HR 분석이란?

HR 팀에 유용한 데이터는 직원 실적, 경험, 비즈니스 성과를 측정한 것입니다. 메트릭으로는 펄스 설문 조사, 감정 분석, 직원 순 추천 고객 점수, 1대 1 면담, 퇴사/근속 면담이 있습니다.

ROI(투자 수익률)를 통해 인사에 관련하여 보다 현명한 의사결정을 내릴 수 있어 비즈니스 가치가 향상됩니다.

만족도가 높고 건강하며 적극적인 직원은 결근할 확률이 낮습니다. 결근율을 추적하여 직원의 건강과 행복에 대한 통찰력을 얻을 수 있습니다.

비자발적 이직률은 직원이 조직 내 직책으로부터 해임되는 비율을 추적합니다. 조직 내 직원 수에 비해 비자발적으로 해임된 직원의 수를 계산하여 파악합니다. 또한 비자발적 이직률은 채용의 품질을 분석하기 위해 채용 전략에 대한 정보를 제공합니다.

잠재적인 신입 직원이 고용 제안을 수락하는지 여부는 여러 가지 결정적인 요인에 달려 있습니다. 하지만 이러한 요인 중 대다수가 회사의 인재 확보 전략에 직접적으로 관련됩니다. 제안 수락률이 낮으면 채용 프로세스에 중대한 문제가 있음을 나타내는 것일 수 있습니다. 수락률은 정식 고용 제안의 수를 공석의 수로 나누어 구합니다.

이 메트릭은 수익을 조직 내 직원 수로 나누어 구하며, 직원 1명으로부터 발생하는 평균 수익을 나타냅니다. 운영 효율성 및 조직이 직원을 통해 얼마나 효과적으로 수익을 창출하는지를 측정합니다.

채용 소요 시간은 새로운 인재를 찾고 확보하는 데 걸리는 시간입니다. 채용 소요 시간이 길면 채용 프로세스가 비효율적이거나 병목현상이 있음을 나타낼 수 있으며 채용 소요 시간이 짧으면 신입 직원들에게 보다 만족스러운 경험을 제공할 수 있습니다.

교육 효율성은 성과 개선, 직원 역할의 상향 조정, 교육 후 시험 점수와 같은 다양한 데이터 포인트를 분석하여 파악할 수 있습니다. 교육 효율성을 측정함으로써 회사 교육 프로그램의 효과에 대한 보다 정확한 통찰력을 확보할 수 있습니다.

과도한 비용이 소요되는 교육 프로그램은 효과적이지 않은 교육 프로그램만큼이나 큰 문제입니다. 총 교육 비용을 교육에 참여한 직원의 총 인원수로 나누어 직원당 교육 비용을 측정합니다.

직원이 퇴사를 선택하는 비율인 자발적 이직률을 통해 직원 경험의 문제를 파악할 수 있습니다. 퇴사한 직원 수를 전 직원 수로 나누어 계산합니다.

충원 소요 시간은 처음으로 채용 공고를 내는 시점부터 이에 따라 해당 직책을 새로운 직원으로 충원하는 시점까지의 시간을 의미합니다. 빠르게 충원되면 조직에 도움이 되며, 이 메트릭을 통해 보다 효율적인 프로세스를 위한 전략을 강화할 수 있습니다.

주요 HR 시스템에는 HR 부서 내에서 확보한 분석 도구를 위한 다양한 데이터 포인트가 있습니다. 메트릭으로는 직원 근속 기간, 보상, 교육 기록, 실적 평가, 직원 잠재력 및 가치, 취해진 징계 조치, 보고 체계 등이 있습니다.

이러한 메트릭의 문제는 데이터가 분산되어 있으며 완전히 신뢰할 수 없다는 점입니다. 따라서 분산된 데이터를 정리하고 관련 포인트를 분류하는 데 있어 과학자가 중요한 역할을 수행합니다.

외부에서 데이터를 수집하려면 조직 내 다른 여러 부서와의 협력을 통해 보다 포괄적인 데이터를 수집해야 합니다. 필수적인 외부 데이터 메트릭은 보통 다음과 같은 범주로 나눌 수 있습니다.

• 재무: 직원당 수익 비용과 새로운 직원 채용 비용
• 조직별: HR에서 다양한 분석을 지원해야 하는 조직 및 주요 서비스
• 패시브: 직원은 고용 계약을 체결한 순간부터 HRIS에서 끊임없이 데이터를 제공합니다. 소셜 미디어 게시물과 공유한 피드백 설문 조사로부터 얻은 데이터도 HR 데이터 분석을 이끄는 중요한 포인트입니다.
• 과거: 세계 경제, 환경, 정치 데이터와 같이, 직원 행동에 영향을 미치는 다양한 외부 요인이 있습니다. 이 데이터는 내부 데이터가 제공하지 못하는 통찰력을 제공할 수 있습니다.

