□ 연구 배경
○ 핵심 인재를 발굴하고 육성하는 HR의 전략적인 기능 부각. 이를 구현할 수 있는 대표적 수단 중 하나가 바로 HR Analytics임.
○ 머신 러닝(machine learning), AI((artificial intelligence)과 같은 첨단 기술은 HR 담당자들이 복잡한 HR 관련 이슈 또는 더 나은 의사결정을 위해 대규모의 데이터를 확보하고 분석하는 것을 가능하게 함
○ 문헌 분석을 통해 HR Analytics의 정의, 구성 요소 프로세스 분석 / 공공과 민간 부분에서 이미 도입되어 있는 실제 HR Analytics 사례들을 분석하여 비슷한 유형끼리 분류
○ 각 조직이 성공적으로 HR Analytics를 도입하고 실질적으로 효과를 내기 위해 필요한 요소들을 추출/ 한국 공공 부문에서 HR Analytics 우선 도입이 필요한 분야를 탐색
□ HR Analytics의 정의 및 프로세스
○ 정의 (구성요소)
- 분석 대상으로서의 조직 내외부의 다양한 데이터
- 방대한 데이터를 효과적으로 분석할 수 있는 advanced analytic technology Data mining and machine learning
- HR Analytics의 궁극적인 목적인 조직의 전략적 의사결정 지원
○ 프로세스
- 분석대상 정의. 조직의 전략적 목표(strategic goals)와 밀접하게 연계
- 조직 내외부의 다양한 형태의 데이터 수집(collect)
- 데이터 종류, 분석 주제 성격 등을 고려하여 효율적인 분석 툴을 활용한 분석
- 시각화(visualization) 및 스토리텔링 기법을 활용하여 분석 결과를 이해관계자들과 공유
- 분석 결과를 실제 의사결정 과정에 반영
□ 공공 민간 부문 HR Analytics 도입 사례
○ (Workforce Planning) 조직 목표 달성을 위해 필요한 기술과 현재 보유 중인 역량 간 격차를 확인하거나, 각 직무에 최적임자가 배치되었는지를 검증하고, 고성과자의 이직을 막는 것 등에 활용
○ (HR Development) 정확한 교육훈련 수요를 파악하고, 현재 교육 프로그램의 효과성을 분석, 교육 콘텐츠, 개인 학습 이력, 성과평가 관련 데이터들을 활용
○ (Recruitment and Selection) 효율적인 방식으로 재능있는 인재를 선발하고, 관리자들의 바람직한 리더십 행태를 유도. 소셜 미디어, 이력서(CV), 인터뷰 정보, 고용시장 데이터, 과거 지원자들의 채용정보, 현직자들에 대한 설문조사 등을 활용
○ (Performance Improvement) 조직의 실적 및 성과와 관련되어 있는 HR, 관련 변수들을 확인하고, 성과와 관련된 직원들의 감정(sentiment)를 탐지. 행정 데이터, 이직률 데이터, 직원 대상 설문조사, 성과평가 정보, 재정 통계, 내외부 소셜 미디어, 익명 게시판 데이터들을 수집하여 분석
□ HR Analytics 도입을 위한 필수요소
○ (Data Management) IT 인프라를 확보하기 위해 통합적인 데이터베이스를 구축. 조직 문화 측면에서는 데이터 수집과 관리의 필요성에 대한 조직 구성원들의 합의(consensus)을 이끌어내는 과정이 선행
○ (Staff) 디지털 문해력(digital literacy)를 높일 수 있는 교육 프로그램을 제공. 데이터 분석 담당자들에게 충분한 자율성(autonomy)을 부여. 분석 역량(analysis competency)을 명확히 정의하고, 가장 적합한 인재를 선발할 수 있는 채용 프로세스를 정립
○ (Acceptance) 분석 프로세스를 전체 이해관계자들에게 투명하게 공개. 실제 분석 결과를 의사결정에 반영함으로써 HR Analytics의 필요성에 대한 공감대 확보
□ 공공 부문 HR Analytics 도입시 고려요인
○ (privacy/security) 데이터 수집은 반드시 직무 관련(job-related) 목적으로만 제한. 데이터 저장, 접근, 분석이 어떤 범위(jurisdiction) 내에서 이루어져야 하는지를 명확하게 인지 |
