들어가며 코로나와 팬데믹 이슈 이후 세계경제와 사회, 산업, 환경등에서 다양한 이슈와 변화의 필요성이 대두되고 있고, 이러한 기조는 HR의 여러영역에도 크고 작은 영향을 주고 있습니다. 오늘은 HR이 겪고 있는 변화와 혁신을 위한 수단으로 채용데이터 관점의 활용에 대해 함께 생각해보려고 합니다. <지난 포스팅 - 스타트업 채용담당자의 직무역량 개발과 커리어 설계하기> 스타트업 채용담당자를 채용하며 느낀 점 스타트업 채용담당자의 역할과 마음가짐 채용전형 설계/운영 및 면접 잘하는 법 채용담당자 고유업무 브랜딩 하기 스타트업 성장주기에 따른 채용담당자 역할 포인트 채용데이터 관점으로 다가가기 1. 팬데믹이 앞당긴 HR의 미래와 HR Data의 필요성 “측정되지 않는 것은 관리되지 않는다.”“21세기는 지식 노동자의 생산성을 측정하고 향상 시킬 수 있는 조직이 승리할 것.”**<경영학의 대가, 피터 드리커>** “모든 위기는 기술 혁신을 앞당겼다.”**<호모데우스, 사피엔스의 저자, 유발 하라리>** “전통적 사고인 “HR의 고객은 누구인가?”의 질문에서 벗어나, “HR의 역할은 무엇인가?”에 대해 고민하고 답을 내릴 수 있어야 한다.”**<미시건대학교 교수, 경영자, 데이브 울리히>** 코로나와 팬데믹 이후 모든 사회환경이 변화하고 있고, HR도 예외는 아닙니다.다양한 니즈와 브랜딩이 공존하는 지금의 시대에서 HR이 해야하는 것은, 구성원들이 합류하고 유지되고 발전해 나갈 수 있는 조직을 구축하는 것이 최우선 과제가 되어야 하고, 이것들을 잘 하기 위해서 이제는 HR Data 관점의 사고와 접근이 필요합니다.※ 잘 모으고 쌓아가며 분석하고 대응해나가지 않으면 어느 순간 무너질 수 있습니다. 2. 아무것도 갖추어져 있지 않은 스타트업, 어떻게 해야 하나요? 당장 해야 하는 것도 많고 시간과 인력도 부족하여 어떻게 접근해야 할지 막막한 분들에게 첫 단추를 정해 드린다면, HR 전체의 여정 중 <확보> 단계에 연결된 데이터를 필요한 수준부터 모아보는 것을 추천 드립니다. (참고) 여기서 오해하지 말아야 할 것은, 우리가 기본업무를 수행하면서 당연하게도 흘려보내고 있는 기초 데이터를 먼저 모으자는 것이고, 데이터 관점의 문제해결 프레임 워크인 <1. 문제정의 → 2. 데이터 취합 → 3. 데이터 분석 → 4. 데이터 해석 → 5. 사안의 해결> 중 2. 데이터 취합을 바로 하라는 의미는 아닙니다. 오히려 1. 문제정의를 하는데 필요한 기본 데이터 (이미 확보되어 있거나, 쉽게 수집 가능한 데이터들)을 먼저 모아야, 이로부터 문제정의 또는 가설을 이끌어 낼 수 있기에, 기본적인 기초 데이터를 먼저 모으는 것 부터 출발하자는 말씀을 드립니다. 다시 설명하자면, 채용 전형 단계를 아래와 같이 나누어, 그 과정별로 획득할 수 있는 데이터들을 모아나가는 것부터 데이터관점의 HR업무를 시작하는 것을 의미합니다. (1) 채용공고 등록 단계(기본) 본 채용이 충원인지, 증원인지 부터 데이터를 모아가면, 그 데이터 뿐만 아니라 해당 채용이 발생되게 된 원인요소들에 대해서도 꾀 많은 데이터를 얻을 수 있습니다. JD를 작성할 때, 타사의 채용공고를 그대로 배껴적는 것 보다, 우리에게 필요한 JD를 정의하고 정성적/정량적으로 정리해 나가는 것이 필요합니다. 