숫자는 있는데, 왜 회의할 때마다 다시 계산할까요?
월요일 오전 회의를 앞두고 엑셀 파일을 엽니다. 부서별 매출을 합산하고, 목표 대비 달성률을 계산한 뒤, 지난달과 비교할 그래프를 다시 만듭니다. 보고서가 완성될 즈음에는 정작 중요한 질문을 검토할 시간이 부족해집니다.
“매출이 얼마나 나왔는가?”보다 중요한 질문은 “어느 부서에서, 언제부터, 왜 실적이 달라졌는가?”입니다.
이럴 때 활용할 수 있는 도구가 Google Data Studio입니다. 2026년 4월부터 기존 (자세히 보기) (자세히 보기) (자세히 보기) Looker Studio의 명칭이 다시 Data Studio로 변경됐기 때문에, 회사 화면이나 검색 결과에 두 이름이 함께 보일 수 있습니다. 기존 보고서는 그대로 사용할 수 있습니다.
이번 글에서는 기능 목록을 나열하지 않습니다. 아래와 같은 실제 영업 실적 데이터를 Google 스프레드시트에 입력하고, 부서와 기간을 선택하면 결과가 즉시 바뀌는 대시보드를 직접 만들어보겠습니다.
1단계: 분석할 데이터를 먼저 같은 형식으로 정리합니다
먼저 Google 스프레드시트의 첫 번째 행에 다음 열 이름을 입력합니다.
| 날짜 | 부서 | 담당자 | 목표매출 | 실제매출 | 상담건수 | 계약건수 |
|---|---|---|---|---|---|---|
| 2026-07-01 | 온라인영업 | 담당자A | 5000000 | 4600000 | 42 | 9 |
| 2026-07-01 | 기업영업 | 담당자B | 8000000 | 9200000 | 25 | 6 |
| 2026-07-02 | 온라인영업 | 담당자C | 5000000 | 5400000 | 51 | 12 |
| 2026-07-02 | 기업영업 | 담당자D | 8000000 | 6800000 | 31 | 4 |
| 2026-07-03 | 온라인영업 | 담당자A | 5000000 | 6100000 | 48 | 13 |
| 2026-07-03 | 기업영업 | 담당자B | 8000000 | 7600000 | 29 | 5 |
이때 보기 좋게 꾸미는 것보다 데이터 구조를 지키는 편이 더 중요합니다.
- 셀을 병합하지 않습니다.
- 금액 셀에 ‘500만 원’처럼 문자를 섞지 않고 숫자만 입력합니다.
- 날짜 형식을 한 가지로 통일합니다.
- 합계 행과 소계 행은 원본 데이터에 넣지 않습니다.
- 한 행에는 한 날짜의 한 담당자 실적만 기록합니다.
예를 들어 실제매출 열에 ‘4,600,000원’이라는 문자열을 입력하면 합계 계산이 제대로 되지 않을 수 있습니다. 셀에는 4600000을 입력하고, 표시 형식만 통화 또는 원화로 지정하는 편이 안전합니다.
2단계: 스프레드시트를 Data Studio에 연결합니다
- Google Data Studio에 접속해 만들기 → 보고서를 선택합니다.
- 보고서에 데이터 추가 화면에서 Google 스프레드시트를 선택합니다.
- 앞에서 만든 파일과 시트를 선택합니다.
- 첫 번째 행을 헤더로 사용하도록 설정한 뒤 추가를 누릅니다.
- 보고서 왼쪽 위 제목을 7월 영업 성과 대시보드로 변경합니다.
연결 후에는 필드 유형을 확인해야 합니다. 날짜는 ‘날짜’, 부서와 담당자는 ‘텍스트’, 목표매출과 실제매출은 ‘숫자’ 또는 ‘통화’로 인식되어야 합니다.
날짜가 텍스트로 잡혔다면 데이터 소스 편집 화면에서 해당 필드의 유형을 날짜로 변경합니다. 이 확인을 건너뛰면 기간 선택기가 작동하지 않거나 날짜순 정렬이 어긋날 수 있습니다.
