Excel 차트 시각화 실무

문창권 , 문영필 , 윤일식 지음

이친구들세상 2024년 09월 30일 출간

작품소개

책소개

데이터를 한눈에 쉽고 빠르게 파악하여 통찰력을 얻는 방법을 찾는 것은 날이 갈수록 더욱 중요해지고 있습니다.
빅데이터, 인공지능, 챗봇 등 새로운 데이터와 도구가 등장하고 있고, 사람이 그냥 있어도 기계가 다 해줄 것 같은 분위기가 계속 고조되어 갑니다,
사람은 보면서 기억을 하지만 동시에 순식간에 잊어버리는 영상적 기억은 충격적이면 초장기 기억으로 남아서 잊으려고 해도 계속 남아 괴로운 잔재가 됩니다.
한편 기억하려는 것은 기억하려고 보는 순간에도 기억에서 멀어지는 것을 너무나 많이 경험해 왔습니다.
이 책은 데이터에서 기억해야 하는 것을 장기 기억으로 남을 수 있고, 신뢰할 수 있게 반복과 과학적인 학습이 가능하게 할 방법을 고민하면서 효과적인 데이터 시각화를 위한 Excel 사용 요약 테이블 작성과 차트작성 방법을 쉽고 간단하며, 자기 학습이 가능한 방식으로 제공하는 데 목적을 둡니다.
Excel을 처음 접하게 되거나, Excel VBA 코딩방법에 대해 낯설더라도 Excel에 내장된 함수와 삽입된 차트를 기반으로 필요한 요약표 작성과 그래프 작성을 쉽고 재미있게 할 수 있도록 구성하였습니다.
Chapter 1은 데이터 시각화의 원리와 Excel 워크시트 도구 사용 방법
Chapter 2는 피벗 테이블 원리 및 Excel의 빠른 분석 도구와 분할표
Chapter 3은 피벗 차트 원리와 분할표 차트 작성
Chapter 4는 데이터 테이블 구성과 도수분포 차트 작성
Chapter 5는 조건부 서식 활용과 영역차트 및 트리 맵
Chapter 6은 관심 집중을 위해 필요한 차트 작성
Chapter 7은 지도 차트와 히트 맵
Chapter 8은 파레토 차트와 관리도
Chapter 9는 대시보드 구성과 속도계 차트 작성
Chapter 10은 오차 막대 작성
Chapter 11은 온도계 차트와 간트 차트
이상과 같이 이 책은 Excel의 삽입-차트 메뉴에서 제공되는 제반 도구들에 대한 사용 방법과 관련 예제를 다루는데 초점을 두고 작성했습니다.
또한 Excel의 차트 도구로 작성하기 어렵지만 대시보드 작성을 위해 필요한 차트들을 최대한 다루도록 노력했습니다.
그리고 중요한 용어나 핵심 도구는 색인으로 쉽게 찾아 학습 성과를 최대화하는 밑거름이 될 수 있게 상세하게 색인으로 지정하여 제공했습니다.
와플 차트, 계기 차트, 히트 맵, 지도 차트 등은 성과관리와 같은 과업의 수행에 대해 효과적인 방법으로 사용될 수 있을 것입니다.
또한 줄기-잎 도표, ABC-XYZ 분석, 관리도 등의 기법은 프로세스 관리뿐만 아니라 전략관리, 위험관리 등에서 성과 달성에 대한 효율성과 유효성을 보다 높이는 방법으로 기여도가 클 것입니다.
날이 갈수록 중요성이 더욱 증가하는 데이터 처리의 실용적 기법과 관련 논리 및 시각화 역량을 확보하는 기회를 이 책으로 얻기를 기대하면서, 이 글을 읽어 주시는 분들께 감사드립니다.

목차

Chapter 1. 시각화 원리와 Excel 워크시트 사용 1

Section 1. 데이터 시각화의 원리 2
1. 데이터 시각화의 역할 2
2. 효과적인 데이터 시각화의 요건 3
2.1 상징적 기억과 전주의적 속성 3
2.2 시각적 지각 관련 전주의적 속성의 범주 4
2.3 형태심리학 원리 5
2.4 데이터-잉크 비율 6
2.5 기타 데이터 시각화 디자인 원칙 7
3. 테이블과 차트의 사용 원칙 8
3.1 테이블의 사용 원칙 8
3.2 차트의 사용 원칙 9

