경영정보시각화도구
1. 경영 전략 기획에 사용되는 시각화 방법
전략맵- 경영전략맵,특허전략맵/[그림 1-2] 참조
- 기업의 목표와 핵심 성과지표, 주요 전략 영역을 그래픽으로 표현하는 도구
- 전략의 상호관계와 우선순위를 시각적으로 이해할 수 있으며, 기업내에서 전략의 실행과정을 공유하는 데 유용
균형스코어카드/[그림 1-3] 참조
- 기업의 목표를 재무, 고객, 내부 프로세스, 학습과 성장의 네 가지관점으로 나누어 시각화하는 방법
- 관점별로 목표와 성과지표를 설정하고, 이를 연결하여 전략의 통일성과 균형을 유지
Gantt 차트/[그림 1-4] 참조
- 프로젝트 일정을 시각적으로 표현하는 도구
- 경영전략의 구체적인 실행 계획을 나열하고 일정에 따른 진행 상황을 관리하는 데 유용
- 전략의 주요 단계와 마일스톤을 표시하고, 각 단계의 진행 상황을 실시간으로 업데이트
SWOT 분석/[그림 1-5] 참조
- 기업의 강점, 약점, 기회, 위협요소를 분석하여 시각화하는 방법
- 경영 전략을 수립하고, 외부 환경과 내부 역량을 고려하여 기업의 경쟁력을 강화
피라미드 다이어그램/[그림 1-6] 참조
- 전략적 목표와 그 하위목표들을 단계별로 나타내는 도구
- 가장 상위에는 전략적 목표가 위치하고, 그 아래로 세부적인 목표들을 계층적으로 표시
- 이를 통해 전략의 계층 구조와 목표 간의 상관관계를 이해하기 쉽게 시각화
출처: 경영정보시각화도구. http://www.google.com에서 2023. 6. 7. 검색 재구성.
2. 조직체계별 목표 달성에 필요한 ‘조직과제’를 발굴한다.
조직체계별 경영정보시각화는 체계에 포함된 해당 부서가 조직 내에서 공유되는 경영정보데
이터를 기반으로 부서별 의사 결정과 전략 수립을 지원하는 과정을 말한다. 이러한 결과물
로 부서 간 협업과 커뮤니케이션을 강화하고 성과를 평가하고 개선하는 데 활용할 수 있다.
(다) 데이터 분석
1) 부서별 수집된 응답과 데이터 관련 정보를 바탕으로 공통된 요구사항이나 패턴 분석
2) 부서의 우선순위와 중요성을 고려하여 요구사항을 정리
-데이터 유형 및 규모를 분석한다.
(1) 어떤 유형의 데이터를 시각화해야 하는가?(예: 숫자, 텍스트, 지리적 데이터)
(2) 데이터는 어떤 형식으로 제공되는가?(데이터베이스, 스프레드시트, API 등)
(3) 데이터의 규모는 얼마나 큰가?(작은 규모의 데이터셋 또는 대규모의 빅데이터)
(라) 시각화 도구 및 기술 제안-각 부서의 요구사항에 맞는 시각화 도구나 기술을 제안한다.
1) Excel-엑셀(Microsoft Excel)
(1) 가장 보편적으로 사용되는 데이터 분석을 위한 스프레드시트 프로그램
(2) 테이블 형태의 데이터를 다루고, 수식을 사용해 계산 및 그래프 생성
(3) 사용이 간편하고 친숙하며, 비교적 작은 규모의 데이터를 처리하는 데 적합
(4) 고급 기능이나 대용량 데이터 처리에는 한계
2) Tableau
3) Power BI-엑셀을 포함한 M사의 여러 애플리케이션 기반에서 활용할 수 있는 협업 도구이다. 팀원들이 각자 열람했던 데이터를 협업이 필요한 관계자들끼리 공유하고, 커스텀 대시보드를 구성해 데이터 시각화에 활용할 수 있다.
6. 구글 애널리스틱스(Google Analytics)-GA
일반적으로 구글애널리스틱스는 마케팅 분야에서 많이 사용한다. 그러나 이 제품은 웹 로그
데이터 분석에 범용적으로 쓰이는 대표적인 도구이다.
