3.0 RSS FEED

많은 기업에서 애널리틱스에 기반한 인사 운영을 하고 싶어 하지만 몇 가지 오해로 이를 주저하고 있다.

#1.

우리 회사는 애널리틱스를 할 만큼 인사 기능이 성숙되어 있지 않다?

물론 HR 애널리틱스를 적용하기 위해서는 어느 정도 HR 기능이 성숙되어야 하지만,

HR 애널리틱스의 4가지 발전 단계를 순차적으로 거칠 필요는 없다.  ▶▶ HR 애널리틱스의 발전 단계

예를 들어, 4단계의 예측적 분석을 하기 위해 2단계의 리포팅이나 대시보드를 완벽하게 구축할 필요는 없다는 것이다.

2단계의 리포팅과 대시보드는 데이터를 구조화하고 세분화하여 패턴을 파악하는 분석 활동을 시각적으로 표현하는 반면,
4단계의 예측 분석은 가설을 검증하는 활동에 가깝다.

기업이 HR 리포팅과 대시보드를 잘 구축했더라도 예측적 모델링을 더 잘 하리라고 장담할 수는 없다.

이런 측면에서 인사 기능이나 HR 애널리틱스 성숙도를 높이는 것도 중요하지만,
그 보다는 분석 결과를 적절히 해석하는 전문가를 육성하고 확보하는게 더 중요하다.

#2.

우리 회사는 HR 애널리틱스를 하기에 충분한 데이터를 가지고 있지 않다?

HR 애널리틱스는 모든 데이터를 축적하는 활동이 아니라 관련된 데이터를 통해 가설을 검증하는 활동이다.

간혹 HR 담당자들은 현재 보유하고 있는 ERP나 인사정보시스템이 구축된지 상당한 시간이 흘러
무엇가를 분석하고 예측하기에는 축적된 데이터가 부족하다고 생각하는 경향이 있다.

사실 ERP나 e-HR 시스템이 HR 애널리틱스를 목적으로 설계되지 않았기 때문에 이러한 생각이 드는 건 당연할 수 있다.

그러나 HR 애널리틱스에서 중요한 것은 직면한 HR 또는 비즈니스 문제를 검토하여
어떻게 문제를 해결할 것인가에 대한 가설을 세우고, 가설을 검증하는데 어떤 데이터가 필요한지를 결정하고,
그 데이터가 활용 가능한지에 대해 살펴보는 것이다.

따라서 확보할 수 있는 모든 데이터를 모으는 것보다는 
현재 의미 있는 데이터를 보유하고 있는지 돌아 보고 이를 축적해 나가는  활동이 첫 번째 할 일이다.

단순히 아직 준비가 되어 있다거나 충분한 데이터가 없다고 단순하게 가정하는 것은 어떠한 도움도 되지 않는다.

HR 데이터의 상당수가 통계적으로 분석, 비교 가능하도록 일관된 또는 구조화된 형태로 축적되어 있은 점도 애널리틱스를 꺼려하는 인사담당자의 고민이다.

그렇지만 이 역시 최근 등장한 비구조화된 데이터 분석 기술의 힘을 빌린다면 큰 문제는 아니다.

#3.

예측기반 HR 분석을 위해서는 IT에 많은 투자를 해야만 한다?

고급 IT 솔루션 없이도 훌륭한 HR 애널리틱스 역량을 구축할 수 있다.

일상적으로 사용하는 MS Excel로도 충분히 애널리틱스 환경을 구축할 수 있다.

어떤 인사담당자는 HR 애널리틱스 IT 솔루션이 ERP나 인사정보시스템과 통합되어 체계적으로 갖추어져야 한다고 생각한다.

하지만 그러한 애널리틱스 시스템을 갖추는 데는 많은 비용이 소요된다.

HR 애널리틱스를 위해서 꼭 값비싼 시스템을 도입하고 필요한 모든 정보를 저장해야 하는 것은 아니다.

오히려 HR 예측을 위해 무엇이 필요한지 파일럿 분석을 하는 것이 우선적으로 필요하다.

파일럿 분석을 통해 많은 데이터 중에서 어떤 데이터를 IT 시스템에 저장하고 관리할지를 파악할 수 있다.

이러한 정보가 IT 시스템으로 구축할 만한 가치가 있다.

간혹 IT 벤더는 자사의 솔루션을 구축하면 자동적으로 애널리틱스 정보가 뿜어져 나올 것이라고 말한다.

과연 그럴까?

IT 솔루션을 통해 사용하고 정보를 해석하는 주체는 결국 사람이다.

HR 애널리틱스에 필요한 적절한 스킬을 보유한 직원 또는 그러한 역량이 회사에 있다면
반드시 IT 솔루션에 거대한 투자를 할 필요는 없다.

#4.

HR 애널리틱스를 위해서는 수학, 통계 전문가가 필요하다?

이러한 생각은 부분적으로 맞을 수도 있다.

수학이나 통계 역량은 애널리틱스 기능을 구현하는데 필요하다.

그러나 수학이나 통계 전문가들이 항상 비즈니스나 인사 담당자처럼 생각하지는 않는다.

애널리틱스를 기반으로 가치를 창출하는데 가장 필요한 스킬은 비즈니스 통찰력이다.

이러한 비즈니스 통찰력은 분석 결과를 해석하고 실현 가능한 HR 의사결정과 연결시키는 것이 핵심이다.

단순히 수학이나 통계 전문가가 아니라 데이터를 통해 의미있는 패턴을 분석하고 결과를 만들어 내는 전문 인력과 역량이 더 중요하다.

(* "Big data's big problem: Little Talent", The Wall Street Journal)  // ▶▶ 분석 리터러시 역량이 필요하다.

경영컨설팅 연구 기관인 Bersin 조사에 따르면,

75%의 HR 리더들이 애널리틱스 활동이 조직의 핵심 요소라고 했지만, 51%는 아직 이를 위한 준비나 계획 부족하다고 대답했다.

특히 조사 대상의 56%가 애널리틱스 역량이 부족하다고 대답했고, 6%만이 충분한 역량을 보유하고 있다고 답했다.

(* "High-impact HR Organization", Bersin & Associated survey, 2010)

응답 한 대다수의 기업이 글로벌 상위 기업이다. 

이들이 수학이나 통계에 능통한 인력이 없어서 이러한 응답을 하진 않았을 것이다.

#5.

우리 회사 경영진은 데이터 기반 인사 운영에 회의적이다?

이 역시 틀린 생각은 아니다. 그러나 그 이면을 볼 필요가 있다.

사실 경영진이 회의적인 건 애널리틱스 활동 자체가 아니라
축적된 데이터가 객관적이지 않아 이를 바탕으로 한 분석에 신뢰가 가지 않기 때문이 대부분이다.

항상 객관성과 공정성에 의심을 받고 있는 직원 고과 데이터를 떠올려보면 이러한 상황은 쉽게 이해된다.

경영진이 애널리틱스를 싫어하는 또 다른 경우는
분석 정보를 경영진이 손쉽게 접하기 어렵고 분석 결과를 해석하는데 시간이 걸릴 때이다.

복잡한 수식과 화려한 그래프로 무장한 애널리틱스 정보는 경영진에게 이를 해석하라는 또 다른 숙제를 줄 뿐이다.

결과를 만들어 낸 과정이나 통계적 지식을 자랑하는 것이 중요한 것이 아니라,
애널리틱스를 통해 무엇이 문제이고 어떠한 행동을 해야 하는가를 알아내는 것이 핵심이다.