데이터 시각화를 위한 일곱 단계

'벤 플라이'라는 분은 MIT 출신이고, 이 책의 저자이면서, Processing 이라는 오픈소스 미디어 시각화 도구를 만든 사람이기도 하다. 1장을 읽은 소감은 시각화라는 분야가 생소한 영역이지만, 즐겁게 공부할 수 있는 분야라고 느낄 수 있었다.

What is Questions?
정보 시각화는 데이터 집합의 견지에서 보려고 하지 않으며, 질문에서 시작한다. 왜 데이터가 수집되었는가? 어떤 부분이 흥미로운가? 그리고 어떤 스토리를 말할 수 있는가?

데이터를 이해하는 데에 있어 가장 중요한 기술들 가운데 하나는 좋은 질문들을 만드는 것이라고 한다.

 좋은 질문은 데이터에 포함된 흥미로움을 공유하고, 다른 이들에게 전달하려고 한다. 그리고 수학지향적이 아니라 호기심 지향적이다. (curiosity-oriented rather than math-oriented)

좋은 질문은 마법과 같아서 한번 듣게 되면 호기심과 흥미를 가지게 하는 질문이다

A Combination of Many Disciplines
통계학, 데이터 마이닝, 그래픽 디자인 그리고 정보 시각화 등의 수많은 학문의 결합을 통해야만 의미있는 솔루션을 만들어낼 수 있다.

1. Acquire
1. 데이터를 획득
   
2. Parse
1. 데이터를 구조화 하고 분류
3. Filter
1. 관심있는 데이터만 추출
   
4. Mine
1. 통계적인 방법 혹은 데이터마이닝 기법을 적용
   
5. Represent
1. 바 그래프, 리스트 혹은 트리 등의 기본적인 시각모델을 선택
   
6. Refine
1. 보다 명확하게, 매력적인 표현으로 개선
   
7. Interact
1. 데이터를 변경 혹은 보여지는 특질을 조작하는 방법을 추가
   

질문의 목적을 명확히 전달할 수 있을 때 까지 시각화를 프로세스에 따라 반복적인 과정(Iterative Process)이며, 시각적인 결과(Represent)를 얻을 수 있는 프로세스를 가지는 것이 중요하다. 프로그래밍에서 JUnit과 같은 도구가 Processing이 될 것 같다.

Principles
Each Project Has Unique Requirements
 : 하나의 시각화는 그 데이터 셋에 표현하는 유일한 특성들만을 표현해야만 한다. 일반적인 시각화 도구들을 이용해서 표현하는 것은 제대로 된 시각화가 어렵다. 그 데이터만을 위한 고유의 시각화를 만들어 내야만 한다.

Avoid the All-You-Can-Eat Buffet
 : 덜 세세한 설명이 더 많은 정보를 전달한다. 너무 많은 정보들은 청중을 혼란스럽게 하고, 정작 중요한 것을 전달하지 못한다. 가능한한 소중한 정보만으로 최소화 해야만 한다.

Know Your Audience
 : 청중이 누구인가? 시각화에 접근하는 이들의 최종 목적은 무엇인가? 그들은 무엇을 얻으려고 하는가? 모바일 디바이스와 데스크탑을 통한 이용자의 목적은 다르다.