Section 2. Excel 워크시트의 사용 방법 11
1. Microsoft 365 워크시트 구성요소 11
2. 계산을 위한 수식 및 함수 입력 방식 14
3. Excel함수의 특징과 오류 표시 15
4. 구간 지정 17
4.1 연속구간의 지정 17
4.2 분리된 여러 구간 동시 지정 17
5. 틀 고정 18

Chapter 2. 피벗 테이블과 분할표 19

Section 1. 피벗 테이블 원리와 빠른 분석 도구 20
1. 피벗 테이블의 원리와 작성 방법 20
2. 빠른 분석 도구 사용 피벗 테이블 작성 22

Section 2. 분할표와 피벗 테이블 사용 29
1. 분할표 29
2. 피벗 테이블 사용 분할표 작성 29

Chapter 3. 피벗 차트 37

Section 1. 피벗 차트의 원리 38
1. 피벗 차트의 원리와 작성 방법 38
2. 일원 분할표와 피벗 차트의 작성 38

Section 2. 피벗 차트 사용 분할표 차트 작성 41
1. 분할표 차트 작성 41
2. 분할표 확장과 차트 작성 43

Chapter 4. 데이터 테이블 구성과 도수분포 차트 작성 46

Section 1. 데이터 테이블 구성과 도수분포표 작성 47
1. 데이터 테이블 구성과 도수분포 47
2. 도수분포 작성 48
2.1 범주형 도수분포 작성 48
2.2 그룹화 도수분포 작성 51

Section 2. Excel 차트로 작성 가능한 그래프와 기타 그래프 56
1. Excel의 삽입 차트로 작성 가능한 그래프 56
2. 세로 막대형 차트 작성 57

Chapter 5. 조건부 서식 활용과 영역차트 및 트리 맵 61
Section 1. 데이터 막대, 색조 척도, 줄기-잎 도표 62
1. 데이터 막대 62
2. 색조 척도 66
3. 중복 값 표시 67
4. 줄기-잎 도표 69

Section 2. 영역형 차트와 트리 맵 71
1. 영역형 차트 71
2. 트리 맵 75

Chapter 6. 관심 집중 차트 도구 81

Section 1. 누적 세로 막대, 원형, 방사형, 깔때기형 차트 82
1. 누적 세로 막대 차트 82
2. 원형 차트 86
3. 입체형(3차원) 거품 차트 89
4. 방사형 차트 92
5. 요약 통계량과 상자-수염 통계 차트 92
6. 깔때기형 차트 94

Section 2. 폭포 차트와 와플 차트 97
1. 폭포 차트 97
2. 와플 차트 100

Chapter 7. 지도 차트와 히트 맵 104

Section 1. 지도 차트 105
1. 지도 차트의 작성 원리와 방법 105
2. 지도 차트의 작성 106
Section 2. 히트 맵 원리와 작성 111
1. 히트 맵 원리 111
2. 히트 맵 작성 112

Chapter 8. 파레토 차트와 관리도 117

Section 1. 파레토 차트 118
1. 파레토 차트의 개념 118
2. 파레토 차트의 작성 절차 119

Section 2. ABC-XYZ분석 122
1. ABC-XYZ분석의 개념 122
2. ABC분석의 파레토 차트 작성 124
3. ABC-XYZ분석의 수행 126

Section 3. 관리도의 원리와 작성 실무 129
1. 관리도의 개념 129
2. 관리도의 작성 131
2.1 공정 평균의 관리도 차트 131
2.2 공정 범위의 관리도 R 차트 140
2.3 공정 표준편차의 관리도 s 차트 140

