HR Analytics의 개념과 적용분야, 사례

 

 

HR Analytics / People Analytics

 

인적자원과 관련된 주요 문제들을 데이터 분석을 통해 시사점을 도출하여 
인재경영 관련 의사결정에 기여하고자 하는 활동

 

Why? 왜 하는 걸까?

1) HR 활동이 사업성과에 실질적으로 기여하고 있다는 것을 과학적 증거로 보여주기 위해

2) 더 나아가 예측 가능한 인사를 실현하기 위해

HR의 역사는 다음과 같이 변화해왔다. (왼쪽에서 오른쪽으로)

직감과 경험 기반의 효율적 행정처리

정량/객관적 데이터 기반의 전략적 HR 운영

상황과 변화에 대응할 수 있는 근거기반 경영

• 더 이상 직감 의존 X
• 데이터 기반 결정, 근거 기반의 의사결정이 각광 받는 추세이다.

 

인재경영과 관련된 활동들은 모두 측정되어야 하고 데이터로 저장해서 관리해야 한다.

 

but 기존 HR의 문제점:

1) 성과를 가시적으로 보여주지 못하는 것

2) 인사전략의 효과성을 측정할 수 있는 방법론 부재

 

예를 들어, 고성과자의 특성, 훌륭한 리더로 성장시키는 동인, 신입사원 유형에 따른 turnover 예측, 특정 직무에 적합한 특성 규명 등 수행해야 한다고 하자. 그러면 다음과 같은 과정을 거쳐서 대안을 제시할 수 있을 것이다.

- 구성원의 지각, 느낌, 감정 등을 과학적 방법론에 기반하여 측정
- 선발, 배치, 승진 등의 이슈를 분석
- 이력서 선별과 인터뷰를 통해 가장 효율적이고 효과적인 수행 방법 연구
- 이력서 등을 정량화하고 분석하여 시사점 도출

 

 

HR Analytics의 효과

HR Analytics의 효과는 다양하겠지만 다음과 같은 것들이 있을 것이다.

• 인사와 고용 인사이트 확보 - 직원 개인의 성과 데이터와 인사 결과를 분석하여 직원 평가 활용 
• 인재 보유 - 직원의 퇴사와 이직의 원인을 분석하여 데이터 기반의 예측으로 이직률 감소
• 더 나은 교육 - 빅데이터를 활용한 HR시스템에서의 직원 교육은 그 효과를 측정할 수 있음
• 인재 식별 - 소셜 미디어 프로파일링, 이력서 DB분석 등으로 잘못된 고용으로 인한 낭비 감소

 

 

 

---

 

 

그리고 HR Analytics에 대해 알아보던 중 이해하기 쉽게 잘 정리해준 유튜브 영상을 발견해서 짧게 요약하고자 한다.

 

>> 유튜브 채널명: 데이터홀릭 <<

출처: https://www.youtube.com/watch?v=oPJ5_qu7FVk , https://www.youtube.com/watch?v=k--rTcSFcSI 

HR Analytics의 개념

 

다양한 방법론과 도구를 활용하여 인적자원(사람) 데이터를 분석하고,
사업과 조직의 성과를 향상시키는 의사결정을 지원하는 활동

 

자세한 해석을 살펴보면 다음과 같다.

 

다양한 방법론 - 통계분석, 머신러닝, 시각화

도구 - 데이터 분석 툴, HR information system 등

인적자원 데이터 - 인구통계학 정보, 근태 정보, 급여 정보, 성과 정보, 전문성 정보, 교육 이력 등

사업과 조직의 성과를 향상 - 우수 인재 확보 또는 유지, 조직의 효과성이나 역량을 높이는 것

의사결정 지원 - 채용, 평가, 보상, 배치, 유지하고 개인 맞춤형 HR과 같은 것들.

 

+)

요즘은 "People Analytics"라는 용어를 많으 쓰는 것 같다.

여기서 People 데이터는 모든 개인정보가 될 수 있다. ex) 이메일 접속기록, 포탈 기록, 업무 패턴

목적은 사람들을 자르고 재단하겠다는 것이 아니라 더 좋은 방향으로 유도하겠다는 것!

