데이터 읽기의 기술, 숫자 앞에서 멈춘 마케터

회의 때마다 가장 무서운 질문이 있어요. "이 캠페인 효과는 어떻게 측정할 건가요?" 저는 그냥 멍하니 있게 돼요.

 

구글 애널리틱스 들어가면 숫자는 잔뜩 있는데, 뭐가 중요한 건지 모르겠거든요.

 

페이지뷰, 세션, 이탈률, 전환율... 용어는 아는데 실제로 이게 우리 사업에 어떤 의미인지는 감이 안 와요.

 

상사는 "데이터 기반으로 의사결정 하라"고 하는데, 솔직히 엑셀 파일만 봐도 머리가 아파요. 숫자를 보는 게 아니라 숫자에 압도당하는 느낌이랄까요?

 

그러던 중 서점에서 차현나 저자의 "데이터 읽기의 기술"을 발견했어요. 제목부터 딱 제가 필요한 거더라고요. '분석'이 아니라 '읽기'라는 표현이 괜히 덜 부담스러웠거든요.

 

책 표지를 보니 "비전공자도 이해하는"이라는 문구가 있었어요. 저처럼 통계학 전공도 아니고, 파이썬도 못 하는 사람을 위한 책인가 싶어서 바로 펼쳐봤죠. 

 

첫 장부터 "데이터는 어려운 게 아니라 익숙하지 않은 것뿐"이라는 문장이 눈에 들어왔습니다.

 

데이터 읽기의 기술을 시각화한 분석 그래프

왜 이 데이터 분석 책을 선택했나

마케팅 일을 한 지 3년 됐는데, 아직도 데이터는 어려워요. 광고 돌리고 나서 결과 보고서 쓸 때마다 막막하거든요. 

 

클릭수가 늘었는지 줄었는지는 알겠는데, 그래서 뭐? 다음엔 뭘 어떻게 해야 하지? 이런 질문에 답을 못 하는 거죠.

 

이 책을 고른 건 목차를 봤을 때부터였어요. 다른 데이터 분석 책들은 SQL, 파이썬, R 같은 프로그래밍 언어부터 시작하는데, 이 책은 달랐어요. 

 

"데이터로 질문하는 법", "숫자 뒤에 숨은 이야기 찾기" 같은 제목들이 보이더라고요. 기술적인 게 아니라 사고방식에 대한 책인 것 같았어요.

 

제가 가장 궁금했던 건 이거였어요. "어떤 데이터를 봐야 할까?" 구글 애널리틱스만 봐도 지표가 수십 개예요. 다 볼 순 없잖아요. 

 

뭐가 중요한 건지, 우선순위를 어떻게 정하는지 배우고 싶었어요. 그리고 두 번째는 "숫자를 어떻게 해석하면 될까?"였죠. 

 

클릭률 5%가 높은 건지 낮은 건지, 뭐랑 비교해야 하는지 감이 안 왔거든요.

 

책을 펼쳤을 때 저자의 배경이 흥미로웠어요. 차현나님도 원래 데이터 전공자가 아니었대요. 마케터로 일하다가 데이터의 필요성을 느껴서 독학으로 배웠다고 하더라고요. 

 

그래서인지 책 곳곳에 "저도 처음엔 이게 어려웠는데"라는 공감대가 느껴졌어요. 이미 전문가가 된 사람이 쓴 책이 아니라, 배워가는 과정을 함께 나누는 느낌?

데이터가 아닌 '질문'에서 시작하기

책에서 가장 충격적이었던 건 첫 번째 챕터예요. 데이터 분석은 데이터를 보는 게 아니라 질문을 만드는 것부터 시작한다는 내용이었거든요. 

 

저는 그동안 반대로 했어요. 일단 데이터를 쭉 보고, 거기서 뭔가 발견하려고 했죠. 근데 저자는 그게 가장 비효율적인 방법이래요.