채용공고의 한 텀(Term)으로 채용이 완료되지 않았다면, 재공고가 이루어지는 빈도와 기간, 비용도 계속 데이터로 모아가야 합니다. 당연히 채용공고가 노출된 기간과 단위기간내 얼마만큼의 지원자 수가 유입되는지도 체크해야 합니다. (대부분의 채용채널 리포트를 통해 쉽게 확인 가능합니다.) (심화) 채용공고 등록시 검색엔진최적화(SEO)관점에서도 채용공고의 이미지 영역과 키워드 영역을 구분해서 설계할 필요가 있습니다. 채용공고 브랜딩 시 예쁜 이미지를 통해 강조하기 마련이지만, 공고가 이미지로 발라지는 순간 키워드 검색으로는 채용공고 본문의 내용들을 검색해 낼 수 없기에 노출도가 떨어지게 됩니다. 채용공고 브랜딩 시 브랜딩 이후의 지원자 지표를 추적하는 것도 중요하지만, 키워드 영역을 잘 구축하고 조건을 변경해가면서 유입량을 점검하는 데이터 관점 사고도 필요합니다. 자체 채용사이트를 구축하여 활용하고 있다면, GA툴을 활용하며 상세페이지 체류시간, 전환률, 유입경로등을 파악하며 지속적인 채용 효과성을 높이는 데이터로 활용해보실 수 있습니다. (2) 지원자 접수 단계(기본) 포지션 별 채용 플랫폼으로 유입되는 지원자 수 데이터를 모아보면, 어떤 포지션에 어떤 플랫폼을 활용할 때 인재확보 확률이 높은지 체크할 수 있습니다. 공고 등록 후 목표로 한 지원자 수가 모집되는데 소요되는 시간을 데이터로 관리하면, 조건변수를 변경해가며 모집소요시간을 단축할 수 있는 소스를 얻게 됩니다. (심화) 포지션 별 인바운드/아웃바운드 비율을 데이터로 모아가면, 포지션 별로 즉시 대응가능한 효과적인 채용전략을 새롭게 정의할 수 있습니다. 채용 포지션 별 지원자수와 모집 소요시간을 체크하면서, 지원자 모집단계의 비효율에 대한 가설을 수립할 수 있습니다. 관리하는 업무에 대한 데이터 뿐만이 아니라, 채용담당자가 얼마나 많은 채널을 관리하고 얼마나 많은 포지션을 관리하고 있는지, 그리고 이에 소요되는 시간이 얼마나 되는지등을 추적해두면, 새로운 채용담당자를 증원하거나 HR팀의 인적구성을 강화하는데 필요한 하나의 지표로 기능하게 됩니다. (3) 서류전형 단계(기본) 서류 합격/불합격 비율도 데이터로 관리하시면, 이후 유효한 지원자들의 지원을 높일 수 있는 소스들을 얻어내실 수 있습니다. 서류합격자 중 하이어링매니저(HM)까지 통과하여 면접을 진행하는 인원비율등의 데이터도 모아가시면, 서류전형과정의 고도화에 좋은 기초 소스를 얻을 수 있습니다. (심화) 불합격자들의 경우, 어떤 검토영역에서 불합격 되는 것인지(자격요건, 경력사항, 자기소개서 품질등) 카테고리를 분류하여 데이터를 쌓아나가시면 이후 지원자 경험을 높이는 데 좋은 인사이트를 뽑을 수 있습니다. 채용 포지션별로 지원자 수/모집 소요시간도 지속적으로 모아가시면 긴급포지션들을 대응할 때 빠른 보완전략을 도출하고 실행할 수 있습니다. 서류전형 결과를 DB로 관리해나가시게 되면, 이후 중복지원자의 필터링이나 결격사유로 분류되는 분들의 지원을 사전 필터링 할 수 있는 수단을 마련할 수 있게 됩니다. (4) 면접전형 단계(기본) 면접이 진행된 질문과 답변을 기록해서, 면접 데이터로 확보해나가는 것이 중요합니다. 