Chapter 9. 대시보드 구성과 속도계 차트 작성 145

Section 1. 대시보드 중요성과 구성 원리 146
1. 대시보드의 중요성 146
2. 대시보드의 작성 원칙 147

Section 2. 속도계 차트 작성 149
1. 계기 차트 작성 기초 방법 149
2. 계기 차트 작성 확장 155

Chapter 10. 오차 막대 작성 158

Section 1. 오차 막대 작성 방법 159

Section 2. 오차 막대 작성 161
1. 시계열 차트의 수직 오차 막대 작성 161
2. 사용자 정의 수직 오차 막대 작성 165

Chapter 11. 온도계 차트와 간트 차트 168

Section 1. 온도계 차트 169
1. 온도계 차트 작성 방법 169
2. 온도계 차트 작성 예제 풀이 169

Section 2. 간트 차트 172
1. 간트 차트 작성 기법 172
2. 간트 차트 작성 예제 173

<참고문헌> 179

[한글 색인] 182

[숫자 및 영문 색인] 186

책 속으로

1. 데이터 시각화의 역할
데이터 시각화(Data visualization)는 데이터를 해석하고, 분석하여 데이터에서 학습하는 데 도움이 되도록 하는 차트, 그래프, 지도, 테이블 등의 표시 수단을 사용하여 데이터 및 정보를 그래프로 표현하는 것이다.
데이터 시각화는 분석 결과를 타인에게 효과적으로 전달하는 데 중요한 역할을 하며, 데이터 오류를 식별하고 중요한 관계와 추세를 강조하여 데이터 집합의 크기를 축소하여 쉽게 파악하도록 하는데 아주 도움이 된다.
분석론(Analytics)은 더 나은 의사결정을 위해 데이터를 통찰력으로 변환하는 과학적 프로세스이다. 빅데이터에 따른 방대한 데이터의 가용성, 지속적인 방법론 발전에 따른 분석 방법의 개선, 고성능 컴퓨터 발달로 인한 계산 능력 및 수용력의 상당한 증가로 분석학, 데이터 사이언스 및 인공지능(artificial intelligence : AI)은 폭발적 성장을 보이고 있다.
분석론은 기술분석론, 예측분석론, 규범분석론으로 분류된다. 특히 기술분석론(Descriptive analytics)은 발생한 일을 설명하는 분석 도구 집합이다.
기술분석론에는 데이터 요청, 보고, 기술 또는 요약 통계량, 데이터 시각화, 클러스터 분석 등의 기술 데이터 마이닝 기법 등을 포함한다. 이러한 기법들은 기존 데이터나 예측 또는 규범분석의 산출물을 요약한다.
비즈니스 분석론(business analytics)으로 중요한 사항들 및 패턴들을 발견하고 도출했더라도, 의사결정은 하는 다른 사람들이 파악할 수 있도록 분석 결과를 단순화시켜야 한다.
첫째, 데이터 시각화는 데이터를 탐색하여 패턴을 더욱 쉽게 식별하고, 데이터의 이상 또는 불규칙성을 인식하며, 변수 간의 관계를 더 잘 이해할 수 있는 강력한 데이터 탐색 도구이다.
특히 데이터 대시보드(data dashboard)는 여러 결과물을 제공하며 실시간으로 업데이트할 수 있는 강력한 데이터 시각화 도구로 사용되고 있다.
둘째, 데이터 시각화는 또한 데이터에서 발견되는 관계를 설명하고 예측 모델 및 규범 모델의 결과 설명에 중요하다. 보다 일반적으로 데이터 시각화는 사용자와 의사소통하여 의도한 메시지를 이해하고 집중하도록 도움을 제공한다.
따라서 적절한 데이터 시각화 기법은 의사결정자가 분석 결과를 쉽게 해석하는 능력을 크게 향상시킨다.
특히 Excel은 기본적인 데이터 시각화를 위해 업무에서 사용되는 보편적 도구(ubiquitous tool)여서, Excel을 사용하여 데이터 시각화의 표준적 예제를 쉽게 작성할 수 있다. 그리고 명확성을 증가시키도록 Excel로 작성하는 표와 차트의 기본 설정(default settings)을 변경시킬 수 있는 역량은 시각화의 성과를 강화하는 데 보다 큰 도움을 줄 것이다.
데이터 시각화의 목적은 특이하고 중요한 현상의 파악과 함께, 사용자가 해석을 쉽고 명확하게 하는 데 도움을 주는 것이다[Camm et al.(2022), 3-8; Camm et al.(2024), 86].

