[Tableau] 커머스 로그 데이터로 실무형 KPI 대시보드 만들기 – 기획편

이번에는 태블로를 활용해 커머스 로그 기반 KPI 대시보드를 직접 설계하고 제작해보려 합니다. 단순히 예쁜 시각화를 만드는 것이 아니라 실무에서 실제로 사용 가능한 구조를 목표로 프로젝트를 진행해보겠습니다.

 

이번 글은 “어떤 차트를 만들겠다”는 설명이 아니라 왜 이 도메인을 선택했고 어떤 질문을 해결하기 위해 대시보드를 설계하는가

를 정리하는 기획편입니다.

 

1. 왜 ‘커머스 로그 대시보드’를 선택했는가?

대시보드 주제를 정하기 전 먼저 기준을 세웠습니다.

• 실무에서 바로 쓰일 수 있는가?
• KPI 중심 구조 설계가 가능한가?
• 고객 행동 분석까지 확장 가능한가?
• 포트폴리오로 활용 가치가 있는가?

그 기준에 가장 적합한 주제가 바로 커머스 로그 데이터였습니다.

 

커머스 데이터는 단순 매출 집계에서 끝나지 않습니다.

• 매출 추이
• 평균 주문 금액
• 재구매율
• 고객 세그먼트
• 카테고리별 성과
• 상위 고객 집중도

까지 확장할 수 있어 비즈니스 사고력을 보여주기에 가장 좋은 도메인입니다.

 

2. 데이터 선택 - Olist Dataset

이번 프로젝트에 사용할 데이터는 Brazilian E-Commerce Public Dataset by Olist입니다.

https://www.kaggle.com/datasets/olistbr/brazilian-ecommerce

Brazilian E-Commerce Public Dataset by Olist

 

이 데이터는 약 10만 건 이상의 주문 고객, 주문, 상품, 결제, 리뷰 분리 구조 실제 운영 서비스와 유사한 관계형 모델

을 갖고 있습니다. 즉, 단순 집계가 아니라 데이터 모델 이해 + KPI 설계 + 구조적 사고를 보여줄 수 있는 데이터입니다.

 

2.1 데이터 구조 파악

 

Olist 데이터는 단일 테이블이 아닙니다. 여러 테이블이 관계를 맺고 있습니다.

주요 테이블:

• orders
• order_items
• customers
• products
• sellers
• order_payments
• order_reviews

즉, 고객 → 주문 → 상품 → 결제 → 리뷰 로 이어지는 실제 서비스 로그 구조입니다. 여기서 중요한 포인트는 “테이블이 많다”가 아니라

대시보드에서 어떤 KPI를 보여줄지에 따라
어떤 테이블을 어떤 기준으로 조인할지가 먼저 결정되어야 한다는 점입니다.

 

예를 들어,

• “매출”은 order_items(가격/수량) + order_payments(결제금액) 중 무엇을 기준으로 정의할지 정해야 하고
• “고객 수”는 customers 기준인지, orders 기준인지에 따라 결과가 달라지며
• “리뷰 기반 만족도”를 보려면 order_reviews까지 자연스럽게 연결되어야 합니다.

 

3. 대시보드 구조 방향 (간단 설계)

이번 대시보드는 다음과 같은 판단 흐름을 따릅니다.

현재 상태 → 성장 흐름 → 구조 분석

 

조금 더 구체적으로 정리하면:

1️⃣ 핵심 KPI로 현재 상태를 요약하고
2️⃣ 시간 흐름을 통해 성장성을 확인한 뒤
3️⃣ 고객과 상품 구조를 분석해 원인을 파악합니다

 

이 구조가 대시보드 설계의 중심입니다.

 

정리

이번 글에서는

• 왜 커머스 도메인을 선택했는지
• 어떤 비즈니스 질문을 설정했는지
• KPI를 어떤 관점으로 구조화했는지
• 대시보드를 어떤 방향으로 설계할 것인지

를 정리했습니다. 다음 글에서는 실제 Olist 데이터를 열어보고 전처리 과정과 함께 구체적인 설계를 진행하겠습니다.