조직의 인력에 데이터 리터러시가 필요한 이유

편집자 주: 이 글은 원래 Forbes에 실렸던 기사입니다.

데이터 분석에 의존하여 의사 결정을 내리는 조직은 어려움을 극복하고 미래를 계획하는 데 있어 상당한 경쟁 우위를 점합니다. 그러나 많은 조직에서 데이터에 대한 액세스와 데이터 이해에 필요한 기술은 비즈니스 인텔리전스 팀과 IT 전문가에게로 제한되어 있습니다.

기업이 데이터의 잠재력을 최대한 활용할 때, 리더는 직원들이 업무에서 데이터를 사용하고 개별적으로 그리고 팀의 일원으로 성과를 높일 수 있도록 역량을 강화하는 노력을 해야 합니다. 즉, 여러 부서와 역할에 걸쳐 데이터를 의사 결정의 중심에 두고, 혁신을 한 가지 직능에만 국한해서는 안 됩니다. 이러한 전략적 선택은 개인과 팀을 초월하는 데이터 문화를 조성하여 데이터에 대한 한 조직의 운영, 사고방식 및 정체성을 근본적으로 변화시킵니다.

조직은 또한 데이터 리터러시를 향상시킴으로써 데이터 문화를 서서히 고취할 수 있습니다. 직원들이 데이터 문화에 참여하기 위해서는 먼저 데이터 언어를 알아야 하기 때문입니다. 소프트웨어에 대한 기술적 숙련도를 넘어, 데이터 리터러시는 데이터를 해석하고 그 중요성을 다른 사람에게 전달하는 데 필요한 비판적 사고력까지 포함합니다.

25%의
직원이 데이터를 효과적으로 사용할 준비가 완전히 되었다고 느낍니다

많은 직원이 데이터 사용을 꺼리거나 데이터를 사용할 준비가 완전히 되어 있지 않습니다. 이러한 기술 격차를 가장 잘 해소하고 모두가 데이터 문화에 기여하도록 장려하려면, 조직에는 데이터를 사용하고 옹호하는 경영진, 다양한 학습 요구와 방식을 수용하는 교육 및 커뮤니티 프로그램, 진행 상황 측정을 위한 벤치마크, 지속적인 개인 개발과 성장을 장려하는 지원 시스템이 필요합니다.

다음은 조직의 데이터 리터러시를 개선할 수 있는 4단계 실행 계획입니다.

1. 리더십

데이터 리터러시에는 일련의 기술을 보유하는 것 이상이 따릅니다. 이는 데이터 기반 의사 결정으로 향하는 문화 변혁의 중요한 부분으로, 비즈니스 리더가 후원자로서 중요한 역할을 수행합니다.

경영진
직원들은, 회의에서 데이터 인사이트를 공유하는 것부터 직원들과 함께 교육에 참여하는 것까지 데이터 리터러시에 대한 결단을 보여주는 리더에게서 방향성을 찾습니다. 

Tableau의 Jennifer Day 고객 전략 및 프로그램 담당 부사장은 "여러분이 발견한 데이터와 인사이트, 그리고 그 정보로 무엇을 했는지 조직에 보여줄 수 있을 때 매우 고무적"이라며 "최고 경영진이 데이터 기반 의사 결정에 전념해야 실제로 조직 전체에 영향을 미칠 수 있습니다"라고 말했습니다.

데이터에 대한 비판적 사고를 개발하기 위해, 경영진은 데이터가 의사 결정을 어떻게 뒷받침했는지에 대한 질문을 하거나 전략적 행동에서 데이터를 어떻게 활용했는지를 예시해 보여줄 수 있습니다.

또한 내부 커뮤니케이션을 통해 성공 사례와 사용 사례를 알려 부서별로 데이터를 어떻게 사용하는지에 초점을 맞춥니다.