2. 효과적인 데이터 시각화의 요건

2.1 상징적 기억과 전주의적 속성
효과적인 시각화 디자인은 데이터 시각화로 전달하려는 정보를 정확하고 효율적으로 처리하는 데 필요한 노력의 크기인 사용자의 인지 부하(cognitive load)를 감소시켜 준다.
인지 부하를 축소해 주는 데이터 시각화는 사용자가 더욱 쉽게 해석할 수 있도록 인지 부하를 줄이는 데 사용될 수 있는 특징들인 색상, 크기, 모양, 길이 등과 같은 전주의적 속성들(preattentive attributes)을 효과적으로 활용한다.
사람이 눈에 들어오는 빛의 반사를 해석하는 프로세스를 시각적 지각(visual perception)이라고 한다. 그리고 시각적 지각 프로세스는 기업이 뇌에서 작동하는 방식이 관련된다. 매우 높은 수준에서 시각적 인식에 영향을 미치는 기억의 유형에는 영상적 기억(iconic memory), 단기 기억, 장기 기억의 3가지가 있다.
영상적 기억은 가장 빠르게 처리되는 형태의 기억으로 저장된 정보는 자동 처리되며 정보는 1초 미만으로 보유된다. 단기 기억은 유사한 정보 단편들을 나누거나 그룹화하여 약 1분 동안 정보를 소유한다. 그리고 장기 기억은 장기간 정보를 저장하는 곳이다. 장기 기억은 반복과 리허설을 통해 형성되지만, 스토리텔링(storytelling)을 영리하게 사용하여 형성할 수 있다.
그런데 대부분의 데이터 시각화에는 상징적 기억과 단기 기억이 시각적 처리에 가장 중요하다. 특히 영상적 기억에서 처리될 수 있는 시각화의 모양들에 대한 파악은 효과적인 시각화의 디자인에 도움이 된다. 전주의적 속성은 영상적 기억에서 처리될 수 있는 특징들이다[Camm et al.(2024), 86].

2.2 시각적 지각 관련 전주의적 속성의 범주
시각적 지각이 관련된 전주의적 속성은 일반적으로 색상, 형태(크기 포함), 공간 위치 지정 및 움직임의 네 가지 범주로 구분한다.
첫째, 색상(color)은 시각적 지각 측면에서 ① 가시광선 스펙트럼(visible light spectrum)에서 빛이 차지하는 위치로 정의되는 빛깔인 색조(hue), ② 색상에 있는 회색의 양으로 정의된 색상의 강도나 순도를 말하는 채도(saturation), ③ 색상 안에 있는 검은색 대 흰색의 양을 말하는 휘도(luminance)의 속성을 포함한다.
색조, 채도, 휘도는 데이터 시각화의 특정 부분에 대한 사용자의 주의를 끌어 시각적인 값들을 차별화하도록 사용할 수 있다.
그런데 시각화에서 색상은 시각화에서 데이터의 특별한 외관들을 차별화하는 데 아주 효과적으로 사용할 수 있는 속성이지만, 과다하게 사용하면 혼란을 초래한다. 또한, 특정 색상에 대해 색명인 사람들에게는 색상의 효과는 거의 없다.
그래서 색상을 제한적으로 사용하여 사용자의 주의를 산만하게 하는 것을 방지하고 사용자의 특징이나 여건에 맞게 시각화를 수행해야 한다.
둘째, 형태(form)는 방향, 크기, 모양, 길이, 너비의 전주의적 속성들을 포함하며, 각 속성은 데이터 시각화의 특별한 측면에 대해 사용자가 주목하게 해준다.
방향(orientation)은 데이터 시각화 내에서 개체의 상대적 위치설정을 말하며, 보통 선 그래프에서 존재하는 전주의적 속성인 추세(trend)로 나타난다.
크기(size)는 개체가 시각화에서 차지하고 있는 2차원 공간의 상대적 크기를 말한다. 그런데 많은 사람이 개체들이 갖는 상대적 크기를 구분하는 데 익숙하지 않기 때문에, 파이 차트 등은 크기 구분이 어려워 권장되지 않는다.
모양(shape)은 데이터 시각화에 사용된 개체의 유형(type)이며, 크기 및 방향과는 달리 모형의 전주의적 속성은 정량적 크기의 느낌을 전달하지 않는다. 선 그래프에서 선의 방향(추세)은 양의 정량적 변화 느낌을 제공하지만, 크기가 더 클수록 개체는 더 큰 정량적 양을 나타내는 것을 의미한다.
그래서 일반적으로 대부분의 모양은 특정한 정량적 양에 해당하지는 않지만, 시각화에서 주의를 끌거나 공통 항목들을 그룹화하여 항목들을 다른 그룹들과는 구별하는 방식으로 사용될 수 있다.
셋째, 길이(length)는 선, 가로 막대 또는 세로 막대의 수평, 수직이나 대각 거리를 말한다. 길이는 길수록 더 큰 값을 나타내므로 정량화 자료의 표현에 도움이 된다.
길이는 가로 막대 및 세로 막대 차트로 데이터를 시각화하는 데 광범위하게 사용된다. 상대적 크기보다는 상대적 길이의 비교가 아주 쉬워서, 데이터 시각화에 막대나 열 차트가 파이 차트보다 더 많이 사용된다.
넷째, 너비(width)는 가로 막대나 세로 막대의 두께이며, 선 차트의 너비(line width)는 별로 사용되지 않는다. 생키 차트(Sankey chart)는 전형적으로 선의 너비가 다른 선들의 너비와 비교되는 상대적 유량을 나타내는 대상의 비례적 흐름을 그림으로 표현한다.
다섯째, 공간적 포지셔닝(spatial positioning)은 어떤 정의된 공간 안에서 어떤 개체의 위치를 말하며, 데이터 시각화에서는 2차원 포지셔닝으로 자주 사용된다. 산점도는 공간적 포지셔닝의 전주의적 속성을 사용하는 일반적 유형의 차트이다.
여섯째, 움직임(movement)을 나타내는 깜빡임(flicker)과 운동(motion)과 같은 전주의적 속성은 데이터 시각화의 특정 항목들이나 부분에 대해 효과적으로 주의를 끌도록 사용할 수 있다.
깜빡임은 어떤 것에 대한 주의를 끌도록 하는 점멸(flashing)과 같은 효과이며, 운동은 지시된 움직임(directed movement)을 포함하며 시각화 내에서의 변화를 보여 주는 데 사용될 수 있다.
테이블이나 차트는 정적이어서 데이터 시각화의 많은 맥락에서 움직임은 표현할 수가 없지만, 시각화 도구를 사용하여 시각화의 특정 영역들에 대해 주의를 돌리거나 시간이나 공간에 대한 변화를 보여 주도록 사용할 수 있다[Camm et al.(2024), 78-88].

