[나이키 데이터] 데이터 시각화, 어렵나요?

데이터 시각화는 데이터를 시각적으로 표현하는 것을 말합니다. 데이터 시각적 분석은 데이터 시각화에서 더 한 발 나가는 개념으로 이것은 추후에 다루겠습니다.

오늘 주제인 데이터 시각화를 소개하기 위해 나이키의 Digital Transformation(이하 DT) 사례를 먼저 말씀드리고, 나이키스런(?) 데이터 시각화 과정 또한 소개하겠습니다.

나이키는 외부 유통업체의 비중을 줄이고 직접 판매의 비중을 높이고 있습니다. 이유는 외부 유통업체를 통한 판매인 경우에는 고객이 어느 단계에서 진입 후 이탈하는지, 또는 고객이 자사의 제품 구매 이력 관리가 제대로 되지 않았기 때문입니다. 따라서 고객 데이터를 직접 확보하기 위해서 자사 홈페이지 및 앱에서 제품을 직접 판매하는 비중을 늘리기로 합니다.

나이키는 모든 사업 구조를 DT에 맞게 변경하고 있습니다. 그 일환으로 AI전문기업 Celect와 데이터 분석 기업인 Zodiac을 인수를 했습니다. 이유는 고객을 단순히 성별이나 사이즈로만 제품을 분류하는 것이 아니라 고객들의 행동 기반으로 모은 데이터를 세분화해서 오프라인 매장에서 구매하는 패턴을 파악하고 온라인 구매사이트에서 어느 지점에서 클릭이 발생하는지 등을 체크합니다. 그리고 Holiday 시즌에 맞춰서 고객의 취향에 맞는 컬러와 사이즈가 반영된 제품을 추천해 자연스럽게 제품을 구매하도록 유도하게 됩니다.

또한 타사의 오프라인과 온라인 쇼핑몰을 통해서 판매하는 방식은 줄이는 대신에 자사 쇼핑몰을 더 강화하게 된 배경에도 고객들의 데이터를 축적하면서, 효율적인 재고 관리를 실시간으로 반영하고, 다른 브랜드에서 제공하지 못하는 경험을 제공할 수 있도록 맞춤 서비스를 제공할 수 있기 때문입니다. 2019년 나이키는 아마존에서 철수 결정을 이 과정에서 하게 됩니다.

한편 다양한 옵션을 고객들이 직접 고를 수 있게 커스텀 서비스를 제공하고, 제품의 구매 내역을 근거로 시즈널에 맞게 상품을 추천하는 것도 고객을 중심에 둔 DT 전략 중 하나의 예시입니다. 다른 쇼핑 사이트에서 구매하는 것보다 직접 고객이 자사의 쇼핑몰을 방문해 구매 경험에서 얻는 가치를 제공함으로써 지속적으로 나이키의 제품 및 나아가서 브랜드에 대한 특별한 가치를 경험할 수 있게 합니다.

이제부터는 나이키의 직접 판매를 전략 비중을 높이는 사례를 시각적으로 소개하고자 합니다. 그 중에서 제일 먼저 한 일은 관련 데이터를 구하는 일이었습니다. 데이터 출처는 Statista입니다.

2016~2020년 사이 나이키의 직접 판매 vs 외부 유통업체 세일즈 비교
2016~2020년 사이 나이키의 직접 판매 vs 외부 유통업체 세일즈 비교

 

나이키 직접 판매의 비중이 매해 증가하는 것을 시각적으로 표현하기 위해 태블로(Tableau)에서 다음과 같이 제작했습니다. 

1) 직접 판매와 유통 업체 판매 비교를 위해 파이 차트로 구현합니다.

2) 이 둘의 판매 비중(percent of total)을 표현하기 위해 전체 매출에서 각각의 비중을 구하는 퀵 테이블 계산을 활용했습니다.

3) 나이키 로고의 검은색을 활용해 전반적인 컬러를 반영했고, 특히 직접 판매를 강조하기 위해 직접 판매를 검은색, 그리고 대비되는 유통업체 통한 판매를 흰색으로 지정합니다.

4) 대시보드의 성격을 잘 드러내고, 다른 사람들의 시선을 끌기 위해 나이키의 상징인 Swoosh를 가운데에 배치했습니다.

5) 그리고 Swoosh를 아이스하키 스틱처럼 활용하고 파이 차트를 아이스하키 퍽(puck)처럼 형상화했습니다. 

여러분들도 관심 있는 주제 또는 분야에 대한 데이터를 구하신 다음에 너무 많은 것을 채우지 마시고, 화면을 간단하게 표시한 다음에 사람들의 시선을 끌 수 있는 요소를 추가하는 연습을 계속 해보시기 바랍니다.

데이터 시각화 아직도 어렵나요?

원문 글은 여기서 볼 수 있습니다.

 

강승일님는 데이터 시각화 전문 기업 BigxData에서 데이터 시각적 분석 전문가로 활동하면서, 데이터에 스토리텔링을 입히는 일을 주로 하고 있습니다.   

저서로는 ‘데이터 시각적 분석 태블로로 끝내기’, ‘태블로 굿모닝 굿애프터눈’이 있습니다. 다양한 데이터 시각적 분석 예시는 저자가 운영하는 유튜브 채널 (http://bit.ly/YT_MDV)에서 만날 수 있습니다.

 

강승일

viztabviz@gmail.com
기자의 다른 기사보기
저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지

관련 기사

M4 프로세서와 맥이 꽤 괜찮은 게임기인 이유

M4 맥스의 발표와 함께 CDPR이 사이버펑크2077을 맥으로 내놓겠다고 밝혔습니다. 맥으로 AAA 급 게임들이 꽤 많이 나오고 있죠. 맥으로 게임하는 것이...

생성 AI 시대, 공짜는 없죠

생성형 인공지능, 온디바이스 AI 그리고 애플 인텔리전스라고 불리는 이 시대의 인공지능 모델은 평생 무한대로 쓸 수 있을까요? 사실 인공지능에 투자하는 비용은 우리가 상상할 수 없을 정도로 막대한 편입니다. GPU나 서버에 들어가는 인프라 비용에 인공지능 모델을 개발하는 비용과 인건비, 전력비, 인공지능 학습을 위한 수많은 형태의 콘텐츠 수급비용까지 어마어마한 비용이 들겠죠.

'M4 프로' 칩으로 더 완벽해진 맥 미니

애플은 오늘 신형 맥 미니를 공개하며 크기를 줄이고 성능을 강화한 M4 및 M4 Pro 프로세서를 탑재한 것이 핵심이라고 밝혔습니다. 이번...

M4 아이맥 고르는 방법, 그리고 M4와 다음 맥에 대한 기대

애플이 iOS 18.1 업데이트와 함께 M4 프로세서가 탑재된 새로운 아이맥을 발표했다. 새 아이맥은 모든 모델에서 16GB 메모리를 기본으로 제공하며, 모든...