대상 구체화	- 1차적으로 찾아낸 관계를 좀더 구체적이고 수치적으로 의미가 있는 관계 표현
	시각화	- 통계적 분석 기법을 이용한 분석 시 시각적 도구를 이용해 데이터 표현
	지표 설정	- 현상의 강도를 평가하기 위한 지표 설정 및 분석
활용	정의	- 도출한 인사이트를 실제로 활용함으로써 가치를 인정받을 수 있는지 검증하는 단계
	내부 적용	- 찾아낸 통찰력을 기반으로 다양한 형태로 활용
	외부 설득	- 발견된 통찰력을 관련된 인원에게 설명, 설득

- 세부적인 결과물의 질, 방향, 방식 등은 작업자의 개인차가 발생 가능함

 

3.  빅데이터 시각화 프로세스의 개요

가. 빅데이터 시각화 프로세스 개념도

- 빅데이터 시각화는 정보 구조화, 정보 시각화, 정보 시각표현 3단계로 진행

나. 빅데이터 시각화 프로세스

프로세스	기법	설명
정보 구조화	정의	- 데이터 수집 과정에서 존재하는 혼돈을 분류, 배열, 조직화를 통해 질서 부여하는 기법
	데이터 수집 및 탐색	- 다양한 경로를 통해 데이터 수집, 추출, 활용, 데이터 에디팅
	데이터 분류	- 일정한 형식으로 분류해 유사한 데이터 그룹핑
	데이터 배열	- LATCH방법 등을 활용하여 데이터 정리 또는 조직화
	데이터 재배열	- 분류된 데이터를 수용자가 인식하기 쉽게 패턴을 생성
정보 시각화	정의	- 분석 내용을 효율적으로 전달하기 위한 방안 선택 기법
	시간 시각화	- 시간에 따라 변화되는 트랜드 추적
	분포 시각화	- 데이터 특성에 따라 최대, 최소, 전체 분포도 등 관계 표시
	관계 시각화	- 상관관계에 따라 두 변수 간의 관계를 볼 때 활용
	비교 시각화	- 여러 데이터의 집단적인 성향을 비교하여 판단
	공간 시각화	- 지도 위치 별 데이터 클러스터링 분석
정보 시각 표현	정의	- 시각적 형식으로 전환하여 사용자의 감각을 자극하여 정보가 쉽게 이해되도록 하는 기법
	그래픽 7 요소	- 위치, 크기, 모양, 색, 명도, 기울기, 질감 등 패턴 요소를 활용하여 정보 전달 기법
	그래픽 디자인 기본원리	- 정보 전달을 위해 문자, 도형 등을 조합해 시각적으로 표현하는 기법 (타이포그래피, 색상, 그리드, 아이소타이프 등)
	인터랙션	- 사용자가 스스로 정보를 필터링하고 탐색하는 과정에서 인사이트를 얻는 기법
	시각정보 디자인 7원칙	- 훌륭한 시각화 작업 수행을 위한 디자인 원칙 정의

- 빅데이터 시각화는 인포그래픽과 같이 스토리텔링보다는 데이터 또는 정보를 탐험 가능한 기회 제공 형태로 인터랙션 형태의 결과물로 제공 필요함