편집
엑셀 표를 보여주는 대신, 10분 안에 ‘무슨 일이 일어났는지’ 보여주는 방법
월간 실적을 보고할 때 가장 흔한 장면은 비슷합니다. 엑셀에 매출 데이터를 정리하고, 피벗테이블을 만들고, 그래프를 붙인 뒤 보고서에 복사합니다.
문제는 그래프를 만드는 데 시간이 걸리는 것보다 어떤 데이터를 어떤 형태로 보여줘야 하는지 결정하는 데 시간이 더 많이 든다는 데 있습니다.
이럴 때 Tableau를 단순한 차트 제작 도구로 사용하지 않고, 업무 질문에 맞는 데이터와 시각화 방식을 조합하는 도구로 접근하면 작업 순서가 달라집니다.
이번 글에서는 가상의 월간 매출 데이터를 가지고 실제 업무에서 사용할 만한 대시보드를 만드는 과정을 따라가 보겠습니다. 데이터 준비부터 Tableau 시각화, 결과 해석까지 한 번에 진행합니다.
1. 먼저 차트가 아니라 ‘질문’을 정합니다
데이터 시각화를 시작할 때 바로 막대그래프부터 만들면 필요한 정보를 한 화면에 담기 어렵습니다.
먼저 보고 싶은 것을 세 가지 질문으로 좁혀보겠습니다.
- 이번 달 매출은 어느 지역에서 가장 많이 발생했는가?
- 지난달보다 매출이 증가한 제품은 무엇인가?
- 매출이 높은 지역에서 실제로 많이 팔리는 제품은 무엇인가?
이 세 질문을 기준으로 하면 필요한 데이터도 자연스럽게 정리됩니다.
| 월 | 지역 | 제품 | 매출 | 주문수 |
|---|---|---|---|---|
| 2026-07 | 서울 | A제품 | 12,500,000 | 125 |
| 2026-07 | 서울 | B제품 | 8,300,000 | 91 |
| 2026-07 | 경기 | A제품 | 15,200,000 | 148 |
| 2026-07 | 경기 | B제품 | 6,700,000 | 73 |
| 2026-07 | 부산 | A제품 | 7,400,000 | 82 |
| 2026-07 | 부산 | B제품 | 9,100,000 | 105 |
실제 회사 데이터라면 이 표를 CSV나 Excel 파일로 준비하면 됩니다. 다만 고객명, 전화번호, 이메일, 사번 등 개인을 식별할 수 있는 정보는 시각화 작업에 필요하지 않다면 처음부터 제외하는 것이 좋습니다.
2. Tableau에 데이터를 넣고 가장 먼저 만들 차트
Tableau에서 Excel 또는 CSV 파일을 연결한 다음, 가장 먼저 지역별 매출을 확인해 보겠습니다.
- 데이터 원본에서 지역 필드를 확인합니다.
- 워크시트에서 지역을 행 또는 열 영역에 배치합니다.
- 매출을 측정값으로 추가합니다.
- 매출이 큰 순서로 정렬합니다.
- 막대 차트를 선택합니다.
결과는 다음과 같은 형태가 됩니다.
경기 2,190만원 → 서울 2,080만원 → 부산 1,650만원
여기서 끝내면 단순한 지역별 매출 그래프입니다. 하지만 보고서에서 필요한 것은 숫자를 다시 읽어주는 차트가 아닙니다.
‘어디를 먼저 봐야 하는지’가 바로 드러나는 화면이어야 합니다.
3. 같은 데이터라도 시각화 방식을 바꾸면 의미가 달라집니다
이번에는 제품을 추가해 보겠습니다.
지역과 제품을 함께 놓으면 다음과 같은 질문에 답할 수 있습니다.
| 지역 | A제품 | B제품 | 지역 합계 |
|---|---|---|---|
| 경기 | 1,520만원 | 670만원 | 2,190만원 |
| 서울 | 1,250만원 | 830만원 | 2,080만원 |
| 부산 | 740만원 | 910만원 | 1,650만원 |
이 데이터를 단순한 표로 보여주면 경기 지역의 A제품 매출이 높다는 사실을 찾기 위해 독자가 숫자를 직접 비교해야 합니다.
반면 지역을 행, 제품을 색상으로 구분한 누적 막대그래프로 표현하면 지역별 규모와 제품 구성비를 동시에 볼 수 있습니다.
이때 중요한 것은 ‘가장 예쁜 차트’를 고르는 것이 아닙니다.
비교하려는 대상에 맞는 시각화 방식을 고르는 것이 핵심입니다.
- 지역별 규모 비교 → 막대그래프
- 월별 추세 확인 → 선그래프
- 제품별 구성 비교 → 막대그래프 또는 누적 막대그래프
- 두 변수의 관계 확인 → 산점도
- 여러 조건의 분포 확인 → 히트맵
4. 여기서 AI를 함께 사용하면 시간이 줄어듭니다
AI를 Tableau 대신 사용하는 것이 아니라, Tableau에서 무엇을 만들어야 할지 결정하는 앞단에 AI를 활용하는 방식입니다.
