HR Analytics는 AI시대를 예견하고 있었다. ("빅데이터, 인재를 말하다"를 읽고)

 

 빅데이터 열풍이 막 달아오르던 2013년, 저자는 HR 부서도 숫자를 통해 전략적 가치를 증명해야 한다고 주장했습니다. 책은 BSC의 네 관점(학습-프로세스-고객-재무)에서 파생된 HR Scorecard, Workforce Scorecard를 소개하며 과정 지표와 결과 지표의 의미와 위상을 설명하였다. 데이터의 힘을 빌어 HR의 전략적 기여도를 증명하자는 점을 역설하였다.

 

 이미 경영의 트렌드는 경쟁력의 원천이 인적자원에 있음을 선언하였다. 이러한 패러다임에 따라서 기업체에서는 비즈니스 전략과 인재경영 전략을 수립하고 있다. 하지만, 산업별 / 기업별 / 비즈니스 전략별 / 인재경영 전략별로 인적자원과 관련된 입증되지 않은편향, 비논리적 상식, 주관적 통찰력이 여전히 존재하고 있다. 이러한 현실에서 증거에 기반한 입증과 예측력 확보를 위한 활동의 필요성에서 HR Analytics가 등장하였다.  

 

 BSC는 재무 관점의 최종 결과와 학습·프로세스·고객 관점간의 균형을 잡아 주었습니다. HR Scorecard는 인사 프로세스(예: 채용 주기, 교육 이수율)와 결과(이직률, 고성과자 비중)를 연결해 ‘인사 활동이 성과를 어떻게 움직였는가?’를 정량화합니다. Workforce Scorecard는 직원 행동·마인드셋·문화까지 측정해 ‘사람 품질’을 전략과 직결합니다.

 

 하지만, 이는 이해관계자의 관심권 밖인 경우가 많아, 경영상의 화두를 기반으로 HR Analytics를 적용하는 접근방법을 제시하였다. HR Analytics 프로젝트의 첫 걸음은 회사 전략-BSC와 직결된 비즈니스 Pain Point를 선택해 ‘무엇을 바꾸면 성과가 움직일까’를 명확히 묻는 것이라고 강조한다. 이 책은 L.A.M.P(Logic-Analytics-Measures-Process) 틀을 활용해 논리 적합성, 측정 가능성, 분석 난이도, 실행 프로세스를 기준으로 후보 주제를 점수화해 우선순위를 정하라고 제안한다

 

 이러한 HR Analytics가 제 역할을 수행할 때의 혜택은 비즈니스 전략-인적자원 요건-인사 전략을 선형으로 그리게 된다. 가설-검증을 통해 편향을 줄일 수 있다. 수치와 스토리를 결합하면 의사결정 설득력이 올라간다. 

 

 HR Analytics를 데이터 인프라가 갖춰진 대기업에서 프로젝트 형식으로 진행하는 접근방법이 있다. 한편, 중소기업에서는 적절한 주제를 선정하여 작게 시작하여 빠르게 검증하여 점진적으로 확장하는 접근방법을 활용할 수 있다.