2.3 형태심리학 원리
게슈탈트 원리(Gestalt principles)는 사람들이 보는 것에서 질서와 의미를 정의하는 방식을 설명하여 사람들이 보는 것을 해석하고 인식하는 방식을 제공하는 지도 원리이며, 효과적인 데이터 시각화 디자인에 사용될 수 있다.
데이터 시각화 디자인에 관련된 게슈탈트 원칙은 주로 유사성, 근접성, 폐쇄성, 연결성이다.
첫째, 게슈탈트 유사성(similarity) 원리에 따르면 사람들은 유사한 특성들을 갖는 개체들을 동일한 그룹에 속한 것으로 간주한다. 이러한 특성들은 색상, 모양, 크기, 방향 또는 여타 전주의적 속성들일 수 있다.
데이터 시각화에서 유사한 특성들을 갖는 개체들이 동일 그룹에 속하는 것으로 보아야 한다는 것을 사용자들에게 전달하는 것은 중요한 과제이다.
둘째, 게슈탈트 근접성(proximity) 원리는 사람은 서로 물리적으로 가까운 개체들을 하나의 집단에 속하는 것으로 간주한다.
사람들은 일반적으로 서로 가까운 개체들을 그룹으로 모으고 서로 멀리 떨어져 있는 개체들을 다른 그룹으로 분리하려고 한다. 근접성 원리는 산점도를 포함한 많은 데이터 시각화 차트에서 분명하게 나타난다.
셋째, 게슈탈트 폐쇄성(enclosure) 원리는 물리적으로 함께 둘러싸인 개체들을 동일한 그룹에 속하는 것으로 간주한다.
이미 가깝게 근접한 점들로 둘러싸기를 만들어 유사성 원리를 강화할 수 있다. 예를 들어 어떤 고객의 속성이 소득과 연령 이외의 제3 속성으로 학력 등을 사용할 수 있다면, 소득과 연령의 2개 속성이 다르지만, 학력의 제3 속성이 유사한 고객들과 함께 동일한 그룹으로 분류할 수 있다.
넷째, 게슈탈트 연결성(connection) 원리는 사람들이 어떤 식으로든 연결된 대상을 같은 집단에 속하는 것으로 해석한다. 데이터 시각화에서 연결성 원리는 시계열 데이터에서 보편적으로 사용된다.
시계열 데이터에 표지(마커, marker)를 사용하여 데이터가 갖는 추세를 보다 명확히 해서 실제값에서 예측값을 쉽게 분리할 수 있다. 시계열 데이터는 연결되어 제시되므로 사용자는 동일한 표지를 갖는 점들을 동일 그룹으로 해석하여 패턴을 더욱 명백하게 파악할 수 있게 해준다[Camm et al.(2024), 88-91].

