수강생이 플랫폼에 추가되므로 각 수강생에 대한 데이터 세트의 정확성과 일관성을 보장하기 위해 명심해야 할 중요한 요소가 있습니다. 일관된 방식으로 오류 없이 코딩되는 데이터는 주로 "정제된 데이터"라고 일컬어지는 결과물이 되며, 이것이 부족한 경우 플랫폼의 보고 및 분석 기능의 이점을 완전히 활용할 수 없게 됩니다.
포함해야 하는 데이터
당사의 플랫폼에서는 각 수강생과 연결할 수 있는 다음 데이터 필드를 제공합니다.
| 분야 | CSV UTF-8 파일에서 사용되는 열 제목(정확히 일치해야 함) |
| 이름* | first_name |
| 성* | last_name |
| 이메일 주소* | 이메일 |
| 외부 GUID** | external_guid |
| 지역 | region |
| 커리어 수준 | career_level |
| 입사 날짜*** | hire_date |
| 조직 단위 1**** | organization_unit1 |
| 조직 단위 2**** | organization_unit2 |
| 조직 단위 3**** | organization_unit3 |
| 위치***** | location |
| 직함***** | title |
| 관리자 이름****** | manager_assigned_first_name |
| 관리자 성****** | manager_assigned_last_name |
| 관리자 이메일****** | manager_assigned_email |
*계정 생성을 위한 필수 입력 항목입니다.
**통합 인증(SSO)을 사용하는 기업에만 필수입니다. 자세한 정보는 고객 성공 관리 담당자에게 문의하시기 바랍니다.
***입사 날짜 형식: YYYY-MM-DD
****기업이 선호하는 데이터(예: 부서)를 무엇이든 포함할 수 있는 사용자 지정 필드이지만 기업 전체에서 동일하게 유지되어야 합니다. 사용자 지정 조직 단위 데이터 필드를 구성하는 방법에 대해 자세히 알아보세요.
*****수강생이 프로필을 업데이트할 때 직접 작성합니다.
******My Team(내 팀) 기능과 함께 사용하기 위해 수강생의 관리자를 지정하는 데 사용됩니다.
일관성 있는 데이터 입력이 중요한 이유
데이터 필드 자체는 표준이지만 각각의 필드 내에서 각 수강생에 대해 사용하는 코드는 유연합니다. 예를 들어, 기업에서 무엇을 다른 지역 또는 커리어 수준으로 간주하고자 하는지는 기업이 결정하는 것이며 꼭 사용해야 하는 표준이 있지는 않습니다. 그러나 코딩에서 일관성을 유지해야 하며 시스템에 추가하는 모든 수강생에 대해 동일한 명명법을 사용해야 함을 반드시 기억해야 합니다. 일관성이 없다면 "비정제 데이터"가 초래되며 분석 대시보드에서 각 변형을 개별 코드로 처리하여 데이터 정제를 거치지 않으면 포함된 그래프와 차트가 가능한 최고의 가치를 제공할 수 없습니다.
일관성 없는 데이터의 일반적인 예
일관성 없는 데이터는 다양한 형태로 나타나며 플랫폼 전반에서 여러 가지 영향을 미칩니다.
모든 분석 보고서에서 개별 코드를 초래하는 비일관성
- 일부에만 약어를 사용하고 일부는 사용하지 않는 경우(예: "북미" 대 "NA")
- 구두점 변형(예: "NA" 대 "N.A.")
- 대소문자 변형(예: "NA" 대 "na")
- 다른 측정 범위 사용(예: "북미" 대 "미국" 대 "캘리포니아주")
- 다른 코호트에 다른 측정 단위 또는 다른 데이터 카테고리를 함께 사용(즉, 업로드되는 한 코호트의 명단에서 조직 단위 1이 회사 부서를 나타내고, 동시에 다른 코호트의 명단에서는 조직 단위 1이 직무 기능을 나타내는 경우)
위 예시에서 조직 단위 1 필드에 부서(예: "재무"), 미국 주(예: "클리블랜드"), 지역(예: "아시아 태평양")이 포함되어 있습니다.
플랫폼에 사용자를 대량 업로드할 때 오류를 초래하는 비일관성:
- 플랫폼에서 사용되는 라벨(위에 나열)과 정확하게 일치하지 않는 열 제목 사용(밑줄, 공백 및 대소문자의 올바른 사용 포함). 참고: 파일이 오류 없이 업로드되더라도 열 제목이 올바르게 라벨링되어 있지 않으면 수강생의 프로필에서 데이터가 누락될 수 있습니다.
- 데이터 필드에 특수 문자 사용
- 3개의 사용자 정의 필드(organization_unit1, organization_unit2, organization_unit3)에 플랫폼 라벨 대신 기업의 라벨 사용
- 기업에서 통합 인증(SSO)을 사용하는 경우 external_guid를 작성하지 않음
- CSV UTF-8 파일을 사용하지 않음
- CSV에 특수 문자 사용 또는 매우 긴 파일 이름 사용
그러므로 데이터 템플릿을 만들어 코호트 학습 플랫폼을 사용하는 기업 내 모든 현재 및 미래 그룹과 공유하는 것이 좋습니다. 자세한 정보는 고객 성공 관리 담당자에게 문의하시기 바랍니다.
내 데이터 필드를 설정할 때 고려해야 할 점
처음에는 필요하지 않아 보일 수 있지만 어떻게 플랫폼의 데이터가 기업에 가치를 제공하는 방식으로 사용될 수 있을지 장기적으로 생각해 보는 것이 중요합니다. 적절한 계획을 수립하지 않으면 비일관성으로 인해 문제가 발생하는 상황에 처하게 됩니다.
고려해야 할 질문:
1. 기업 내 다른 그룹도 이 코호트 학습 플랫폼을 사용하나요? 그렇다면 여러분이 사용자 지정 데이터 필드(즉, 조직 단위 1~3) 및 기타 데이터 필드를 코딩하려는 방식이 다른 그룹에도 가치를 부여하나요?
2. 사용자 지정 데이터 필드의 경우 어떤 데이터가 회사에 가장 가치 있나요? 예를 들어 수강생 성과 데이터를 부서별로 구별하는 것이 가장 중요한가요, 아니면 포함해야 할 가치 있는 다른 필드가 있나요?
3. 수강생 데이터는 각 강의 명단에 어떤 방식으로 추가되나요? 플랫폼을 사용하는 모든 그룹이 회사의 HR을 통해 처리되나요, 아니면 그룹에서 자체적으로 명단을 작성하나요? 명단을 만드는 일관된 프로세스가 있다면 일관성을 보장하기 위해 적절한 팀원과 함께 작업할 수 있습니다.
일관성 있고 정제된 데이터는 코호트 학습 프로세스에서 굉장히 중요한 구성 요소입니다. 데이터 관리 프로세스의 측면에서 확실하지 않은 부분이 있다면 고객 성공 관리 담당자에게 문의하시기 바랍니다.