일선 관리자
관리자는 일상적으로 데이터를 사용하는 규율을 확산하는 데 중추적인 역할을 합니다. 데이터 적용을 위한 명확한 팀 목표를 설정하고, 데이터 중심의 의사 결정을 통해 메트릭을 개선하며, 팀이 이러한 정의된 목표를 감당할 수 있게 지원함으로써 이를 수행할 수 있습니다. 

관리자는 교육 프로그램 참여 여부 또는 팀에서 가장 자주 액세스하는 데이터 원본을 보여주는 대시보드를 사용하여 직원들이 데이터를 사용하는 방법을 이해하고 개별 개발 계획을 수립하도록 도울 수도 있습니다. 성공적인 데이터 사용을 성과 검토에서 핵심 목표로 삼으면 직원들이 새로운 기술을 습득하는 데 인센티브가 될 수 있습니다.

또한 팀과 함께 교육에 참석하는 관리자는 데이터에 대한 다양한 사고방식을 배울 수 있으므로 직접 제안할 수 있고, 이는 직원이 효과적인 데이터 사용을 위한 구체적인 방안을 떠올릴 수 있도록 장려합니다. 

인사 부서 임원
데이터 기술 보유자 채용과 직원 개발 지원도 데이터 리터러시를 갖춘 인력을 확보하는 데 있어 필수적입니다. 

Tableau의 Sarah Nell-Rodriquez 수석 하이터치 성공 관리자는 "나에게 인적 자원이란 가장 큰 영향력을 가진 가장 중요한 역할 중 하나"라고 말했습니다. 

인사 관리자는 데이터 리터러시 이니셔티브로 직원들이 중요한 비즈니스 영역에서 신기술을 습득하고, 다양한 요구사항을 해결하며, 맞춤형 프로그램을 구현하도록 할 수 있습니다. 이들은 내부 커뮤니티를 개발하는 새로운 역할을 지지하고, 동료들이 일상 업무에 데이터를 통합하는 것을 돕는 데이터 챔피언 직원을 임명할 수 있습니다.

"리더들은... 데이터가 문화의 일부라는 것을 사람들이 확실히 알도록 할 수 있습니다. ...이것은 비즈니스를 발전시키는 그들 임무의 일부입니다."—Sarah Nell-Rodriquez, 수석 하이터치 성공 관리자, Tableau

2. 교육

성공적인 교육 프로그램이라면 모든 직원이 있는 곳에 직무 경험과 역할에 따른 맞춤형 경로를 제공해야 합니다. 

셀프 서비스 학습
Ravi Mistry는 이 접근 방식이 "속전속결로 문제 해결이 필요한 사람들을 위한" 것이라고 말했습니다. 그는 Tableau가 선정한 약 40명의 Tableau Visionary 중 한 명으로, Tableau 엔드투엔드 분석 플랫폼 전문가로서 현재 다른 사람들에게 그 사용법을 가르치고 있습니다.

디지털 프로세스에 대한 참조 가이드와 특정 작업에 대한 자습서가 있으면, 사람들은 지식의 사소한 격차를 줄이고 좌절감을 최소화하고 도움을 요청하기 위해 다른 사람을 방해할 필요성을 최소화할 수 있습니다. 

또한, 데이터 전문가가 주관하는 포럼은 필수적인 솔루션 모음이 될 수 있습니다. 모든 것을 단일 학습 플랫폼 또는 회사의 인트라넷에 모아 놓으면 직원들이 필요한 것을 쉽게 찾아볼 수 있습니다. 

역할 기반 교육
특정 업무에 대한 데이터 리터러시 교육을 통해 직원은 자신이 접하는 고유한 데이터를 처리할 수 있게 됩니다.

Mistry는 "모두가 데이터 분석을 갈망하지는 않는다"면서 "정말 해야 할 일은 단지 사람들이 자신의 업무를 더 잘 할 수 있게 돕는 것"이라고 말했습니다. 기업들은 강사 진행 및 자신의 속도에 맞춘 학습 교육 과정, 아니면 실시간 웨비나와 같은 일회성 세션을 제공할 수 있습니다. 