7. SQL(Structured Query Language)
데이터베이스 관리 시스템(DBMS) 기반에서 상호작용을 하는데 사용되는 컴퓨팅 언어이다.
데이터를 검색, 조작, 변환하는 데 사용된다.
(1) 대규모 데이터 세트와 복잡한 질의를 다룰 수 있는 장점
(2) 데이터베이스에 저장된 데이터에 관한 효율적인 액세스가 가능
(3) SQL을 사용하려면 데이터베이스에 관한 이해와 쿼리 작성 능력이 필요
출처: WELD(https://weld.app/learn-sql/preparation). 2023. 6. 7. 스크린샷.
[그림 2-21] SQL을 활용한 데이터 가시화 구조도
7. 파이썬(Python)
범용 프로그래밍 언어인 파이썬은 데이터 분석에 널리 사용되고 있다. 다양한 라이브러리와
패키지를 제공하여 데이터 처리, 분석 및 시각화를 위한 풍부한 기능을 제공한다.
(1) 유연한 사용성이 장점이며 확장성이 뛰어나 대용량 데이터 처리에 적합
(2) 데이터 과학 및 기계 학습 분야에서 널리 사용되는 표준 도구
출처:노블데스크탑(https://www.nobledesktop.com/). 2023. 6. 7. 스크린샷.
[그림 2-22] 파이썬을 활용한 데이터 가시화
8. R-R은 통계 및 데이터 분석에 특화된 프로그래밍 언어로 [그림 2-23]과 같은 다양한 통계 및그래픽 기능을 갖춘 풍부한 패키지 생태계를 제공한다.
(1) 통계 모델링, 데이터 시각화 및 데이터 조작에 적합한 도구
(2) 통계학자와 데이터 분석가들 사이에서 널리 사용되는 언어
출처: Rob Kabacoff(20201201). Data Visualization with R. https://rkabacoff.github.io/datavis/에서 2023.6. 7. 검색.[그림 2-23] R을 활용한 데이터 가시화
9. Tableau ([그림 2-24] 참조)
시각화 및 대시보드 작성을 위한 데이터 분석 도구로 비전문가도 쉽게 사용할 수 있다.
(1) 사용자 친화적인 인터페이스와 드래그 앤 드롭 기능으로 데이터를 시각적으로 분석하고 표현
(2) 다양한 데이터 원본과의 연결을 지원하며, 대규모 데이터 세트를 처리해 웹에서 공유 가능
출처: TABLEAU(https://www.tableau.com/ko-kr/data-insights/dashboard-showcase). 2023. 6. 7. 스크린샷.[그림 2-24] Tableau를 활용한 데이터 가시화
4) Matplotlib/Seaborn
5) D3.js
- 시각화 방법과 도구 선택: 시각화 목표에 맞는 적절한 시각화 방법과 도구를 선택
데이터의 특성과 목표 그룹의 요구사항에 따라 시각화 방법과 도구는 달라질 수 있다.
막대 그래프, 원그래프, 선그래프 등 다양한 시각화 방법을 활용할 수 있으며, Tableau,
Power BI, Python의 matplotlib과 seaborn 라이브러리 등의 도구를 사용할 수 있다.
-경영정보시각화를 위한 데이터의 형식
1. 정형 데이터(Structured Data)-표 형식으로 열과 행으로
2. 비정형 데이터(Unstructured Data)- Computer Vision, 자연어 처리, 컴퓨터 비전 등의 기술을 활용하여 분석 및 시각화
3. 시계열 데이터(Time Series Data)-시간에 따른 패턴, 추세, 계절성
주식 가격, 기상 데이터, 판매량 추이 시계열 데이터
4. 공간 데이터(Spatial Data)- 지리정보시스템(GIS: Geographic Information System,
지리적인 위치에 따른 인구 통계, 지역별 판매 데이터 등이 공간 데이터
출처: 총조사시각화지도(https://sgis.kostat.go.kr/). : 통계지리정보서비스
동영상 자료실 : https://sgis.kostat.go.kr/jsp/board/openEdu.jsp
5. 그래프 데이터(Graph Data)-노드(node)와 노드 사이의 관계(edge)로 소셜 네트워크, 전자
메일 네트워크, 웹사이트의 링크 구조 등이 그래프 데이터 [그림 2-3]의 예이다.
