디지털 워크플레이스가 하는 말에 귀를 기울일 때이다.
이 글은 개인 공부 목적으로 번역한 글로 오역이 있을 수 있습니다. 원글은 아래 링크를 참고해 주세요.
https://www.cmswire.com/digital-workplace/our-digital-workplaces-are-talking-its-time-to-listen/
빅데이터와 비즈니스 인텔리전스는 새로운 것이 아니다. 우리의 디지털 워크플레이스는 이전보다 훨씬 더 많은 데이터를 생산하고 있다. 직원이 업무를 하거나 활동을 하는 동안 매 시간 쌓이고 있는 데이터는 우리에게 무언가를 말해준다. AI, 분석, 시각화 도구들의 고도화된 능력 덕분에 데이터를 활용하면 우리가 실제 어떤 일을 하기 전에 최대한 유리한 위치에 있을 수 있다. 그리고 이제 우리는 데이터가 말하는 것을 들어야 할 때이다.
우리가 말하는 데이터는 나이, 성별, 직급과 같은 기본적인 인구통계학적 정보, 그 이상이다. 우리의 직원들이 어떻게 행동하고, 느끼고, 업무를 수행하는지에 대한 현실적인 통찰을 주는 사람에 대한 깊은 분석을 만들어 내는 중이다.
소비재 시장으로부터 얻는 교훈
만약 소비재 시장으로부터 얻어야 할 것이 있다면, 그것은 모든 정보들을 분리하고 분석해서 얻는 비즈니스 가치이다. 행복하고 고무된 직원들은 생산성, 혁신, 근속과 같은 모든 중요한 비즈니스 KPI들을 전달한다. 게다가 우리의 브랜드들은 내부로부터 구축되는데 업무에 대한 직원의 경험은 우리가 고객에서 주는 경험에 직접적으로 연결되어 있다. 직원 참여는 이익과 직결한다.
회사의 디지털 워크플레이스에 저장된 지식을 이해하고 사용하는 것은 직원 또는 경영자가 정보에 기반한 의사 결정을 할 수 있게 도와준다. 이 지식을 활용하면 직원 중에 한 명이 퇴직하기 위해 준비하는 신호를 알아챌 수 있다. 예를 들면 팀들이 협업에 실패하는 하는 것을 보거나, 생산성 또는 eNPS score(직원 순추천점수) 하락 같은 것들이 바로 그런 신호이다. IBM AI는 퇴사를 준비하는 직원의 95%를 정확하게 예측해서 3백만 달러의 유지비용을 절감했다. 이것은 강력한 기능이다.
Digital Workplace 분야에서 혁신이 의미하는 것
문제는 데이터가 의미를 가지기 위해 시간과 용량이 필요하다는 것이다. 대부분의 조직에서 우리가 바랄 수 있는 최선은 리더가 어떤 의미 있는 변화를 가져오기에는 너무 늦었다는 지표를 최대한 늦추는 것이다. 사용률 분석, 일상적인 피드백과 주기적 설문들은 이후에 실제로 일어날 일을 우리에게 알려줄 수 있지만, 트렌드와 경고 신호는 놓치기 쉽다.
선도적인 업무 행동 분석에 대한 요구를 주도하고 해결하는 것은 디지털 워크플레이스 소프트웨어 공급자들과 일부 인트라넷 파트너들에게 달려있다. 빅데이터 기반의 세밀한 통찰력과 동향 제공, 그것은 리더들이 데이터 기반의 의사결정을 하는 것을 도울 것이다. 우리의 디지털 워크플레이스에 더 많은 플랫폼들이 도입됨에 따라 다양한 입력 데이터를 읽어 들이고, 작업할 수 있는 기회가 주어졌고, 이것은 우리에게 비즈니스를 위한 잠재적 ROI를 제공한다.
이 분야에서 혁신은, 반짝반짝 빛나는 새로운 특징과 기능성을 소개하는 게 아니다. 그것은 우리가 이미 가지고 있는 것의 가치를 최대화하는 것이다. 향상된 연결과 지능의 이용은 우리의 워크스페이스에 어떤 일이 일어나고 있는지 알게 할 것이다. 그리고 우리가 알고 있는 지식은 힘이다. 이 모든 것은 우리에게 열려있는 가능성의 표면을 살짝 긁은 것에 지나지 않는다.
짧은 글이지만, 연구의 의욕을 불러일으키는 글이었다. 기업의 업무포털을 컨설팅하고 구축하면서 계속 변화하는 고객의 니즈에 맞춰서 단순히 이 기능, 저 기능을 반영해서 개발했지만 무언가 중요한 것을 놓친 것만 같은 느낌이었다. 업무포털이 제공해야할 큰 가치중에 하나가 바로 이런 것이 아닌가라는 생각이 들었다. 실제 기업들이 사용하는 시스템들은 알게 모르게 많은 로그데이터를 생산해 낸다. 그러나 그런 데이터들은 대부분 사장된다. 이런 데이터들 속에서 HR과 관련된 인사이트를 끌어 낼 수 있다면 이것은 시장을 리드할 수 있는 혁신이 될 수 있다. 선도적인 기업들은 시작했을 수 있지만, 국내 솔루션들은 아직이다. 그리고 실효성 있고, 신뢰할 수 있는 결과물을 만들기 위해서는 짧게라도 연구가 필요하다. 또 한번 느끼는 것이지만 세상은 넓고 공부할 것은 많다.