학습을 계속하도록 유도하는 자료는 기술 및 비즈니스 요구의 진화에 따라 직원의 기술도 보조를 맞출 수 있도록 보장합니다. 팀 교육 과정을 통해 직원들은 협업 워크플로우에서 데이터를 사용하는 방법을 개선할 수 있습니다. 한편, 부서 간 문제 해결 워크샵은 데이터 기반 의사 결정이 비즈니스 전체에 그리고 모든 개인 기여자에게 동시에 중요하다는 생각을 널리 인식시켜 줍니다.

고급 기술 개발
데이터와 분석 관련 업무를 더 자주 수행하는 직원의 경우, 더 심층적인 데이터 리터러시 교육이나 내부 및 외부 자격증 취득을 통해 생산성을 향상하고 혁신을 촉진하는 동시에 더 많은 옹호자와 멘토를 개발하거나 인센티브를 제공할 수 있습니다. 

21%의
직원이 자신의 데이터 리터러시 수준에 자신 있습니다.

워크샵 또는 전문가 양성 과정은 특정 소프트웨어 도구에 대한 몰입형 교육을 제공하고 기술을 사용하여 고유한 인사이트를 제공하는 방법을 선보입니다. 데이터를 사용한 경험이 더 많은 직원들은 분석 및 통계 개념에 대한 기술을 탐구하는 정규 교육 프로그램에 착수할 수 있습니다. 

"여러분이 하고자 하는 일은 직원에게 기술, 데이터, 이 모든 다양한 요소가 어떻게 업무 수행에 도움이 되는지 보여주고 자신이 하는 일을 거의 사랑하게 되도록 돕는 것입니다."—Ravi Mistry, Tableau Visionary

3. 측정

조직의 비즈니스 모델에 따라 데이터 리터러시 목표를 설정하면 데이터 문화 이니셔티브의 영향을 수량화하는 데 도움이 됩니다.

성공 지표
성과 메트릭은 데이터 리터러시 이니셔티브가 얼마나 잘 진행되고 있는지 보여주는 중요한 지표입니다. 데이터 사용량이 증가함에 따라 개선해야 할 측정 기준을 식별하고 정기적으로 진행 상황을 평가하여 교육 프로그램에서 수정해야 할 영역을 알아내십시오. 

학습 목표를 올바르게 세운다면 비즈니스 성과가 높은 분야에서 데이터 리터러시가 향상될 것입니다. 또한, 데이터 리터러시 프로그램으로 창출되는 비즈니스 가치를 수량화하면 경영진의 참여를 유도할 수 있습니다. 

마지막으로, 메트릭, 사용 사례 및 추천의 글을 수집하여 조직에서 데이터 리터러시가 뛰어날수록 비즈니스 성과가 더 좋다는 강력한 상관관계를 보여줄 수 있습니다.

데이터 기술 평가
개인의 데이터 리터러시를 평가하기 위해 자체 보고 또는 공식적인 평가를 사용하면 기업은 어디에 지원이 필요한지 혹은 필요하지 않은지, 아니면 어떤 솔루션이 도움이 될지도 알 수 있습니다. 대시보드는 관리자에게 직원이 사용하는 데이터 원본을 보여주는 데 유용할 수 있으며 데이터 프로세스의 장점과 취약한 부분을 밝혀줄 수도 있습니다. 
 
Nell-Rodriquez 수석 하이터치 성공 관리자는 "모든 정규 교육에는 평가가 포함되므로 정규 교육 프로그램을 시행하는 것이 매우 중요합니다"라고 강조하며 "이 경우 직원들이 가야 할 목표에 따라 규정된 학습 경로가 제공됩니다"라고 말했습니다.