 

예를 들어볼게요. 제가 SNS 광고를 돌렸는데 클릭률이 2%가 나왔어요. 이전엔 이 숫자만 보고 "음, 2%구나" 하고 끝냈거든요. 

 

근데 책에서 배운 대로 질문을 먼저 만들어봤어요. "우리 목표는 클릭인가, 구매인가?", "2%면 업계 평균 대비 어떤 수준인가?", "어떤 소재의 클릭률이 높았나?"

 

이렇게 질문을 정리하니까 봐야 할 데이터가 명확해지더라고요. 전체 클릭률만 볼 게 아니라, 소재별로 쪼개서 봐야 하는 거예요. 그랬더니 발견한 게 있었어요. 

 

사진 소재는 클릭률 1.5%인데, 영상 소재는 3.2%였어요. 이게 인사이트죠. 다음 캠페인엔 영상 비중을 늘려야겠다는 결론이 나오는 거예요.

 

저자가 반복해서 강조하는 게 있어요. "데이터는 대답이 아니라 단서"라는 거요. 클릭률 2%라는 숫자 자체가 답이 아니라, 그 숫자가 뭘 의미하는지 파고들어야 한다는 거죠. 

 

이 관점이 바뀌니까 데이터 보는 게 훨씬 수월해졌어요. 특히 도움이 됐던 부분은 '비교의 기준' 만들기였어요. 

 

저는 숫자를 봐도 그게 좋은 건지 나쁜 건지 판단을 못 했거든요. 책에서는 세 가지 비교 기준을 제시해요. 

 

첫째, 이전 기간과 비교(전월 대비, 전년 대비). 

 

둘째, 목표와 비교(우리가 세운 KPI 달성했나). 

 

셋째, 업계 평균과 비교(벤치마크). 

 

이 세 가지 축으로 보니 숫자가 의미를 가지기 시작했어요.

엑셀 함수보다 중요한 데이터 시각화

두 번째로 크게 배운 건 시각화에 대한 부분이었습니다. 저는 지금까지 보고서 쓸 때 표로만 정리했어요. 날짜별 클릭수, 노출수를 쭉 나열하는 식이죠. 

 

근데 상사는 볼 때마다 "한눈에 안 들어온다"고 하시더라고요. 제가 뭘 잘못한 건지 몰랐는데, 이 책 읽고 알았어요.

 

저자는 이렇게 말해요. "표는 정확성을 위한 것이고, 그래프는 이해를 위한 것이다." 보고서의 목적이 뭔가요? 상대방이 빠르게 이해하도록 돕는 거잖아요. 

 

그럼 표보다 그래프가 훨씬 효과적이라는 거죠. 실제로 같은 데이터를 표와 그래프로 만들어서 비교해봤는데, 차이가 확연하더라고요.

 

책에서 제시하는 그래프 선택 기준이 실용적이었어요. 

 

추세를 보여줄 땐 꺾은선 그래프, 비교를 보여줄 땐 막대 그래프, 비율을 보여줄 땐 원 그래프. 이렇게 목적에 따라 다르게 쓰라는 거예요. 

 

저는 그냥 엑셀에서 추천하는 대로 아무거나 썼었는데, 이제는 의도를 가지고 선택하게 됐어요.

 

예를 들어 월별 매출 추이를 보고할 때, 이전엔 막대 그래프를 썼어요. 근데 꺾은선 그래프로 바꿨더니 "매출이 계속 증가하고 있구나"가 한눈에 보이더라고요. 

 

같은 숫자인데 보여주는 방식만 바꿨을 뿐인데 전달력이 완전히 달라진 거죠.

 

또 하나 유용했던 팁은 '하이라이트 기법'이었어요. 그래프에 모든 데이터를 다 강조하는 게 아니라, 가장 중요한 한두 개만 색깔을 다르게 하라는 거예요. 

 

저는 이전엔 그래프를 알록달록하게 만들었거든요. 근데 그러면 오히려 핵심이 안 보인대요. 중요한 것만 빨간색으로, 나머지는 회색으로 처리하니 메시지가 명확해졌어요.