2.4 데이터-잉크 비율
표나 차트에 사용된 전체 잉크에 대해 사용자에게 의미를 전달하는 데 필요한 표 또는 차트에서 사용된 잉크 비율의 측정값인 데이터-잉크 비율(data-ink ratio)은 인지부하를 줄이는 데 도움이 된다.
전주의적 속성과 게슈탈트 원리의 개념은 데이터를 시각화하는 데 사용할 수 있는 특징과 시각화가 마음에 의해 처리되는 방식의 이해에 도움이 된다.
이와는 달리 데이터-잉크 비율은 사용자가 통찰력과 이해를 얻을 수 있게 데이터를 설명하는 차트나 테이블에서 어떤 특색의 남용으로 인해 너무 어수선하게 되어 데이터를 위장하거나 해석이 어렵게 하여 그 특색의 유효성이 저하되는 것을 방지하는 원리이다.
비데이터-잉크(Non-data-ink)는 표나 차트에서 사용된 잉크가 사용자에게 데이터를 전달하는 데 어떤 도움도 주지 못한 것이다. 비데이터-잉크의 과다 사용은 사용자가 차트나 테이블을 해석하기 위한 인지부하를 증가시킨다.
따라서 효과적인 데이터 시각화는 사용자가 통찰력과 이해를 생성하는 데 도움이 되도록 데이터를 설명하게 하는 테이블이나 그래프를 사용하는 것이다. 테이블이나 그래프가 너무 어수선하여 데이터를 위장하거나 해석이 어렵게 하지 않아야 한다.
해서는 안 된다.
많은 경우에 테이블이나 차트의 공백(white space)은 표식을 제거하여 데이터-잉크 비율의 증가 원칙과 같이 가독성(readability)을 향상시킨다. 불필요한 선들의 제거는 공백을 증가시켜 테이블과 차트 모두를 더욱 쉽게 읽을 수 있도록 한다.
잡동사니 처리조치인 디커터링(decluttering)은 잡동사니가 되는 어수선함(clutter)이나 비데이터-잉크를 제거하여 공백 추가를 통한 데이터-잉크 비율을 증가시키는 프로세스이며, 이는 사용자에게 정보를 전달하는 데 있어 최대한 간단하게 테이블 및 차트를 만드는 효과적인 작성의 근본 원칙을 따르는 것이다[Camm et al.(2024), 92-98; Reyes(2022), 24; Camm et al.(2024), 86-90].

출판사 서평

이 책에서 중점을 둔 사항은 데이터를 시각화하여 보고서나 논문에 정리할 수 있게 처음부터 끝까지 학습자의 관점에서 쉽게 접근하도록 구성했다. 데이터 시각화는 데이터를 해석하고, 분석하여 차트, 그래프, 지도, 테이블 등의 표시 수단을 가지고 데이터 및 정보를 표현한다.

보고서 작성자는 수 시간에서 몇 날 며칠을 고민하고 퇴고의 과정을 거쳐 내용을 보완한다. 제출한 보고서를 동료에게 부탁하여 부족한 부분이 있는지를 봐달라고 요청하거나 반응을 살핀 뒤 의사결정권자에게 보고한다.

보고하는 과정에서 일일이 수치를 말로 표현하는 것보다 데이터의 시각화를 통해 분석 결과를 제공받는 자에게 효과적으로 전달해야 한다. 중요한 보고에서 데이터에 나타난 오염이나 오류를 식별하고, 중요한 관계와 추세를 강조하여 데이터 집합의 크기를 축소하여 쉽게 파악하여 제출하는 것이 최선이다. 이 책에서는 효과적으로 데이터 시각화를 쉽게 학습하여 명확하게 표현하는 데 중점을 두었다.

책의 구성을 살펴보면 보고서나 논문에서 그 가치가 입증된다. 1장에서 11장으로 구성된 데이터 시각화 기법 구성을 뜯어보면,

1장에서 데이터 시각화 원리와 엑셀 워크시트 사용 방법을 제시하는데 엑셀을 처음 시작하는 사용자도 쉽게 접근할 수 있게 설명한다.

2장에서 피벗 테이블과 분할표에 대해 원리와 작성 방법을 제시한다. 피벗 테이블은 각종 설문조사부터 날씨 패턴까지, 공장의 품질 관리부터 집단의 성과 평가까지 각종 형태의 자료와 문제를 적절히 처리하도록 개발한 수단이다. 논문이나 보고서에서 기술 분석에 꼭 필요한 부분으로 활용 가치가 높다. 범주형과 수치형 자료가 혼합되어 있는 데이터를 일목요연하게 구분하여 편리하게 사용할 수 있다. 한글이나 계산기를 이용하여 자료를 연산하는 방식이 아닌 엑셀을 통해 쉽고 정확하게 데이터를 정제할 수 있는 획기적인 방법이다. 피벗 데이블을 완벽하게 소화한다면 보고서나 논문 작성에 있어 인구통계학 분류와 관련 응답자들의 사회, 경제, 제도, 지역, 가족 등 관점에서 지위와 역할을 구분하고, 그에 따른 각 질문의 응답 분포의 패턴을 완벽하게 규명할 수 있어 기술 통계 전문가로 인정받는다.

