#데이터 분석
#데이터
#컨펌
상사 설득에 실패하는 이유, 알고 계신가요?
많은 직장인이 프로젝트를 진행하거나 새로운 아이디어를 제시할 때 상사의 컨펌을 받는 데 어려움을
겪습니다. 열심히 준비한 보고서와 프레젠테이션에도 불구하고, “이게 왜 중요한지 모르겠어.” 또는 “이 데이터가 의미하는 게 정확히 뭐야?”라는 피드백을 받으며 설득에 실패하는 일이 반복된다면, 그 이유를 데이터 분석만이 아닌 데이터 해석에서 찾아볼 수 있습니다.
데이터 해석, 과연 어떻게 해야할까? 데이터 분석&해석 전문가인 이상석 강사님을 모시고 그 해답을 여쭤보겠습니다.😊
1. 간단하게 강사님 자기소개 부탁드립니다.
안녕하세요! 어린 시절부터 사람과 전략시뮬레이션 게임에 관심이 많아서 자연스럽게 HR과 데이터 분야를 융합하는 방향으로 성장해온 이상석 데이터 연구원입니다. 신입사원부터 차장까지 1,000회가 넘는 보고를 해오면서, ‘감’이나 ‘직관’으로 의사결정하는 것의 한계를 체감했고, 그 답을 ‘데이터 기반 보고’에서 찾았습니다. 경험과 ‘라떼’로 무장한 상사(혹은 고객)를 설득할 수 있는 유일한 방법은 데이터였습니다. 많은 강의들이 데이터 분석을 하는 방법에 집중하지만, 데이터 분석은 우리가 설득하는 과정의 일부입니다. 데이터를 더욱 잘 다루기 위해 미국 듀크 대학교 데이터 사이언스 석사 과정을 졸업하고 본격적으로 HR Analytics 팀에서 다양한 프로젝트를 진행했습니다. 입사부터 퇴직까지의 HR 데이터를 데이터 레이크에 담아 채용, 승진, 이동, 평가 등을 종합적으로 분석하여 데이터 기반 HR 정책 효과성 측정 및 개선에 활용했고, 감정 분류 모델, 인재 추천 시스템, HR 면접관 추천 시스템 등을 개발하여 특허를 출원했으며, London Text Analytics, AI Summit Seoul, HR AI Forum 등의 콘퍼런스에서 발표하기도 했습니다.
2. 많은 직장인이 보고시 상사 설득에 실패해 고통받는데 설득에 실패하는 이유가 무엇이라고 생각하시나요?
첫번째 이유는 ‘본인의 생각’이 아니기 때문입니다. 설득에서 힘을 가지는 것 중에 하나는 화자의 신념과 내용이 일치할 때인데, 조직의 특성상 보고를 위한 문제인식의 최초 단계가 컨펌자로부터 오면서, 애초에 본인 생각으로 시작하지 않은 보고 주제일 가능성이 높습니다. 혹시 나의 고민으로 시작했다고 하더라도, 중간에 보고를 해 나가면서 본인이 제안했던 방향을 수정해 나가면서 누더기처럼 보고내용이 중첩돼 가고, 최종 보고시에는 원래 제안자가 생각했던 방향과는 완전히 변형된 것을 본인이 보고자가 되어 발표하게 되는 경우 설득력이 떨어지는 것은 자명한 일입니다.
두번째 이유는 경험과 직관을 가진 상사를 설득하는 것은 본인이 더 많은 경험을 가지지 않는 이상 불가능합니다. 현실적으로, 상사보다 경험이 많은 경우는 그렇지 않은 경우보다 드물기 때문에 우리가 보고를 할 때 상사에게 별다른 논리 없이 수긍하게 되는 경우가 대부분입니다.
두가지 원인을 극복하기 위해서는 데이터를 활용해서, 데이터 기반의 보고하는 방법을 알 필요가 있습니다.
3. 그렇다면 올바른 데이터 해석 방법은 무엇인지 구체적으로 설명 부탁드립니다.
당신이 미슐랭 5스타에서 일하는 주방장이라고 생각해 봅시다. 고객에게 맛있는 요리를 대접하려고 할 때의 과정을 생각해 보면, 고객이 어떤 요리를 주문했는지를 먼저 파악하고, 그에 따라 무슨 재료가 있는지, 썩은 재료나 빠진 재료가 없는지 확인한 다음, 각 재료들을 어떻게 요리할지 (익힐지, 삶을지, 구울지 등) 를 정하는 것도 주방장의 아주 중요한 역량입니다. 요리가 끝나면, 고객의 취향에 맞는 요리를 예쁜 접시에 올려서 가져다 줍니다. 데이터 기반의 보고하는 방법도 마찬가지입니다.
