Aricle : '감'이 아니라 '데이터'로 설득하려면

https://brunch.co.kr/@datadriven/13

'감'이 아니라 '데이터'로 설득하려면

 

 

<아티클 내용 요약>

'4차 산업혁명', '디지털 트랜스포메이션', '데이터 리터러시' 등의 다양한 키워드들은 '데이터'와 관련이 있고 최종 목적은 '의사결정'과 연결된다는 공통점이 있다. 기술이 급격하게 진보함에 따라 방대한 데이터에 대한 접근은 가능해졌더라도, 최선의 의사결정을 하기 위해 데이터를 어떻게 가공하고 분석해야 하는지 결정하는 것은 여전히 분석하는 사람의 몫으로 남겨져있다. 

 

또한, HR 분야에서도 데이터의 중요성은 더욱 커지고 있다. HR 분야에서의 의사결정은 이제 단순히 직관이나 개인적인 경험에만 의존할 수 없게 됐으며, 직원들의 만족도, 업무효율성, 인재유치 및 유지, 조직의 건강과 성장 등을 위한 전략적 결정에 있어 데이터 분석은 필수적인 도구가 됐다. 

 

그렇지만 '데이터 관련 인프라 구축 및 인재 확보로 회사와 개인이 만족스러운 의사결정을 하고 있는가?'라는 질문에 '그렇다'라고 확실히 대답하는 것은 어렵다. 관련 연구에 따르면 데이터와 AI 관련 인프라 확보와 투자를 한 기업 경영진의 97%가 데이터 및 AI 관련 인프라 확보와 투자에 박차를 가했으나 26.5%만이 데이터 기반 의사결정이 가능해졌다고 대답했다. 이렇게 엄청난 비용을 기술분야에 투자하고 있음에도 결과가 더딘 이유에 대해 다양한 원인을 찾을 수 있지만 주요 원인은 '데이터 드리븐 리포트'역량의 부재라고 생각한다. 

 

 

데이터 드리븐 리포트의 정의

데이터 드리븐 리포트란 올바른 문제 해결을 위한 문제 정의에서부터 데이터 수집, 정제, 분석을 거쳐 스토리텔링과 시각화를 통해 설득을 끌어내는 일련의 과정을 말한다. 

 

의사결정을 할 때 감이나 경험에 기반하는 것이 아닌 데이터에 근거하는 소통 방법이다. 그래서 데이터 문해력도 중요하지만, 데이터 드리븐 리포트를 통해 의사 결정자를 설득하는 것으로 이어지지 않으면 아무리 복잡하고 화려한 분석 결과물도 가치를 측정할 수 없다.

 

데이터에 기반한 보고는 이제 개인이 취사선택할 수 있는 사안이 아니라, 모든 실무자, 분석가의 '실질적인 목표'가 될 것이다. 그래서 '분석을 위한 분석'이 아닌 '보고를 위한 분석'이 더 중요하다. 

 

어떤 분석도구를 쓰는지보다 중요한 것은 데이터를 마주했을 때 어떻게 접근할지에 대한 기획력과 데이터 유형에 따라 어떤 분석방법을 쓸지, 그리고 어떤 문제 해결을 하기 위해 그 문제를 명확하게 정의할 수 있는지에 대한 질문이다. 분석 결과만 있고 설득으로 이어지지 않으면 데이터가 제 가치를 100% 발휘하지 못한다고 할 수 있다. 

 

내가 하는 보고 VS 데이터 드리븐 리포트

혹시 '나도 지금까지 데이터를 활용해서 보고서를 작성해 온 것 같은데, 그럼 나도 데이터 드리븐 리포트를 하고 있던 건가?'라는 궁금증이 생겼다면 이는 매우 자연스러운 현상이다. 

 

실제로 데이터 드리븐 리포트에 관해 아래와 같은 오해를 종종 하곤 한다. 

• 숫자가 들어가면 모두 데이터 드리븐 리포트다.
• 나의 직관과 경험을 완전히 배제해야 한다. 
• 어렵고 화려한 분석 도구를 써야 한다.
• 분석 기술을 통달해야 한다. 

위 항목 중 하나라도 하고 있다면 데이터에 기반한 의사결정을 하기 위해 '노력했다'라고 할 수 있다. 

각각의 항목은 데이터 드리븐 리포트를 하는 절차 중 일부지 필수 조건은 아니다. 

