[PA] #7. 중소기업에서 데이터를 활용한 기초 분석 방법(1)

2.4 데이터를 활용한 기초 분석 방법

2.4.1 분석 단계별 유형 분류 (기술적, 진단적, 예측적, 처방적)

데이터 분석은 정보의 나열이 아니라 인사이트를 도출하여 HR 전략을 최적화하는 과정이다. 데이터 분석을 통해 조직의 현재 상태를 진단하고 문제를 해결하는 것은 물론 향후 발생할 변화를 예측하고 최적의 의사결정을 내리는 기반을 마련할 수 있다. Gartner의 데이터 분석 성숙도 모델에 따르면 분석의 수준은 기술적 분석(Descriptive Analytics), 진단적 분석(Diagnostic Analytics), 예측적 분석(Predictive Analytics), 처방적 분석(Prescriptive Analytics) 네 가지 단계로 나뉜다.

현재 중소기업 HR 실무자들이 우선적으로 집중해야 할 영역은 기술적 분석과 진단적 분석이며 이를 통해 먼저 데이터 기반 의사결정 문화를 정착시킬 수 있다. 예측적 분석과 처방적 분석은 보다 고도화된 단계로 데이터가 충분히 축적되고 분석역량이 성장한 이후 적용하는 것이 효과적이다.

(1) 분석 단계별 유형 분류

HR 데이터 분석의 수준을 정의하고 이를 체계적으로 활용하기 위해 가트너(Gartner)는 데이터 분석을 네 가지 단계로 구분했다. 이 모델은 데이터가 정보 제공에서 시작해 궁극적으로 전략적 의사결정을 지원하는 최적의 해결책을 도출하는 과정까지 확장될 수 있음을 보여준다.

1) 기술적 분석(Descriptive Analytics) - "무슨 일이 일어났는가?"

기술적 분석은 데이터를 활용하는 가장 기본적인 단계로 조직에서 발생한 데이터를 정리하여 현재의 상태를 객관적으로 이해하는 과정이다. 예를 들어, HR 담당자가 "우리 회사의 이직률이 1년 전에 비해 증가했는가?"라는 질문을 던진다면 이에 대한 답을 찾기 위해 과거의 이직률 데이터를 수집하고 비교해야 한다. 마찬가지로 "부서별 평균 근속연수는 얼마나 되는가?" 또는 "직원들의 평균 연장근로 시간은 어느 정도인가?"와 같은 질문들 역시 기술적 분석을 통해 확인할 수 있다.

기술적 분석의 가장 큰 특징은 과거의 데이터를 통해 현재의 상태를 명확하게 파악하는 것이다. 데이터를 정리하고 수치화하는 것만으로도 조직 운영에서 발견하지 못했던 패턴이 드러날 수 있다. 하지만 이 단계는 단순한 숫자 나열에 그쳐서는 안 된다. 단순히 "우리 회사의 연간 평균 이직률은 15%다"라는 수치를 기록하는 것이 아니라 이를 "경쟁사의 평균 이직률이 10%인데, 우리는 왜 더 높은가?"라는 질문으로 확장해야 한다. 즉, 기술적 분석은 데이터 정리가 아니라 문제를 발견하는 과정이다.

2. 진단적 분석(Diagnostic Analytics) - "왜 이런 일이 발생했는가?"

기술적 분석이 문제의 존재를 알려준다면 진단적 분석은 그 원인을 분석하는 단계이다. 데이터 속에서 특정한 문제가 발견되었다면 이제는 그 문제가 왜 발생했는지를 밝혀야 한다. 예를 들어, 기술적 분석을 통해 "올해의 이직률이 작년에 비해 증가했다"는 사실을 확인했다면 이제는 "어떤 직원들이 퇴사했으며 그 이유는 무엇인가?"를 분석해야 한다. 이직률이 올랐다는 사실만 알고 있어서는 아무런 해결책도 마련할 수 없다. 중요한 것은 이직률 증가의 원인을 파악하고 이를 해결하기 위한 전략을 수립하는 것이다.

진단적 분석을 위해서는 HR 데이터 간의 관계를 분석해야 한다. 예를 들어, 특정 부서의 이직률이 유독 높은 경우 그 부서에서 근속연수가 짧은 직원들이 주로 퇴사하는지 혹은 특정 연령대의 직원들이 퇴사하는지 분석할 필요가 있다. 또한, 평가결과와 퇴사율을 비교하여 "낮은 평가를 받은 직원들이 더 많이 퇴사하는가?" 또는 "성과가 우수한 직원들이 오히려 더 많이 퇴사하는가?" 같은 패턴을 발견할 수도 있다.

진단적 분석은 데이터 간의 관계를 찾고 숫자 속에 숨겨진 원인을 밝혀내는 과정이다. 하지만 "이직률이 높아진 이유는 보상 수준이 낮기 때문이다"라는 식의 단편적인 결론을 내리는 것은 위험하다. HR 데이터를 다각도로 분석하고 여러 변수 간의 상관관계를 고려해야 한다. 예를 들어 "보상 수준이 낮아서 퇴사하는 직원이 많다"는 결론을 내렸다면 이는 "동일한 보상을 받는 다른 부서 직원들은 왜 퇴사하지 않는가?"라는 질문과 함께 검토해야 한다. 즉, 진단적 분석에서는 단편적인 결론이 아니라 다각적인 원인 분석이 필수적이다.

