HR 데이터 분석

HR 데이터 분석

인사 데이터의 종류

1. 인사행정 데이터: 성별, 나이, 학력, 고과, 보상, 급여, 근태 등
2. 서베이 데이터: 리더십 진단, 조직 문화 진단 등
3. 행동 데이터: 행동 패턴을 확인하기 위해 별도로 저장하는 데이터

HR 데이터 분석 방법

• 회귀 분석

  • [이중학 저

    데이터로보는 인사이야기]

  • 인적성검사 점수를 가지고 입사 후 성과를 예측 (우호성, 성실성, 언어능력, 추론능력이 유의미)

중요한 것

1. 비즈니스 & 문제 해결 능력
2. 통계
3. 커뮤니케이션

시각화 대시보드 용도별 분류

1. 모니터링용: 빠른 인사이트
   1. 요약 형태
   2. 개요 형태
2. 분석용: 세부적인 지표 간의 관계 분석이 용이
   1. 특정 주제의 데이터로 구성한 보고서 형태
      • 총 직원 수, 총급여 비용, 근무 직원 수, 병가 처리 일 수 등의 핵심 지표 포함
      • 조건별 데이터의 구성 확인을 위한 파이 or 도넛 차트
   2. 계산된 데이터로 구성한 문제 원인 분석 형태

쓸모있는 분석 결과가 되기 위해

1. Targeting
   • 특정 행동이나 특성(레코드)이 일접한 집단(segment)을 찾는 일
   • 집단의 특성이 왜? 생겼는지보다, 해당 집단 내 구성원의 공통점을 찾아야 함
2. Optimization(Intervention)
   • 최적화(개입)는 목표변수(Y)의 원인(X)을 찾아 X에 개입해 Y를 개선하는 일
   • X와 Y 사이의 인과성(causality)이 존재한다고 믿을만한 근거가 필요

Why vs. Who & What

• 인과성을 따지는 것은 과학적이지 못한 태도이며 상관관계(correlation)만으로 이야기를 해야한다 <- 통념
• 인과관계를 데이터 분석만을 통해 알 방법은 없음
• 인과관계는 상관관계에 기반하여 우리가 가지고 있는 세상의 관계에 대한 지식과 믿음에 기대어 판단해도 괜찮음
• 교란 변수(confounder)의 경우, 대상이 되는 변수만 골라내야 함
• 인과성에 대한 전통적(통계적) 검증 방법 -> RCT(Randomize Controlled Trial)[https://hbr.org/2016/03/a-refresher-on-randomized-controlled-experiments]

RCT (무작위 배정 시험, Randomized Controlled Trials)

• 대상을 중재군과 대조군에 무작위로 할당하여 결과를 비교
• 비뚤림(bias)과 오류의 가능성을 최소화하여 타당성을 확보할 수 있음
• 무작위로 배정한 후에 수집된 연구자료들은 통계적 분석의 전제조건인 무작위 확률(random probability)을 충족시키기 때문에 통계분석을 시행할 수 있음
• 효과보다는 효능에 집중

CRT(군집 무작위 배정 시험, Cluster Randomized Trials)

• 중재군과 대조군을 배정하는 방식에 있어서 그룹 또는 군집을 대상으로 무작위 배정하는 방법
• 효과 평가를 위해 주로 사용
• 일반화의 가능성이 높음
• 연계성을 설명할 필요성이 있음
• 교란요인이 잠재 되어있을 가능성이 높음