사람 데이터 분석(People Analytics) 관련 리포트

피플아날리틱스(People Analytics)란?

사람도 데이터이다. HR(인적자원 관리/개발)영역에서는 경험과 직관에 의존했던 역사를 탈피하고, 객관적 데이터 분석을 통해 비즈니스 가치를 창출한다는 이른바 ‘피플아날리틱스’가 혁신 사례로 뜨고 있다. 꿈 같은 이야기라 생각할 수 있으나, 이미 목전이다. ‘그게 되나?’가 아니라, ‘그래서 어떻게 하는데?’의 문제인 것이다.

 

예로, 한 글로벌 기업은 중국의 공장 부지 선정을 위해 인사 데이터 분석을 시행했고, 특정 지역에서는 공장에서 원하는 경험과 스킬을 가진 인력 공급이 적어 적시에 인원 충원을 하기 힘들 것이라고 예측했다. 차선책으로, 입사 후 교육을 통한 인력 개발 비용까지 분석했으나 설립 초기 투자 가능금액에 비해 너무 높아 커버가 불가능한 지역도 확인했다. 결과적으로, 해당 부지 선정을 재고했다. 제조업에서 적시 인원 충원에 실패한다면, 생산에 차질이 생긴다. 데이터 분석을 통해 인사 만이 아니라 비즈니스 전체의 비용적 리스크를 크게 감소시킨 것이다.

 

이처럼, 사람 데이터 분석은 전통적인 HR영역은 물론이고 비즈니스 단계에서 가치 창출을 가능케 한다. 한 조사에 따르면, 사실 사람데이터의 효용성은 평가보상 영역에서 보다 사업전략 영역에서 10배 이상 높다고 한다. HR 데이터 분석 역량을 직무 범위 내 하나의 스킬로서 생각할 것이 아니라, 전사적 기능단위로 보아야 할 이유이다.  

 

사진 출처: Insight222 ‘A New operating Model for People Analytics’

 

이러한 트렌드에 발맞춰 Insight222에서는 지난 2020년, 피플아날리틱스 조직을 갖고 있는 60개 기업을 대상으로 팀의 형태 및 운영 방법들에 대해 조사했다. 데이터 분석 영역 특성상 대규모의 인력을 갖춘 조직에서 필요성과 효과성이 두드러지는데, 이 조직들은 그에 걸맞게 150개국에 걸쳐진 글로벌 기업들이며 그 중75% 이상은 2만 5천명 이상의 직원 규모를 갖고 있다.

 

피플아날리틱스 팀을 꾸린다면? 

인사의 영역일까, IT의 영역일까, 아니면 R&D의 영역일까. 대체 무엇을 어떻게 분석한다는 것일까. 우선, 거시적으로 팀의 구조를 알아보는 것이 좋겠다. 피플아날리틱스 팀의 업무는 크게 세 가지이다. 첫째로 컨설팅을 통해 수요를 파악하고, 둘째로 분석기술을 활용해 솔루션을 도출하고, 마지막으로 조직에 실질적으로 적용한다.

 

 

 

컨설팅그룹: 비즈니스 문제를 파악하고 인사 관점 분석 과제로 연결시키는 역할

수요 파악 단계의 핵심 역할은 컨설팅 그룹이 담당한다. 이들의 업무는 사내 관계자들과 협업하며 사람 데이터분석 관련 수요를 파악하고, 비즈니스에 실질적 가치를 더해줄 분석 과제를 발굴하고, HR적 관점을 바탕으로 사람과 관련된 가설들을 세우는 것이다.

 

예를 들어, 서비스 콜 센터의 팀장님이 ‘요즘 고객 서비스 만족도가 크게 떨어졌는데, 응대 매뉴얼도 그대로고 특별한 원인을 찾을 수가 없어. 혹시 텔레마케터 팀 분석을 해볼 수 있을까?’ 라 문의 해 온다면, 컨설팅그룹에서 구체적으로 만족도가 어느정도 떨어졌으며 해당 문제가 사업 퍼포먼스와 연결될 정도로 중요한 사안인지 판단해본다. 그 후, 담당자와 이야기하며 업무 환경 등 실질적 요소들을 고려해 문제 관련 가설을 세우고 분석 과제를 정의하여 프로젝트화 한다.

 

예로, 콜센터 직원들의 재택 근무 상황으로 인해 통화 품질이 좋지 않은 상황을 하나의 원인으로 가정할 수 있다. 이 경우 평균 통화시간 데이터나 재택근무자 현황, 근무자 수 대비 고객 수 등을 연관 데이터로 잡고 분석과제를 설정할 수 있을 것이다. 혹은 통화 녹음 음성 데이터를 텍스트화 해 자연어처리를 하면서, 고객과의 대화 내에서 ‘통화 품질’ 문제가 지속적으로 언급 되는지 파악해볼 수 있을 것이다.

 

이 과정에서 비즈니스 자체에 대한 이해, 그리고 해당 분야의 언어와 사고방식으로 사안을 바라보는 능력, 이해관계자들과 소통하며 문제 해결을 도모하는 역량이 매우 중요할 것이다. 컨설팅 그룹은 피플아날리틱스 조직의 핵심이자 기본적인 역할이다. 현재 조직 내 평균 40퍼센트가 컨설팅 인원으로 구성되어 있으나, 조사에 따르면 50퍼센트가량으로 늘려야 할 필요가 있다는 의견도 있었다.