 

데이터 드리븐 리포트에 대해 오해할 수 있는 항목의 상세 내용은 아래와 같다. 

• 숫자가 들어가면 모두 데이터 드리븐 리포트다.
  숫자가 들어가면 신뢰도는 높아질 수 있지만 숫자가 있다고 해서 무조건 데이터 드리븐 보고인 것은 아니다. 숫자만 빼곡한 표가 과연 의사결정자에게 의미 있는 인사이트를 줄 수 있을까? 예일대 교수이자 데이터 시각화 전문가인 에드워드 터프티는 '다른 무엇보다도 데이터를 보여줘라'라고 말했다. 즉, 데이터가 스스로 말하도록 해 데이터에 대한 이해를 방해하거나 가릴 수 있는 요소를 최소화하라는 것이다. 이렇게 하면 의사결정자가 데이터를 분석하고, 결론은 도출하고, 정보에 입각한 의사결정을 내리는 데 유리하다. 
  
  
• 나의 직관과 경험을 완전히 배제해야 한다.
  직관과 경험은 데이터 드리븐 과정의 각 단계를 대폭 줄일 수 있는 아주 효율적인 기술이다. 
  직관은 '과거의 수많은 경험을 현재의 의사결정 및 행동에 연결하는 체계적 방법'으로 정의되며 효과적인 의사결정의 필수 요소다. 데이터 기반 보고는 의사결정에 꼭 필요한 요소지만 그렇다고 직관과 경험의 가치를 완전히 배제해서는 안된다. 
  
  
• 어렵고 화려한 분석도구를 써야 한다.
  복잡한 분석과 모델은 설명이 어려울 뿐만 아니라 짧은 시간 내에 의사결정을 내려야 하는 의사결정자에게 설명이 필요하다. 복잡한 것을 해결하는 것은 '분석'의 목적이지만, 그것을 간결하게 시각화해 의사결정에 도움이 되는 것은 분석 자체보다 중요한 '보고'의 목적이라고 할 수 있다. 
  즉, 복잡한 문제를 해결한 과정보다 의사결정자가 분석 결과를 보고 의사결정을 하는 것에 직관적인 도움을 줄 수 있느냐가 데이터 드리븐 리포트의 퀄리티를 결정한다고 할 수 있다.
  
  
• 분석 기술을 통달해야 한다.
  분석 기술이 아무리 뛰어나도 해석하는 데이터에 대한 전문 지식 즉, 도메인 지식이 없으면 분석 결과를 실용적으로 사용하기 힘들다. 만약 자신의 도메인이 부족하다면 도메인 지식을 가진 실무자와의 적극적인 커뮤니케이션으로 문제의 본질을 찾아 해결하는 태도가 필요하다. 

정리하자면 숫자, 직관, 분석 도구, 도메인 지식은 데이터 드리븐 리포트의 필요조건이다. 

보고는 논리적인 근거로 상대방을 설적하는 일련의 과정이다. 그리고 데이터 드리븐 리포트는 문제해결을 위해 통계나 수학 등의 숫자를 활용해 적절한 분석 전략을 수립하고 의사결정자와 커뮤니케이션하는 것이다. 또 관련 분야의 도메인 지식, 수치 분석, 분석 도구, 커뮤니케이션이 어우러진 하나의 예술 작품이라 할 수 있다. 

 

 

데이터 드리븐 리포트, 어떻게 작성해야 하나

 

ON AIR  분석 절차는 5단계의 각 단어 앞 글자를 따와서 만든 분석 절차다. 

이때 모든 과정에서 보고 대상자와 지속적인 커뮤니케이션을 하는 것을 잊어서는 안 된다.

 

ON AIR 분석 절차에서 가장 중요한 단계 중 하나인 목표에 대해서 상세히 이야기하자면, 우리는 '문제 해결'을 위해 보고한다는 사실을 잊어서는 안 된다. 문제를 해결하려면 문제를 정의할 수 있어야 한다. 즉, 데이터 드리븐 보고는 측정하고자 하는 것이 명확해야 한다. 정의가 모호하면 논리적인 근거로 지표를 설정하는 것 또한 중요하다. 데이터 드리븐 보고는 '문제 해결'을 위해 한다는 사실을 잊어서는 안 된다. 

 

 

<알게 된 개념>

데이터로 보고서를 작성하고 설득하려고 해야 한다는 것에 대해 생각해 보는 시간을 주는 아티클이었다.