사람 분석이란 무엇인가요?

많은 조직에서 사람 분석은 데이터와 분석을 사용하여 직원에게 영향을 미치는 모든 것을 연구하는 총체적인 접근 방식을 의미합니다. 직원 관리 주제에 맞는 두 가지 다른 분석 카테고리는 다음과 같습니다.

• HR 분석: 이 분석은 주로 정규직 직원의 채용, 교육 및 유지와 같은 HR 업무와 관련이 있습니다. 인재 분석이라고도 불립니다.
• 인력 분석: 이 분석 프로그램은 정규직, 비정규직, 프리랜서 또는 컨설턴트 등 모든 인력 구성원을 관리하는 것을 말합니다.

조직은 다양한 유형의 잠재 데이터와 실시간 데이터를 활용하며, 그 중 일부는 HR 데이터 대시보드에서 액세스할 수 있습니다.

많은 조직이 인적자원정보시스템(HRIS) 또는 HCM 소프트웨어와 같은 사람 분석 플랫폼을 사용하여 분석을 추적하고 핵심 성과 지표(KPI)를 설정합니다. 이 애플리케이션은 인재 계획, 관리 및 분석을 단일 시스템에 통합합니다. 이 소프트웨어는 특히 AI로 구동되는 경우 대규모로 인적 자본 관리 솔루션을 제공합니다. 조직에서는 HR 시스템에서 수집한 데이터를 이해하기 위해 데이터 시각화 도구를 사용할 수도 있습니다.

• 다양성 형평성 및 포용성 데이터: 조직은 점점 더 다양한 배경을 가진 다양한 사람들을 고용하여 DEI 목표를 달성하기 위해 노력하고 있습니다. 이러한 목표를 달성하기 위해 HR은 기존 직원, 미래 직원 및 잠재 고객의 데이터를 추적해야 합니다.
• 직원 선호도 데이터: 직원에게 동기를 부여하는 것이 무엇인지, 직원이 가장 높이 평가하는 혜택이 무엇인지 이해하면 비즈니스 리더가 직원의 요구 사항을 지원하기 위해 리소스를 보다 효율적으로 할당하는 데 도움이 됩니다. 직원 설문조사와 임시 체크인을 통해 얻은 데이터는 리더가 어떤 특전과 혜택이 인기 있고 어떤 특전과 혜택이 활용도가 낮은지 더 잘 파악하는 데 도움이 됩니다.
• 직원 참여도 점수: 이 점수를 장기간 추적하면 직원이 만족하지 못하고 이직 위험이 있는 경우 조직에 이를 알릴 수 있습니다. 직원 선호도 데이터와 마찬가지로 이 점수는 조직이 팀에 대한 기준을 유지하고 유지 및 인재 파이프라인 전략의 상황을 평가하는 데 도움이 됩니다.
• 채용까지 걸리는 시간: 직원을 모집하고 채용하는 데는 많은 비용이 들고 다른 활동의 리소스를 낭비할 수 있습니다. 조직에서 이러한 예비 직원을 식별하고 계약을 성사시키는 데 시간이 더 오래 걸리는 경우 특히 부담이 됩니다. 채용을 관리하는 데 걸리는 시간을 모니터링하면 조직에 도움이 됩니다.
• 복리후생 사용량: 복리후생 사용 현황을 수집하면 리더가 직원 복리후생 관리의 복잡한 작업을 간소화할 수 있습니다. 복리후생 시스템을 지원하는 데이터를 사용하면 직원이 더 쉽게 이를 계획하고 의사 결정을 내릴 수 있으며, 시스템 전체에서 등록 및 공제가 가능해집니다.

인력 분석에 집단 행동을 통해 기여하는 다양한 이해 관계자가 있습니다. 일부 조직에서는 경영진이 주도하는 특정 인력 분석 기능을 구축합니다. 다른 사람들은 더 협력적으로 접근합니다.

