이 기사는 소속감에 대한 직원 설문 조사의 응답을 분석하는 방법에 대한 팁을 제공합니다. 실제로 유용한 데이터가 필요하다면, 원시 응답으로 가득한 벽이 아닌 AI 활용 및 검증된 프롬프트를 활용한 실용적인 접근 방식을 찾을 수 있습니다.
분석을 위한 적합한 도구 선택
설문 조사 분석에 대한 접근 방식은 직원들에게서 수집한 데이터 유형에 크게 좌우됩니다.
정량적 데이터: 특정 옵션을 선택한 사람 수와 같은 구조화된 답변을 본다면, Excel이나 Google Sheets와 같은 전통적인 도구가 간단한 계산과 비율 분해를 용이하게 합니다.
정성적 데이터: 더 풍부한 인사이트를 얻기 위해, 긴 형식의 개방형 응답이나 심층 후속 조사는 수작업으로 읽는 것이 현실적이지 않습니다. AI 도구가 빛을 발하는 것은 이 때로, 엄청난 양의 텍스트를 분석하고 바로 의미를 추출할 수 있습니다.
정성적 응답을 다룰 때 도구를 사용할 수 있는 두 가지 접근 방식이 있습니다:
AI 분석을 위한 ChatGPT 또는 유사한 GPT 도구
직접 내보내기 및 분석: 설문 조사 데이터를 내보내 바로 ChatGPT 또는 유사한 AI 도구에 복사하여 응답에 대해 대화할 수 있습니다. “가장 많이 등장하는 주제는 무엇인가요?” 또는 “누군가 원격 근무를 언급했나요?”와 같은 질문을 할 수 있습니다.
제한사항: 솔직히, 이 과정은 특히 대규모 직원 설문 조사를 관리할 때는 그다지 편리하지 않습니다. 큰 데이터 블록을 복사하여 넣어야 하고, 문맥 한계를 넘을 것이며, 프롬프트 구조화와 원시 텍스트 조작에 추가적인 시간이 소요될 것입니다.
Specific 같은 올인원 도구
설문 조사 분석을 위한 목적 지향형: Specific라는 AI 도구는 설문 조사 응답을 한 곳에서 수집하고 분석하도록 구축되어 있습니다. 데이터 수집 시 자동으로 후속 질문을 하여 직원에게서 더 풍부하고 완전한 피드백을 얻을 수 있습니다—전통적인 양식이 거의 달성하지 못하는 것입니다. (자동 AI 후속 질문 작동 방식 알아보기.)
매끄러운 AI 기반 인사이트: Specific은 모든 설문 조사 데이터를 즉시 요약하고, 주요 테마를 식별하며, 실행 가능한 인사이트를 제공합니다—스프레드시트도 없고, 수작업도 없습니다. 또한, 귀하는 AI와 결과에 대해 채팅할 수 있습니다. ChatGPT와 유사하되 문맥 관리, 필터링, 관련 패턴 발견에 맞춘 기능이 제공됩니다. (AI 설문 조사 응답 분석의 자세한 설명 보기.)
편리함과 깊이: 이 플랫폼은 전체 설문 조사 워크플로우를 관리하며, 직원 응답 정리, 답변 유형별 후속 조치, 심층 분석, 팀과의 협업을 포함합니다. 처음 시작하는 경우 소속감 위한 설문 조사 생성기가 적절한 설문 조사를 신속히 개시하는 데 도움을 줄 것입니다.
직원 소속감 설문 조사 응답을 분석하기 위한 유용한 프롬프트
올바른 프롬프트는 특히 소속감 같은 민감한 주제에 대한 직원 데이터를 분석할 때 AI 분석의 성패를 가를 수 있다는 것을 발견했습니다. Specific을 사용하거나 GPT 도구로 내보내기를 붙여넣을 때 모두 효과적입니다:
핵심 아이디어 프롬프트: 직원 응답에서 지속적으로 나타나는 주제를 추출하기 위해 이것을 사용하십시오. Specific에서 기본 프롬프트이지만, 어디서든 잘 작동합니다:
귀하의 작업은 굵게 표시된 핵심 아이디어를 추출하는 것이며 (각 핵심 아이디어당 4-5 단어) + 최대 2 문장 길이의 설명자를 포함합니다.