(1) 재무 데이터: 재무 상태와 성과를 파악하는 데 사용되는 데이터 ([그림 2-4] 참조)
(가) 손익계산서, 재무상태표, 현금흐름표 등
(나) 시각화를 통해 매출 추이, 이익 변동, 비용 구성, 자본 구조 등을 파악 가능
[그림 2-4] 정부의 재정 데이터 시각화 자료
출처: 열린재정홈페이지(http://www.openfiscaldata.go.kr).
https://www.openfiscaldata.go.kr/op/ko/index
주요 재정지표, 쉽게 알려드려요!!!!!
- · 나라장터(조달)와 연계하여 공고 및 입찰정보를 제공합니다.
- https://www.openfiscaldata.go.kr/op/ko/bg/UOPKOBGA02?pageIndex=1&bidPbancNo=&bidNm=&g2bCtrtMthNm=&bidYmdFrom=2024-11-13&bidYmdTo=2024-12-13
--------------------------------------------------------------
부서별 요구되는 경영 데이터의 예
- 재무 부서- 재무제표- 손익계산서- 현금흐름표- 자산관리 데이터 등
-영업 부서- 매출 데이터- 고객 데이터- 판매 동향 정보- 마케팅 활동 결과 등
-공급망부서- 원자재 조달, 생산관리 정보- 재고 관리, 물류 정보- 생산량- 납품 일정
- 납품업체 정보- 운송비 데이터 등
마케팅 부서- 시장 조사 결과- 소비자 행동 데이터- 광고 효과 분석- 마케팅 캠페인 성과 등
연구개발전담 부서- 예산 및 재무 데이터- 인력 및 인사 데이터- 프로젝트 관리 데이터
- 시장 및 경쟁 데이터- 품질 및 품질 관리 데이터- 지식관리 데이터(IP, 논문 등)
경영전략기획부서- 재무 데이터- 시장동향 분석 데이터- 고객 데이터- 기업운영 데이터
- 경쟁사 데이터- 기업 내부 데이터- 기업 외부 데이터 등
============================================
각 도구에 대한 간략한 소개와 URL
### 2) Tableau
Tableau는 강력한 데이터 시각화 도구로, 사용자가 원시 데이터를 인터랙티브하고 공유 가능한 대시보드로 변환할 수 있도록 도와줍니다. 다양한 데이터 소스를 지원하며, 직관적이고 통찰력 있는 데이터 분석을 위해 다양한 시각화 옵션을 제공합니다. Tableau는 사용자 친화적인 인터페이스와 강력한 분석 기능으로 유명합니다.
### 3) Power BI
Power BI는 Microsoft에서 개발한 비즈니스 분석 도구로, 사용자가 데이터에서 인사이트를 시각화하고 공유할 수 있도록 합니다. Excel 및 Azure와 같은 다른 Microsoft 제품과 원활하게 통합되어 데이터 분석에 유연하게 사용할 수 있습니다. Power BI는 데이터 모델링, 실시간 분석, 맞춤형 시각화 등의 기능을 제공합니다.
### 4) Matplotlib/Seaborn
Matplotlib은 Python에서 정적, 애니메이션 및 인터랙티브한 시각화를 생성할 수 있는 포괄적인 라이브러리입니다. 매우 커스터마이징이 가능하며 다양한 플롯 유형을 지원합니다. Seaborn은 Matplotlib 위에 구축된 라이브러리로, 매력적이고 유익한 통계 그래픽을 그릴 수 있는 고수준 인터페이스를 제공합니다.
### 5) D3.js
D3.js(Data-Driven Documents)는 웹 브라우저에서 동적이고 인터랙티브한 데이터 시각화를 생성하기 위한 JavaScript 라이브러리입니다. HTML, SVG 및 CSS를 사용하여 데이터를 생동감 있게 표현하며, 복잡하고 커스터마이징 가능한 시각화를 만들 수 있습니다. D3.js는 웹 기반 데이터 시각화를 위해 매우 유연하고 강력한 도구입니다.