 

솔루션그룹: 기술을 활용해 해결법을 도출하는 역할 – 분석기술, 리포팅, 관리감독

분석기술 파트는 과학자와 분석가들로 이루어져 있다. 대규모 데이터 수집 및 분석과정에서 필요한 기술/학술적영역의 전문가들이다. 예를 들면 여러 필드의 데이터 사이언티스트, 행동심리학자, 조사 방법론 전문가 등이 있을 것이다. 이들의 업무는 컨설팅 그룹과 함께 분석 과제를 구체적으로 정리하는 것인데, 일반적으로 데이터 수집-클렌징-분석-인사이트 도출의 방법론을 따른다.  

 

위의 예에 이어서, 텔레마케터와 고객 사이의 음성 대화 데이터를 분석하고자 한다면? 컨설팅팀에서 콜센터 팀장님과 협의 하에 다양한 요소를 고려한 결과, 통화 녹음 전체를 분석 해야 할 필요성을 발견했다면 분석기술 팀에 문의를 한다. 이에 기술팀에서는 서버에 저장된 음성 데이터를 그 자체로, 혹은 텍스트화 하여 분석할 수 있는지 판단하고, 가장 효율적인 방식으로 데이터를 축적한다.

 

데이터 수집 후에는, 이를 분석에 용이한 형태로 가공하고 분석을 시작한다. 행동 심리학자등 팀원들은 이 과정에서 각자의 전문성을 활용한다. 예를 들면, 통화 녹음 데이터 중 언어적 관점에서 부정적 심리를 나타내는 데이터의 패턴이 있는지 살펴볼 수 있다. 여러 분석들을 시행한 후, 유의미한 인사이트만을 추려내 문제 해결에 활용한다.

 

리포팅 파트는 분석가들 중에서도 HR 업무 및 HR 데이터 이해도가 높은 전문가들이다. 이들은 도메인 지식을 바탕으로 직관적인 데이터 구조를 구축하는 등 섬세한 데이터 가공이 가능하다. 예를 들어, ‘콜센터 직원들의 보상 수준이 기대에 못 미쳐 업무 로열티가 떨어지는 것인가?’를 가설로 세웠다면, 리포팅 파트는 해당 시점의 마켓 급여 중앙값을 바탕으로 콜센터에 지급된 급여 및 복지 현황을 시계열로 제공하며 의사결정을 도울 수 있다.

 

관리 파트는 분석 과정 전체를 관할하는 소규모 집단이다. 프로젝트의 우선 순위를 정하고, 적절한 데이터를 사용하고 있으며 개인 정보 보호 등과 같은 윤리규정을 잘 지키고 있는지 관리 감독한다. 위의 예라면, 관리파트에서는 목소리 녹음에 동의하지 않은 고객 데이터를 혹시 분석에 사용하지는 않았는지 살펴 볼 수 있을 것이다. 사람 데이터는 윤리적 문제에 민감하기에 관리파트에서는 다양한 리스크를 고려해야 한다. 현 시점에서 관리파트를 갖춘 조직은 전체 28퍼센트에 불과하지만, 당면한 분석 과제들이 점점 늘어나고 복잡해질 것이기 때문에 중요성이 증가 될 것이라는 의견이 있다.

 

프로덕트그룹: 분석 이후의 당면 과제들

핵심 역할은 분석 결과물이 조직의 실질적인 절차에 적용되도록 돕는 것이다. 명시적으로는, 사람 중심의 디자인 씽킹을 하고, 유저 인터페이스를 설계하거나 프로그래밍 하고, 이러한 프로젝트 및 프로덕트들을 관리하고, 조직에 흡수시키는 과정에서의 커뮤니케이션(변화관리) 역할까지 수행한다고 한다. 타 그룹에 비해 다양한 모습을 띄고 있을 수 있다. 

 

콜센터의 예에서 생각해보자. 만약, 고객만족도 저하의 원인이 '텔레마케팅 직원들의 고객 서비스 스킬 저하' 임이 발견 되어, 해당 스킬 증진을 위한 솔루션을 개발한 상황이라고 해 보자. 이 때 프로덕트 그룹은 해당 직원들이 개발된 솔루션을 실질적으로 업무에 적용해 성과를 증진 시킬 수 있도록 서포트한다. 교육 솔루션이라면 LMS에 적용할 수 있을 것이고, 팀 문화나 커뮤니케이션 방식의 변동이 있어야 한다면 워크샵을 열 수 있을 것이다. 다양한 사안만큼 프로덕트그룹의 조직 운영 형태도 다양하다. 실제로 조사 대상 회사의 반 이상이 ‘프로덕트매니저’를 보유 하고 있었지만, ‘변화관리자’를 보유한 기업은 30퍼센트에 그쳤다. 

 

어떻게 리드할 것인가

그렇다면, 이러한 복잡한 조직을 성공적으로 구성하고 운영하는 리더십은 어떤 모습일까? 사람 데이터 분석은 지적 호기심을 충족하는 수단이 아니라, 비즈니스 문제에서 시작해 비즈니스 가치 창출에서 끝나야 하는 것임을 기억해야 한다. 따라서, 눈에 보이지 않는 비즈니스 기회와 위기를 예상하고, 이에 대비하는 능력이 필수이다. 그래야 예상치 못한 이슈에도 빠른 해결책 도출이 가능할 것이다. 더불어, 기술 전문성에 대한 이해를 바탕으로 여러 분야 구성원을 적재 적소에 사용할 수 있는 혜안도 중요할 것이다.

 

Copyrightⓒ 2021 All rights reserved by dataartist-kor, HR&빅데이터

본문 인용 및 관련 자료 출처: Insight222 ‘A New operating Model for People Analytics’