예를 들어 엑셀 데이터의 열 이름을 확인한 뒤 ChatGPT에 다음처럼 입력할 수 있습니다.
다음 데이터는 지역, 제품, 월, 매출, 주문수로 구성된 월간 판매 데이터입니다. 경영진에게 월간 실적을 보고하기 위한 Tableau 대시보드를 만든다고 가정하세요. 숫자를 단순히 보여주는 것이 아니라 ‘어느 지역의 어떤 제품이 실적을 이끌었는지’를 빠르게 파악할 수 있도록 필요한 차트 3개를 추천하고, 각 차트에서 행·열·색상·측정값에 어떤 필드를 넣을지 설명해주세요.
그러면 AI에게 단순히 “그래프를 만들어줘”라고 요청하는 것보다 실제 Tableau 작업으로 옮길 수 있는 형태의 답을 얻을 수 있습니다.
예를 들어 결과를 다음과 같이 정리할 수 있습니다.
| 업무 질문 | 추천 시각화 | 주요 필드 |
|---|---|---|
| 어느 지역의 매출이 높은가? | 막대그래프 | 지역 + 매출 |
| 제품별 매출 추이는? | 선그래프 | 월 + 제품 + 매출 |
| 어느 지역에서 어떤 제품이 강한가? | 누적 막대그래프 | 지역 + 제품 + 매출 |
이렇게 하면 Tableau의 수많은 기능을 하나씩 시험해 보는 시간을 줄일 수 있습니다.
5. 10분 대시보드는 이렇게 구성하면 됩니다
실무에서 모든 정보를 한 화면에 넣으려고 하면 오히려 읽기 어려워집니다.
짧은 시간에 보고해야 한다면 다음 정도로 제한하는 편이 좋습니다.
- 상단 — 전체 매출, 주문수 등 핵심 지표
- 왼쪽 — 지역별 매출 비교
- 오른쪽 — 월별 매출 추이
- 하단 — 지역 × 제품별 성과
예를 들어 상단에 다음과 같은 KPI를 배치할 수 있습니다.
7월 총매출 5,920만원 | 총주문 624건 | 전월 대비 +8.4%
그리고 아래 차트에서 ‘왜 +8.4%가 발생했는가’를 설명합니다.
이 구조의 장점은 숫자 → 위치 → 원인의 순서로 시선이 이동한다는 것입니다.
6. 대부분 놓치는 단계: ‘데이터 소스와 차트의 조합’을 먼저 결정하기
같은 Tableau라도 어떤 데이터를 넣느냐에 따라 결과가 크게 달라집니다.
예를 들어 매출 총액만 가지고 있다면 지역별 매출 규모는 볼 수 있지만, 매출이 증가한 이유까지 설명하기 어렵습니다.
반대로 다음처럼 데이터를 구성하면 분석 범위가 넓어집니다.
- 날짜: 월별 변화 확인
- 지역: 지점 또는 권역 비교
- 제품: 제품별 성과 비교
- 매출: 규모 측정
- 주문수: 판매량 확인
여기에 필요하다면 할인율, 원가, 영업이익 등의 필드를 추가할 수 있습니다.
예를 들어 매출이 높은 A제품이 실제로는 할인 폭이 커서 이익률이 낮을 수도 있습니다. 따라서 ‘매출이 높은 제품 = 가장 좋은 제품’이라고 해석하지 않는 것도 중요합니다.
즉, 좋은 시각화는 차트 디자인에서 시작하는 것이 아니라 업무 의사결정에 필요한 데이터를 선택하는 단계에서 시작합니다.
7. 직장인이 자주 하는 Tableau 시각화 실수 4가지
① 차트를 너무 많이 넣는 경우
한 화면에 그래프가 많다고 정보가 많아지는 것은 아닙니다.
회의 참석자가 10초 정도 화면을 봤을 때 무엇을 봐야 하는지 알 수 없다면 차트를 줄이는 것이 좋습니다.
② 색상을 지나치게 사용하는 경우
제품마다 다른 색을 지정하고, 지역마다 또 다른 색을 지정하면 화면이 복잡해집니다.
색상은 장식보다 강조를 위해 사용하는 편이 좋습니다. 특히 특정 제품이나 이상값을 강조할 때 색상을 제한적으로 사용하는 방식이 효과적입니다.
③ 합계만 보여주고 변화를 보여주지 않는 경우
7월 매출이 5,920만원이라는 숫자만으로는 좋은 실적인지 판단하기 어렵습니다.
전월 또는 전년 동월과 비교할 기준이 있어야 합니다.
④ 데이터의 단위를 확인하지 않는 경우
매출이 원 단위인지 천 원 단위인지, 주문수가 주문 건수인지 제품 수량인지 확인하지 않으면 차트가 정확해 보여도 해석은 틀릴 수 있습니다.
