데이터 기반 백서 작성하는 방법 (연구 팀 없이)

데이터 기반 백서에는 일반 보고서에는 없는 네 가지가 필요합니다. 입증 가능한 하나의 주장, 명시된 방법론, 그 자체로 완결성을 갖는 차트, 그리고 제3자가 검증할 수 있는 숫자입니다. 이 중 어느 것도 연구 부서가 따로 필요하지 않습니다. 이미 보유하고 있는 데이터셋과 이를 어떻게 사용했는지 설명할 수 있는 규율만 있으면 됩니다.

글을 쓰는 것은 절반 이하의 비중을 차지할 뿐입니다. 백서의 신뢰성을 결정하는 것은 회의적인 시각으로 읽는 독자 앞에서도 그 증거가 살아남는가 하는 점입니다.

이 가이드에서는 가장 먼저 결정해야 할 사항, 3단계로 이루어진 수동 작업 경로, 그리고 매년 문서를 업데이트할 때 이 경로가 지체되는 지점을 다룹니다.

시작하기 전에 필요한 것

먼저 공개할 권한이 있는 데이터셋이 필요합니다. 정직하게 설명할 수만 있다면 제품 사용량, 설문조사 응답, 거래 기록, 공공 데이터 모두 해당됩니다.

또한 단 하나의 주장이 필요합니다. 세 가지를 주장하는 백서는 아무도 설득하지 못합니다. 독자는 당신이 어떤 주장을 옹호하려는지 알 수 없기 때문입니다.

글을 쓰기 전에 두 가지를 결정해야 합니다.

독자가 누구인가. 실무자를 위한 백서라면 전문 용어를 그대로 사용할 수 있습니다. 하지만 구매자를 위한 백서는 그렇지 않으며, 내용이 부실해서가 아니라 지나치게 기술적이어서 실패하곤 합니다.

독자가 다음에 해야 할 행동은 무엇인가. 유도하는 행동이 없는 백서는 표지만 있는 보고서에 불과합니다.

나중에 수고를 가장 많이 덜어주는 습관이 하나 있습니다. 분석을 시작하기 전에 방법론 단락을 먼저 작성하는 것입니다. 이렇게 하면 모집단과 기간을 변경할 수 있는 단계에서 이를 명확히 정의하게 됩니다.

수동으로 작성하는 방법

옵션 1: 주장을 확정한 다음, 데이터로 검증하기

도출하고자 하는 결론을 한 문장으로 적어보세요. 그런 다음 데이터셋이 실제로 그 결론을 뒷받침할 수 있는지 확인합니다.

이 순서가 거꾸로 된 것처럼 느껴질 수 있지만, 가장 큰 비용이 드는 실패를 막아줍니다. 분석을 먼저 하고 나중에 글을 쓰면, 흥미로운 사실을 발견하고 그것을 중심으로 백서를 재구성하게 됩니다. 결국 문서가 네 가지 주장을 늘어놓게 되는 이유가 바로 이 때문입니다.

그 후 의도적으로 반대 사례를 찾아보십시오. 주장을 무너뜨릴 가능성이 가장 높은 기준으로 데이터를 세분화하여 주장이 여전히 유효한지 확인합니다.

여기서 한계를 결정하는 것은 기술이 아니라 정직성입니다. 이 단계에서는 아무도 여러분의 작업을 검증하지 않기 때문에 가장 자주 생략되는 단계이기도 합니다.

옵션 2: 각 차트가 하나의 핵심만 전달하도록 증거 구축하기

모든 시각 자료에 단 하나의 역할만 부여하십시오. 두 가지 주장을 담은 차트는 결국 아무것도 전달하지 못합니다.

백서는 작성자 없이도 스스로 유통되므로 라벨을 완벽하게 작성해야 합니다. 축 단위, 표본 크기, 기간, 출처는 주변 본문이 아니라 그림 자체에 포함되어야 합니다. 제작 측면에 대해서는 저희 AI graph maker 페이지에서 다루고 있습니다.

그런 다음 방법론 노트를 작성합니다. 모집단, 기간, 제외된 데이터와 그 이유를 명시하십시오. 보통 두 단락이면 충분하며, 이것이 없으면 백서가 단순한 홍보물처럼 보이게 됩니다.

이렇게 하면 널리 전파될 수 있는 강력한 증거가 만들어집니다. 또한 본문을 쓰는 것보다 시간이 더 오래 걸려 처음 작성하는 사람들을 놀라게 하기도 합니다.

반올림 규칙을 한 번 정하면 모든 곳에 일관되게 적용하십시오. 차트에서는 소수점 첫째 자리까지 표시하고 본문에서는 정수로 표시하면 독자는 이를 서로 다른 숫자로 인식합니다.

