반응형 애널리틱스2 데이터 활용으로 핵심인재 이탈 방지하기 (feat. HR 애널리틱스 활용 정도) 우리는 다음과 같은 질문들을 통해 현재 기업의 HR 애널리틱스 활용 정도를 확인해 볼 수 있습니다. “연간 직원의 이직률은 어느 정도입니까?” “후회 손실로 직원의 이직률은 얼마입니까?” “1년 이내에 회사를 떠날 가능성이 가장 높은 직원을 알고 있습니까?” 위 질문에서 1번 질문에 답할 수 있다면 기업은 HR 관련 데이터를 DB를 통해 관리하고 있는 것입니다. DB를 통해 관리한다는 것은 HR 관련 데이터가 전산 시스템을 통해서 취합 및 관리되고 있는 것이며, HR 데이터가 적재되어 갈 수 있는 여건이 확보된 것이라 볼 수 있습니다. 2번 질문에 답할 수 있다면 기업은 DB화 된 HR 데이터를 통계적으로 분석할 수 있다는 것을 의미합니다. 특정 사건과 이 사건 이후 이직 여부에 대한 상관관계 등을 통계.. 2024. 3. 28. 피플 애널리틱스의 진짜 의미 (feat. HR의 새로운 패러다임) 국내 기업의 피플 애널리틱스 수준은 아직 걸음마 단계입니다. 하지만 향후 데이터의 가용성, 컴퓨팅 성능, 고급 통계 분석 접근성이 기하급수적으로 증가한다면 피플 애널리틱스 없는 HR은 상상하기 어려운 단계에 이를 겁니다. 인사 운영 패러다임의 변화가 이뤄지는 거죠. 그렇다면 HR이 피플 애널리틱스를 효과적으로 활용하려면 어떻게 해야 할까요? 1. HR이 주도하는 데이터 시사점 도출 먼저 피플 애널리틱스가 할 수 있는 것과 할 수 없는 것을 구분해야 합니다. 즉 피플 애널리틱스를 이해해야 합니다. 피플 애널리틱스는 HR과 IT시스템의 결합이라고 할 수 있습니다. 예전에는 피플 애널리틱스를 실행하려고 해도 IT시스템이 뒷받침되지 못하는 경우가 많아서 피플 애널리틱스를 시스템 프로젝트 정도로 인식하곤 했습니다.. 2024. 2. 5. 이전 1 다음 반응형