Tableau에 연결하기 전에 각 열의 의미와 단위를 먼저 확인하는 습관이 필요합니다.
8. 회사 데이터를 사용할 때는 ‘보여줄 필요가 없는 정보’를 먼저 제거하세요
업무 데이터를 AI와 Tableau에 활용할 때 가장 먼저 확인할 부분은 편의성이 아니라 보안입니다.
고객명, 전화번호, 이메일 주소, 주민등록번호, 사번, 계좌정보처럼 개인을 식별하거나 민감한 정보를 포함한 원본 파일을 외부 AI 서비스에 그대로 입력하는 것은 피해야 합니다.
가능하다면 다음처럼 익명화한 데이터만 사용합니다.
| 원본 | 업무용 데이터 |
|---|---|
| 홍길동 / 010-1234-5678 | 고객001 |
| 실제 거래처명 | 거래처A |
| 상세 주소 | 경기권 |
또한 회사의 보안정책이나 개인정보 처리 기준에서 외부 AI 서비스, 클라우드 분석 도구, 파일 업로드 등을 제한하고 있다면 그 기준을 우선해야 합니다.
특히 AI에게 업무 데이터를 분석시킬 때는 “분석에 필요한 정보인가?”와 “외부 서비스에 제공해도 되는 정보인가?”를 별도로 판단하는 것이 안전합니다.
9. 실제 업무에서는 이렇게 10분을 배분해 보세요
| 시간 | 작업 |
|---|---|
| 0~2분 | 업무 질문 2~3개 정리 |
| 2~4분 | 필요한 데이터 열 확인 및 불필요한 개인정보 제거 |
| 4~7분 | Tableau에서 핵심 차트 3개 작성 |
| 7~9분 | 필터·정렬·색상 등 화면 정리 |
| 9~10분 | 차트가 업무 질문에 답하는지 최종 확인 |
여기서 중요한 것은 반드시 10분 안에 모든 분석을 끝내겠다는 의미가 아닙니다. 첫 번째 의사결정용 화면을 빠르게 만드는 것이 목표입니다.
처음부터 완벽한 대시보드를 만들려고 하면 데이터 정리와 디자인에 시간이 계속 늘어납니다. 먼저 질문에 답하는 최소한의 화면을 만들고, 필요한 경우 세부 분석을 추가하는 편이 실무에 더 적합합니다.
마무리: Tableau의 시간을 줄이는 방법은 기능을 더 많이 배우는 것이 아닙니다
Tableau를 처음 사용하는 직장인이 가장 먼저 익혀야 할 것은 모든 메뉴의 기능이 아닙니다.
업무 질문 → 필요한 데이터 → 적합한 시각화 → 한눈에 읽히는 화면이라는 순서를 만드는 것이 더 중요합니다.
여기에 AI를 활용하면 “어떤 차트를 만들지” 고민하는 시간을 줄이고, 실제 Tableau 작업에 바로 사용할 수 있는 분석 구조를 먼저 만들 수 있습니다.
다음에 월간 실적 자료를 받았다면 곧바로 그래프부터 만들기보다 먼저 세 줄만 적어보세요.
무엇을 비교할 것인가?
어떤 변화를 찾아야 하는가?
그 결과로 어떤 업무 판단을 해야 하는가?
이 세 질문에 답한 뒤 Tableau를 열면, 기능을 하나씩 찾아 헤매는 것보다 훨씬 빠르게 실무용 화면을 만들 수 있습니다.
FAQ
Q1. Tableau를 처음 사용하는데도 이 방법을 따라 할 수 있나요?
가능합니다. 처음부터 계산식이나 복잡한 대시보드 기능을 익힐 필요는 없습니다. Excel 또는 CSV 데이터를 연결한 뒤 지역·제품·매출처럼 명확한 필드를 이용해 막대그래프와 선그래프부터 만들어 보세요. 이후 필터와 대시보드 배치를 추가하는 순서가 이해하기 쉽습니다.
Q2. ChatGPT에 회사 Excel 파일을 그대로 올려도 되나요?
회사 규정에 따라 다릅니다. 특히 개인정보, 고객정보, 계약정보, 영업비밀 등이 포함된 파일은 회사의 AI·클라우드 이용 정책을 먼저 확인해야 합니다. 분석에 필요하지 않은 개인정보는 제거하고, 가능하면 익명화된 샘플 데이터로 작업하는 것이 안전합니다.
Q3. Tableau에서 어떤 차트를 선택해야 할지 모르겠습니다.
차트 종류를 먼저 고르기보다 질문을 먼저 정하면 쉽습니다. 지역이나 제품처럼 항목 간 크기를 비교하려면 막대그래프, 시간에 따른 변화를 확인하려면 선그래프, 두 수치의 관계를 확인하려면 산점도처럼 비교 대상과 분석 목적에 맞춰 시각화 방식을 선택하면 됩니다.