일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- 취업규칙 불이익변경 판례변경
- 사회통념상합리성
- HR운영모델
- 근참법
- 공부자극영상
- recruiting analytics
- 채용담당자
- 사내추천제도
- HR인사이트
- HRAnalytics
- 경영상해고
- 취업규칙불이익변경
- 로지컬띵킹
- 채용
- recruiting
- 플랜75
- 근로기준법
- 스프레드시트단축키
- 정당공약
- 집단적동의권남용
- 업무생산성
- 데이터분석
- 취업규칙개정
- 공헌이익
- 그랜드마스터클래스2024
- 리쿠르팅
- 이재용회계사
- 공약모음집
- 직장인공부영상
- 그랜드마스터클래스
- Today
- Total
HR과 미래를 공부하자 ;)
13. 데이터 드리븐 리포트 작성 절차 - ON AIR 분석 절차 본문
I. 들어가며
꼼꼼함과 치밀한 스토리텔링을 요하는 HR 데이터 분석 업무는 어렵지만 일단 해내면 성취감이 큰 업무인 것 같다.
정성적인 것들을 정량화하고, 그 안에서 추이를 발견하여 다른 사람을 설득하는 것. 특히 나의 가설과 기준이 공감을 이끌어낸 경우 성취감이 느껴진다.
이런 관심사가 높아지는 요즘 HR insight에 흥미로운 제목이 있어 클릭해보았다. 데이터 드리븐 리포트 책을 집필하신 이상석님의 아티클이었다. 어떤 방향으로 어떻게 데이터 드리븐 리포팅을 하는지 간단히 정리해보려고 한다.
II. 데이터 드리븐 리포트
1. 정의
'문제 정의 ▹ 데이터 수집, 정제, 분석 ▹ 스토리텔링과 시각화 ▹ 설득을 끌어내는' 일련의 과정
2. 필요 조건
- 숫자 : 숫자만 빼곡히 있는 것이 아닌, 데이터가 스스로 말하도록 하는 것. 이해를 방해하는 것을 최소화한다.
- 직관과 경험 : BCG 창립자 브루스 핸더슨은 '비즈니스의 최종 선택은 항상 직관적이다. 그렇지 않으면 모든 문제 해결은 수학자의 몫이 되었을 것이다.'라고 말했다고 한다. 직관은 '과거 수많은 경험을 현재 의사결정 및 행동에 연결하는 체계적 방법'으로 효과적인 의사결정의 필수 요소이다.
- 분석도구 : 분석을 간결하게 시각화해 의사결정에 도움이 되는 것은 분석 자체보다 중요한 '보고'의 목적. 이를 통해 의사결정자에게 직관적인 도움을 줄 수 있어야 퀄리티가 높은 리포팅이다.
- 도메인 지식 : (분석 그 자체가 아닌) 데이터에 대한 전문 지식이 있어야한다. 없다면 실무자와 적극적인 소통을 통해 문제의 본질을 찾아 해결하는 태도가 중요하다.
3. 작성 방법 : ON AIR
'ON AIR 분석 절차'에 따라 데이터 드리븐 리포트를 작성할 수 있다.
Objective : 목표(가설) 설정
Necessary data : 데이터 선정 (데이터수집, 데이터정제)
Analytics : 분석 방법 결정 (EDA, 분석 툴)
Interpretation : 해석 및 검증
Report : 보고
III. 나가며
'훌륭한 팀을 어떻게 데이터화 할 것인가', '리스크 정도를 어떻게 정의할 것인가' 등등 HR 관련 기획안을 쓸 때면 정말 많은 가설과 고민이 필요하다는 것을 느끼고 있다. 그렇지만 하나하나 인사 정보를 뜯어보면서 스토리 텔링을 만드는 것도 나름 재밌는 것 같다. 앞으로도 이런 툴이나 생각의 흐름을 많이 학습하고 싶다는 생각이 든다.
끝으로 얼마전에 우연히 보게된 People analytics 채용공고를 한 번 메모해보려고 한다.
역할 :
- 전 HR 영역의 다양한 i)데이터 분석을 통해 인사 제도나 인사 운영을 개선할 수 있는 ii)인사이트를 발굴하고 iii)의사결정을 지원
- 데이터 분석 (RPA, 대시보드)
- 분석 PoC(Proof of Concept)로 방법론 설계
자격요건 :
- 통계, 수학, 컴퓨터공학 전공
- Python, R, ML/DL 프레임워크(Scikit-learn, PyTorch 등) 활용 역량
확실히 데이터 분석의 목적은 설득 = 의사결정 지원인 것 같다. 더불어 앞으로는 HR 직무도 이과나 공대 출신들이 더 많아 지지 않을까 생각도 든다. 커리어를 잘 쌓지 않으면 밀려날 것이 두렵기도 하지만 이런 흐름을 즐기면서 역량을 쌓는 것도 즐거울 것 같다. 내일도 10% 더 성장할 수 있길 바라며
단어
EDA : 탐색적 데이터 분석. 데이터에 대한 탐색과 이해를 바탕으로 분석해야한다는 것. (클릭)
RPA : 로보틱 프로세스 자동화 (클릭)
PoC(Proof of Concept) : 기술의 실용성이나 유효성을 입증하는 것 (클릭)
출처
https://www.hrinsight.co.kr/view/view.asp?in_cate=112&gopage=1&bi_pidx=36109
https://brunch.co.kr/@datadriven/6
※공부하는 측면에서 써보았는데 부족하거나 빠진 것들이 있을 수 있습니다. 늘 배우고 있는 사람이라 의견 주시면 적극 반영하겠습니다.
'HR 인사 노무' 카테고리의 다른 글
15. 8가지 혁신적인 변화에 따른 5가지 HR 조직 운영 모델 (맥킨지 보고서) (1) | 2024.02.07 |
---|---|
12. 채용담당자(Recruiter/Talent Acquisition)의 역할은 무엇일까 (0) | 2024.01.21 |
11. 공헌이익으로 회사를 바라보고 평가하는 관점 (이재용 회계사 영상 후기) (0) | 2023.03.09 |
10. 채용담당자에 대한 외부 인재의 신뢰를 어떤 기준으로 분류할 수 있을까? (0) | 2022.07.20 |
09. 60개 역량에 대한 701개의 심층질문이 들어있는 책 '심층면접질문 701' (0) | 2022.02.27 |