3장에서 피벗 차트에 대해 원리와 작성 방법을 알려준다. 미정제된 데이터를 사용해서는 파악하기가 어려운 그림을 피벗 차트 데이터에 추가하여 데이터를 쉽고 명확하게 파악하여 통찰력과 이해를 얻을 수 있게 하는 효과를 제공한다. 특히 분할표에 복합속성을 갖는 변수의 값을 필터링 기능으로 특정 복합속성에 집중하는 경우 아주 효과적인 수단으로 사용할 수 있다.

4장에서 데이터 테이블 구성과 도수분포 차트 작성 방법을 제시한다. 도수분포는 계급과 도수를 사용하여 원시 데이터를 테이블 형태로 구성한 것이다. 계급은 정량이나 정성 데이터를 구분하는 범주이다. 이를 통해 도수분포를 표 또는 차트로 작성하여 시각화한다. ① 막대그래프, ② 히스토그램, ③ 원그래프, ④ 도수꺽은선 또는 도수다각형, ⑤ 점 그래프, ⑥ 선 그래프, ⑦ 누적(상대) 도수분포곡선, ⑧ 줄기-잎 도표, ⑨ 파레토 차트를 보고서나 논문에 작성할 수 있다.

5장에서 조건부 서식 활용과 영역차트 및 트리 맵 작성 방법에 대해 자세히 알려준다. 데이터 막대, 색조 척도, 줄기-잎 도표, 영역형 차트, 트리 맵은 데이터를 표시하는 시각적 방법이다. 트리 맵은 하나의 화면에 수천 개의 항목들을 보여 줄 수 있다. 그 예로 지자체별 면적 분포를 트리 맵으로 작성하여 보고서나 논문에 제시한다.

6장에서 관심 집중 차트인 누적 세로 막대, 원형, 방사형, 깔때기형 차트, 폭포 차트, 와플 차트 작성 방법을 알려준다. 논문이나 보고서에 가장 많이 활용하는 자료로 활용 가치가 높다.

7장에서 지도 차트와 히트 맵 원리와 작성 방법을 알려준다. 지도 차트는 우리나라 특별시, 광역시, 특별자치시, 도, 특별자치도에 대해서만 지도를 제공한다. 여건에 따라 개발 도구와 엑셀 함수를 사용하여 지도 차트를 다각적으로 활용한다. 히트 맵 사용 예로 전략적으로 도출한 사업의 금융자산 포트폴리오 관리에서 적용하는 수익률 최대화-분산 최소화를 달성하는 것에 총괄적인 관리 비용 최소화 여부를 한눈에 파악이 가능하다.

8장에서 파레토 차트, ABC-XYZ 분석, 관리도의 원리와 작성 실무를 제시한다. 파레토 차트는 공정에서 발생하는 문제나 원인의 빈도에 대한 데이터를 분석에서 우선순위를 정하여 집중하고 싶을 때, 구체적인 구성요소를 조사하여 광범위한 원인을 분석하려고 할 때, 자신의 데이터를 다른 사람에게 전달하려고 할 때에 사용하면 효과적인 성과를 얻을 수 있다. 관리도는 변동 수준을 갖는 각종 프로세스를 모니터링에 유익한 도구로 수행 프로세스 가동 여부를 쉽게 파악할 수 있게 해준다.

9장에서 대시보드 구성과 속도계 차트 작성과 확장 방법을 알려준다. 대시보드는 특정 목표 또는 비즈니스 프로세스와 관련된 주요 조치를 한눈에 볼 수 있는 시각적 결합 수단이다. 대시보드는 전술 및 운영 수준에서 관리자들이 신제품 출시 기간에 마케팅 캠페인 등의 성공 여부 모니터링에 사용한다. 속도계 차트는 도넛 차트와 파이 차트를 함께 사용하여 작성할 수 있다.

