객관적인 사실에 근거하여 결정을 내리고 있다고 생각하더라도 편견이 의사 결정의 다양한 측면에 침투하기 쉽습니다. 결정을 내릴 때 편견을 어떻게 제한할 수 있습니까? 데이터 기반 의사 결정이란 정확히 무엇입니까? 편견이 데이터에 침투하는 것을 어떻게 막을 수 있습니까?
여기에서 풀어야 할 것이 많으니 잠시 생각해 봅시다.
게티
첫째, 우리는 속담에 나오는 코끼리에 대해 말해야 합니다. 모든 사람은 편견이 있습니다. 편견은 선천적으로 나쁘거나 부끄러운 것이 아니라 자연스러운 인간의 충동입니다. 종종 사람들은 편견이 약점이나 결함이라고 생각하기 때문에 편견을 해결하고 탐색하는 것을 피합니다. 그러나 이는 리더가 의도적이고 정보에 입각한 결정을 내리는 데 유의해야 합니다. 공감을 실천하고 결정에서 자신을 분산시키는 것에 대해 의도적으로 행동하면 보다 포괄적인 결과를 얻을 수 있습니다.
데이터에 기반한 의사 결정 사실, 메트릭 및 데이터를 사용하여 목표, 목표 및 이니셔티브에 부합하는 전략적 비즈니스 결정을 안내합니다. 여기서 강조점은 "가이드"입니다.
데이터는 모든 편견을 무효화하는 은총알이 아닙니다. 그러나 자신의 가정에서 벗어나 특정 상황을 보고, 이해하고, 해결할 수 있는 방법의 범위를 보기 시작할 수 있는 공간을 만들 수 있습니다.
비즈니스에 대한 결정을 내릴 때 편향을 제한하는 방법은 다음과 같습니다.
1. 데이터에 기반한 의사 결정을 수용하십시오. 데이터 자체가 편향되지 않도록 하십시오. 데이터는 전체 대화가 아니라 대화의 시작입니다. (데이터 기반 의사 결정 방식에 대해 자세히 알아보기 여기에서 지금 확인해 보세요..)
데이터를 분석할 때 먼저 합당한 샘플 크기를 얻기 위해 데이터를 종합적으로 살펴봅니다. 그러나 데이터를 세분화하여 다양한 변수와 다양한 배경의 응답자가 설문조사에 응답한 방식에 대해 더 많은 통찰력을 얻을 수 있습니다. 나이, 성별, 인종, 위치, 연도 등과 같은 다양한 변수에 따라 데이터를 분할하고 보면 다른 의미와 패턴을 드러낼 수 있습니다. 데이터의 압축을 풀고 다양한 고려 사항에 대해 필터링하기 시작하면 데이터가 전달하는 이야기가 더 미묘해질 것입니다. 예를 들어, 조직 전체의 직원 복지를 조사하는 경우 성별 정체성을 구체적으로 살펴보고 그것이 인식에 어떻게 그리고 영향을 미치는지 확인할 수 있습니다. 표본 크기를 파악하고 응답자 풀을 익명으로 유지하세요.
피상적인 질문만 하거나 연구 설계 방식, 데이터 수집 방법 또는 수집 중인 데이터에 대해 신중하지 않으면 데이터가 좋지 않을 것입니다. 가능한 한 전체 그림에 접근하려면 보유한 모든 정보를 살펴보고 데이터를 분류하고 보고 있는 내용에 대해 가정하지 마십시오. 이 작업을 수행하기 전에 기본 데이터의 편향을 줄이십시오. 회사의 데이터 분석가와 비즈니스 사용자가 데이터 작업의 여러 단계에서 편향을 관찰하는 방법을 알고 있는지 확인합니다. 편견은 데이터 수집 및 커뮤니케이션 프로세스 자체에서 발생할 수 있습니다. 다음은 Urban Institute의 주요 내용입니다. 해를 끼치 지 마십시오 가이드 이 작업을 수행하는 방법을 설명합니다.