3단계: 경영진이 먼저 보는 숫자 4개를 배치합니다
대시보드 상단에는 가장 먼저 확인할 지표를 점수표 형태로 배치합니다. 메뉴에서 차트 추가 → 점수표를 선택해 다음 네 개를 만듭니다.
| 점수표 | 사용할 측정항목 | 예시 결과 |
|---|---|---|
| 총 목표매출 | 목표매출 합계 | 39,000,000원 |
| 총 실제매출 | 실제매출 합계 | 40,100,000원 |
| 목표 달성률 | 계산된 필드 | 102.8% |
| 계약 전환율 | 계산된 필드 | 21.7% |
목표 달성률과 계약 전환율은 원본 시트에 매번 계산해서 넣지 않아도 됩니다. Data Studio에서 계산된 필드로 만들 수 있습니다.
목표 달성률 계산식
리소스 → 추가된 데이터 소스 관리 → 수정 → 필드 추가로 이동한 뒤 필드 이름을 ‘목표 달성률’로 입력합니다.
SUM(실제매출) / SUM(목표매출)
필드 유형은 백분율로 지정합니다. 위 예시에서는 실제매출 40,100,000원을 목표매출 39,000,000원으로 나누므로 약 102.8%가 표시됩니다.
계약 전환율 계산식
SUM(계약건수) / SUM(상담건수)
예시 데이터의 상담건수는 총 226건, 계약건수는 49건입니다. 따라서 계약 전환율은 약 21.7%입니다.
여기서 많은 실무자가 놓치는 부분이 있습니다. 각 행의 전환율을 계산한 뒤 평균을 내는 방식과, 전체 계약건수를 전체 상담건수로 나누는 방식은 결과가 다를 수 있습니다. 업무 성과를 전체 기준으로 볼 때는 SUM(계약건수) / SUM(상담건수)처럼 합계끼리 나누는 방식이 일반적으로 더 적합합니다.
4단계: “어디에서 실적이 달라졌는가”를 그래프로 확인합니다
부서별 실제매출 비교
차트 추가 → 막대 차트를 선택하고 다음과 같이 설정합니다.
- 측정기준: 부서
- 측정항목: 실제매출
- 정렬: 실제매출 내림차순
예시 데이터에서는 온라인영업이 16,100,000원, 기업영업이 24,000,000원으로 표시됩니다. 단순히 기업영업의 실적이 더 높다고 결론 내리면 안 됩니다. 목표액 자체가 다르기 때문입니다.
따라서 같은 표에 목표매출도 추가하거나, 목표 달성률을 함께 비교합니다.
| 부서 | 목표매출 | 실제매출 | 달성률 |
|---|---|---|---|
| 온라인영업 | 15,000,000원 | 16,100,000원 | 107.3% |
| 기업영업 | 24,000,000원 | 24,000,000원 | 100.0% |
이 장면에서는 총매출만 봤을 때와 다른 해석이 나옵니다. 기업영업의 매출 규모는 크지만, 목표 대비 성과는 온라인영업이 더 높습니다. 시각화의 역할은 숫자를 화려하게 꾸미는 것이 아니라 이런 비교 기준을 드러내는 데 있습니다.
날짜별 성과 흐름 확인
차트 추가 → 시계열 차트를 선택한 뒤 다음 항목을 지정합니다.
- 측정기준: 날짜
- 측정항목: 실제매출
- 선택 측정항목: 목표매출
그러면 7월 1일부터 3일까지 목표선과 실제 실적선이 함께 나타납니다. 특정 날짜에 실제매출이 목표선 아래로 내려간다면 그날의 담당 부서와 계약 전환율을 추가로 확인할 수 있습니다.
5단계: 부서와 기간을 클릭해 결과가 바뀌게 만듭니다
고정된 그래프만 보여주면 매번 별도의 보고서를 만들어야 합니다. 필터 컨트롤을 넣으면 한 화면에서 부서별, 담당자별, 기간별 결과를 확인할 수 있습니다.
부서 선택 필터 만들기
- 컨트롤 추가 → 드롭다운 목록을 선택합니다.
- 컨트롤 필드를 ‘부서’로 지정합니다.
- 대시보드 왼쪽 위에 배치합니다.
- 보기 모드에서 ‘온라인영업’을 선택합니다.
선택 전에는 총 실제매출이 40,100,000원으로 표시됩니다. 온라인영업을 선택하면 점수표가 16,100,000원으로 바뀌고, 달성률은 107.3%로 변경됩니다. 막대 차트와 시계열 차트도 같은 조건에 맞춰 함께 바뀝니다.
