최근 데이터 드리븐 채용, 데이터 기반 채용이라는 키워드로 데이터를 활용한 채용이 주목받고 있습니다. 이전에는 HR 전문가의 직감에 의존하여 역량과 경험을 평가했다면, 요즘은 데이터를 보고 이 지원자가 우리 회사에서 고성과자가 될 수 있을 확률은 어느 정도인지, 채용하려는 직무에 얼마나 적합한 지원자인지를 수치로 판단하는 것이죠.
데이터 기반 채용, 정말 정확할까요?
2020년 미국의 SHRM (인적자원관리 협회)가 ‘중소기업의 HR 기술 사용에 대한 보고서’를 발표했는데요. 보고서에서는 응답자의 56%가 데이터 분석을 통해 채용의 전반적인 과정과 채용 결정을 진행하다고 합니다. 즉, 이미 미국에서는 데이터 기반 채용이 일반화되었다는 거죠.
링크드인의 2020년 채용 현황 보고서에서도 채용 전략에 데이터와 분석 기능을 사용하는 조직이 양질의 채용을 할 가능성이 1.9배 더 높다는 결과도 있었습니다. 데이터 중심의 채용으로 채용 기간은 28% 단축될 수 있고, 인재 유지 기간은 17% 증가할 수 있다는 언급도 있었죠.
실제로 마이크로소프트와 구글 같은 글로벌 조직에서는 HR Analytics 전담 조직을 운영하고 있고, 채용 데이터를 바탕으로 선발 도구나 프로세스의 효용성을 검증하여 채용 성공률을 향상시키기 위해 노력하고 있습니다.
우리나라에서도 데이터 기반 채용을 하고 있나요?
아직 우리나라에서는 데이터 기반 채용이 보편화되진 않았는데요. 기업 규모에 따라 채용 데이터를 쌓는 단계에서부터 어려움을 겪고, 이 데이터를 어떻게 활용해야 할지 모르는 경우가 많아서인 것 같습니다.
하지만 최근 데이터 기반 채용이 주목받으면서 그 필요성도 증가하고 있습니다. 한 설문조사 결과, 응답자의 75.3%가 채용 과정 중 데이터 기반 의사결정 도입이 필요하다고 답할 정도로 그 필요성이 대두되고 있기 때문이죠.
그렇다고 이런 데이터 기반 채용, 이용하고 싶다고 무작정 시작할 수는 없습니다. 내부에 데이터를 활용할 수 있는 전문가가 없다면 어떤 데이터를 쌓아야 하는지조차 판단이 어렵기 때문이죠. 내부 전문가 없이도, 데이터로 채용할 수 있는 방법을 고민하는 분들이 많으실 것 같습니다.
내부 전문가 없이 데이터 기반 채용을 어떻게 시작할 수 있나요?
데이터 기반 채용을 위해서는 지금 우리 회사의 채용 프로세스를 데이터화하는 작업이 필요합니다. 서류 평가에서 파악한 역량과 실제 재직자의 고과가 관계가 있는지, 자기소개서 문항은 인재를 찾아내는데 유의미한 문항인지, 역량평가 결과와 우리 회사의 고성과자 인재의 역량이 연관이 있는지 등을 파악하는 것이죠. 그리고 이 내용을 기반으로 서류 전형, 자기소개서 문항, 면접 전형 등에서 개선 필요한 부분을 확인할 수 있는 것입니다.
앞서 말씀드렸듯이 내부에 데이터 전문가가 없다면 어떤 기준으로 데이터를 정리하고 그 상관관계를 어떻게 파악할지조차 계획하기 어려운데요. 프리즘과 몬스터의 학습 프로세스를 활용하면 데이터 전문가 없이도 데이터 기반 채용이 가능해집니다.
채용할수록 프리즘과 몬스터 시스템에 데이터가 쌓이고, 데이터가 쌓이면 채용 정확도가 올라가며, 올라간 정확도를 활용하여 채용 과정을 개선하면서 고용의 질을 높이고 추후 재직자 평가까지도 가능해지는 것입니다.
실제로 구글의 HR analytics 전담조직인 ‘파이랩(PiLab, People Operations)’은 데이터 분석을 통해 ‘채용 속도’와 ‘면접 인원’이 고용의 질에 영향을 미친다는 것을 발견했습니다. 기존 6개월 이상 소요되던 채용 프로세스를 47일로 단축시키고 15명 이상 참여하던 면접관 수도 4명으로 과감히 축소해 고용의 질을 높일 수 있었죠.
데이터 기반 채용을 시작해 보고 싶지만, 어떻게 시작해야 할지 어려움을 느낀다면 PRISMonster로 데이터 기반 채용을 시작해 보세요. 무하유의 채용 데이터 전문가가 데이터 구축부터 분석, 반영하기까지 컨설팅해 드립니다
> 참고기사/자료
[넥스트 데일리] 데이터 기반 채용, 양질의 채용 가능성 1.9배 높아
[브런치] 데이터 기반 채용을 위한 필수 KPI 5가지 총정리
최근 데이터 드리븐 채용, 데이터 기반 채용이라는 키워드로 데이터를 활용한 채용이 주목받고 있습니다. 이전에는 HR 전문가의 직감에 의존하여 역량과 경험을 평가했다면, 요즘은 데이터를 보고 이 지원자가 우리 회사에서 고성과자가 될 수 있을 확률은 어느 정도인지, 채용하려는 직무에 얼마나 적합한 지원자인지를 수치로 판단하는 것이죠.