 

저자가 강조하는 또 다른 포인트는 '맥락'이에요. 그래프만 덩그러니 있으면 안 되고, 짧은 설명을 꼭 달아야 한다는 거죠. 

 

"6월 매출이 전월 대비 15% 증가했습니다. 신규 프로모션 효과로 보입니다." 이런 식으로요. 숫자와 해석을 함께 제시하는 거예요. 

 

이렇게 하니까 보고서 보는 사람들이 "아, 그래서 뭐가 중요한 거야?"라고 묻는 일이 줄었어요.

현실에서 느낀 이 책의 아쉬움

하지만 정직하게 말하면 이 책도 완벽하진 않았어요. 가장 큰 한계는 실전 도구 사용법이 부족하다는 점이었습니다. 

 

책에서는 주로 개념과 사고방식을 다루는데, 실제로 구글 애널리틱스나 페이스북 광고 관리자 같은 툴을 어떻게 다루는지는 나오지 않아요.

 

예를 들어 저자는 "세그먼트별로 나눠서 봐야 한다"고 하는데, 구글 애널리틱스에서 세그먼트를 어떻게 설정하는지는 안 알려줘요. 

 

결국 유튜브 찾아보면서 따로 배워야 했거든요. 개념을 이해했어도 실행 방법을 모르면 소용없잖아요. 이 부분이 좀 더 구체적이었으면 좋았을 것 같습니다.

 

두 번째는 업종별 특성을 고려하지 않는다는 거예요. 책에 나오는 사례들이 대부분 온라인 쇼핑몰이나 앱 서비스 중심이에요. 

 

근데 제가 담당하는 건 B2B 서비스거든요. 구매 주기도 길고, 데이터 양도 적고. 이런 상황에선 책에서 말하는 방법을 그대로 적용하기 어려웠어요.

 

세 번째는 데이터가 부족할 때의 대응법이 없다는 점입니다. 책에서는 충분한 데이터가 있다는 전제로 설명하는데, 실제로는 데이터가 부족한 경우가 많거든요. 

 

신규 캠페인이나 새로운 시도를 할 때는 비교할 과거 데이터가 없잖아요. 이럴 땐 어떻게 판단해야 하는지에 대한 가이드가 있었으면 좋았을 거예요.

 

마지막으로 통계적 유의성에 대한 설명이 약했어요. 

 

저자는 "표본이 충분해야 한다"고만 하는데, 구체적으로 얼마나 있어야 충분한 건지, 신뢰 구간이 뭔지 같은 건 다루지 않아요. 

 

광고 A/B 테스트 할 때 정말 필요한 개념인데 말이죠. 이 부분은 다른 책으로 보충해야 했습니다.

 

데이터 문해력을 키우는 입문서

 

"데이터 읽기의 기술"은 데이터 분석의 기술적인 면보다 사고방식을 배우는 데 큰 도움이 됐어요. 

 

특히 '질문 먼저 만들기'와 '목적에 맞는 시각화' 부분은 당장 실무에 적용할 수 있는 지식이었죠. 

 

데이터를 두려워하던 제가 이제는 데이터로 대화할 수 있게 된 느낌이에요.

 

물론 한계도 있어요. 실전 도구 사용법, 업종별 특성, 데이터 부족 상황 대응 같은 부분은 따로 공부해야 하고요. 

 

하지만 데이터 분석의 '기본 뼈대'를 이해하는 데는 충분한 책이었어요. 

 

저처럼 숫자 앞에서 멈추는 마케터, 데이터는 중요한 줄 알지만 어디서부터 시작해야 할지 모르는 분들께 추천합니다.

 

다음 글에서는 이 책의 방법론을 실제 캠페인에 적용한 사례를 정리해보려고 합니다. 

 

어떤 질문을 만들었고, 어떻게 데이터를 분석했고, 그 결과 어떤 개선이 있었는지까지요. 이론만으론 의미 없으니까요.