기간 선택기 추가하기
- 컨트롤 추가 → 기간 컨트롤을 선택합니다.
- 대시보드 오른쪽 위에 배치합니다.
- 기본 기간을 ‘이번 달’로 설정합니다.
- 회의 중 최근 7일, 지난달, 사용자 지정 기간으로 변경해 결과를 비교합니다.
예를 들어 7월 1일만 선택하면 실제매출은 13,800,000원입니다. 7월 2일을 선택하면 12,200,000원으로 내려갑니다. 이때 담당자별 표를 확인하면 기업영업 실적이 9,200,000원에서 6,800,000원으로 감소했다는 사실을 바로 찾을 수 있습니다.
이처럼 필터는 보고서를 꾸미는 부가 기능이 아닙니다. “전체 실적이 왜 떨어졌는가?”라는 질문을 “어느 날짜, 어느 부서, 어느 담당 구간에서 변했는가?”로 좁히는 분석 장치입니다.
6단계: 회의에서 바로 쓰는 대시보드로 구성합니다
대시보드는 위에서 아래로 질문이 이어지도록 배치하면 읽기 쉬워집니다.
- 첫 번째 줄: 기간 선택기와 부서 필터
- 두 번째 줄: 총매출, 달성률, 상담건수, 전환율 점수표
- 세 번째 줄: 날짜별 목표·실적 시계열 차트
- 네 번째 줄: 부서별 또는 담당자별 비교 막대 차트
- 마지막 줄: 원인을 확인할 수 있는 상세 표
상세 표에는 날짜, 부서, 담당자, 목표매출, 실제매출, 달성률, 상담건수, 계약건수를 넣습니다. 실제매출을 내림차순으로 정렬하면 성과가 높은 항목을, 달성률을 오름차순으로 정렬하면 점검이 필요한 항목을 빠르게 찾을 수 있습니다.
색상도 목적에 맞게 제한합니다. 목표 이상을 무조건 초록색, 목표 미달을 무조건 빨간색으로 칠하기보다 경고가 필요한 지표에만 조건부 서식을 적용합니다. 색상이 너무 많으면 중요한 변화가 오히려 묻힙니다.
7단계: ChatGPT로 분석 질문을 먼저 설계합니다
Data Studio는 숫자를 보여주지만, 어떤 지표를 비교할지는 업무 담당자가 결정해야 합니다. 대시보드를 만들기 전에 ChatGPT에 데이터 구조와 회의 목적을 알려주면 필요한 지표를 빠르게 정리할 수 있습니다.
실제 입력 프롬프트
나는 영업팀의 주간 실적 보고서를 만들고 있습니다.
데이터 열은 날짜, 부서, 담당자, 목표매출, 실제매출, 상담건수, 계약건수입니다.
팀장은 다음 세 가지를 알고 싶어 합니다.
1. 목표를 달성한 부서는 어디인지
2. 실적이 하락한 날짜와 담당 구간은 어디인지
3. 상담은 많지만 계약 전환율이 낮은 곳은 어디인지Google Data Studio 대시보드에 넣을 지표 4개, 차트 3개, 필터 2개를 추천하고 각 항목의 측정기준과 측정항목을 표로 정리해 주세요. 데이터에 없는 원인은 추측하지 마세요.
기대할 수 있는 결과 형태
| 구성 요소 | 추천 항목 | 설정 |
|---|---|---|
| 점수표 | 목표 달성률 | 실제매출 합계 ÷ 목표매출 합계 |
| 점수표 | 계약 전환율 | 계약건수 합계 ÷ 상담건수 합계 |
| 시계열 | 날짜별 목표와 실적 | 날짜 / 목표매출·실제매출 |
| 막대 차트 | 부서별 달성률 | 부서 / 목표 달성률 |
| 산점도 또는 표 | 상담 대비 계약 성과 | 상담건수 / 계약건수·전환율 |
| 필터 | 부서, 기간 | 드롭다운 / 기간 컨트롤 |
여기서 주의할 점은 ChatGPT에 원본 회사 데이터를 그대로 붙여 넣지 않는 것입니다. 열 이름과 익명화된 예시 데이터만으로도 대시보드 구조를 설계할 수 있습니다. AI의 답변은 분석 설계 초안으로 활용하고, 계산식과 집계 방식은 실제 데이터에서 다시 확인해야 합니다.