출력 요구 사항:
- 불필요한 세부 사항 피하기
- 특정 핵심 아이디어를 언급한 사람 수 명시 (숫자 사용, 단어 사용 안함), 가장 많이 언급된 것부터
- 제안 없음
- 임시적 표시 없음
예시 출력:
1. **핵심 아이디어 텍스트:** 설명자 텍스트
2. **핵심 아이디어 텍스트:** 설명자 텍스트
3. **핵심 아이디어 텍스트:** 설명자 텍스트
팁: AI는 당신이 문맥을 공유할 때 항상 더 정확하고 유용한 결과를 제공합니다. 단순히 원시 답변을 던져 넣기보다, 회사가 하는 일, 설문 조사 목표, 팀에 대한 소속감의 중요성에 대해 몇 문장으로 서문을 쓰십시오:
우리는 중간 규모의 기술 회사로, 보존 및 근무 경험 개선에 초점을 맞추고 있으며, 포용력을 증가시키고 사람들의 아이디어 공유를 장려하고자 합니다. 소속감에 대한 직원 설문 조사 응답을 분석하십시오. 핵심 테마를 추출하고 원격 대 현장 직원에 특정한 패턴이 있는지 알려주십시오.
더 깊이 파고들기: 테마를 얻은 후에는 더 풍부한 인사이트를 위한 타겟 프롬프트를 사용하여 팔로우하십시오. 예를 들어: “관리 지원에 대한 피드백에 대해 더 말해줘.” 또는 각도를 좁히기:
특정 주제 프롬프트: 특정 우려사항이나 긍정적인 내용을 말한 사람이 있는지 확인하십시오. 예를 들어:
심리적 안전에 대해 언급한 사람이 있나요? 인용문을 포함합니다.
문제와 과제 프롬프트: 직원 소속감에 영향을 미치는 좌절감이나 장애물을 끌어냅니다:
설문 조사 응답을 분석하고 언급된 가장 일반적인 문제점이나 과제를 나열하십시오. 각 문제를 요약하고 패턴 또는 빈도를 주목하십시오.
동기와 추동력 프롬프트: 긍정적 피드백이나 소속감의 주요 추동력 뒤의 “왜”를 밝힙니다:
설문 조사 대화에서 직원들이 직장에서 소속감을 느끼는 주요 동기를 추출하십시오. 유사한 동기를 그룹화하고 지지 인용문을 제공하십시오.
감정 분석 프롬프트: 전반적인 분위기와 감정적 단서를 알아차립니다:
직원 설문 조사 응답에서 전반적인 감정을 평가하십시오 (긍정적, 부정적, 중립). 각각을 나타내는 주요 구문을 강조하십시오.
만족되지 않은 요구 및 기회 프롬프트: 직원들이 더 포함되거나 존중받는 느낌을 받도록 하는 동기와 실현 가능한 방법을 발견하세요:
설문 조사 응답을 조사하여 직원들이 강조한 만족되지 않은 요구, 격차, 또는 개선 기회를 발견하세요.
더 목표 지향적인 프롬프트 아이디어에 깊이 들어가거나, 소속감에 대한 직원 질문에 가장 좋은 피드백을 얻을 수 있는 영감을 찾으려면 소속감 질문 설계 가이드를 확인하세요.
특정 질문 유형에 따른 Specific의 분석 처리
정성적 직원 설문 조사 데이터를 분석할 때 접근 방식은 질문 유형에 따라 달라집니다. 여기 Specific에서의 작동 방식입니다 (ChatGPT를 사용할 경우 수동으로 복제할 수 있습니다):
개방형 질문: Specific은 모든 응답과 관련된 후속 응답을 자동으로 요약하여 각 답변에서 큰 주제를 요약합니다. AI는 유사한 의견을 그룹화하고 패턴을 식별하며, 무언가가 계속 등장하는 이유를 묻도록 합니다.
후속 조치가 있는 다중 선택: 각 답변에 대한 별도의 요약을 얻을 수 있지만, 해당 선택을 한 직원의 후속 질문 응답에 대한 분석도 제공합니다. 특히 사람들이 “예,” “아니오,” 또는 “아마도”를 선택한 이유를 분석하는 데 유용합니다.