데이터 수집 단계. 다양한 팀은 편향을 식별하고 언뜻 보기에는 관련성이 명확하지 않은 다양한 연구 분야를 연결하는 데 도움을 줄 수 있습니다. 또한 연구하려는 인구의 인구 통계를 더 잘 반영할 수 있습니다. 가능하면 응답자가 참여가 중요한 이유를 이해할 수 있도록 데이터 수집 노력의 목적을 명시하십시오.
분석 단계. 분석가 및 커뮤니케이션 팀을 데이터 수집 팀과 완전히 분리하지 마십시오. 전체 데이터 워크플로에 걸친 협업은 항상 사일로보다 낫습니다. 분석가와 커뮤니케이터는 데이터를 받으면 다음과 같은 질문을 해야 합니다. “이 데이터는 어떻게 생성되었습니까? 누가 이 데이터에 포함되고 누가 제외됩니까? 누구의 목소리, 삶, 경험이 빠져 있습니까?”
프레젠테이션 단계. 데이터의 결과를 보다 정확하게 반영하는 경우 시각적 개체의 복잡성과 뉘앙스를 부끄러워하지 마십시오. 데이터 밀도가 더 높은 그래프 및 차트의 형태로 복잡성을 추가하는 것이 귀하와 귀하의 팀이 분석 노력의 의미에 대해 열심히 생각했음을 입증하는 데 어떻게 도움이 되는지 고려하십시오.
2. 편견을 인식하고 완화하고 그것이 의사 결정 과정에 어떻게 영향을 미치는지 이해하십시오. 무의식적 편향 또는 암묵적 편향은 우리가 알지 못하고 통제할 수 없는 편향을 나타냅니다. 이것은 우리가 사람과 상황에 대한 빠른 판단과 평가를 할 때 발생하며, 우리의 배경, 문화적 환경 및 개인적 경험에 의해 영향을 받을 수 있습니다.
편견은 우리가 다양한 인재를 양성하고, 참여하는 인력을 개발하고, 독특한 경험과 관점을 활용하고, 협업을 통해 혁신을 촉발하는 것을 방해할 수 있습니다. 직장에서의 편견은 거의 모든 곳에서 나타날 수 있지만 대부분 채용, 심사, 성과 검토 및 피드백, 코칭 및 개발, 승진에서 나타납니다.
3. 포괄적인 작업 프로세스 관행을 통합합니다. 포괄적인 업무 관행의 예는 의사 결정 과정에 대한 명확한 선택 기준을 만드는 것입니다. 이 기준은 조직의 사명 및 전략과 일치해야 합니다. 왜 그 기준을 우선시하는지 이해하십시오. 모든 사람을 평가하는 방식에 일관성을 유지하고 의도적입니다.
회사 행사의 기조 연설자를 찾는 예를 생각해 보십시오. 이벤트에서 어떤 메시지를 전달하고 싶습니까? 특정 수준의 브랜드 자산을 가진 특정 규모의 회사에서 이 이야기가 필요합니까? 스토리에 대해 강조하고 싶은 측정항목만큼 중요합니까, 아니면 덜 중요합니까? 그리고 다양한 배경에서 온 관점과 플랫폼을 공유하는 것은 어떻습니까?
이 시나리오에서 우리는 "모든 것!"을 원한다고 말하는 경향이 있습니다. 또는 개인 또는 팀의 일부로서 우리의 관점에서 볼 때 높은 가치를 지닌 특정 기준에 집중할 수 있습니다. 그러나 누군가가 훌륭한 타이틀을 가지고 있지만 적절한 이야기가 부족하다는 그런 낮은 결과를 가져오면 어떻게 될까요? 명확한 기준을 미리 설정하면 원하는 결과에 맞는 결정을 내릴 수 있습니다.
당신보다 더 많은 사람들이 결정에 대한 정보를 얻을 경우 특정 프로젝트, 프로그램 또는 의사 결정 노력에 기여자를 선택할 때 직접적인 네트워크 외부의 사람들을 초대하십시오. 당신의 직접적인 네트워크에 있는 사람들, 즉 당신의 "가는" 사람들은 다른 관점을 가져오기보다 당신과 비슷할 가능성이 더 큽니다. 이것을 친화성 편향이라고 합니다.