실무에서 결과가 달라지는 세 가지 점검 기준
1. 총액보다 비교 기준을 함께 보여줍니다
매출 2억 원이라는 숫자만으로는 좋은 성과인지 판단하기 어렵습니다. 목표, 전월, 전년 동기 또는 투입 인원처럼 비교할 기준을 함께 배치해야 합니다.
2. 비율 계산의 분모를 확인합니다
전환율, 불량률, 처리율 같은 비율 지표는 분모가 달라지면 의미도 달라집니다. ‘계약건수 ÷ 상담건수’와 ‘계약건수 ÷ 고객수’는 서로 다른 지표입니다. 계산된 필드 이름에도 ‘상담 대비 계약 전환율’처럼 기준을 드러내는 표현을 사용합니다.
3. 대시보드에서 결론까지 단정하지 않습니다
7월 2일 기업영업 매출이 감소했다는 사실은 데이터로 확인할 수 있습니다. 그러나 담당자의 역량 부족이나 시장 상황이 원인이라고 바로 결론 내릴 수는 없습니다. 대시보드는 이상 구간을 찾는 도구이며, 원인은 상담 기록, 영업일 수, 고객 이탈 사유 등 추가 자료로 검증해야 합니다.
완성된 대시보드를 회의에서 사용하는 장면
주간회의에서 팀장이 “이번 주 실적이 목표를 넘었습니까?”라고 묻습니다. 상단 점수표에서 전체 달성률 102.8%를 확인합니다.
다음으로 부서 필터에서 기업영업을 선택합니다. 달성률은 100.0%로 바뀝니다. 날짜별 차트에서는 7월 2일 실적이 목표 아래로 내려간 것이 보입니다. 기간을 7월 2일로 제한하고 상세 표를 확인하니 기업영업의 실제매출은 6,800,000원, 상담 31건, 계약 4건입니다.
이제 회의의 질문이 달라집니다.
변경 전: “이번 주 기업영업 실적이 왜 좋지 않습니까?”
변경 후: “7월 2일에는 상담이 31건이었지만 계약은 4건이었습니다. 해당 날짜의 상담 유형과 미계약 사유를 확인해 봅시다.”
막연한 평가가 검증 가능한 업무 질문으로 바뀐 것입니다. 이것이 데이터 시각화가 업무 성과 개선에 기여하는 실제 방식입니다.
FAQ
1. 고객 이름이나 직원 정보가 포함된 자료도 연결해도 되나요?
사내 규정과 개인정보 처리 기준을 먼저 확인해야 합니다. 분석에 이름이 필요하지 않다면 담당자A, 담당자B 또는 사번이 아닌 임의 코드로 바꾸는 것이 안전합니다. 주민등록번호, 개인 연락처, 계좌번호, 건강정보, 상세 주소 등 민감한 정보는 대시보드용 원본에서 제거해야 합니다. 회사가 승인한 Google Workspace 계정과 저장 위치를 사용하고, 개인 계정으로 업무 파일을 옮기지 않는 원칙도 지켜야 합니다.
2. 보고서 링크만 보내면 원본 데이터까지 모두 공개되나요?
보고서 공유 권한과 데이터 소스의 사용자 인증 방식에 따라 접근 범위가 달라질 수 있습니다. 공유 전에는 보기 권한과 수정 권한을 구분하고, 링크가 있는 모든 사용자에게 공개되지 않았는지 확인합니다. 외부 공유가 필요한 경우에는 원본을 복제해 필요한 열과 집계 결과만 남긴 별도 데이터 소스를 사용하는 편이 안전합니다. 제3자 커넥터는 회사 관리자의 승인 여부와 해당 서비스의 데이터 처리 조건도 확인해야 합니다.
3. ChatGPT에 매출 데이터를 올려 분석해도 되나요?
회사명, 고객명, 계약금액, 담당자 이름이 포함된 원본 데이터를 임의로 입력해서는 안 됩니다. 먼저 회사의 생성형 AI 사용 지침을 확인하고, 허용된 환경인지 검토해야 합니다. 허용 여부가 불분명하다면 실제 값 대신 열 구조와 가상 데이터를 사용하십시오. 예를 들어 ‘고객명’을 ‘고객코드’, 실제 매출을 일정 비율로 변환한 예시 숫자로 바꿔 질문하면 데이터 구조와 계산식은 검토하면서 정보 노출 위험을 줄일 수 있습니다.