순응도 질문: 소속감에 대한 순응도 점수를 운영 중이라면, Specific은 순응자, 비순응자 및 반대자 각 카테고리에 대한 요약을 제공하며, 그들의 점수를 유발한 요소 및 상세한 후속 조치의 직접 인용문으로 분석을 뒷받침합니다. (NPS 소속감 설문 조사 시작하기.)
이와 같은 유형의 분석을 ChatGPT에서 수행하는 것은 가능하지만, 데이터를 스스로 체계화하고, 카테고리별로 복사 및 붙여넣고, 테마를 추적하면서 관리해야 합니다. 이와 같은 도구들은 워크플로우를 간소화하고 구조화하여, 진정으로 중요한 것에 집중할 수 있도록 해줍니다: 직원이 실제로 필요로 하는 것을 이해하는 것입니다.
AI의 컨텍스트 제한 문제 해결하기
수백 건의 직원 설문 조사 응답이 있다면 AI 컨텍스트 한계라는 현실에 봉착할 것입니다. AI 도구는 한 번에 읽을 수 있는 데이터 양이 제한되어 있으므로, 분석을 관리 가능하고 집중적으로 만드는 방법이 필요합니다.
여기서 다루는 방법입니다—이 옵션들은 Specific에 내장되어 있지만, 수동으로 작업할 때에도 적응할 수 있습니다:
필터링: 선택한 질문에 응답하거나 특정 답변 옵션을 선택한 대화를 포함시켜 데이터셋을 좁힙니다. 예를 들어, 소속감을 느끼지 않았다고 말한 사람들만, 또는 관리직을 언급한 사람들만 볼 수 있습니다.
크롭: AI로 분석할 질문에 맞춰 어느 부분을 보낼 것인지 선택합니다. 관련성을 위해 크롭함으로써 AI의 한계를 충분히 유지하고 소속감의 특정 측면에 대한 보다 명확한 인사이트를 얻을 수 있습니다.
직원 설문 조사 분석을 위한 협업 기능
협업은 팀이 직원 소속감 설문 조사를 이해하려고 할 때 직면하는 큰 어려움 중 하나입니다—특히 스프레드시트나 엑셀 시트를 스크린샷에서 볼 때 혼선이 발생하기 심하기 때문입니다. 조정 과정이 빠르게 혼란스러워질 수 있습니다.
실시간 협업형 AI 채팅: Specific을 사용하면, AI와 단순히 채팅을 통해 협력적으로 설문조사 데이터를 분석할 수 있습니다. 한 사람이 모든 작업을 수행하는 대신, 팀 내 누구라도 AI와의 채팅에 뛰어들어 프롬프트, 인사이트 또는 후속 작업을 함께 공유할 수 있도록 조정합니다.
화제별 필터링 지원: Specific에서는 원격 직원, 여성 피드백, 사무실 위치 또는 관리자로 필터를 적용하여 분석할 수 있도록 각기 다른 팀 채팅이 가능하며, 각 채팅은 만든 사람이 표시되어 있어 소유권을 지정하고 병렬 분석을 추적하는 데 도움이 됩니다.
명확한 팀 가시성: 각 AI 채팅에서 메시지는 발신자의 아바타로 레이블이 지정됩니다. 모두가 어느 사람이 어떤 프롬프트, 인사이트 또는 후속 조치를 공유했는지를 명확히 알 수 있어 혼동이 발생하지 않습니다. 결국 직원 중 88%가 소속감이 최고의 성과를 이끌어 낸다고 합니다—따라서 회사의 분석 과정에 모든 관련 목소리를 포함시키는 것은 합리적입니다.[1]
Specific을 사용하여 지금 소속감 여부 조사 시작하기
오늘날 진정으로 의미 있는 인사이트를 얻고 참여를 촉진시키려면 대화형, AI 기반의 소속감 설문조사를 시작해야 합니다. 팀이 실제로 사용할 수 있는 양질의 피드백에서 시작하는 것이 중요한 행동의 가장 빠른 방법입니다.