과거 HR전략을 구상할 때에는 담당자의 직관이나 경험에 의존해 의사결정을 내렸습니다. 그러나 디지털 변화는 HR부서에도 찾아왔어요. 조직 목표에 부합하는 의사결정을 하기 위해 수집된 HR 데이터를 분석하기 시작한 것이 HR 분석(HR analytics)의 시작입니다.

HR 분석(HR analytics)은 인적 자원 데이터를 수집하고 분석하는 데이터 기반 접근법으로 단순히 흩어져 있는 데이터의 공통점만 찾아내는 것에 그치지 않고 의사결정의 시사점까지 도출해 내는 것을 말하는데요. HR 분석이 시작되면서 많은 기업이 직원들의 행동이나 성과를 수치로 기록하고 이해할 수 있게 되었고, 데이터 기반 결정이 목표를 달성하는데 얼마나 크게 기여였는지도 측정할 수 있게 되었죠.

(지난 10년간의 ‘HR analytics’ 키워드 관심도 변화 / 출처 : 구글 트렌드)

✅ HR분석(HR analytics) 4단계 : 설명 - 진단 - 예측 - 처방

앞서 살펴본 대로 HR분석은 단순히 과거 데이터를 모니터링 하는 것부터, 미래에 발생할 문제를 예측하고 해결 방안을 진단하는 것 까지를 포함합니다. HR 분석의 가장 기초 단계는 ‘설명적 기법’으로 데이터의 현황을 파악하는 일입니다. 그 후 ‘진단적 기법’으로 데이터 간의 연관성을 분석하며 ‘예측적 기법’으로 닥쳐올 미래 상황의 시나리오를 완성합니다. HR 분석의 가장 마지막은 미래 상황에 대비한 해결 방안을 제시하는 ‘처방적 기법’이 있습니다. HR분석의 실제 활용을 돕기 위해 이러한 네 단계에 대한 설명과 예시를 준비했습니다.

1️⃣ 설명적 분석 (Descriptive HR analytics)
현황을 파악하는 데이터 분석 기법을 말합니다. 퇴사율이나 이직률, 부서별 인원 파악, 승진 예정자 등 인적자원을 효율적으로 관리하기 위한 현황 분석이 이에 해당합니다. 다만, 이러한 분석은 미래를 예측하거나 문제 해결 방법을 찾기 위한 것이 아니라 주기적인 현황 모니터링에 가깝습니다.

2️⃣ 진단적 분석 (Diagnostic HR analytics)
과거에 발생한 데이터로부터 원인이나 상관관계를 밝히는 분석 기법을 말합니다. 앞서 이야기한 ‘기술적 분석’ 기법은 현상 파악이었다면, ‘진단적 분석’은 이보다 한 단계 더 나아가 현상이 일어난 이유를 밝혀냅니다. ‘퇴사율’ 상승 이유를 퇴사자 면담 데이터로 밝혀내고 ‘팀 성과와 상관관계가 있다’라고 진단을 내리는 것이 진단적 분석의 사례라고 할 수 있습니다.

3️⃣ 예측적 분석(Predictive HR analytics)
진단적 분석으로 문제 원인이나 데이터 간의 관계까지 밝혀냈다면, 다음으로는 미래에 있을 사건을 예측하는 것입니다. 예측적 분석은 ‘어떤 일이 발생할 것이며, 어떻게 대비해야 할지’ 시사점을 발견하는 것을 말합니다.
진단적 분석의 예시인 ‘퇴사율’에 관해 다시 이야기해 보겠습니다. ‘퇴사율이 팀 성과와 상관관계’가 있다는 진단을 했다면, 곧이어 팀 성과가 낮은 곳에서 퇴사자가 발생할 확률이 높다고 예측할 수 있는 것입니다.

4️⃣ 처방적 분석 (Prescriptive HR analytics)
앞선 세 가지 분석 기법은 현상을 모니터링하고 문제의 원인을 규명한 다음 미래에 발생할 문제점까지 생각해 보는 것이었습니다. 이후 HR담당자는 밝혀낸 문제를 해결하기 위해 예방책을 실행해야 하는데요. 바로 이 단계가 처방적 분석입니다.
‘팀 성과가 낮은 경우 퇴사율이 높아질 것’이라 예측한 결과를 연이어 활용해 보겠습니다. 이러한 문제에 직면하는 경우엔, 처방적 분석을 통해 ‘팀 성과를 실시간 측정하고 객관적 피드백 제공할 수 있는 AI 개발’ 등의 대안을 제시할 수 있습니다. 이처럼 처방적 분석은 미래에 발생할 수 있는 결과와 시나리오를 제시하며, 이에 대한 대안을 추천하는 것이 핵심입니다.

✅ 글로벌 기업의 HR분석 사례

HR분석의 네 단계를 실제 실무에서 적용한다면 얼마나 큰 성과가 있을까요? 데이터 분석이 가져올 변화를 예측하기 위해, HR 분석을 성공적으로 실행한 세 회사의 사례를 준비했습니다.

