데이터 분석 프로세스 6단계를 활용한, 분석 사례
문제 : 신입사원의 이직률이 높음. 1년 미만 퇴사율 높음.
1. 질문 (Ask)
효과적인 질문 선정
- 신입 사원들이 입사 첫 해에 성공하기 위해서는 무엇을 배워야 한다고 생각하십니까?
- 이전에 신입 사원들로부터 데이터를 수집한 적이 있습니까? 그렇다면 과거 데이터에 접근할 수 있을까요?
- 유지율이 높은 관리자들이 신입 사원들에게 특별한 것이나 독특한 것을 제공한다고 생각하십니까?
- 신입사원들의 불만이 가장 큰 원인은 무엇이라고 생각하십니까?
- 다음 회계연도에 직원 유지율이 몇 퍼센트 증가하기를 원하십니까?
참고 강좌: https://www.coursera.org/learn/ask-questions-make-decisions
2. 준비 (Prepare)
3개월의 일정표를 작성하고, 관심있는 대상에게 진행 상황을전달하는 방식 결정.
어떤 데이터가 필요한지 식별. (이 케이스의 경우, 분석가들은 신입 직원 대상 온라인 설문조사를 통해 데이터를 수집하기로 결정)
- 채용 및 입사 과정, 그리고 총 보상과 같은 다양한 비즈니스 프로세스에 대한 직원 만족도에 대한 구체적인 질문 개발
- 수집된 데이터에 대한 접근 규칙 지정. 이 경우, 그룹 외부의 누구도 원시 데이터에 접근할 수 없지만, 요약된 또는 집계된 데이터를 볼 수 있다. 예를 들어, 개인의 보상은 공개되지 않지만, 그룹의 급여 범위는 볼 수 있음.
- 수집할 구체적인 정보와 데이터를 어떻게 시각적으로 제시할지 최종 결정. 분석가들은 프로젝트 및 데이터 관련 문제의 가능성을 고민하고, 이를 어떻게 피할 수 있는지 고민
참고 강좌 : https://www.coursera.org/learn/data-preparation
3. 처리 (Process)
설문조사 발송
데이터 분석가들은 또한 직원들이 자신들의 데이터가 어떻게 수집, 저장, 관리 및 보호될지 이해할 수 있도록 했다.
데이터를 윤리적으로 수집하고 사용하는 것은 데이터 분석가의 책임 중 하나로, 기밀 유지와 데이터를 효과적으로 보호하고 저장하기 위해 다음과 같은 단계를 거침.
- 데이터에 대한 접근을 한정된 분석가들에게 제한
- 데이터가 완전하고 정확하며 관련성이 있는지 확인하기 위해 데이터를 정리. 일부 데이터는 개별 응답을 공개하지 않고 집계 및 요약.
- 추가적인 보안층을 위해 원시 데이터를 내부 데이터 웨어하우스에 업로드
참고 강좌 : https://www.coursera.org/learn/process-data
4. 분석 (Analyze)
설문조사에서 직무만족도라는 핵심 지표 발굴.
- 길고 복잡한 채용 과정을 경험한 직원은 회사를 떠날 가능성이 가장 높았음
- 효율적이고 투명한 평가 및 피드백 프로세스를 경험한 직원은 회사에 남을 가능성이 가장 높음
결과에 관계없이 발견한 내용을 문서화 하는 것이 중요함. 그렇게 하지 않으면 설문조사 과정에 대한 신뢰가 떨어지고 앞으로 직원들로부터 정직한 데이터를 수집하기 어려워짐.
참고 강좌 : 1) https://www.coursera.org/learn/analyze-data 2) https://www.coursera.org/learn/data-analysis-r
5. 공유 (Share)
- 설문에 응답한 직접 상위 직원의 최소 수를 충족하거나 초과한 관리자들에게 보고서를 공유
- 결과를 관리자들에게 제시하여 전체적인 그림을 파악할 수 있도록 함
- 관리자들에게 해당 팀 결과를 직접 전달하도록 요청
참고 강좌 : 1) https://www.coursera.org/learn/visualize-data 2) https://www.coursera.org/learn/data-analysis-r
6. 실행 (Act)
분석팀은 회사 내 리더들과 분석/발견 결과에 대해 변경 사항을 시행함.
- 효율적이고 투명한 관행에 기초하여 직원들의 공통된 채용 및 평가 절차를 표준화
- 매년 동일한 설문조사를 실시하고 전년도 결과와 비교
일년 후, 같은 설문조사가 직원들에게 배포되었고, 분석가들은 두 결과를 비교하며 실행계획과 변경 사항을 리뷰함. 결과적으로, 변경 사항은 새로운 직원들의 이탈률을 낮추고, 리더들이 취한 조치는 성공적이었음.
참고 강좌 : https://www.coursera.org/learn/google-data-analytics-capstone
(출처 : 구글, 코세라)
'Biusiness Insight > Data Science' 카테고리의 다른 글
데이터 분석 수명주기 vs. 데이터 수명주기 (life-cycle) (0) | 2023.05.01 |
---|---|
[학습일지] 데이터 분석 기술표 (0) | 2023.04.30 |
비즈니스 분석 (Business Analytics) (1) | 2023.04.29 |
[Python] 행렬의 연산(Matrix Multiplication) Numpy Dot 예제 (0) | 2021.10.22 |
[Python] Lambda를 이용한 Vectorized Methods (0) | 2021.10.21 |