|
필자가 HR Insight 5월호를 통해 'AI 시대의 조직문화, 데이터가 흐르는 조직 만들기'에 대해 소개한 지도 어느덧 1년이 지났다. 당시는 데이터가 잘 흐르기 위한 데이터 거버넌스 구축의 중요성을 이야기했다.
데이터의 수집, 저장, 분석, 관리, 검색, 삭제하는 과정에서 상호 합의된 절차 및 공감대를 형성해야 데이터의 원활한 흐름을 만들 수 있으며, 이러한 기조 하에서 데이터 요청과 공유에 대한 기준과 의사결정권을 명확히 해야 데이터 협업이 가능해진다는 내용을 전한 바 있다. 조언을 토대로 데이터가 잘 공유되는 조직을 만들었다면, 이제는 '데이터로 말하는 조직'을 만들기 위한 구체적인 방법을 고민해야 한다. .jpg) '데이터로 말한다'는 의미 의사결정을 하거나 방향성을 설정할 때 기준과 근거가 없다면 제대로 된 판단을 하기가 어려운데, 정확한 판단 기준과 근거를 만드는 일에 데이터를 활용할 수 있다. 예를 들어 경영진이 채용담당자에게 현재 채용이 잘되고 있는지, 이슈는 없는지 질문했다고 가정해보자. 채용담당자로서 경영진에게 채용 진행 현황에 대해서 어떻게 이야기할 것인가? 만약 채용담당자가 단순히 '잘 되고 있다'거나 '안 되고 있다'라고 대답을 한다면, 그렇게 판단한 기준과 사유에 대해 문의를 받을 것이다. 이때 현황을 보다 객관적으로 전달하는 데 필요한 것이 데이터다. 다만, 채용 데이터를 그대로 경영진에게 전달할 수는 없다. 전달하고자 하는 바를 표현하기 위해서 데이터를 목적에 맞게 정리하고, 경영진이 이해할 수 있는 형태로 보고서를 작성해야 한다. 여기서 데이터를 목적에 맞게 가공해 의미 있는 형태로 만든 것을 '정보Information'라고 한다. 채용담당자는 경영진이 의사결정을 하는데 필요한 정보를 생성해 제공해야 할 의무가 있다. 그리고 이러한 정보를 기반으로 좀 더 가치 있는 정보인 '지식Knowledge'으로 만들고 이를 활용해 나은 결과를 만들어야 한다. 이러한 과정을 '데이터로 말한다'고 할 수 있다. 생각의 차이에서 오는 '정의'의 어려움 흔히 데이터 활용과 분석에 대해 많이 강조하는데 사실 데이터 자체는 의미가 없다. 데이터는 활용하는 사람에 따라서 의미가 변한다. 그리고 내가 해결하고자 하는 목적에 100% 부합하는 데이터는 없다. 과거의 데이터는 사실일 수 있으나 미래는 예측이기 때문에 조건이 바뀌면 예측은 달라질 수 있다. 이러한 이유로 데이터로 말하는 것은 어려운 일이다. 그렇다면 앞서 언급한 예시에서 채용이 잘되는지 분석한다고 했을 때 '잘 되고 있다'는 것을 어떻게 정의할 수 있을까? '잘 된다'는 표현은 상당히 추상적이고 사람마다 기준이 다를 수 있다. 누군가는 채용 개시부터 입사까지의 소요 기간을 통해 판단할 것이고, 다른 누군가는 지원자 수, 합격자 수, 이탈자 수, 입사자 수를 기반으로 비교할 수도 있다. 인터뷰어와 지원자를 대상으로 직접 채용 만족에 대한 설문을 진행해, 그 결과를 보여줄 수도 있다. '채용이 잘 되고 있다'는 표현 하나도 사람마다 다르게 생각할 수 있는 것처럼, 하나의 정의에 대해서도 서로가 생각하는 바가 다를 수 있으므로 우리는 데이터로 말하는 것에 어려움을 느끼곤 한다. ... 중략 ... |
|
기사 전문은 구독권한이 있는 회원께만 제공됩니다. 먼저 로그인 하세요.
로그인
|