링크를 통해 탐색!
--------------------------------------------------------------
# 드릴다운
드릴다운은 데이터를 계층적으로 구성하여 사용자가 원하는 수준의 상세 정보로 탐색할 수 있게 하는 데이터베이스 구조이다. 예를 들어, 한 차트에서는 전체 매출을 표시하고 있을 수 있지만, 사용자가 특정 지역의 매출을 더 자세히 확인하고 싶을 때, 해당 지역으로 드릴다운하여 그 지역의 매출 정보를 확인할 수 있다.
# XR환경에서의 경영정보시각화
XR(extended reality)은 현실 세계와 가상 세계를 융합한 체험 환경을 제공하는 기술을 일컫는 용어이다. 많
은 기업이 XR 환경에서 경영정보를 시각화해 제공하는 추세이다. XR을 활용하여 경영정보를 시각화하면 다
음과 같은 장점을 얻을 수 있다.
- 공간적 표현: XR 기술은 현실 공간에 가상 객체를 배치하여 데이터를 표현할 수 있다. 기업의 경영 데이
터를 3D 모델, 그래프, 차트 등의 가상 객체로 표현하면 사용자는 공간적인 관점에서 데이터를 탐색하고
이해할 수 있게 된다.
- 상호작용: XR 환경에서는 사용자가 가상 세계와 상호작용할 수 있다. 경영정보시각화를 XR로 구현하면 사
용자는 가상 객체를 조작하거나 데이터를 필터링하고 정렬하는 등의 상호작용을 통해 데이터를 탐색하고
분석할 수 있다.
- 실시간 데이터 표시: XR 기기는 실시간 데이터를 받아들일 수 있는 센서를 내장하고 있어서 실시간 경영
정보를 XR 환경에 표시할 수 있으며, 이는 실시간 분석과 의사 결정에 도움을 줄 수 있다.
- 협업과 공유: XR 환경은 여러 사용자가 동시에 가상 공간에 접속하여 협업할 수 있는 환경을 제공한다.
따라서 경영정보를 XR로 시각화하면 여러 사용자가 함께 데이터를 분석하고 의사결정을 내릴 수 있으며,
데이터에 관한 공유와 협업이 용이해진다.
============================================
데이터의 가공
데이터의 가공에는 다음과 같은 방법이 사용된다.
1. 데이터 정제(Data Cleaning)
누락된 데이터 결측치를 적절하게 대체하거나 이상치를 식별해 적절한 방법으로 처리하여
데이터의 정확성과 신뢰성을 향상하는 과정이다.
2. 데이터 변환(Data Transformation)
데이터의 속성은 유지하면서 시각화 결과에 도움이 될 수 있도록 적절하게 변환하는 작업
을 말한다.
3. 데이터 분리(Data Separation)
일반적으로 데이터 분리는 보안, 데이터 품질, 데이터 처리 효율성, 비즈니스 요구에 맞는
데이터의 선택 등의 이유로 필요한 데이터를 선별하고 분리하여 사용하는 과정을 말한다.
4. 데이터 결합(Data Joining/Merging)
데이터 결합은 다양한 데이터 소스로부터 나온 정보를 통합하여 종합적인 시각화를 제공하
기 위해 사용된다. 이로부터 상관관계 분석, 데이터 품질 향상, 시간 경과 분석, 다양한 관
점의 제공 등이 가능해지고 포괄적이고 의미 있는 시각화 자료를 개발할 수 있게 된다.
===============
수행 순서
경영 데이터를 수집한다.
회사에 소속되어 있는 데이터 분석가들은 보통 데이터를 직접 수집하지 않는다. 이미 데이터가 있는 상태에서 업무를 시작하게 된다. 그러나 추가로 수집이 필요한 경우, 이미 공개된 공공데이터를 찾아 활용하거나 부서별 데이터를 요청하여 확보한다.
1. POS(판매시점 정보관리)를 활용한 경영 데이터 자동 수집방법
-POS 데이터는 다음과 같은 특징을 갖는다.
