데이터 시각화부터 AI 분석까지, 실무자를 위한 BI 툴 HEARTCOUNT ABI (2)

들어가며

안녕하세요, HEARTCOUNT 팀의 BI 컨설턴트 Hazel입니다 🙂

이전 글에서는 BI툴 HEARTCOUNT ABI의 다양한 대시보드 기능을 소개해드렸습니다. 이번 글에서는 그 다음 단계로, 대시보드를 보다 보니 떠오른 질문들에 어떻게 답할 수 있는지 알아봅니다.

이번달 매출이 줄어든 건 왜일까?
가장 이익이 높은 제품군은 뭐지?
실적이 좋은 지역엔 어떤 공통점이 있을까?

지금 사용하는 대시보드가 이런 질문에 당장 답하지 못한다면, 이 글을 통해 실무자가 직접 클릭 몇 번으로 데이터 분석 주제 별 인사이트를 찾는 방법을 확인해보세요. 분석에 활용할 HEARTCOUNT는 코딩도, 분석팀의 도움도 필요 없습니다 😉

HEARTCOUNT로 분석 시작하기

BI 툴에서 바로 AI 데이터 분석 시작

HEARTCOUNT의 분석 기능은 csv, xlsx와 같은 형태의 데이터셋을 업로드하기만 하면 바로 시작할 수 있는 no-code방식입니다.

HEARTCOUNT ABI에서 이미 데이터셋을 연결해 차트를 구성한 상태라면, 따로 업로드할 필요 없이 AI 분석 버튼을 클릭하여 해당 차트 데이터로 즉시 분석을 시작할 수 있습니다.

HEARTCOUNT의 분석 메뉴 3가지

HEARTCOUNT의 분석 메뉴는 크게 세 가지로 구분됩니다.

• AI 분석 : 자연어 질문으로 인사이트 도출
• 분석하기 : 머신러닝과 고급 통계 분석 기반 자동 패턴 탐색
• 탐험하기 : 다양한 시각화 방법을 통한 자유로운 EDA(Exploratory Data Analysis)

그럼 HEARTCOUNT 분석 기능을 이용하여 어떤 분석들이 가능한지, 실무 상황에서 접근할 수 있는 몇 가지 데이터 분석 주제, 질문에 답변 하면서 소개해 보겠습니다.

일상 언어로 묻고 답하는 [AI 분석]

이익률이 가장 높은 제품군 찾기

데이터 Q&A는 자유롭게 입력한 자연어 질문에 대해 쿼리를 만들고 답변을 도출하는 기능입니다. 조건을 입력해 데이터에 있지 않은 변수를 만들어 분석할 수도 있습니다. 적당한 데이터 분석 주제가 떠오르지 않는다면, AI의 추천 질문을 받아봅시다.

• 이익율이 가장 높은 제품군을 찾기 위해, 이익/매출을 이익률이라고 할때, 제품 소분류 별 이익률 알려줘 라고 질문해보겠습니다.

• 라벨제품군의 이익률이 0.448로 가장 높은 것으로 분석되었습니다.

이 외로도 제품별 이익률을 테이블, 시각화 결과로 확인할 수 있습니다. AI의 추천 질문을 통해 심화 분석을 진행하며 이익률에 데이터 분석의 내러티브를 만들어나갈 수도 있겠죠?

이번달 매출이 줄어든 이유 찾기

다이얼로그는 주어진 데이터셋에 대한 질문과 해석을 제공하며 사용자와 대화하듯 분석을 수행합니다. 추천 질문 중 매출의 트렌드 변화 분석을 요청하는 질문은, 시계열 분석을 할 수 있는 강력한 AI 데이터 분석 기능인데요.

데이터 집계 방식과, 시계열 분석 단위, 비교 기준을 선택하면, 매출 데이터가 보내는 주요 시그널을 발견하고 매출이 변화한 이유를 손쉽게 발견할 수 있습니다.

