データリテラシー
Data Literacy
データリテラシーとは?
- データを読み、解釈し、活用して伝え合う能力
- 統計の専門性ではなく、問いを立てて疑う思考力
- データに基づく意思決定文化の前提条件
データリテラシーが根づいた組織は、会議の風景から変わります。'体感では反応が良かったです'で終わっていた報告が'どの期間、どの母数から出た数字ですか'という問い返しに出会い、数字を持ってきた人の役職ではなく、数字の出所が説明責任を負います。変わるのは分析結果ではなく、意思決定が交わされる言語です。同じダッシュボードを見ても部署ごとに違う結論を持ち出していた状態がなくなることが、最初の成果です。
設計するときは4つの層に分けると整理しやすくなります。指標を読む層(定義・分母・期間)、落とし穴を取り除く層(生存者バイアス、シンプソンのパラドックス、相関と因果の混同)、判断に使う層(どの程度の差から意味があるか)、説得する層(同じデータをどのグラフで見せるか)です。データアナリストの育成と分かれるのもこの点です。アナリストは答えを作り、リテラシーはその答えを疑って使う側です。全社共通の研修は4〜6時間で十分で、SQLと可視化ツールは職務別の応用研修として切り離す方が、受講率も現場での活用率も高くなります。
研修だけでは動かない前提が二つあります。一つ目は指標辞書です。'アクティブ顧客'の定義が部署ごとに違うと、よく学んだ社員ほど会議で激しく衝突します。もう一つはデータへのアクセス権限です。学んだことを自分で照会できない状態が3か月続くと、教材は引き出しに残り、習慣は残りません。リテラシーは能力の問題であると同時にインフラの問題であり、現場が自ら照会できる指標がいくつあるかが、その組織のレベルを最も正直に示します。
最もよくある食い違いは、リテラシー教育をツール教育にすり替えることです。可視化ツールの実習を8時間行い、受講率92%と報告しますが、肝心の会議の結論は相変わらず'なんとなく良さそう'で決まります。さらに悪いのは、半分しか学んでいない状態で数字が武器になることです。各部署が自分に有利な期間やセグメントを選んで持ち込んだ資料で争い始めると、データは判断の根拠ではなく、すでに決めた結論を守るための道具に固まってしまいます。だからこそ、最初の教育対象は実務者ではなく、問いを投げかけるべき役員とチーム長です。
データサイエンスの大衆化とともに2010年代半ばから広がった概念で、ガートナーなどがデジタルトランスフォーメーションの中核能力として挙げ、企業研修の主要テーマとなりました。
仮想の事例で見てみましょう。役職員640名、年間売上高2,300億ウォン(約2,750,571万円)規模の生活用品流通会社A社です。分析ツールを変えながらダッシュボードを40以上導入しましたが、毎週の営業会議でマーケティングチームと営業チームがそれぞれ異なる'再購入率'の数字を持ち寄り、30分ずつ言い争う場面が繰り返されました。結局、CEOの指示で6か月間のデータリテラシー課程が始まりました。
- DX推進チームのパク・チーム長が、全部署の週次報告書52件を集めたところ、「再購入率」の計算式が3通りあることが分かりました。報告を受けたCFOは「では、昨年の成長率も信用できないということか」と問い返しました。
- 教育より先に指標辞書を作りました。核心指標18個の定義・分母・集計周期を現場の実務者12名が2か月かけて合意し、別の定義を使った報告書は会議の議題から外しました。
- 全社共通の研修は4時間と短めに組み、自社の失敗事例3件だけを扱いました。平均客単価の錯覚や、販促前後の比較で季節性を見落とすといったものでした。統計の数式は1枚も入れませんでした。
- 役員・チーム長向けのワークショップを別に行い、'この数字はどの期間のものですか'と'サンプルは何人ですか'の二つの質問を、会議で必ず投げかけるようにしました。営業本部長が先に使い始めると、報告書の様式が2週間で変わりました。
- 6か月後、週次会議の平均時間は90分から55分に短縮され、指標の定義をめぐって争う議題は月7件から1件に減りました。ダッシュボードを直接参照する現場ユーザーも38人から214人になりました。
ク・ジャリョン
金鍾赫