• 비즈니스 리더: 조직의 경영진은 비즈니스 전략의 핵심 요소로 사람 분석을 우선시해야 합니다. 내부 데이터를 마이닝하는 데 필요한 리소스에 투자하고 올바른 분석 솔루션 구매를 승인해야 합니다. 경영진은 강력한 사람 분석과 긍정적인 비즈니스 결과 사이의 잠재적인 상관관계를 지적하면서 HR 리더에게 사람 분석이 최우선 과제임을 알려야 합니다.
• HR 전문가: HR 부서는 회사의 사람 분석 전략을 수립하는 데 통합적으로 관여합니다. HR 전문가는 직원 데이터, 직원 리뷰 및 피드백과 관련된 HR 메트릭 수집을 관리하고 직원 만족도 통계를 계산하는 사람입니다. 또한 데이터 수집을 통해 조직의 성공 가능성을 극대화하기 위해 업스킬링 또는 리스킬링이 필요한 직원을 더 잘 이해하는 데 도움이 됩니다.
• IT 부서: IT 팀은 조직이 사람 분석을 위해 어떤 툴을 보유하고 있는지, 다른 툴에 라이선스를 부여할 필요가 있는지 또는 툴을 직접 구축할 필요가 있는지 파악해야 합니다. IT 전문가는 인공 지능, 머신 러닝 및 기타 기술과 인프라가 데이터 수집 및 분석을 어떻게 개선할 수 있는지에 대한 관점을 갖게 됩니다.
• 법무팀: 조직은 데이터, 특히 개인 정보를 안전하게 유지하도록 주의를 기울여야 합니다. 법무 팀은 IT 및 보안 팀과 협력하여 데이터를 수집, 분석 및 저장하는 시스템을 이해하여 유출 또는 잠재적인 규정 준수 문제로부터 조직을 더 잘 보호해야 합니다.
• 직원: 직원들이 사람 분석이 업무를 더 잘 수행하고 업무 만족도를 높이는 데 어떻게 도움이 되는지 이해하고 이를 인정하게 되면 조직에 도움이 됩니다. 직원들은 조직이 수집하는 데이터, 데이터가 사용되는 방법 및 이점이 무엇인지 이해해야 합니다.

조직마다 사람 분석 전략에 대해 다양한 접근 방식을 취하지만 대부분은 간단한 경로를 따릅니다.

• 비즈니스 목표 설정: 모든 성공적인 사람 분석 접근 방식은 비즈니스 목표에 부합해야 합니다. 처음에 이러한 목표를 설정하면 나머지 과정이 더 원활하게 진행됩니다.
• 사람, HR 및 인력 목표 선택: 다음으로 조직은 채용에 걸리는 시간 개선, 이직률 감소, 직원 교육 세션 개선 등 인력 기능에 대한 주요 목표가 무엇인지 파악해야 합니다.
• 올바른 핵심 성과 지표(KPI) 식별: 조직이 비즈니스 및 인력 목표를 알게 되면 이러한 이니셔티브를 추적하고 명확한 KPI를 설정하는 가장 좋은 방법을 식별해야 합니다.
• 적합한 툴 찾기: 조직은 법적 규정, IT 제약 및 기타 조직의 보호 장치에 따라 특정 비즈니스에 적합한 툴이 무엇인지 파악하여 데이터를 수집하고 인사이트를 생성해야 합니다. 

사람 분석의 데이터를 조직의 전략에 통합하면 많은 중요한 이점을 얻을 수 있습니다. 