 

 

 

HR Analytics의 주요 적용 분야

 

1. 인재 채용과 유지 (82%) - 이미 성과 내고 있는 사람들의 행동지표와 특성을 뽑아내서 그걸 기준으로 채용. 
2. 인재의 성과 관리 (72%)
3. 보상 및 복리후생 관리 (62%)
4. 인력 계획 실행 (51%) - 퇴사율 예측, 인력 계획 기획, 말 그대로 인적 자원 관리 활동.
5. 법규 준수 (33%)
6. 조직 효과성 분석 (27%) - 조직이 목표를 달성하는 정도, 측정할 수 있는 지표, 설문!!
7. 내부 네트워크 분석 (8%) - 업무 중심에 누가 있는가? 이메일 같은 연락 수단을 통해 네트워크 분석. 해석하는 활동.

 

원활하게 적용되기 위해서는

"조직원들이 느끼는 감정"도 중요한 요소가 될 수 있을 것이다.

HR Analytics의 효과성을 느끼고 도움이 된다고 판단하느냐 혹은 감시하고 귀찮게 하는 데 쓰이느냐

조직원들의 인식에 따라서 수용 여부가 달라질 수 있을 것 같다.

 

 

 

HR Analytics 사례

 

1. BON.TON(봉통) 매출 확대를 위한 채용기준 수립

화장품 매장에서 가장 성과를 내는 직원은 누구일까요?

 1) 화장을 잘 하는 사람 (예쁜 사람) 

 2) 말을 잘 하는 사람

 3) 인지능력 좋은 사람

 

기존 채용 기준은 1) 화장을 잘 하는 사람 (예쁜 사람)

but 매출을 올리고자 채용 기준 다시 검토해보니 3) 인지능력 좋은 사람!

 

>> 채용 기준 변경 결과 이직률 25% 감소, 매장당 월매출 1,400달러 증가

 

2. Chevron(셰브론) 영업이익과 생산성 향상

- HR Analytics 조직의 미션: 사업전략의 의사결정지원- 300여 명의 사업 및 데이터 분석 인력 협업- 10개 이상의 프로젝트 진행, 내부 컨설팅 제공- 30% 이상의 생산선 향상, 불필요한 보고작업 단축- 국가별 인재 공급과 수요 모델 개발 (정확도 약 85%)

 

3. Google(구글) 인재운영

인재운영 (People Operations) - (PiLap=

People Inovation Lap이 담당)Project Oxygen: 구글 내부 데이터를 분석해서 성공적인 매니저의 중요성과 요건(8가지) 밝힘

이것을 기준으로 일 년에 두 차례 평가 - 좋은 평가 받은 사람 상위직급자로 정착시킴

 

예측적 분석학 활용

이직 확률 계산 모형 개발하여 산재적 이직 방지, 효율적인 작업 환경 구축 등

(머신러닝 활용 분야. 정확히 무엇 때문에 이직하는 지는 몰라도 여러 변수를 넣어보니 이직할 확률이 높아지더라 같은..)

 

4. 카카오 파이랩(PiLab)

"피플 애널리틱스는 목적이 아닌 수단, 인사이트보다 구성원 신뢰에 초점"

 

수집된 데이터와 분석결과는 크루 전원에게 2주 내에 공개

1. 데이터 분석결과를 보여주고 강요하는 식은 안된다. 사람은 데이터가 옳다고 이에 따라 실행하지는 않는다.

2. 슬쩍 결과를 보여주며 넛지(nudge)를 주었음. 자기 인식이 가장 중요. 나의 응답요약과 갭 제시(시각화)

3. 리더십을 고민하던 팀장이 자신의 방법이 효과 없음을 발견, 긍적적인 변화 유도.

4. 신청에 기반한 데이터 수집은 왜곡을 막는다.

 

 

 

 

---

추가자료)

People Analytics 학습방법

 

https://tv.naver.com/v/11727426

[People+ X wanted 1회] 4-2. People Analytics 학습방법_LG인화원 Digital Tech. 대학 조영찬 책임