관심있는 지표와 질문을 선택하고, 대화형 분석을 수행하세요 | 다이얼로그 - 시그널

• 매출이 줄어든 이유를 알기 위해, 관심있는 지표로 매출을 선택하고
• 시계열 추이 분석을 할 수 있는 세번째 트렌드 질문을 선택합니다.

분석 결과에서는 트렌드에 따른 매출의 추세와 함께 자연어 해석이 제시되고, 이번달 매출의 변화에 영향을 준 조건들을 자동으로 찾아줍니다.

• 변수 두개 조건으로 매출이 떨어진 요건을 확인해보니, 기업고객의 전자제품 매출이 가장 큰 영향을 미쳤다는 것을 알 수 있네요.

자동으로 데이터의 패턴을 탐색하는 [분석하기]

실적이 좋은 지역과 좋지 못한 지역의 특성 차이

비교분석에서는 차이점을 알고싶은 두 집단 간의 통계적 특성 차이를 알려줍니다.

• 매출 실적을 기준으로, 매출이 좋은 국가를 그룹 A, 매출이 좋지 못한 국가를 그룹 B로 설정하여 어떤 차이가 있는지 확인할 수 있습니다.

비교분석은 두 집단의 차이를 가장 잘 설명하는 변수부터 차례대로 제시합니다.

• education level의 분포에서 그룹 A와 그룹 B가 겹치지 않는 면적, 즉 두 집단의 차이가 3.51%라는 것을 알 수 있네요.

매출 손실을 유발하는 판매 조건 찾기

분류 규칙에서는 설정한 KPI를 최적화하는 규칙들을 자동으로 발견해 줍니다. 의사결정나무(decision tree) 즉, 서로 다른 두 집단을 분류하는(classify) 규칙을 만들어내는 대표적인 기계학습 알고리즘에 기반한 분석 기능입니다.

복잡한 개념이지만, HEARTCOUNT를 통해 실무에 적용한다면 최적화된 판매 전략을 수립 하는데 손쉽게 활용할 수 있습니다.

• 이익 KPI로 셋팅해 상위 20%와 하위 20%의 규칙을 확인해봅시다.
• 할인율이 25%보다 높은 세그먼트의 경우, 이익에서 손실이 발생했다는 걸 알 수 있네요.

특정 KPI에서 주목할만한 패턴 발견하기

대시보드는 설정한 KPI들의 값을 한눈에 확인할 수 있는 화면을 제공합니다.

• 여기서 특정 변수를 선택하면 모든 KPI가 해당 변수로 드릴다운됩니다.

매출과 이익의 합과 평균이 높은 카테고리를 발굴해보세요. | 대시보드

주요 KPI가 특정 제품군, 고객군에서 어떤 추이를 나타내고 있는지 한눈에 살펴볼 수 있습니다.

• subcategory name과 gender를 기준으로 주요 KPI들을 드릴다운 해보니, mountain bikes가 레코드는 적지만, profit 이 높다는 것과 gender 기준은 큰 차이가 없다는 것을 한눈에 알 수 있습니다.

자유로운 데이터 시각화 [탐험하기]

요일별 / 월별 매출 패턴 찾기

다시 BI 대시보드로 돌아와볼까요? 다음 대시보드는 자전거와 자전거 용품 판매 회사의 매출 대시보드입니다. AI 분석을 클릭하여 패턴이 있는지 찾아봅시다.

대시보드를 분석 기능으로 연동하고 매출의 패턴 그래프를 만드는 방법을 확인해보세요.

• Y축은 판매량인 Total amount를, X축은Order date의 월별 주기를 선택하여 주기를 살펴봅시다.
• 필터를 설정해 특정 주문 기간의 패턴을 볼 수도 있습니다.

스마트플롯에서는 시계열 차트를 시간의 흐름 순으로만 보는 것이 아니라, 요일별 / 월별 / 주별 / 분기별로 시각화하여 매출 패턴을 파악할 수 있습니다.