모든 시각 자료의 기초가 되는 원본 표를 보관해 두십시오. 독자가 수치가 어떻게 도출되었는지 물었을 때, 분석을 처음부터 다시 하는 대신 1분 안에 답변할 수 있어야 합니다.

옵션 3: 개요가 아닌 증거를 중심으로 문서 초안 작성하기

핵심 차트가 들어가는 섹션을 먼저 작성한 다음, 바깥쪽으로 내용을 확장해 나가십시오. 차트가 하나도 들어가지 않는 섹션은 대개 삭제해야 할 섹션입니다.

요약본(executive summary)은 가장 마지막에 작성하십시오. 요약본은 그 자체만 읽어도 주장, 증거, 시사점을 파악할 수 있는 형태여야 합니다. 스프레드시트에서 요약본을 작성하는 구체적인 방법은 저희의 스프레드시트에서 요약본을 작성하는 방법 가이드를 참조하십시오.

전체 표가 담긴 부록으로 마무리하십시오. 독자가 확인하고 싶어 할 만한 모든 내용은 본문 주장이 아닌 부록에 들어가야 합니다.

공통의 한계. 세 가지 옵션 모두 분석이 안정적이라는 전제하에 작동합니다. 실제로는 검토자가 뒤늦게 새로운 질문을 던지고, 그 질문 하나 때문에 전체 증거 체인을 수동으로 다시 훑어봐야 하는 상황이 발생합니다.

수동 작업 경로가 지체되는 지점

첫 번째 버전을 발행할 때는 정말 만족스럽습니다. 하지만 1년 후 두 번째 버전을 만들 때가 되면 이 작업 방식은 한계에 부딪힙니다.

그 이유는 구조적인 데 있습니다. 백서를 업데이트하려면 새로운 기간으로 모든 수치를 다시 계산한 다음, 숫자가 인용된 모든 문장을 확인해야 합니다. 진짜 문제는 문장들입니다. 겉보기에는 변하지 않은 것처럼 보이기 때문입니다.

실패는 불 보듯 뻔합니다. 차트는 시각적으로 변경해야 하므로 새로 생성됩니다. 하지만 본문은 작년 수치를 그대로 유지하게 되고, 결국 독자는 4페이지와 9페이지의 내용이 모순된다는 사실을 눈치채게 됩니다.

또 다른 걸림돌도 있습니다. 검토자나 법무 담당자가 뒤늦게 던지는 질문은 새로운 분석을 요구하며, 질문 하나를 해결할 때마다 원본 워크북에서 반나절을 허비하게 만듭니다.

이러한 뒤늦은 질문들은 프로세스에서 가장 예측하기 쉬운 부분이기도 합니다. 표본 크기, 제외 기준, 기간은 거의 매번 언급되므로, 누군가 묻기 전에 이 세 가지 답변을 미리 준비해 두십시오.

Powerdrill Bloom으로 데이터 기반 백서를 작성하는 방법

1단계: 주장을 뒷받침하는 데이터셋 업로드하기

공개하고자 하는 사용량 내보내기 파일, 설문조사 파일 또는 거래 기록을 업로드합니다. Powerdrill Bloom은 업로드 즉시 열(column)을 프로파일링하므로, 문서에 숫자가 반영되기 전에 빈 값, 중복, 유형 불일치 등의 문제를 미리 파악할 수 있습니다.

2단계: 자연어로 주장 및 반대 사례 질문하기

검증하려는 주장을 입력한 다음, 증거와 예외 상황을 동시에 요청하십시오. 어떤 세그먼트가 패턴에 모순되는지, 어떤 비교 분석이 공개하기에는 너무 작은 표본 크기에 기반하고 있는지 질문합니다.

그런 다음 공개해야 하는 방법론적 사실을 요청하십시오. 얼마나 많은 레코드가 어떤 규칙에 의해 제외되었는지, 그리고 실제 기간은 어떻게 되는지 질문합니다.

3단계: 차트, 보고서 또는 프레젠테이션 덱 내보내기

라벨이 지정된 그림, 부록용 표 또는 백서 본문에 편집해 넣을 수 있는 초안 텍스트를 내보냅니다.

빈 문서에서 시작하는 것보다 이 방법이 더 나은 이유

	수동 작업 경로	Powerdrill Bloom
작성 전 주장 검증	관점별로 분석 재구축	각 관점에 대해 차례로 질문
반대 사례 찾기	수동으로 세분화하고 잘되기를 바라기	어떤 세그먼트가 패턴을 깨뜨리는지 질문
공개할 방법론적 사실	제외된 데이터를 수동으로 집계	무엇이 왜 제외되었는지 질문
내년도 개정판	모든 수치를 다시 계산하고 모든 문장을 다시 읽기	새로운 내보내기 파일 업로드

마지막 행은 백서가 시리즈로 이어질 수 있을지를 결정합니다. 작성하는 데 일주일이 걸리는 연례 문서는 단 한 번만 발행되고 끝납니다.