데이터 기반 채용, 정말 정확할까요?
2020년 미국의 SHRM (인적자원관리 협회)가 ‘중소기업의 HR 기술 사용에 대한 보고서’를 발표했는데요. 보고서에서는 응답자의 56%가 데이터 분석을 통해 채용의 전반적인 과정과 채용 결정을 진행하다고 합니다. 즉, 이미 미국에서는 데이터 기반 채용이 일반화되었다는 거죠.
링크드인의 2020년 채용 현황 보고서에서도 채용 전략에 데이터와 분석 기능을 사용하는 조직이 양질의 채용을 할 가능성이 1.9배 더 높다는 결과도 있었습니다. 데이터 중심의 채용으로 채용 기간은 28% 단축될 수 있고, 인재 유지 기간은 17% 증가할 수 있다는 언급도 있었죠.
실제로 마이크로소프트와 구글 같은 글로벌 조직에서는 HR Analytics 전담 조직을 운영하고 있고, 채용 데이터를 바탕으로 선발 도구나 프로세스의 효용성을 검증하여 채용 성공률을 향상시키기 위해 노력하고 있습니다.
우리나라에서도 데이터 기반 채용을 하고 있나요?
아직 우리나라에서는 데이터 기반 채용이 보편화되진 않았는데요. 기업 규모에 따라 채용 데이터를 쌓는 단계에서부터 어려움을 겪고, 이 데이터를 어떻게 활용해야 할지 모르는 경우가 많아서인 것 같습니다.
하지만 최근 데이터 기반 채용이 주목받으면서 그 필요성도 증가하고 있습니다. 한 설문조사 결과, 응답자의 75.3%가 채용 과정 중 데이터 기반 의사결정 도입이 필요하다고 답할 정도로 그 필요성이 대두되고 있기 때문이죠.
그렇다고 이런 데이터 기반 채용, 이용하고 싶다고 무작정 시작할 수는 없습니다. 내부에 데이터를 활용할 수 있는 전문가가 없다면 어떤 데이터를 쌓아야 하는지조차 판단이 어렵기 때문이죠. 내부 전문가 없이도, 데이터로 채용할 수 있는 방법을 고민하는 분들이 많으실 것 같습니다.
내부 전문가 없이 데이터 기반 채용을 어떻게 시작할 수 있나요?
데이터 기반 채용을 위해서는 지금 우리 회사의 채용 프로세스를 데이터화하는 작업이 필요합니다. 서류 평가에서 파악한 역량과 실제 재직자의 고과가 관계가 있는지, 자기소개서 문항은 인재를 찾아내는데 유의미한 문항인지, 역량평가 결과와 우리 회사의 고성과자 인재의 역량이 연관이 있는지 등을 파악하는 것이죠. 그리고 이 내용을 기반으로 서류 전형, 자기소개서 문항, 면접 전형 등에서 개선 필요한 부분을 확인할 수 있는 것입니다.
앞서 말씀드렸듯이 내부에 데이터 전문가가 없다면 어떤 기준으로 데이터를 정리하고 그 상관관계를 어떻게 파악할지조차 계획하기 어려운데요. 프리즘과 몬스터의 학습 프로세스를 활용하면 데이터 전문가 없이도 데이터 기반 채용이 가능해집니다.
채용할수록 프리즘과 몬스터 시스템에 데이터가 쌓이고, 데이터가 쌓이면 채용 정확도가 올라가며, 올라간 정확도를 활용하여 채용 과정을 개선하면서 고용의 질을 높이고 추후 재직자 평가까지도 가능해지는 것입니다.
실제로 구글의 HR analytics 전담조직인 ‘파이랩(PiLab, People Operations)’은 데이터 분석을 통해 ‘채용 속도’와 ‘면접 인원’이 고용의 질에 영향을 미친다는 것을 발견했습니다. 기존 6개월 이상 소요되던 채용 프로세스를 47일로 단축시키고 15명 이상 참여하던 면접관 수도 4명으로 과감히 축소해 고용의 질을 높일 수 있었죠.
데이터 기반 채용을 시작해 보고 싶지만, 어떻게 시작해야 할지 어려움을 느낀다면 PRISMonster로 데이터 기반 채용을 시작해 보세요. 무하유의 채용 데이터 전문가가 데이터 구축부터 분석, 반영하기까지 컨설팅해 드립니다
> 참고기사/자료
[넥스트 데일리] 데이터 기반 채용, 양질의 채용 가능성 1.9배 높아
[브런치] 데이터 기반 채용을 위한 필수 KPI 5가지 총정리