10장에서 오차 막대 작성 방법을 제시한다. 데이터가 종단 자료인 시계열인 경우, 수평축은 시점을 수직축은 분석 대상이 되는 종속변수의 값을 표시하도록 곡선 및 표식이 있는 분산형 차트를 작성한다. 각 데이터 포인트에 대해 파악하려는 오차를 더해 신뢰구간의 상한을 빼서, 하한을 계산하도록 오차 막대를 표시할 수 있다.

11장에서 온도계 차트와 간트 차트 작성 방법을 알려준다. 온도계 차트는 하나의 값을 2차원 세로 막대형으로 표시한다. 간트 차트는 계획 사항과 추진 실적을 도표로 표시하는 차트이며, 프로젝트의 경계 요소들 및 요약 요소들의 시작 일자와 종료 일자를 한눈에 파악할 수 있도록 보여 준다.

위에서 나열한 학습 목차를 통해 습득한 지식을 활용하여 데이터 시각화를 보고서나 논문에 제시할 수 있다. 보고서의 생명은 한눈에 볼 수 있는 힘이다. 보고서 작성의 노하우는 보고서에 쇼하우를 녹여 보는 사람에게 감동을 주는 방법이다.

다른 책에서는 제공하지 않는 데이터 시각화 기법을 엑셀 하나로 데이터 시각화의 표준 예제를 제공하여 학습이 가능하도록 구성했다. 시각화를 위한 엑셀로 작성하는 표와 차트의 기본을 뛰어넘어 변경시킬 수 있는 역량을 키워, 적절한 데이터 시각화 기법으로 의사결정자가 분석 결과를 쉽게 이해할 수 있게 제시할 수 있다. 이 책은 학습자가 원리와 과정을 완벽하게 습득하도록 방향을 알려주는 게 목적이다.

이 책에서 보여 주는 핵심은 보고서나 논문에서 사용되는 기본 표와 차트는 물론 상위 단계 차트 작성 원리와 방법을 예시와 함께 제공하여, 학습자가 쉽게 습득하는 방식을 취한다. 어려운 원리를 이해하지 못한 채 어려운 낱말로 나열한 여타 책들과 차이를 확실히 느끼게 될 것이다. 사무용 기기에 설치된 엑셀을 활용하여 원하는 데이터를 시각화하여 분석 결과를 보고서나 논문을 제출하여, 회사나 연구소에서 눈에 확 띄고 명확하게 제출한 보고서로 최고의 전문가 또는 연구자로 인정받을 것이다.

저자가 서문에서 제시한 것과 같이 오래 기억하고 신뢰할 수 있게 반복과 과학적인 학습이 가능하게 할 방법을 고민하였다. 엑셀을 활용한 데이터 시각화 작성 방법을 쉽고 간단하게 제시하여 학습자 스스로 참여하여 성공하는 데 목표를 두었다고 한다. 날이 갈수록 중요성이 커지는 데이터 처리의 실용적 기술과 원리, 방법 등 시각화 역량 확보의 기회를 이 책에서 얻어 최고의 길을 함께 걷기를 기대한다.

작가정보

저자(글) 문창권

배재대학교 무역물류경영학과 명예교수
경제학박사/경영지도사
무역정책(1991), 외환론(1992), 국제재무관리:문제해결접근법(2014)
Excel로 풀자 국제재무관리(2005)
Excel로 풀자 비즈니스 통계데이터분석(2006)
실무환위험관리 : 재미있는 엑셀풀이(2006)
엑셀로 풀자 회귀분석(2006), 무역정책입문 : 재미있는 엑셀 풀이(2006)
엑셀로 쉽게 푸는 경영경제수학(2007)
Excel 국제비즈니스 위험관리:스프레드시트 모형설정 및 적용(2008)
통계학 기초 : 알기 쉬운 엑셀풀이(2008), 통계․엑셀 2013 : 쉬운 실무분석(2015)
비즈니스 문제해결 : 단계별 접근 Excel(2018), 엑셀 2016 단계별 분석((2019)
SPSS 첫걸음 단계별 분석(2019)
One-stop 데이터분석 실무 : Excel 하나로(2023)

저자(글) 문영필

로지스경영전략연구소 연구위원
컨설팅학 석사/경영지도사
SPSS 첫걸음 단계별 분석(2019)
엑셀 2016 단계별 분석((2019)
SPSS 첫걸음 단계별 분석(2019)
One-stop 데이터분석 실무 : Excel 하나로(2023)

저자(글) 윤일식

컨설팅학 박사/행정사
감성전이(2021)
논문쓰니(2022)