• 요일별 주기를 살펴보니 월요일, 목요일에 특히 많은 수량이 판매된 것을 알 수 있네요.

고수익 마케팅 타겟 찾기

드릴다운 기능을 사용하면 사용자가 설정한 변수들로 세분화된 KPI를 확인할 수 있습니다. 원하는 변수들을 설정하여 매출 기여도가 높은 세그먼트를 직접 찾아낼 수 있습니다.

• 드릴다운 기준으로 KPI를 설정하고, 왼쪽 변수들을 추가하며 드릴다운 해보세요. 시각화 타입을 트리맵 뷰로 바꾸어 볼 수도 있습니다.

이익의 총합이 높은 고객 특성을 탐색할 수 있습니다. | 드릴다운 - 트리맵

• Australia의 Female, Management 세그먼트에서 가장 높은 product profit을 내고 있네요.

지역별 상대적 특성 파악

스마트 랭킹은 설정한 범주형 변수에서 각 범주들이 상대적으로 어떤 위치를 갖는지 한눈에 알아볼 수 있는 기능입니다.

위와 같이 모든 수치형 변수들에 대한 막대 차트를 확인할 수 있습니다.

변수를 선택하면 해당 변수의 상대적 위치만 강조하여 쉽게 확인할 수 있습니다.

• Australia(호주)는 레코드 숫자가 가장 많고 age (구매 연령) 평균은 비교적 낮네요.

지표별 요약된 통계 정보 확인하기

캠페인을 저장하면 KPI 등록 & 관리에서 KPI 설정이 용이하도록 데이터셋 내 모든 변수의 통계 정보를 요약하여 제공합니다.

마무리하며

실무자에게 진짜 필요한 분석은 무엇일까요?

지금까지 HEARTCOUNT ABI의 AI 데이터 분석 기능을 중심으로 실무에서 바로 떠오를 만한 질문들에 어떻게 답할 수 있는지 살펴보았는데요.

데이터를 분석하는 데 중요한 건 고급 분석 스킬보다 "지금 필요한 질문을 던지고, 그에 대한 답을 빠르게 얻는 것"입니다.

HEARTCOUNT ABI는 매출 패턴 탐색, 타겟 고객 분석, 이익 최적화 전략 수립까지, 분석 의도를 가장 잘 이해하고 실무 맥락 지식이 풍부한 실무자가 직접 하는 것을 가능하게 합니다.

지금 내 데이터에도 이런 패턴이 숨어 있을까?

답이 궁금하다면, 지금 바로 HEARTCOUNT에서 직접 확인해보세요 🙂

함께 읽어보세요

ChatGPT를 대신할, 데이터 분석의 새로운 대안! HEARTCOUNT AI Analytics

HEARTCOUNT Dialogue는 사용자에게 적절한 분석 질문을 추천하고, 정확한 시각화 결과물 및 텍스트 요약문을 생성하는, 데이터 전문가가 아닌 모든 사람을 위한 AI 기반 데이터 분석 제품입니다. HEARTCOUNT가 어떠한 철학과 고민을 담아 이 제품을 만들었는지 함께 나누어 보고자 합니다.

HEARTCOUNT COMMUNITYDavid Gu

BI tool 5개 장단점 비교해보기

대표적인 BI 툴 Tableau, Looker Studio, Power BI, Spotfire, HEARTCOUNT의 장단점을 도입 담당자 및 실무자 관점에서 작성해 보았습니다.

HEARTCOUNT COMMUNITYJaden Jung

데이터 기반 의사결정, 대시보드만으로는 충분하지 않습니다

데이터 기반 의사결정(DDD, Data-driven Deicision), BI(대시보드)만으로는 충분하지 않습니다. 동의하시나요? 대시보드의 한계를 이해하고 대시보드만으로 부족한 부분을 채워줄 셀프 서비스 애널리틱스 툴들에 대해 알아 봅니다.

HEARTCOUNT COMMUNITYJaden Jung