인사 담당자가 알아야 할 기업의 HR 데이터 활용 방법
기업 내 데이터 활용이 활성화되고 있는 지금, 실제로 기업은 데이터를 통해 어떤 결과를 만들어 냈을까요?
기업 내 데이터를 활용해 유의미한 결과를 만들어낸 몇 가지 사례를 가져와 봤습니다.
– 마이크로소프트(MS), 신규 입사자의 몰입도 8% 증가
– 구글, 6~9개월이 걸리던 기존 채용 프로세스를 47일로 단축
– 타코벨, 이직률 감소
– 셰브론, 보다 적은 인원으로 30% 이상의 생산성 달성
이름만 들어도 알 수 있는 해외의 다양한 기업이 위와 같은 비즈니스 혁신을 이룰 수 있었던 비결은 무엇일까요? 바로 기업이 활용할 수 있는 데이터 중에서도 “인사 데이터”를 활용했다는 점입니다.
이들은 직원을 우수한 인재로 만들기 위한 경영 전략을 세우고, 직원의 이직률을 관리하고, 적합한 직무에 핵심 인력을 배치하는 등 인사 데이터를 기반으로 비즈니스 혁신을 이뤘습니다. 효과적인 인사 관리를 위해 실행하는 인사 데이터 분석 활동은 HR 애널리틱스(HR Analytics)라 고 하는데요!
최근 들어 국내 기업에서도 인사 데이터를 수치화하여 HR 애널리틱스를 구현하고자 하는 니즈가 늘고 있습니다. 뉴스젤리를 통해서 인사 데이터를 관리할 수 있는 시각화 대시보드 컨설팅 문의가 늘어난 이유의 배경이 아닐까 하는 생각이 드는데요!
기업 인사 파트에서 데이터 활용을 고민 중이신 분들을 위해 인사 데이터 활용 방법을 대시보드 사례를 통해 자세히 알아보도록 하겠습니다.
HR 애널리틱스를 위한 시각화 대시보드의 2가지 용도
대부분 기업에서는 데이터를 탐색하고 인사이트를 도출하기 위해서 ‘데이터 시각화 대시보드’를 사용합니다.* 인사 부서 또한 마찬가지로 HR 애널리틱스를 하기 위한 시각화 대시보드를 BI와 같은 데이터 분석 도구를 활용하거나 때에 따라서는 커스텀 개발하여 사용합니다.
(* 자세한 내용은 ‘실무에서 데이터를 활용하는 방법, 데이터 시각화 대시보드!’ 글을 확인해주세요.)
시각화 대시보드는 사용 목적에 따라 크게 1) 모니터링용과 2) 분석용으로 나눌 수 있습니다. 예를 들어서 빠른 인사이트를 얻기 위한 ‘모니터링용 대시보드’인지 세부적인 지표 간의 관계 분석이 용이한 ‘분석용 대시보드’인지로 구분할 수 있는데요. 그러면 인사 데이터를 기반으로 한 모니터링과 분석용 대시보드는 어떤 모습인지 실제 구현된 대시보드 사례로 살펴볼까요?
1. 모니터링용 대시보드
1.1 대시보드의 요약(Summary) 페이지 형태
모니터링용 대시보드는 하나의 화면에서 다양한 정보 혹은 핵심적인 지표를 한눈에 파악하기 위해 사용되기 때문에 주로 여러 페이지로 구성된 대시보드 중에서 첫 페이지에 위치합니다.
Summary Dashboard, Agile Analytics, MS Power BI
위 대시보드는 총 12페이지로 구성된 HR Analytics 대시보드 중에서 가장 첫 번째 페이지로, 인사 데이터의 카테고리 중에서 핵심 지표를 요약해서 보여줍니다. 상단에 직원, 채용, 퇴사, 결근, 퍼포먼스, 교육으로 분야가 나누어져 있는 것을 확인할 수 있으며, 각 분야당 4가지 핵심 지표가 하단에 시각화로 구성되어 있습니다. 차트 간 인터랙션을 통해서 핵심 지표 간의 세부적인 데이터 탐색이 가능합니다. 우측에는 연도별 필터가 있어 각각을 클릭해 최근 3년간 기간별 데이터의 변화를 확인할 수 있습니다.
또 우측 하단 아이콘은 대시보드 내에서 자주 사용하는 페이지(시계열 추이, 부서, 월별 분석, 세부 직원 분석)로 쉽게 이동할 수 있도록 메뉴 버튼이 이미지로 구성되어 있어 빠르게 다른 페이지로 이동이 쉽습니다.
1.2 대시보드의 개요(Overview) 페이지 형태
Employees Overview, Agile Analytics, MS Power BI
다음은 요약(Summary) 페이지에서 조금 더 나아가, 분야별 실무자가 담당 분야의 데이터를 한눈에 파악하고 싶을 때 개요(Overview) 페이지를 참고할 수 있는 모니터링용 대시보드입니다.
상단에 직원 수, 채용, 퇴사 직원 수, 퇴사율의 핵심 지표 4개가 상단에 스코어 카드로 구성되어 있고, 간략한 라인 그래프를 통해 1년간 해당 지표의 증감 추이를 직관적으로 확인할 수 있습니다. 각 핵심 지표를 하단 영역에 성별, 나이대, 교육 수준, 정규직 여부, 부서 등 세부 측정기준으로 시각화여 더욱 데이터의 이해를 높일 수 있게 구성되어 있습니다. 차트 간 필터링 인터랙션이 기능이 있어, 확인하고 싶은 데이터를 클릭하여 원하는 조건별 인사이트를 도출 할 수 있습니다.