상사 혹은 고객의 요구가 무엇인지를 파악하는 것이 가장 중요합니다.
1) 목표 설정: Objective
때로는 상사 혹은 고객이 본인이 무엇을 원하는지 모를 때도 있는데 여기서 커뮤니케이션 능력을 통해 컨펌자의 니즈를 명확히 끌어내주는 것이 중요합니다. 그리고 필요한 데이터를 수집하거나, 내가 원하는 분석의 목적에 맞게 데이터를 정리(정제)해 줍니다.
2) 데이터 선정: Necessary Data
데이터의 유형과 설득하는 방식에 어울리게 분석방법을 결정합니다.
3) 분석방법 결정: Analytics
상사 혹은 고객이 이해하기 쉽고, 의사결정에 도움이 될 수 있도록 문서 혹은 프레젠테이션을 준비하는 과정이 있고
4) 해석 및 검증: Interpretation
최종적으로 상사 혹은 고객의 목표 설정에 부합하는 최종 보고 및 피드백을 받습니다.
5) 보고:Report
각 단계의 첫 글자를 따서 ON-AIR 분석절차라고 이름 붙였습니다. 이 때 모든 과정에서 보고 대상자 혹은 의사결정자와 지속적으로 커뮤니케이션하는 것을 절대 잊어서는 안됩니다.
4. 강사님만의 방법으로 실제로 데이터 공유에 민감한 HR 부서에서 “데이터 통합 활용”이라는 결과를 이끌어 내셨는데, 설득의 과정에서 가장 중요하게 생각하셨던 것은 무엇이였고, 이를 통해 어떤 인사이트를 얻으셨나요?
공공기관 특성상 의사결정자의 보직이 장기간 보장되지 않는 상황이었고, 장기 프로젝트를 통해 데이터를 수집하면서 직원들의 행동변화를 보는 프로젝트보다는, 현재 보유된 데이터를 통해 바로 실현가능하면서도 비지니스 임팩트가 있는 것들에 집중했습니다. 당시 타사 HR Analytics팀의 주요 주제였던 ‘이직율 예측 분석’ 관련해서, 평균 이직율이 10%가 넘는 민간기업 대비 평균이직율이 5~6%인 공공기관의 경우 과연 해당 주제의 비지니스 임팩트를 데이터 기반으로 고민해 볼 필요가 있었는데요. 오히려 이직율이 낮기에 재직기간이 길어지는 직원의 생애주기 관점에서 직무순환 혹은 사업소 이동 등에 대해 심층분석하는 것이 의미가 있는 주제였습니다. 또한 공공기관의 특성상 효율성 뿐 아니라 공정성(투명성)에 대한 평가도 정부에서 시행하고 있는 상황이라 아래 그림과 같이 공정성과 효율성 관점의 프로젝트들을 선정하여 시행했습니다.
여기서 데이터 통합이 가능하게 하는 핵심은 현재 보유한 데이터를 통해 프로젝트를 진행하는 것을 우선시하되, 그 과정에서 사용되는 데이터들을 ‘Data Lake’라는 이름으로 연결하는 것입니다. 각 부서에서 파편화된 데이터들이 자연스럽게 연결되면서 직원들의 데이터들을 입체적으로 분석할 수 있도록 정리가 되기 시작했습니다. 특히, 양적인 데이터 뿐 아니라 텍스트, 이미지 데이터 등 비정형 데이터들도 Data Lake에 연결되면서 추후 멀티모달 데이터 분석이 가능하게 하는 초석을 제공할 수도 있게 되었어요.
5. 설득 과정에서 힘들었던 점과 어떻게 극복하셨는지 알려주세요.
우리는 의사결정자 혹은 상사만을 설득의 대상으로 생각하지만, 실제는 주변 부서의 동료 및 실무자들도 의사결정에 간접적인 영향을 끼치는 것을 간과하기 쉽습니다. 데이터 통합 이라는 어젠다가 나왔을 때, 대부분의 HR 부서 반응은 데이터 공유에 대해 부정적인 반응인걸 보면 알 수 있죠. 첫번째 보안의 문제. HR 데이터 자체도 대부분 개인정보라 민감하기도 하지만, 특히 그 중에서도 평가 데이터, 상벌, 근태 등의 데이터들은 해당 부서 내에서도 특별히 관리가 되는 부분이라 쉽게 내줄 수 없는 상황이였습니다.