HR 분석 과정을 시작하는 일은 어렵지 않습니다. 적절한 정보, 전략, 인력, 지원이 있으면 HR 성과와 프로세스를 최적화하기 위한 실행 가능한 통찰력을 확보할 수 있습니다. 고려해야 하는 베스트 프랙티스는 다음과 같습니다.

HR 리더는 운영 및 수학적인 측면이 발생하기 전에 팀과 조직이 분석을 기반으로 한 워크플로우를 처리할 수 있도록 지원해야 합니다. 분석의 필요성을 논의하는 일과 팀이 데이터를 처리할 수 있도록 지원하는 일은 동시에 함께 이루어져야 합니다.

데이터 과학자는 점차 HR 팀의 필수적인 측면으로 자리 잡고 있습니다. 핵심적인 역할을 하는 데이터 과학자는 분석 솔루션과 그 실효성을 평가하여 보다 강력하고 상세한 예측과 통계 모델을 확보합니다.

소규모 프로젝트를 성공적으로 수행하면 이해 관계자에게 HR 분석이 비즈니스에 중요한 가치를 지니고 있음을 설득하는 데 도움이 됩니다. 이러한 빠른 성과를 통해 짧은 시간 내에 실질적이고 효과가 큰 결과를 얻을 수 있습니다.

HR 팀에서 수집한 데이터는 규정 준수 표준과 법률에 따라 관리되어야 합니다. 법률에 관련하여 고려해야 하는 사항은 다음과 같습니다.

1. 직원 개인정보 보호
2. HR 분석 벤더의 위치
3. 데이터 수집의 목표 수립
4. 데이터 수집에 대한 직원 동의
5. 타사 소프트웨어 사용 시 보안

조직마다 HR 분석 요구 사항이 다를 수 있지만 효과적인 HR 분석 솔루션에는 다음과 같은 공통이 있습니다.

1. 경영진의 우려 사항을 해결합니다.
2. 고급 데이터 과학에 대한 경험이 없어도 사용할 수 있습니다.
3. 온 프레미스가 아닌 클라우드에 기반합니다.
4. 고급 머신 러닝 기술을 기반으로 합니다.
5. 예측 분석을 적용함으로써 기존 데이터로부터 정보를 추출하여 패턴을 파악하고 이벤트를 정확히 예측합니다.
6. 보통 차트와 그래프의 형태로 시각화를 통해 복잡한 데이터에 쉽게 액세스할 수 있습니다.
7. SaaS 솔루션으로 제공되어 초기 비용을 절감하고 유지관리와 패치 적용을 최신 상태로 유지합니다.

분석은 현대 비즈니스의 거의 모든 측면을 혁신하는 데 도움을 주었지만, HR 분석은 여러 가지 면에서 아직도 걸음마 수준에 머물러 있습니다. 따라서 HR 프로세스와 작업에 전체적으로 분석을 도입할 수 있는 기업은 명확한 장점을 누릴 수 있습니다. 저서 The Practical Guide to HR Analytics: Using Data to Inform, Transform and Empower HR Decisions(HR 분석 실무 가이드: 데이터를 통한 HR 의사결정 지원, 혁신, 강화)에서 저자들은 HR 분석 성숙도를 다음과 같이 4단계로 나눕니다.

HR 분석의 첫 번째 단계는 데이터를 사용하여 과거 이벤트를 반추하고 이벤트가 발생한 이유에 대해 결론을 도출합니다. 이 단계에서는 이미 보유한 데이터를 근본적으로 파악하여 데이터가 기업에 가진 의미를 파악합니다.

2단계와 1단계의 차이는 데이터가 얼마나 자주 보고되는지입니다. 2단계에는 사전 예방적이며 정기적 또는 자동화된 보고가 필요합니다. 가장 중요한 기능은 변수 간의 관계를 파악하는 것입니다.

3단계에서는 보다 철저한 분석이 시작됩니다. 인과 모델, 데이터 관계 등이 사용되며, 이들이 결과에 미치는 영향이 면밀하게 평가됩니다.

마지막 단계는 예측 분석입니다. 4단계에 있는 HR 부서는 데이터를 수집하고 이를 통해 미래를 예측하고 미래에 적합한 계획을 수립합니다.

하지만 조직의 HR 부서는 대부분 전체적으로 1단계로 운영되며 3분의 1만이 2단계로 운영될 수 있는 역량을 갖추고 있습니다. 하지만 3단계와 4단계로 운영되는 HR 부서의 경우 효율성을 향상하고 프로세스를 개선하며 비즈니스 의사결정에서 더 큰 역할을 수행할 수 있습니다.