이처럼 요약(Summary)과 개요(overview) 페이지에서는 인사 전반의 데이터를 몇 가지의 핵심 지표로 구성되어 있어 이슈를 빠르게 파악할 수 있습니다. 해당 페이지에서 세부적으로 데이터를 깊게 탐색하고 싶은 경우, 해당 데이터를 주제로 세부적인 정보를 포함한 분석용 페이지로 이동하게끔 하는 대시보드의 내비게이션의 역할로써도 활용할 수 있습니다.
2. 분석용 대시보드
2.1 특정 주제의 데이터로 구성한 보고서 형태
분석용 대시보드는 보고서를 대체하는 방식으로 활용할 수 있으며, 이러한 경우 대시보드의 활용도를 높이고 내부 보고 프로세스를 간소화할 수 있다는 장점이 있습니다.
Human Resources Report, billsingh, MS Power BI Community
위 대시보드 사례는 HR 보고서 형태로 참고하기에 좋은 직원 현황과 급여 대시보드입니다. 상단에 총 직원 수, 총급여 비용, 근무 직원 수, 병가 처리일 수 등의 핵심 지표가 나열되어 있습니다. 하단에 조건별로 데이터의 구성 내용을 쪼개어 볼 수 있게 도넛 차트가 포함되어 있습니다. 또한, 우측에는 드롭다운 옵션 영역을 별도로 구성하여 데이터를 원하는 조건대로 필터링 할 수 있게 되어 있습니다.
앞서 살펴본 모니터링 대시보드와 다른 점은 직업 참여도, 만족도, 성과, 관계 만족도와 같은 정성적 지표를 옵션으로 추가한 점입니다. 해당 옵션을 추가함으로써 앞선 모니터링용 대시보드에서 연도별 데이터의 추이를 살펴본 거시적 관점과는 다르게, 세부적으로 직원의 만족도별로 그룹핑해서 데이터를 분석하는 것을 유추할 수 있습니다.
이처럼 보고서에 포함된 지표는 고정적이기 때문에 날짜를 다르게 조회한 인터랙티브 대시보드를 모니터링하면 데이터의 활용 범위를 단순 보고에서 양방향 커뮤니케이션으로 확장할 수 있다는 점에서 의미가 있습니다.
2.2 계산된 데이터로 구성한 문제 원인 분석 형태
인사 관리에서 주요 이슈는 직원의 퇴사율일 텐데요. 아래 대시보드 사례는 어떤 그룹의 직원이 퇴사하는지 원인을 분석하기 위한 목적의 분석용 대시보드입니다.
Employee Attrition Analytics, ranbeermakin, MS Power BI Community
좌측 영역의 지표를 순서대로 보면, 가장 중요한 지표인 이탈률이 가장 상단에 표시되어 있고, 하단에는 혼인 여부, 야근 비율, 부서별 비중을 비교할 수 있는 그래프가 있습니다. 우측에는 뎁스 있는 데이터 분석이 가능한 산점도 차트가 있습니다. 산점도를 통해서 월급과 나이에 따른 직원의 분포를 확인할 수 있고 컬러로 퇴사 여부가 표시되어 있습니다. 퇴사자를 의미하는 빨간색 점을 확인하면, 2030 직원의 퇴사자가 밀집되어 있고, 우측에 총 경력 기간 그래프를 통해 경력이 적은 직원의 퇴사율이 45.45%임을 확인할 수 있는데, 이는 신입사원이 높은 퇴사율의 원인이라는 점을 발견할 수 있습니다.
Employee Attrition Analytics, ranbeermakin, MS Power BI Community
보다 자세한 원인을 파악하기 위해서, 상단의 나이 필터를 활용해서 10대에서 30세까지의 데이터만 입력해서 자세히 분석해볼까요?
해당 나이의 직원 중에서도 산점도의 중앙값보다 낮은 월급을 받는 경우 퇴사자가 많은 패턴을 확인할 수 있습니다.
분석용 대시보드는 모니터링 대시보드보다 통계적 수치나 지표 간의 상관관계 분석 등 원본 데이터를 계산한 형태로 구성된 경우가 많습니다. 데이터 기반으로 의사결정을 하기 위한 목적으로 많이 활용되기 때문에 실무자가 직접 대시보드를 기획, 제작하는 경우가 많으며, 대시보드에 포함하는 데이터 측정 기준과 방법에 대한 이해가 바탕이 되었을 때 대시보드의 활용도를 더 높일 수 있습니다!
지금까지 인사데이터를 활용한 인터랙티브 시각화 대시보드의 사례를 알아보았습니다. 핵심은 수집된 데이터를 대시보드에 모두 구성하려 하기보다는, 대시보드 용도에 따라 데이터의 정보 수준을 다르게 하여 구성하는 것입니다. 사용 시나리오에 맞는 대시보드를 선택해서 보는 것이 대시보드의 활용도를 높이는 방법, 즉 인사 데이터를 효과적으로 활용하는 방법이라고 볼 수 있습니다!
이번 콘텐츠를 통해서 인사 데이터를 어떻게 대시보드로 구성했는지 보다 직접적으로 확인하실 수 있도록 실제 구현된 대시보드를 사례로 활용하였으니, 이미지 링크를 클릭하여서 직접 탐색해보시길 바랍니다! 이처럼 데이터의 성격에 맞게 대시보드를 어떻게 구성해야 할지 고민이 되면, 시각화 전문 기업 뉴스젤리에게 문의를 남겨주세요. 다양한 레퍼런스로 도움을 드리도록 하겠습니다.
* 참고 자료: ‘직관이 인사를 망친다. 데이터로 인사를 혁신하라’, DBR
뉴스젤리와 모비인사이드의 파트너쉽으로 제공되는 기사입니다.
