보고 및 인사이트 - 일반 - Leadership Academy

Current Courses(현재 강의) 대시보드로 이동한 후 보고서를 실행하면 현재 실행 중인 모든 강의와 속도 설정이 안 된 강의 전반의 수강 신청, 참여, 협업을 추적할 수 있습니다. 

1. 페이지 상단에 있는 Filters(필터)를 클릭합니다.

2. 다음으로 종료 날짜가 없는 코호트(즉, 속도 설정이 안 된 강의)를 포함할지 여부를 선택합니다.

3. 드롭다운에서 보고서를 실행하려는 이니셔티브, 강의, 코호트를 선택합니다. 이니셔티브, 강의, 코호트는 원하는 수만큼 포함할 수 있습니다. 팁: 포함하려는 항목이 많은 경우 드롭다운을 “excludes(제외)”로 변경한 다음 보고서에서 제외하려는 이니셔티브, 강의 및/또는 코호트만 선택할 수 있습니다.

4. 마지막으로, 나열된 옵션에서 결과를 필터링할 차원을 선택합니다. 차원 코드가 기업에 유의미하게 작용하도록 일관되고, 정확하며, “명료한” 데이터를 사용하시기 바랍니다.

5. Run(실행)을 클릭해 보고서를 생성합니다. 팁: 대시보드에서는 거의 모든 수치와 차트를 클릭할 수 있으므로 필요한 데이터를 자세히 확인하여 귀중한 인사이트를 확보할 수 있습니다. 예를 들어 강의의 토론 활동에서 발언하지 않은 사람을 보려면 토론 그래프의 연한 파란색 부분을 클릭하면 됩니다.

현재 강의 보고서 PDF를 다운로드하는 방법과 현재 강의 보고서 CSV를 다운로드하는 방법에 대해 자세히 알아보세요.

이 글은 수강생 커뮤니케이션 보고서 데이터, 액세스, 사용에 대해 설명합니다.

수강생 커뮤니케이션 보고서란 무엇일까요?

수강생 커뮤니케이션 보고서는 수강생이 코호트 구성원과 함께 대화하는 각 예시(첨부 파일 공유 등)의 세부 정보를 표시하는 표 형태의 보고서입니다. 관리자는 이를 통해 데이터를 수집하기 위해 각 강의를 탐색할 필요 없이 하나의 보기 창에서 수강생의 모든 입력 정보를 분석하고 이에 대해 감사를 수행할 수 있습니다.    

수강생 커뮤니케이션 보고서에 포함된 수강생 활동의 유형:

• 토론
• 분류 그룹 토론
• Dropbox
• 비공개 및 공개 분류 그룹 결과
• 코호트 협업

수강생 커뮤니케이션 보고서에 포함된 활동 유형별 데이터 필드:

• 활동 유형
• 활동 제목
• 분류 그룹
• 날짜
• 게시 사용자
• 게시
• 댓글 사용자
• 댓글
• 좋아요
• 첨부 파일

메모:  

• 일부 활동만 모든 필드에 대해 데이터를 보유합니다. 특정 활동에만 적용되는 적절한 특정 기능이 있습니다.  
• 토론 댓글 입력 시 맥락 이해를 위해 게시물 원본이 해당 열에서 재표시됩니다.
• 기본 표 정렬은 날짜별입니다.

수강생 커뮤니케이션 보고서에 액세스하는 방법

1. 웹사이트 머리글에서 막대형 차트 아이콘을 클릭합니다(참고: 해당 아이콘이 보이지 않으면 귀하가 사이트 소유자나 사이트 관리자가 아닐 가능성이 있으며 고객 성공 담당자에게 연락하여 이 권한을 요청해야 합니다).

2. 수강생 커뮤니케이션 보고서 타일을 클릭하세요.  

3. 필터 섹션을 확장하려면 클릭하세요.

4. 원하는 강의와 코호트용 필터를 생성합니다. 참고: 이 보고서는 한 번에 한 코호트에만 실행됩니다. 

5. 실행을 클릭하세요.

6. CSV로 내보내려면 표의 우측 상단에 있는 세로 줄임표를 클릭하고 ‘데이터 다운로드’를 클릭하세요. 참고: 기어 아이콘에서 PDF로 다운로드하지 않도록 주의하세요.

데이터를 어떻게 활용할 수 있을까요?

• 요약 또는 코칭 목적으로 쓸 참여자 또는 조정자의 매력적인 인용을 찾습니다.
• 요약에 사용하거나 현재 또는 미래 이니셔티브와 관련이 있는 수강생 토론 테마를 찾습니다. 중요한 키워드나 구문을 표시하기 위해 단어 구름 생성기 사용을 고려해보세요.  
• 어떤 게시글/댓글이 가장 많은 '좋아요'를 받았는지 확인하고 코호트의 주목을 끈 대화를 알아봅니다.  
• 규정 준수 목적으로 보유합니다.

수강생이 한 강의에서 모든 필수 활동의 70% 이상을 완료하면 학습을 측정하고 피드백을 수집하는 데 도움이 되는 당사의 표준 앱 내 조사를 받게 됩니다. 답변하지 않은 질문이 있으면 90% 완료 시 조사가 다시 표시됩니다. 