(1) 분산, 집중관리 시스템
(2) 거래에 관한 모든 정보 파악 가능
(3) 매출분석: 제품별, 지역별, 시간대별 매출정보 제공
(4) 재고관리: 실시간 판매량과 재고량을 추적해 재고의 최적화 전략 마련
(5) 고객분석: 고객의 구매패턴, 선호도, 구매력 등을 파악해 마케팅 전략에 반영
(6) 기업활동의 주요 분석데이터를 수집하는 종합정보시스템으로 발전 가능 ([그림 2-25] 참조)
2. 엑셀을 활용한 경영 데이터 수집방법
-(1) 수집하고자 하는 데이터 양식을 열(column)과 행(row)의 형태로 구성된 엑셀 데이터 시트로
만들어 각 부서에 제공 ([그림 2-26] 참조)수집 후 데이터의 정확성을 확인하고 필요한 경우 데이터를 정리하거나 결측치를 처리
(2) 수집된 데이터 식별-특정 열을 기준으로 데이터를 정렬하거나 필터를 사용하여 특정 레코드를 보는 작업 등
(3) 오류 식별-‘조건부 서식’ 기능과 같은 엑셀의 내장 도구를 사용하여 데이터의 오류를 강조 표시
(4) 오류 수정-오류를 수동으로 수정하거나 “찾기 및 바꾸기”와 같은 엑셀의 기본 기능을 사용하여 오류를 수정
(5) 결과 검증-수정이 완료되면 데이터가 깨끗한지 확인
수집된 데이터를 가공한다.
엑셀의 내장된 함수와 기능을 활용하여 데이터를 가공한다. 예를 들어, SUM, AVERAGE,
MAX, MIN과 같은 함수를 사용하여 데이터의 합계, 평균, 최댓값, 최솟값 등을 계산할 수 있
다. 필요에 따라 데이터를 정렬하거나 필터링하여 원하는 결과를 얻을 수 있다.
1. 데이터 탐색
(1) 수집된 데이터를 다양한 관점으로 파악하는 과정
(2) 본격적으로 데이터를 분석하기 전에 데이터 자체에 이상이 있거나 결측치(누락)가 있는지 등을 탐색하는 과정
2. 시각화를 위한 데이터의 가공
(1) 데이터 정제(데이터 전처리)하기
(가) 데이터 정제(데이터 전처리)의 필요성
수집된 원본 데이터를 그대로 분석에 사용하는 것은 적합하지 않다. 따라서 데이터
의 정확성, 일관성 및 신뢰성을 보장하기 위해 데이터 정제(전처리) 과정이 필요하다.
적절한 데이터 정제가 이루어지지 않으면 데이터 오류, 중복, 불일치 및 부정확성이
포함되어 시각화를 통한 의사 결정 품질이 나빠질 수 있다.
1) 정확성 및 신뢰성 향상
2) 비용 절감
3) 선호하는 데이터 특성을 결정
4) 비선호 데이터 처리 방법 결정
(2) 데이터 변환하기
(가) 데이터 변환의 필요성
시각화는 데이터의 특징과 패턴을 이해하고 전달하기 위해 매우 중요하다. 가장 많
이 사용되는 엑셀은 데이터를 저장하고 조작하는 데 사용되는 툴 중 하나이다. 그러
나 엑셀 데이터는 테이블 형식으로 저장되기 때문에 시각화하기 위해서는 데이터를
적절한 형식으로 변환해야 한다.
(나) 데이터 변환 방법
여기서는 수집된 매출계획 대비 성과 데이터를 가지고 엑셀 프로그램을 활용해 실적
비율로 변환하는 과정을 학습해 본다.
1) 수집된 데이터 원본에서 데이터를 가져온다. ([그림 2-27], [그림 2-28] 참조)
2) 원래 데이터의 백업 복사본을 만든다. ([그림 2-29] 참조)
3) 데이터가 각 열의 유사한 데이터, 모든 열 및 행이 표시되고 범위 내의 빈 행이 없
는 행과 열의 테이블 형식인지 확인한다. (엑셀의 테이블 사용)
4) [그림 2-30]과 같이 맞춤법 검사, 찾기 및 바꾸기 대화 상자 사용 등 열 조작이 필
요 없는 작업을 먼저 실행한다.