4. 지원

데이터 리터러시는 지속적인 노력입니다. 의욕을 잃지 않고 학습을 계속하려면 직원들은 전문가, 직관적인 소프트웨어, 지원 커뮤니티에 액세스할 수 있어야 합니다.

지식 큐레이터
분석가와 같은 데이터 전문가를 고용하여 데이터 사용의 이점을 보여주면 초보자들이 데이터에 더 쉽게 접근하는 데 도움이 됩니다. Tableau Visionary인 Mistry는 자신의 역할에 데이터를 성공적으로 사용하는 방법을 동료들에게 안내하는 "지식 큐레이터" 역할을 하는 분석가들을 언급하며, "목표는 모든 사람이 자신이 할 수 있는 기초적인 수준의 분석을 할 수 있게 하는 것"이라고 말했습니다. 이는 분석가 및 IT 전문가가 회사 전체의 데이터를 수집하고 분석하는 기존 비즈니스 인텔리전스 모델에서 벗어난 것입니다. 

사내 데이터 전문가는 상담 시간을 제공해 직원들이 특정 프로젝트를 완료하고, 문제를 해결하며, 다양한 데이터 탐색 방법을 브레인스토밍할 수 있도록 도울 수 있습니다. 

직관적인 소프트웨어
기업에 적합한 데이터 기술 솔루션은 서로 다른 작업 요구 사항과 기술 수준을 수용하여 모든 사람이 데이터에 액세스, 분석 및 공유할 수 있도록 한 다음, 해당 솔루션이 업무를 지원하는 방법을 깊이 탐구할 수 있게 합니다.

훌륭한 소프트웨어는 사용자가 무엇을 하려고 하는지 감지하고 작업의 흐름을 방해하지 않고 논리적인 다음 단계로 그들을 안내할 것입니다.

데이터 커뮤니티
열성적인 데이터 사용자들의 네트워크는 사람들이 데이터의 언어에 몰두할 수 있는 환경을 만듭니다. 

최고의 데이터 커뮤니티는 내부 경연과 점심시간 학습 모임과 같은 프로그램을 통해 열정적인 참여를 이끌어 냅니다. 동일한 데이터 도구를 사용하여 회사에 연결하는 외부 네트워크는 데이터 시각화 도전 과제와 같은 정기적인 이벤트를 통해 기술을 개발하고 동료와 교류하는 기회를 제공합니다. 비영리 단체에 이익이 되는 프로젝트와 같은 자원봉사 프로젝트는 직원들이 일상적인 역할 밖에서 실제 데이터 분석을 탐구하도록 동기를 부여할 수 있습니다.

커뮤니티 구성원들이 학습과 아이디어, 성공 경험을 교환할 때 연대감이 조성되고 데이터로 비즈니스를 개선한다는 공동의 사명을 중심으로 직원들이 단결합니다.

"데이터의 중요성을 최우선으로 하는 환경을 조성하는 것이 중요합니다. 직원들이 다음 단계로 도약하는 데 필요한 기술을 습득하는 방법이 있는 환경을 조성해야 합니다."—Jennifer Day, 고객 전략 및 프로그램 담당 부사장, Tableau

인력의 데이터 리터러시 향상 시작하기

가장 효과적인 방법은 회사와 인력에 따라 다릅니다. 적절한 데이터 리터러시 프로그램은 교육, 소프트웨어 도구 및 디지털 프로세스를 구현하여 직원들이 자신의 기술을 지속적으로 배우고 다듬을 수 있도록 동기를 부여함과 동시에 데이터 기반 사고를 핵심 관행으로 장려할 것입니다.

조직 전체에서 데이터 리터러시를 향상시키는 방법에 대한 자세한 내용은 다음 자료를 참조하십시오.

• 데이터 문화 Playbook: 데이터 기반 조직으로의 전환 시작하기
• Forrester Consulting 연구: 커지는 데이터 리터러시 수급 격차 해소하기
• 모두를 위한 데이터 리터러시: 기본 개념을 다루는 무료 자습 과정