• HR 전략을 비즈니스 목표에 맞게 조정: 증거 기반 인적 자원을 사용하는 조직은 전반적인 비즈니스 전략을 개선할 수 있는 중요한 정보를 보유하고 있을 가능성이 높습니다. 예를 들어, 직원들의 참여도가 높아지고 채용 소요 시간이 감소하고 있다는 사실을 알게 되면 조직은 채용 예산 일부를 더 필요한 다른 분야에 재할당할 수 있습니다.
• 다양성 수치 개선: McKinsey의 연구에 따르면 응답자의 54%(ibm.com 외부 링크)는 DE&I가 사람 분석이 가장 큰 가치를 창출하는 3대 영역 중 하나라고 답했습니다. 조직이 다양성 목표에서 어느 단계에 있는지 파악하는 것이 점점 더 중요해지고 있습니다.¹
• 직원 참여도 향상 직원에게 동기를 부여하는 요소와 그렇지 않은 요소를 이해하면 리더가 직원 참여 전략을 보다 효율적으로 계획하는 데 도움이 됩니다. 조직이 직원과 상호 작용하는 방식과 직원의 복지를 모니터링하는 방식을 추적하면 보다 긍정적인 환경을 조성할 수 있습니다.
• 고성과자 식별: 조직은 인력 분석을 통해 거시적 수준과 미시적 수준 모두에서 실행 가능한 인사이트를 수집할 수 있습니다. 후자를 우선시하는 조직은 경력 개발을 위해 우수한 직원을 더 잘 타기팅할 수 있습니다.
• 성능 관리 강화: 성능 및 목표 도구는 팀 생산성을 측정하고 데이터에서 비효율성이 드러날 경우 과정을 수정할 수 있습니다. 예를 들어 SAP SuccessFactors는 인적 자본 관리(HCM)를 위한 클라우드 기반 시스템입니다. 온보딩, 채용 및 유지 문제, 보상 관리, 급여 및 복리후생 관리, 근태 관리와 관련된 분석을 추적할 수 있습니다.
• 규정 준수 유지: 데이터 분석을 추구한다는 것은 조직이 상당한 양의 데이터를 수집하고 있음을 의미합니다. 개인정보 보호 문제를 방지하고 지역, 연방법 및 국내법을 준수하기 위해 해당 정보를 보호해야 합니다.
• 이직률 감소: 직원들은 회사와 동료들 사이에서 자신이 어떻게 평가받고 있는지 알고 싶어합니다. 직원 유지율을 높이려면 조직은 직원의 발전 상황과 성장 기회에 대한 정보를 직원과 더 잘 공유해야 합니다. 이를 통해 이직률을 낮추고 직원 만족도를 높일 수 있습니다.

AI는 사람 분석을 비롯한 여러 방면에서 HR을 혁신하고 있습니다.

• AI 지원 HR 업무: HR 전문가는 생성형 AI를 사용하여 직무 설명서 초안을 작성하고, 면접에서 조교로 활용하고, 직원 온보딩을 실행할 수 있습니다. AI는 인재 확보 및 인재 관리를 강화하고 이러한 HR 프로세스에서 얻은 데이터를 분석하는 데 도움이 될 수 있습니다.
• HR 자동화: 조직은 소프트웨어를 사용하여 반복적인 수동 작업을 없애고 사람이 처리해야 하는 HR 프로세스를 강화함으로써 HR 전문가를 지원할 수 있습니다. 자동화 도구는 신규 채용자 식별부터 내부 기준에 따른 합격 또는 불합격 편지 발송까지 HR 팀의 채용 프로세스의 많은 부분을 관리할 수 있도록 도와줍니다. 자동화를 통해 채용 통계를 신속하게 분석하여 실행 가능한 인사이트를 도출함으로써 더 빠른 의사 결정을 내릴 수 있습니다.
• 머신 러닝으로 빅 데이터 구문 분석: 사람이 분석하면 수많은 데이터 포인트가 생성되는데, 이를 실행 가능한 인사이트로 전환하려면 많은 인력과 시간이 필요하거나 적절한 기술이 필요합니다. 머신 러닝은 HR 전문가가 이러한 활동에 소요하는 시간을 줄여 더 높은 수준의 업무에 집중할 수 있도록 도와줍니다.
• 감정 분석: 조직은 이메일, 소셜 미디어 토론, 문서 및 통화 기록을 수집하도록 AI를 학습시켜 실행 가능한 인사이트를 얻을 수 있습니다. 예를 들어, 채용을 수락한 후보자와의 인터뷰에서 공통점을 식별하여 면접관이 통화 스크립트를 강화하는 데 도움이 될 수 있습니다.
• 보다 효율적인 데이터 분석: 생성형 AI 증강 프로세스 마이닝을 사용하면 병목 현상과 비효율성을 식별하고 이를 해결하기 위한 권장 사항을 제시할 수 있습니다.
• 온보딩 프로세스: 지능형 시스템을 사용해 온보딩 프로세스를 자동화하면 신입 사원을 더 빠르게 확보하여 비즈니스에 가치를 창출할 수 있습니다. 또한 이러한 분석은 온보딩 프로세스를 지속적으로 개선하는 데 도움이 되는 데이터를 생성합니다.