🔥 Case 1 - 구글의 ‘Project Oxygen’
구글은 HR 분석을 통해 채용 과정과 조직 관리 방식을 혁신적으로 변화 시킨 대표적인 기업입니다. HR분석을 통한 대표적인 성공 사례 중 하나가 바로 ‘Project Oxygen’인데요. 직원들의 성과 데이터와 업무 피드백을 분석해 우수한 관리자들이 공통으로 가진 특징을 발견한 것입니다. 이를 바탕으로 ‘Oxygen 10 Behaviors for Great Managers (우수한 관리자를 위한 10가지 역량)’이라는 가이드를 만들어 리더십 교육과 평가에 활용했고요. 결과적으로 직원들의 만족도와 생산성이 크게 향상되었죠.

(구글 프로젝트 옥시즌 – 우수한 관리자의 10가지 역량)

🔥 Case 2 - 디즈니랜드 인력배치
디즈니랜드는 날씨나 시즌 이벤트에 따라 방문객의 편차가 있습니다. 현장에서 근무하는 인력을 항상 같은 규모로 배치하면 방문 고객 수에 맞춰 응대하기가 어렵겠죠. 디즈니랜드는 이러한 인력배치 문제를 해결하기 위해 예측적 분석 기법을 활용했습니다.
예약된 호텔의 개수, 지역의 날씨, 시즌 이슈 등을 시뮬레이션 기준으로 설정하고 앞으로 6주 동안의 고객 수에 맞게 직원 수를 예측하는 것입니다. 예측된 결과는 디즈니랜드 내의 인력의 채용이나 배치, 직무 이동에 반영이 되었다고 합니다.

🔥 Case 3 -닐슨의 이직률 예측
세계적인 리서치 회사 닐슨은 재무 데이터를 분석한 결과 직원 이직률이 1% 감소할 때마다 사업 비용이 500만 달러 감소한다는 사실을 알게 되었습니다. 그 후 이직 가능성이 있는 120명의 인력을 파악한 후, 이 중 40%에게 직무 이동을 제안하여 이직률을 0%로 만들 수 있었습니다. 이러한 분석 결과를 그대로 실행한 후에 첫 6개월 동안 이직 문제를 완벽하게 해결한 것이죠. 그 후, 이직률을 낮추기 위한 여러 가지 노력을 통해 글로벌 차원에서 이직률을 2%p 절감할 수 있었고, 예상되는 절감 비용만 1,000만에 달했습니다.

✨ 효과적인 HR 분석을 위한 담당자의 역량

최근 10여 년간 관심이 지속적으로 높아지고 있는 HR분석에 대해 담당자는 어떤 역량을 갖추어야 할까요? 그에 대한 뚜렷한 정답이 있는 것은 아니지만, 이 분야의 여러 전문가가 공통으로 언급하는 세 가지 역량이 있습니다.

인적 자원 관리는 과학 실험처럼 모든 변수를 통제하며 실험하고 데이터를 얻는 것이 어렵습니다. 그 때문에 근무 상황이나 직원들의 성향을 고려해 데이터를 분석할 줄 아는 ‘사회과학적 사고력’이 필요합니다. 이와 더불어, 분석 결과를 해석할 수 있는 ‘통계 지식’도 필요합니다. 엑셀 등 여러 프로그램을 활용해 통계 데이터를 정리할 수는 있지만 이를 해석하는 능력이 필요하죠. 끝으로 문제를 정의 내리고 이에 따른 해결 방안을 제시할 수 있는 ‘스토리텔링 역량’도 매우 중요합니다. 자료나 근거들을 뒷받침하여 직원들을 설득할 수 있어야 실제 제도로 도입될 수 있기 때문입니다.

💬 합리적인 의사결정을 위해 주목해야 할 ‘데이터’

직원들의 열정이나 기여도를 점수화하기 어려운 것처럼 인적 자원 관리를 모두 정량화하는 것은 쉽지 않아 보입니다. 그래서 여전히 많은 기업이 ‘내 감각으로는…’, ‘오랜 경험에 비춰볼 때…’ 같은 주관적 근거나 오래된 관행에 비추어 중요한 사안을 결정하곤 합니다. 하지만 HR 활동은 직관에 의지한 결정을 한다면 객관적인 근거가 없어 임직원들이 납득할 만한 전략을 만들기 어렵습니다.

직원들에게 신뢰 있는 HR전략이나 제도를 만들어야 한다면 기존 관행, 타사의 성공 사례, 담당자의 직관 이상의 합리적 운영을 고민해야 합니다. HR분석은 데이터를 통한 합리적인 대안을 제시할 수 있기에, HR담당자라면 이제 데이터가 이야기하는 맥락에 귀를 기울일 때입니다.

HR 테크 시대에 맞춘 스킬 학습이 필요한 인사담당자라면?

전 세계 16,000개 이상 기업의 학습 운영 노하우를 바탕으로 학습 니즈에 맞춘 교육 프로그램을 설계해 드립니다.
AI 역량, 리더십, 자격증 대비 등 120여 개 주제가 있으니 언제든지 문의를 남겨주세요!