안녕하세요. 하트카운트 팀의 데이터 분석가이자 프로덕트 매니저 David입니다.

데이터는 있어도 어떻게 분석할지, 혹은 보고서에 쓸만한 좋은 시각화나 문장들을 어떻게 만들지 막막하신가요? HEARTCOUNT AI 분석 기능인 Dialogue(다이얼로그)를 사용해 보세요. 누구나 데이터 분석을 통해 인사이트를 쉽고 빠르게 얻을 수 있습니다.

다이얼로그는 HEARTCOUNT의 대화형 AI 분석 기능으로, 주어진 데이터셋에 대한 질문과 해석을 제공하며 사용자와 대화하듯 분석을 수행합니다. 사용자가 제시된 질문 중 하나를 선택하면, 데이터에 숨어있던 인사이트를 발견할 수 있는 차트, 해석, 표를 보여주고 한 걸음 더 나아간 분석 질문까지 제안합니다.

이번 글에서는 HEARTCOUNT의 샘플 데이터셋 중 하나인 HR 데이터셋을 통해, 다이얼로그를 어떻게 활용할 수 있는지 알아보겠습니다.

다이얼로그 - AI 분석

데이터셋 업로드하기

우선 HEARTCOUNT에 로그인해볼까요? 첫 진입 시 만날 수 있는 캠페인 생성하기 메뉴입니다.

• 샘플 데이터셋 파일 사용하기 버튼을 누르면, HEARTCOUNT를 활용할 수 있도록 마련된 샘플 데이터셋들을 보실 수 있습니다.
• 직원(HR) 데이터셋을 선택 해봅시다.

지표 선택하기 - 채용경로 별 성과점수가 궁금해요

왼쪽 메뉴 클릭을 통해 다이얼로그에 진입하면, 현재 데이터셋의 다양한 변수 중 핵심적으로 궁금한 변수들을 먼저 선택하게 됩니다. HR 데이터셋의 핵심 지표 두 가지는 성과점수 그리고 직원만족도 입니다. 여기서는

• 성과점수를 분석해봅시다.

다음으로, 성과점수를 어떤 기준으로 분석할지 고를 수 있습니다. 여기서는 채용경로 별로 직원들의 성과점수에 어떤 차이가 있는지를 알아보고자 합니다.

• 채용경로를 선택해 보겠습니다.

설정을 마치면, 관련된 핵심 질문 목록을 제공해줍니다.

• 두 번째 질문 채용경로 별 성과점수 총합에 대해 자세히 알아볼까요?를 골라봅시다.

채용경로 별 인원수가 다르기 때문에 이 경우는 총합보다는 평균으로 보는 편이 좋겠습니다.

• 질문 영역에서 총합을 평균으로 바꾸어 보겠습니다.

성과점수는 전반적으로 해외 채용이 가장 높고 인턴이 가장 낮다는 것을 문장으로 요약해 줍니다.

사업장위치 별로 차이가 있을까요?

사업장 위치별로 나누어보면, 전반적인 패턴은 거의 유사합니다. 대체로 해외가 가장 높고, 인턴이 가장 낮은 것은 동일합니다. 그럼에도,

서울 지역의 인턴 성과점수 특징을 자세히 살펴보기

그럼, 다음 질문으로 넘어가 봅시다. 기본 추천 질문으로는 사업장 중 평균 성과점수가 가장 높았던 대전이 추천 대상으로 설정되어 있습니다. 질문을 선택 후 해당 값을 바꿀 수 있습니다. 우리는 인턴이 성과점수가 상대적으로 높았던 중국 혹은 서울을 더 자세히 알아보고 싶습니다.

• 지역별 성과점수를 세분화해 보기 위해, 첫 번째 질문을 선택한 후
• 지역에서 서울을 선택해 봅시다.

현재 조건이 사업장위치: 서울(본사)로 설정된 것을 볼 수 있습니다. 이제 서울 지역의 인턴 성과점수를 더 자세히 살펴보겠습니다.

• 이어지는 두 질문 선택을 통해 인턴성과점수를 팀구분변수로 나누어봅시다.

• 해외 > 인턴으로 변경
• 성별 > 팀구분으로 변경

서울지역 인턴 성과점수를 팀별로 나누어보기

원래 서비스운영팀의 성과점수가 평균적으로 높은 건 아닐까요?

그렇다고 해서, 서울지역 서비스운영팀의 성과점수가 훌륭하다고 성급히 결론을 내릴 수는 없습니다. 이때는 다른 지역의 서비스운영팀의 성과 점수들과 비교해 보아야 적절한 결론을 내릴 수 있겠습니다. 전반적인 서비스운영팀의 성과점수 평균이 80점이라면, 76.5점은 상대적으로 낮은 점수가 되겠지요.

이때 우측의 질문 목록 보기 기능을 활용할 수 있습니다.

• 아까 두 번째 질문이었던 채용경로 별 성과점수 평균에 대해 자세히 알아볼까요? 좌측에 있는 플러스 버튼을 누르면
• 해당 지점부터 분석을 다시 수행할 수 있는 새로운 탭이 열립니다.

아직 서울 지역으로 들어가기 전이므로, 아무런 현재 조건이 표시되지 않고 있습니다.

• 여기서 채용경로를 팀구분으로 바꾸어봅시다.

전체 서비스운영팀의 성과점수 평균은 65.95였습니다.

데이터 건수가 충분한 실제 데이터라면, 여기서 추가로 왜 서울 지역의 인턴들이 더 잘했을까? 무엇이 그런 차이를 불러왔을까? 같은 심화 질문으로 이어질 수도 있습니다. 샘플 데이터셋의 경우, 서울 본사의 인턴 데이터가 92건까지 쪼개졌기 때문에 분석을 여기서 마치도록 합니다.

마치며

지금까지 다이얼로그 기능을 통해 주어진 데이터로부터 빠르게 인사이트를 도출하는 방법에 대해 알아보았습니다.

앞서 말씀드렸다시피, HR 데이터셋에는 두 가지 주요 지표(직원만족도 , 성과점수)가 있는데요. 이번에는 직원만족도지표에 대해 직접 따라 해보실 수 있는 질문 루트를 알려드릴게요.

1. 지표: 직원만족도 , 카테고리 변수: 직군
2. 직군 별 직원만족도 평균⁣에 대해 자세히 알아볼까요?
3. 제조생산과 경영지원 간 직원만족도 평균의 차이에 대해 더 자세히 알고 싶어요.
4. 두 집단의 직원만족도 평균 차이를 사업장위치로 나누어 볼까요?
5. 중국 수준에서 두 집단의 직원만족도 평균 차이를 성별 별로 나누어 보면 어떤가요?
   1. 여의 직원만족도 평균 특징은 무엇인가요?

이제 다이얼로그가 조금 익숙해 지셨나요? 그렇다면 이번엔 내가 잘 알고있는 실무 데이터로 분석을 시작해보세요. 당장 이번달 보고서에 활용할 수 있는 재밌는 인사이트를 발견하실 수 있을지도 모르니까요 😉