반대 사례 행은 대부분의 사람들이 건너뛰는 부분입니다. 독자가 발견하기 전에 주장을 깨뜨리는 세그먼트를 먼저 찾아내는 것이 신뢰할 수 있는 백서와 방어적인 백서를 가르는 차이점입니다.

자주 하는 실수

두 가지 이상을 주장하는 것. 두 가지를 주장하면 각각의 설득력이 절반으로 줄어듭니다. 데이터가 가장 잘 뒷받침하는 주장을 선택하고 나머지는 부록으로 보내십시오.

방법론을 숨기는 것. 모집단과 기간이 명시되지 않은 백서는 분석이 아무리 훌륭하더라도 마케팅 자료처럼 읽힙니다.

분모 없이 백분율만 공개하는 것. 12개 응답 중 60%는 의미 있는 발견이 아닙니다. 그림에 표본 크기를 명시하십시오.

본문 단락이 있어야만 이해되는 차트. 백서는 발췌되고, 스크린샷으로 캡처되며, 인용됩니다. 모든 시각 자료는 그 자체로 완결성을 가져야 합니다.

본문에 지난 버전의 숫자를 그대로 두는 것. 차트를 업데이트할 때 본문의 텍스트도 함께 수정하고, 각 수치가 출처와 일치하는지 대조해 보십시오.

백서를 긴 블로그 게시물처럼 취급하는 것. 독자는 의견보다는 증거를 기대합니다. 구조적 차이에 대해서는 저희의 데이터 스토리텔링에 관한 노트를 참조하십시오.

부록을 생략하는 것. 부록이 없다면 회의적인 독자는 이탈할 수밖에 없습니다. 전체 표를 포함하는 데는 추가 비용이 들지 않습니다.

결론

하나의 주장을 확정하고, 이를 무너뜨릴 수 있는 사례를 포함하여 데이터로 검증하고, 그 자체로 완결성을 갖는 시각 자료를 구축하며, 방법론을 공개하십시오. 이것이 백서와 브로셔를 가르는 결정적인 차이입니다.

백서 작성이 습관으로 자리 잡을 수 있을지를 결정하는 것은 바로 '업데이트'입니다. 모든 수치를 다시 계산하고 모든 문장을 수동으로 다시 읽어야 하는 번거로움 때문에 대부분의 백서는 단발성 발행에 그치고 맙니다.

문서 작업이 늘 거기서 멈춘다면, 주장을 뒷받침하는 데이터셋으로 Powerdrill Bloom을 사용해 보십시오. 또한 저희의 AI를 활용한 분석 보고서 작성 가이드와 AI report generator 페이지도 참고해 보시기 바랍니다.

자주 묻는 질문

백서와 보고서의 차이점은 무엇인가요?

백서는 조직 외부의 독자를 위해 작성되므로, 그 자체로 완결성을 가져야 하며 검증이 가능해야 합니다. 즉, 명시된 하나의 주장, 설명된 방법론, 그리고 주변 본문 없이도 이해되는 시각 자료가 필요합니다.

데이터 기반 백서의 분량은 어느 정도가 적당한가요?

증거를 전달하기에 충분한 분량이되, 그보다 길어질 필요는 없습니다. 대부분 6~12페이지 사이이며, 전체 표는 본문 주장에 포함하기보다 부록으로 이동시킵니다.

연구 팀이 없는 경우 어떤 데이터를 사용할 수 있나요?

이미 보유하고 있는 데이터로도 충분합니다. 제품 사용량, 설문조사 응답, 거래 기록 또는 고객 지원 티켓 등이 이에 해당합니다. 단, 모집단과 기간을 정직하게 설명할 수 있어야 합니다.

방법론 섹션은 어디에 위치해야 하나요?

독자가 기술적 이해도가 높은 편이라면 앞부분에, 그렇지 않다면 부록에 배치하되, 항상 포함되어야 합니다. 어느 쪽이든 방법론을 가장 먼저 작성하십시오. 분석을 시작하기 전에 모집단을 명확히 정의하도록 강제하기 때문입니다.

백서는 얼마나 자주 업데이트해야 하나요?

현재 수치를 인용하는 백서의 경우 매년 업데이트하는 것이 일반적입니다. 모든 차트를 다시 생성하고 본문에 작성된 모든 숫자를 다시 확인하는 작업을 일정에 반영해야 하며, 이 단계가 보통 가장 많이 누락됩니다.