두번째 잠재적 추가업무의 문제. 혹시라도 이 데이터를 통해 추가적인 업무가 생길 것 같은 걱정이었습니다. 해당 부서에서 오랫동안 보유하고 있던 데이터를 정제해야 하는 번거로움도 있었지만, 그것보다 심각한 것은 HR analytics 팀이 모든 성과를 갖고 해당 부서는 옆에서 보조적인 역할만 한다면 협조할 동기부여가 생기기는 힘든 상황이였죠.
첫번째 보안의 문제는 비식별화된 데이터를 변형한 다음 활용하는 것으로 해결했지만, 두번째 잠재적 추가 업무에 대한 문제가 핵심이었는데, 해당 부서의 문제를 우선적으로 해결하는 것으로 활로를 찾았습니다. 즉, HR Analytics 팀이 원하는 프로젝트가 아니라, 해당 부서에서 고질적으로 고민하던 문제들을 데이터 기반으로 해결해주는 것이었는데요. 이렇게 되면 해당 부서의 성과로도 연결되면서 해당 부서의 데이터를 활용할 수 있고, 그 데이터를 동시에 정제하면서 데이터 통합의 큰 목적에도 부합할 수 있게 된다는 장점이 있습니다. 무엇보다 중요한 것은 데이터 기반으로 일하는 공감대를 확장시키면서 HR Analytics 팀의 필요성과 정체성을 인식시키고, 추후 프로젝트 협업시 긍정적인 회신을 기대할 수 있었습니다.
6. 강의에서 주로 어떤 내용(이론 및 실습)을 다룰 예정인지 말씀해 주세요.
그간 데이터에 기반한 의사소통과 보고를 하며 느낀 데이터의 힘과 실제로 업무에서 데이터에 기반한 보고를 활용하는 방법을 나누고자 이 강의를 만들었습니다. 데이터 기반 보고를 위한 문제를 정의하는 첫 단계부터, 시각화, 통계 분석, 예측 모델, 텍스트 분석 등의 상황별 분석방법, 최종적으로 상사(혹은 고객)를 만나 설득하는 과정까지의 전 단계를 여러분이 직접 해 볼 수 있도록 가이드해 드립니다.
놀라운 것은 이 모든 분석을 챗GPT (무료버전) 와 함께 노코딩으로 진행할 수 있다는 사실입니다. 이 강의를 통해 직장에서의 일잘러를 넘어, 개인의 프로젝트 포트폴리오를 쌓고, 자신의 분야에 데이터 분석을 탑재한 전문가로서 독립적으로 성장하시는 여러분을 돕겠습니다.
현재 일하는 분야에서 전문성을 고민하시거나 ‘통하는 보고’를 고민하고 계신다면, ‘데이터 기반 보고’로 당신의 엣지를 높여보세요.
7. 상사를 설득해야 하는 상황에 놓인 직장인을 위한 꿀팁 및 조언의 말씀 부탁드립니다.
1) 중간보고가 핵심이다: 종종 우리는 모든 것을 완벽하게 준비한 다음 상사에게 보고하려 하지만, 사실 상사 입장에서 생각했을 때는 최대한 빨리 보고의 방향성을 잡고 구체적인 디테일을 가져가는 것이 더 중요합니다. 최소한의 노력으로 최대한의 효과를 가져가기 위해서는 상사와의 지속적인 커뮤니케이션과 중간보고가 핵심입니다.
2) 보고는 내가 하고 싶은 이야기를 전달하는 것이 아니다: 보고는 보고를 받는 사람의 의사결정을 위해 존재합니다. 내가 말하고 싶은 것이 아니라 보고받는 사람이 궁금해하는 것 위주로 설명하는 것이 중요합니다.
3) 보고가 끝났다고 모든 일이 끝난 것이 아니다 : 준비한 대로 보고를 잘 마쳤다면 큰 목표를 달성한 셈입니다. 하지만, 한 번의 보고로 모든 일이 마무리되는 경우도 있지만, 대부분 이후 추가조치사항 혹은 추가보고가 적절하게 이루어져야 의사결정자에게 신뢰를 줄 수 있습니다. 또한 개인의 성장을 위해서는, 보고를 끝낸 후 다른 과업으로 바로 몰입할 것이 아니라, 여러분의 포트폴리오를 업데이트해서 해당 프로젝트에 대한 지식이 가득한 상태일 때 체계적으로 시간을 들여서 정리해 두는 것이 중요합니다.