이 조사는 고영향 학습 대시보드(HILD)를 채우고, 벤치마크에 기여하는 데 도움이 되며, 이를 통해 내부 팀이 지속적으로 수강생을 위해 강의 경험을 개선할 수 있습니다.

이 문서에서는 사이트 소유자 또는 사이트 관리자가 보고서를 생성하고 하나 이상의 코호트에서 분석 및 인사이트를 현재 강의 대시보드 및 완료된 강의 대시보드로 이동하는 방법에 대해 설명합니다.

현재 및 완료된 강의 대시보드로 이동:

1. 웹사이트 헤더에서 막대형 차트 아이콘을 클릭합니다(참고: 해당 아이콘이 보이지 않으면 귀하가 사이트 소유자나 사이트 관리자가 아닐 가능성이 있으며 고객 성공 담당자에게 연락하여 이 권한을 요청해야 합니다).

2. 다음으로 찾고 있는 보고서를 클릭합니다.

이제 대시보드로 이동했습니다. 

• 현재 강의 대시보드에서 보고서를 생성하는 방법에 대해 알아보세요.
• 완료된 강의 대시보드에서 보고서를 생성하는 방법에 대해 알아보세요.

완료된 강의 대시보드로 이동한 후 보고서를 생성하여 완료된 모든 강의 전반의 수강 신청, 참여, 협업을 추적할 수 있습니다. 

1. 페이지 상단에 있는 Filters(필터)를 클릭합니다.

2. 다음으로 드롭다운에서 보고서를 실행하려는 이니셔티브, 강의, 코호트를 선택합니다. 원하는 만큼 이니셔티브, 강의, 코호트를 포함할 수 있습니다. 팁: 포함하려는 항목이 많은 경우 드롭다운을 “excludes(제외)”로 변경한 다음 보고서에서 제외하려는 이니셔티브, 강의 및/또는 코호트만 선택할 수 있습니다. 

3. 다음으로 보고서에 포함할 기간을 선택합니다. 팁: 모범 사례는 날짜 범위 옵션을 사용하는 것입니다.

4. 마지막으로 나열된 옵션에서 결과를 필터링할 차원을 선택합니다. 차원 코드가 기업에 가치가 있도록 일관되고, 정확하며, “명료한” 데이터를 사용하시기 바랍니다.

5. Run(실행)을 클릭해 보고서를 생성합니다. 팁: 대시보드에서는 거의 모든 수치 및 차트를 클릭할 수 있으므로 데이터를 더 자세히 확인하여 귀중한 인사이트를 확보할 수 있습니다. 예를 들어 강의의 토론 활동에서 발언하지 않은 사람을 보려면 토론 그래프의 연한 파란색 부분을 클릭하면 됩니다.

완료된 강의 보고서 PDF를 다운로드하는 방법과 완료된 강의 보고서 CSV를 다운로드하는 방법에 대해 자세히 알아보세요. 

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.

*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.

벤치마크는 고영향 학습 대시보드(HILD)에서 기업 및 강의 전체의 결과를 비교할 수 있는 표준을 제공합니다. 

당사의 벤치마크는 동적이며 매주 1회 업데이트되어 가장 정확한 최신 정보를 반영합니다. 벤치마크 점수는 Engagement(관여), Advocacy(지지) 및 Understanding(이해) 지표 내에서 수강생 사이의 평균 점수를 나타냅니다. 벤치마크는 상당한 가치를 부여하며 업계에서 가장 독보적인 비교 표준을 제시합니다.

All UBLA Courses Benchmark(모든 UBLA강의 벤치마크): 모든 고객 전체에 걸친 모든 강의 수강생 사이의 해당 지표에 대한 평균 점수

UBLA Course Benchmark(UBLA강의 벤치마크): 보고서에 포함된 강의에 등록한 모든 수강생 사이의 해당 지표에 대한 평균 점수

위의 스크린샷 예시에서 모든 강의 사이의 평균 관여 점수는 43이고, 이 특정 강의에 대한 평균 점수는 약 42입니다. 보고서에 포함된 코호트의 평균은 41입니다.

어느 기업이든지 각기 다른 시점에 그리고 경쟁 우선순위에 따라 무수한 도전 과제와 여러 가지 문제를 안고 있기 마련입니다. 안정성, 성장 등 그 측정 기준이 무엇이든 올바른 방법을 사용하여 이러한 문제를 해결하는 것이 기업의 성공을 가져오는 열쇠 중 하나입니다. '분석'은 지난 10여 년간 이러한 문제를 해결하는 방법 중 하나였습니다. 이 기법은 수학, 통계, 일부 사례에서는 컴퓨터 과학적 방법을 비즈니스 문제에 적용하는 것입니다. 최근에는 분석이 통계와 컴퓨터 과학 사이의 분야를 모두 아우르는 전문가인 데이터 사이언티스트의 영역이 되어 왔습니다. 데이터 사이언티스트는 일반적으로 다양한 소스에서 가져온 대량의 데이터를 랭글링하고, 이러한 데이터를 분석할 수 있도록 준비(정정, 정제, 수정 등)하고, 피라미드 분석 기법(통계만 이용하거나 컴퓨터 과학만 이용하는 경우도 있지만 일반적으로 둘 다 이용)을 개발하여 데이터에 적용하고, 도전 과제의 중요한 구성 요소를 분명하게 파악하는 인사이트를 도출합니다.