3. 예측적 분석(Predictive Analytics) - "앞으로 무슨 일이 일어날 것인가?"

예측적 분석(Predictive Analytics)은 과거와 현재 데이터를 기반으로 미래에 발생할 가능성이 높은 현상을 예측하는 분석 기법이다. HR 데이터 분석에서 예측적 분석은 특정한 패턴과 변수를 찾아 미래의 HR 이슈를 미리 파악하고 사전에 대응할 수 있도록 돕는다. 예를 들어 특정 연차에 도달한 직원들의 이직률이 높아지는 패턴이 지속적으로 발견된다면 해당 연차 직원들이 향후에도 높은 확률로 퇴사할 가능성이 크다는 것을 예측할 수 있다. 직관에 의존하는 것이 아니라 실제 데이터를 활용해 퇴사 가능성이 높은 직원군을 사전에 파악하고 이를 방지하기 위한 전략을 세울 수 있는 것이다.

예측적 분석을 활용하면 HR 의사결정의 정교함이 크게 향상될 수 있다. 예를 들어, 채용 데이터를 분석하여 어떤 유형의 직원들이 조직에 오래 정착하는지를 파악할 수 있다면 향후 채용 과정에서 특정한 특성을 가진 후보자를 선호하여 채용 성과를 높일 수 있다. 또한, 직원들의 성과 데이터를 분석하면 어떤 직무에서 어떤 성향의 직원들이 높은 성과를 내는지를 확인할 수 있고 이를 기반으로 맞춤형 교육 및 승진 전략을 수립할 수도 있다. 예측적 분석은 수치 기반 HR 운영에서 벗어나 보다 전략적인 인력 관리가 가능하도록 지원하는 중요한 도구이다.

하지만 예측적 분석이 효과적으로 작동하기 위해서는 일정 수준 이상의 데이터가 필요하다. 중소기업에서는 충분한 데이터가 축적되지 않은 경우가 많기 때문에 먼저 기술적 분석과 진단적 분석을 체계적으로 정착시키고 일정한 데이터를 축적한 후 예측적 분석을 적용하는 것이 바람직하다.

4. 처방적 분석(Prescriptive Analytics) - "어떻게 하면 최적의 결과를 만들 수 있는가?"

처방적 분석(Prescriptive Analytics)은 데이터 분석을 통해 최적의 해결책을 도출하는 단계이다. 예측적 분석이 "이직할 가능성이 높은 직원들을 식별하는 것"이라면 처방적 분석은 "그 직원들의 이직을 방지하기 위해 어떤 조치를 취해야 하는가?"를 결정하는 과정이다. 즉, 처방적 분석은 HR 데이터를 활용하여 구체적인 해결책을 제시하고 실행 전략을 수립하는 역할을 한다.

예를 들어, 특정 연차의 직원들이 높은 비율로 퇴사할 가능성이 예측되었다면 처방적 분석을 통해 그 직원들이 회사를 떠나지 않도록 맞춤형 솔루션을 설계할 수 있다. 이를 위해 직원 설문조사를 추가적으로 진행하여 퇴사 의도가 높은 직원들의 주요 불만 사항(예: 승진 기회 부족, 급여 경쟁력 저하, 업무 과중 등)을 분석할 수 있다. 그런 다음, 해당 요인들을 해결하기 위한 정책을 마련하고 맞춤형 보상 구조 개선, 유연 근무제 도입, 내부 경력 개발 프로그램 강화 등의 대안을 실행하는 것이다.

하지만 처방적 분석이 효과적으로 이루어지려면 기업 내부에서 데이터 기반 의사결정을 실행할 수 있는 체계가 마련되어야 한다. 데이터 분석을 통해 도출된 해결책이 실제로 실행되지 않는다면 아무리 정교한 분석을 하더라도 실질적인 효과를 얻기 어렵다. 따라서 HR 데이터 분석 결과를 실제 인사 전략과 연계할 수 있도록 경영진과 HR 실무자들이 데이터 기반 의사결정 문화를 정착시키는 것이 무엇보다 중요하다.

HR 데이터 분석은 통계 분석이 아니라 조직 운영을 보다 체계적이고 전략적으로 만들어가는 과정이다. 기술적 분석과 진단적 분석을 통해 조직의 현재 상태를 파악하고 문제의 원인을 분석하는 것이 출발점이지만 결국 HR 데이터 분석의 궁극적인 목표는 예측적 분석과 처방적 분석을 통해 미래의 HR 이슈를 사전에 예방하고 최적의 해결책을 실행하는 것이다.

하지만 중소기업에서는 아직까지 데이터 기반 의사결정 문화가 정착되지 않은 경우가 많고 데이터를 보유하고 있더라도 이를 효과적으로 분석하고 활용하는 체계가 부족한 경우가 많다. 따라서 기술적 분석과 진단적 분석을 정착시키는 것을 1차적인 목표로 삼고 일정 수준 이상의 데이터가 축적된 후 예측적 분석과 처방적 분석을 단계적으로 적용하는 것이 바람직하다. HR 데이터 분석은 한 번에 완성되는 것이 아니라, 점진적으로 발전해 나가는 과정이며 지속적인 개선과 실무 적용을 통해 조직의 경쟁력을 높이는 핵심 도구로 자리 잡아야 한다.