5) 열 조작이 필요한 작업을 실행한다.
매출액을 계획 대비 실적비율(%)로 바꾸는 열 조작을 학습한다.
① 1월 실적비율 열을 만들기 위해 [그림 2-31]과 같이 D열을 전체 선택하고 마
우스 오른쪽 버튼 메뉴에서 ‘삽입’을 선택한다.
② 새 열(D)의 맨 위에 데이터를 변환할 수식을 추가한다. 여기서는 계획 대비
실적을 계산하는 수식을 입력한다.(=실적/계획*100)
③ 새 열(D)의 나머지 수식을 채운다.(수식 복사 ➡ 셀다중선택 ➡ 수식붙여넣기)
④ 완성된 1월 실적비율 열(D)을 전체 선택하고 복사(Ctrl+C)한 다음, 3월 실적
열(F)을 전체 선택한 후 마우스 오른쪽 버튼 메뉴에서 ‘복사한 셀 삽입’을 선택한
다.
⑤ 이 과정을 12월까지 반복하여 월별 실적비율을 완성한다.
(3) 데이터 분리하기
여러 채널을 통해 수집된 데이터로부터 시각화 목적에 따라 일부 데이터를 분리해 시각
화하게 되면 의사결정을 하는 과정에 집중도를 높일 수 있다.
(가) 엑셀 필터를 사용한 데이터 분리
회사의 제품 판매 데이터를 관리해 놓은 엑셀 파일을 가지고 학습한다. 이 파일에는
주문일, 제품명, 판매 일자, 판매 수량, 판매 가격 등의 정보가 포함되어 있다.
(나) 정렬을 이용한 데이터 분리
엑셀은 구분 기호(쉼표 등)로 구성된 데이터셋을 입력받아 특정 열을 기준으로 정렬
한 다음, 특정 값을 기준으로 데이터를 분리할 수 있다. 정렬한 후 기준값에 따라 데
이터를 선택하여 붙여넣기 하거나 새로운 엑셀 파일로 저장해 사용한다.
(4) 데이터 결합하기
데이터 결합은 주어진 조건에 따라 두 개 이상의 데이터를 조합하여 새로운 데이터를
생성하는 작업을 말한다. 데이터를 결합하는 방법은 다양한 방법이 있지만, 여기서는 기
본적인 방법을 학습한다.
경영정보시각화요소 디자인
학습 목표
• 경영정보시각화 목적에 따라 스토리보드 및 레이아웃을 구성할 수 있다.
• 경영정보시각화 과제 및 데이터 특성에 따라 시각화요소에 관해 전체적으로 디자인할 수 있다.
- 기타 고려사항
(1) 시간적 흐름의 고려: 시간에 따른 변화를 시각화해야 하는 경우 그에 맞는 디자인 필요
(2) 적절한 크기와 해상도의 결정: 사용자가 정보를 명확하게 파악할 수 있는 크기와 해상도
(3) 시각화 일관성: 동일한 스타일과 디자인 원칙을 적용해 사용자 이해도 향상
- 인포그래픽
인포그래픽은 여러 가지 정보를 시각적으로 표현하여 복잡한 데이터를 이해하기 쉽게 만들어
주는 도구이다. 텍스트, 그래프, 차트, 아이콘, 이미지 등 다양한 시각적 요소를 조합하여 정보
를 전달한다. 인포그래픽은 시각적으로 매력적이고 직관적인 디자인으로 제작되며, 주제에 맞는정보를 간결하게 제공하는 것이 중요하다.