4. 회사에서 다양성(대표성)과 포용성을 우선시하십시오. 데이터는 자신의 것이 아닌 개념을 보고 탐색하는 데 도움이 될 수 있습니다. 데이터를 제공하는 개인과 데이터를 해석하는 팀의 개인 모두의 관점에서 다양성과 포용성을 보장하면 팀에서 데이터가 말하는 내용을 더 많이 해석하고 더 잘 이해할 수 있습니다. 연구에 따르면 보다 다양한 관점을 가진 보다 다양한 팀을 보유하는 것이 긍정적인 영향을 미치는 것으로 나타났습니다. 에 따르면 최근 연구, 다양하고 포용적인 기업은 의사 결정과 관련하여 동종 기업을 능가할 가능성이 60% 더 높을 수 있습니다.
다양하고 포용적인 팀은 독특한 관점에서 새로운 아이디어를 가져와 편견을 깨뜨릴 수 있습니다. Deloitte에 따르면, 인지적 다양성은 팀 혁신을 최대 20%까지 향상시키는 것으로 추정됩니다.
다양한 배경을 가진 사람들이 데이터를 탐색할 때 팀은 다양한 관점에서 데이터를 탐색하고 새로운 정보를 발견하며 자신의 아이디어나 선입견에 도전할 수 있습니다. 그렇게 하면 할수록 더 많은 혁신이 일어날 것입니다.
편견을 억제하는 또 다른 방법은 직원들이 심리적으로 안전하다고 느낄 수 있는 포용적인 분위기를 조성하는 것입니다. 이런 식으로 그들은 자신의 독특한 관점을 공유하기에 충분히 편안함을 느낄 것입니다. 이것이 권장되지 않으면 사람들은 취약하지 않고 잠재적으로 획기적인 아이디어를 공유하지 않을 것입니다. 심리적으로 안전한 분위기를 조성하고 보다 생산적으로 함께 일할 수 있는 것이 혁신으로 이어집니다.
고려해야 할 기타 질문: 포괄적인 팀을 만들고 있습니까? 당신의 조직은 다양한 배경을 가진 개인을 고용하는 것 이상의 채용 측면을 생각하고 있습니까?
5. 의사 결정 과정 전반에 걸쳐 가정에 대해 의도적으로 도전하십시오. 다음과 같은 프레임워크나 도구를 활용합니다. 해를 끼치 지 마십시오 가이드 그렇게 하기 위해. 데이터를 세분화하고 포괄적인 연습 질문을 스스로에게 하십시오.
회사의 데이터 분석가와 비즈니스 사용자가 전략에서 실행에 이르기까지 작업 프로세스 전반에 걸쳐 편향을 관찰하는 방법을 알고 있는지 확인하십시오. 포괄적인 연습은 편견을 깨뜨리는 순간을 만들 수 있지만, 그것이 단지 성찰 활동이라면 방향을 수정하기에는 너무 늦을 것입니다. 프레임워크를 사용하여 워크플로에 포괄적인 관행을 통합하고 있는지 여부에 대해 생각해 볼 수 있는 순간을 만드는 것이 좋습니다.
데이터로 의사 결정 프로세스 시작
편견은 절대 완전히 근절되지 않으며 데이터 자체가 답은 아닙니다. 오히려 데이터는 정보에 입각한 답변으로 이어지는 더 많은 질문을 하는 프로세스의 시작입니다. 보다 다양하고 포괄적인 팀을 보유함으로써 회사 데이터에 대한 해석을 극대화하여 보다 혁신적인 통찰력과 의사 결정을 내릴 수 있습니다.
데이터로 더 나은 결정 내리기
상세 정보 정보에 입각한 비즈니스 결정을 내리기 위해 데이터를 사용하는 방법에 대해 설명합니다.
출처: https://www.forbes.com/sites/tableau/2022/09/23/how-inclusive-practice-and-data-help-reduce-bias-in-decision-making/