데이터 비전공자에게 분석 결과 보고하기

시리즈 16/16
PI
보고
Python

시스템 사용량과 업무 실적의 관계를 보고해야 했다. 처음엔 상관계수와 2×2 매트릭스로 정리했는데, 보고를 받는 사람도 하는 사람도 데이터 전공자가 아니었다. 산점도와 추세선 하나로 바꿨다.

문제

분석 결과를 상관계수로 설명하니 보고 자리에서 질문이 숫자 해석으로 흘러감

원인

보고 대상이 아니라 분석하는 사람 기준으로 표현을 고름

해결

그림 하나로 결론이 보이게 바꾸고, 통계 용어는 빼고, 기준일과 범위는 명확히 적음

바꾼 것

구분	처음	최종
관계 표현	상관계수	산점도 + 추세선
구성	2×2 매트릭스	원래 질문 하나에 답하는 그림 하나
막대 정렬	부서 이름순	값 큰 순
라벨	점마다 이름, 겹침	겹치는 점은 묶어서 +N
기간	데이터 있는 만큼	보고 범위와 기준일 명시
용어	조직 정식 명칭	현업이 부르는 약칭

질문에서 벗어나지 않는다

2×2 매트릭스는 그럴듯해 보였지만 "사용량이 많은 부서가 실적도 좋은가"라는 원래 질문에서 벗어나 있었다. 사분면 이름을 붙이는 순간 새로운 해석 논쟁이 생겼다. 질문이 두 변수의 관계라면 산점도 하나가 가장 직접적이다.

산점도 스크립트

Python

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams['font.family'] = 'Noto Sans KR'
df = pd.read_excel('input.xlsx', engine='openpyxl')   # 컬럼: 부서, 사용량, 실적

x, y = df['사용량'], df['실적']
k, b = np.polyfit(x, y, 1)

fig, ax = plt.subplots(figsize=(8, 5), dpi=220)
ax.scatter(x, y, s=40, color='#256ef4')
xs = np.linspace(x.min(), x.max(), 50)
ax.plot(xs, k * xs + b, color='#6d7882', linewidth=1.5, linestyle='--')

for _, r in df.nlargest(5, '사용량').iterrows():     # 라벨은 일부만
    ax.annotate(r['부서'], (r['사용량'], r['실적']), xytext=(6, 4),
                textcoords='offset points', fontsize=9)

ax.set_xlabel('월 사용량')
ax.set_ylabel('실적')
ax.spines[['top', 'right']].set_visible(False)
fig.tight_layout()
fig.savefig('scatter.png', facecolor='white')

DRM이 걸린 엑셀

사내 문서 보안 솔루션이 적용된 엑셀은 일반 xlsx(zip) 구조가 아니라서 Python에서 열면 BadZipFile 오류가 난다. 오류를 잡아 안내하고, CSV로 저장한 파일을 대신 읽도록 했다.