빅데이터 분석으로 무엇을 추구하고자 하는가에 대한 방향(목적·결과)과 데이터 분석을 어떻게

할 것인가(방법)에 대해 버나드 마(Bernard Marr)가 발표한 SMART 모델에 대한 이해가 필요하다.

빅데이터란 데이터가 많아야 많아야 한다는 고정된 사고에서 벗어나야 하고, 빅데이터 분석은

전문가가 해야 한다는 편견도 없애야 한다. 그리고 빅데이터는 고도의 통계스킬이 필요하다는

오해에서 벗어나야 한다.

데이터 분석은 HR업무의 일부로 수용해야 할 필요성이 있으며 빅데이터는 PI(Process Innovation)

측면의 문제를 해결하는 사고력 관점에서 접근하여야 할 것이다.

1. Start with strategy  : 전략세우기

 - 전략이 무엇인지 확실하지 않다면 무슨 정보가 필요한지 파악조차 불가능하다. 데이터의 가치는

데이터 자체에 있지 않고 그 데이터로 무엇을 하느냐, 즉 빅데이터의 4V(데이터의 양인 Volume,

다양한 형태인 Variety, 빠른 생성속도인 Velocity, 가치인 Value)중 하나인 가치에 달려있다.  

데이터는 건설적이고 적합하게 결과를 얻을 수 있을 때에만 그 가치가 있는 전략적 자산이다.

데이터를 유용하게 만들기 위해서는 먼저 어떠한 데이터가 필요한지 알아야 한다.

2. Measure Metrics and Data : 지표 및 데이터 평가

 - 문제를 해결하기 위해서는 먼저 분석을 통해 인사이트를 얻을 수 있는 다양한 데이터 유형과

형식을 파악해야 한다. 이러한 데이터를 토대로 해결하고자 하는 문제의 해답을 얻기 위한 지표를

만들고, 어떠한 데이터가 필요한지를 검토한 후 그러한 데이터의 보유 유무를 파악, 필요한 데이터를

어디로부터 수집할 것인가를 선택하여 분석할 준비를 한다.

3. Apply Analytics : 분석적용

 - 텍스트 분석작업으로서 텍스트 분류화, 텍스트 군집화, 개념추출, 감정분석, 문서요약 등을 할 수

 있으며 텍스트 분석을 통해 트렌드 및 패턴을 파악할 수 있다.

HR분석을 기반으로 ①승진 적합성, ②퇴사 가능성, ③특정인력의 퇴사 예정시기, ④훌륭한 리더의

특성지표, ⑤동료와의 협업지수, ⑥사내 소통지수 등에 대한 회사 고유의 지표 및 지수를 개발하여

적용해야 한다.

4. Report Result : 시각화 결과보고

 - 다양한 유형의 그래프와 차트를 사용해 결과를 시각화하여야 하고, 데이터 시각화는 그 데이터에

 대한 이해를 높일 수 있도록 의미있게 만들어야 하며, 데이터간의 관계를 더 잘 나타날 수 있도록

 작성한다.

시각화된 보고서로 의사결정권자가 한눈에 알아보고 결정할 수 있도록 고려하여야 한다.

5. Transform HR : HR변화

첫째, Analytics는 효과가 있기 때문에 중요하다.

아무리 많은 데이터가 존재하더라도 Analytics를 적용해 인사이트를 이끌어내지 않는다면 아무런

가치가 없다.

둘째, 소셜미디어의 활용이다.

소셜미디어의 네트워크 분석을 통해 리더·관리자들은 직원의 행동패턴에 대해 보다 정확한 인사이트

를 얻을 수 있으며, 채용·인재개발·조직문화·부서간 협업 등의 업무를 효과적으로 수행할 수 있다.

뿐만 아니라 이를 통해 입사지원서의 심사·분석을 통해 입사지원자가 기업문화에 적합한지 평가

하고, 예측모델을 통해 2년 이상 근무할 확률이 높은 지원자가 누구인지, 또 어떤 지원자가 리더로

성장할 가능성이 있는지 등을 예측할 수 있다.

빅데이터와 애널리틱스는 ‘인적자원을 조직운영과 연계시키는 출발점이며, 이 접근방식은 개인의

직감에 의존하지 않는 경험적 증거를 제시하는 것’이라 할 수 있다. HR Analytics란 깊은 목표에

도달하기 위해 새로운 방법을 찾고 일련의 프로세스를 개선함으로써 증거기반의 의사결정을

보완하는 것이다.

※출처 : 월간 인사관리 / 리비젼컨설팅 HR분석연구소장 유제성