HR Analytics

[정소희]

👩��‍💼 HR Analytics 용어

인사 + Data = HR Analytics

즉, HR과 관련된 의사결정이 필요할 때 객관적인 사실, 증거, 수치에 기반해 접근하는 관점

👩��‍💼 등장배경

•       기업 간의 경쟁이 점점 치열해지고 있어 사람에 관련된 의사결정의 중요도나 파급력 ￪

•       기존의 인사부서는 우수한 직관력을 근간으로 의사결정을 해왔지만, 직관은 객관적으로 입증되기 어렵게 때문에 많은 어려움 有

•       하지만, 4차 산업혁명이 가속화되며, 빅데이터, AI 등의 새로운 디지털 기술의 발전으로 인해 객관적이고 합리적인 인적자원 접근 방식에 이목이 쏠리게 됨

•       최근 국내외 기업들은 HR 영역에서 효과적인 인적자원 관리와 잠재력 있는 인재를 확보하기 위해 데이터·통계 분석을 활용한 ‘HR Analytics’를 적극적으로 이용하고 있음

👩��‍💼 HR Analytics 활용분야

1.    채용/선발 2. 교육/개발 3. 인재유치 4. 직원복지 5. 리더십/배치

👩��‍💼 활용방안

👩��‍💼 HR Analytics 실제 활용 사례

- 채용

   봉통(Bon-Ton): 1층 매장에 어떤 직원을 채용해야 성과가 높을까? 외형이 중요한가?

    → 기존 판매 직원 인/적성 검사 & 성과 데이터 비교 분석   → 인지능력 등 중요 요소 파악, 채용 기준 수립, 이직률 감소

  유니레버: 면접 경험자들의 피드백을 받아 Text Analysis → 상시 피드백을 활용한 전형 개발

-  퇴직/인력 배치

    다우케미칼: 7년 주기 호황/불황 반복 현상 존재 → 4만명 임직원 데이터 분석(승진율/퇴직 시점 분석) → 미래 인력 시나리오 마련

-   교육

     스타우드 호텔 앤 리조트: 서비스와 성과를 제고하기 위한 고민 → 리더십 상위/하위 25% 각각 고객 충성도 점수 비교

      → 하위 25% 리더들을 위한 교육 및 조치

-   조직문화

     카카오 PiLab(파이랩): BIG5로 서로의 성향 이해, 팀워크 발전 & 카카오 AI가 매일 직원들과 소통

       (참고: https://blog.naver.com/duswnck/222051405076)

👩��‍💼 HR Analytics 장점

•       데이터 분석을 활용하기에 ‘객관성’을 높일 수 있음 -> 공정성 향상

•       데이터 분석을 활용하기에 미래 예측이 가능

•       업무효율성 증가

•       직무 만족도 증가

👩��‍💼 HR Analytics 문제점

잘못된 방법으로 쓰일 경우, 개인 정보 보호 권리를 침해

데이터 편향 가능성

구성원에게 불쾌한 감정을 줄 수 있음

   -> HR Analytics를 사용하는 이유가 구성원들을 통제하고 감시하기 위해서가 아니라, 객관적으로 구성원을 파악하고

               성과 창출을 위해 필요한 것을 제공하기 위한 것임을 사전에 알려주어야 함

---

👩��‍💼 논의점

교육담당자가 되어 기업에 HR Analytics를 도입한다면, 어떤 영역에 먼저 사용하면 좋을지 이야기해보아요!