설문이 예상한 것과 8년치 프로필 기록에 남은 것이 다릅니다.
직급 호칭을 쓴 프로필은 66.4%에서 36.2%로 줄었습니다. 근거는 35페이지에 있습니다.
리포트 목차입니다. 색이 다른 줄은 설문이 아니라 앱 기록으로 답한 부분입니다.
카드마다 두 숫자의 간격이 곧 발견입니다. 위 회색은 널리 알려진 숫자, 아래 색이 있는 쪽이 이번 조사에서 확인된 숫자입니다.
입력하신 메일로 바로 보내드립니다.
설문 하나만 쓰면 그 답이 맞는지 확인할 방법이 없습니다.
그래서 여섯 가지 데이터로 같은 질문을 보고, 답이 서로 맞는지 확인합니다.
여섯 가지 데이터가 각각 어떤 질문에 답하는지, 혼자서는 무엇이 부족한지 정리했습니다. 부족한 부분은 다른 데이터가 채웁니다.
조사를 의뢰하면 아래 구성으로 받습니다.
발견과 시사점을 정리한 30페이지 안팎의 보고서입니다. 지금 이 페이지에서 받는 리포트가 실제 예시입니다.
모든 문항을 산업, 규모, 직급, 지역으로 교차한 수치표입니다.
조건을 바꿔 가며 직접 확인하는 화면입니다.
경영진 보고에 바로 쓰는 축약본입니다.
리멤버 패널은 명함으로 확인된 정보입니다.
그래서 아래 구분자 어느 조합으로도 결과를 나눠 볼 수 있습니다.
IT/통신부터 의료, 바이오, 건설, 부동산까지 세부 150개 분류로 나눕니다.
경영, 영업, IT, 마케팅, 생산, 전문직까지 고르게 분포합니다.
실무자부터 팀장, 임원, C레벨까지 명함으로 확인합니다.
규모와 특성 기준으로 스타트업부터 대기업까지 나눕니다.
전국 단위로 표집해 지역별로 잘라 볼 수 있습니다.
고소득 전문직 등 소득과 연차 기준 조사도 가능합니다.
국가기관의 직업과 고용 통계 조사를 맡아 왔습니다.
직업별로 실제 종사자를 찾아 5천 건 이상을 채워야 했습니다. 직무와 직급이 프로필로 확인되는 패널이라 희소 직업의 셀까지 채워졌습니다.
대기업 인사담당자만 골라 응답을 받아야 하는 조사였습니다. 소속 기업과 담당 직무가 명함으로 확인되어 대상만 정확히 접촉했습니다.
제도의 실제 이용률을 재직자에게 직접 물어야 하는 정책 과제였습니다. 1차에 이어 2차 조사까지 같은 기준으로 누적했습니다.
AI가 직무와 인사관리를 어떻게 바꾸는지 산업별로 봐야 했습니다. 네 개 산업에서 같은 규모의 표본을 나눠 받았습니다.
질문을 먼저 듣고, 필요한 소스를 함께 정합니다.