출처: 서울연구원(2019. 12. 23.). 서울인포그래픽스로 본 서울의 변화 Ⅲ. https://www.si.re.kr에서 2023. 6. 17. 검색. [그림 3-1] 서울특별시 문화⋅관광 분야 인포그래픽
# 인포그래픽 제작 과정
1. 제작 목적과 대상, 전달하고자 하는 정보를 정의하는 단계
2. 필요한 데이터를 수집하고 분석하는 단계(데이터 전처리)
3. 명확한 정보 전달을 위해 적절한 레이아웃과 컬러스킴 선택단계
4. 시각적 요소를 적절하게 배치하여 정보를 구성하는 단계(직관적 표현, 추가 설명이나 캡션 제공)
5. 색상, 폰트, 아이콘 등을 활용하여 인포그래픽에 시각적인 효과를 주는 단계(일관성 있는 디자인 원칙을 적용하여 전체적인 통일성을 유지)
6. 제작된 인포그래픽을 검토하고 필요한 수정을 하는 단계
/// 컬러 스킴(color scheme)
컬러 스킴(color scheme)은 디자인에서 사용되는 색상 조합을 표현하는 용어이다. 컬러 스킴은 디자인의 일관성과 시각적인 조화를 위해 사용한다. 일반적으로 웹 디자인, 그래픽 디자인, 인테리어 디자인 등 다양한분야에서 컬러 스킴이 활용된다.
출처: 삼성뉴스룸(http://bit.ly/2Oqy9d8). 2023. 6. 17. 스크린샷.
[그림 3-3] 기업 여성인력현황정보 인포그래픽
(2) 타임라인 인포그래픽(Timeline Infographics)
타임라인 인포그래픽은 데이터를 연대순으로 묘사하거나, 일정한 기간의 추세를 따라가
는 등의 시간적 변화를 보여주는 방법으로 많이 사용된다. 가독성이 높아 포스터, 교과
서 및 프레젠테이션 자료에 유용하다.출처: https://www.behance.net. 2023. 6. 20. 스크린샷.
[그림 3-5] 타임라인 인포그래픽의 예시
(3) 목록나열형 인포그래픽(List-based Infographics)
목록나열형 인포그래픽은 [그림 3-6]과 같이 전달할 정보를 목록 형태로 제시하는 방법
으로 일련의 단계를 설명하거나 특성을 주장할 때 전달력이 강한 표현 방식이다.
출처: https://www.behance.net. 2023. 6. 20. 스크린샷.
[그림 3-6] 목록나열형 인포그래픽의 예시
(5) 비교 인포그래픽(Comparison Infographics)
[그림 3-7]에서 알 수 있듯이, 이 유형은 아이디어를 비교하거나 차이점을 지적하거나
아이디어 중 하나의 우월성을 증명하는 데 이상적인 방법이다.출처: https://www.behance.net. 2023. 6. 20. 스크린샷.[그림 3-7] 비교 인포그래픽의 예시
(6) 통계적 인포그래픽(Statistic Infographics)
통계적 인포그래픽이 다른 인포그래픽 유형과 다른 부분은 수치 데이터를 시각화해 준
다는 것이다. 관념적이거나 개념적인 내용을 아이콘과 설명으로 가시화하는 인포그래픽
과는 다르게 통계적 인포그래픽은 복잡하고 많은 양의 데이터를 한눈에 알아볼 수 있게
시각적으로 표현한다. 여기에는 그래픽, 차트, 이미지 및 개념도 등이 사용된다.
출처: https://www.behance.net. 2023. 6. 20. 스크린샷.
[그림 3-8] 통계적 인포그래픽의 예시
(7) 프로세스 인포그래픽(Process Infographics)
프로세스 인포그래픽 유형은 [그림 3-9]와 같은 복잡한 프로세스의 흐름을 설명하는 데
적합하다.출처: https://www.behance.net. 2023. 6. 20. 스크린샷.
[그림 3-9] 프로세스 인포그래픽의 예시
(8) 지도 인포그래픽(Map Infographics)
지도 인포그래픽은 위치에 따라 정보를 표시하는 것이 중요하다. 이 유형은 일반적으로
지리정보를 바탕으로 다루고자 하는 주제별 통계를 활용한다. 특정한 국가, 도시 또는
장소에서 개념의 발전을 보여줄 수 있다.출처: https://www.behance.net. 2023. 6. 20. 스크린샷.[그림 3-10] 지도 인포그래픽의 예시
댓글 없음:
댓글 쓰기