평가결과의 근거기준과, 평가영역, 점수, 총평등도 차근차근 데이터로 확보해나가야 하고, 이 과정을 통해 주관오류나 면접평가 오류지점을 발견하고 해소할 수 있게 됩니다. (심화) 불합격자를 무조건 불합격시키기 보다 어떤 검증요소(카테고리)에서 불합격되었는지를 구분하여 데이터를 누적관리 해나가시면 좋습니다. 이후 채용공고를 고도화 하는데 인사이트를 얻을 수 있습니다. 면접 퀄리티에 대한 데이터도 자체적으로 확보해 나가야 합니다. 면접관 또는 하이어링매니저별로 검증역량과 기준이 다르기에 검증오류가 나타나는 영역이나 면접자체에 소요되는 시간등을 통계적으로 취합하고, HR부서가 추구하는 기능과 다른 결과물이 나온다면 현업부서와 조율, 코칭, 가이드를 통해 개선해 나가야 지원자 경험의 향상을 이끌어 낼 수 있습니다. 면접관의 역량도 중요하기에, 면접관의 면접경험을 데이터로 관리하거나 면접 이후 지원자가 느낀 면접에 대한 피드백도 평점으로 관리해나가면 유의미한 인사이트를 도출할 수 있습니다. (5) 최종 합류 단계(기본) 최종합격에 따라 오퍼진행시 수락하는 비율도 데이터로 관리해두면, 보상경쟁력을 점검하는 소스가 될 수 있습니다. 나아가 결과 발표 이후 최종 합류까지의 리드타임도 데이터로 관리한다면, 채용프로세스상의 지연소요를 개선하거나 리드타임을 줄이기 위한 장치들을 도출해낼 수 있습니다. (심화) 오퍼를 수락하고 난 뒤 최종 합류 전 이탈되는 인원들에 대한 비율을 데이터로 관리하거나, 중도이탈 사유를 구체적으로 확인하여 관리해나가면, 어떤 부분에서 후보자에게 만족도를 주지 못하는지에 대한 인사이트를 얻을 수 있습니다. 채용과정 전체에 대해 지원자 경험에 대한 피드백을 듣고 데이터로 관리한다면, 채용시스템 또는 채용 프로세스 전 과정의 고도화를 하는 소스를 얻을 수 있습니다. 채용담당자는 지원자가 처음 마주하게 되는 파트너와 같은 역할을 합니다. 단순 지원자임을 떠나서 장래의 동료로서 소프트 터치를 이어나가며 Human Relationship Data(인적관계데이터)를 모아나간다면, 이를 통해 온보딩 프로세스를 개선하거나, 채용의 Bar 를 재정의하고 고도화하는데 우리 기업만의 고유한 소스가 될 수 있습니다. 3. 이런 Data가 쌓이면 무엇을 할 수 있을까? 각각의 채용 퍼널 별로 기초 데이터가 쌓이게 되면, 다시 각 퍼널 단계로 돌아가 지금 운영하고 있는 현재의 상태가 최선인지, 더 개선하거나 발전시킬 수 있는 건 없는지 등 현상을 다른 각도로 바라볼 수 있는 힘이 생기게 되고 기초 데이터를 통해 검증을 위한 가설을 세울 수 있게 됩니다.즉 각 전형별로 한단계 더 나은 결과물을 만들기 위한 문제정의를 할 수 있게 되고, 각 전형의 문제정의 후 본격적인 데이터 취합, 분석, 해석을 통한 문제해결에 활용해 나간다면, 기존의 전형들이 점차 더 세련되지고 고도화 되면서 우리회사만의 채용전형을 공고히 해나갈 수 있습니다.나아가 이러한 과정에서 지원자들이 잘 정제된 채용전형 과정에서 만족감을 얻게 되면, 그 자체가 지원자 경험이 높아지는 원인이 되고, 이러한 경험을 바탕으로 최종 입사를 하게 된다면 그 자체로 직원경험의 시작이 되며, 궁극적으로는 이러한 긍정적인 경험을 갖춘 많은 사람들이 모여 좋은 조직문화를 구축하는 길이 된다고 생각합니다. 4. 아직 어렵다면? 모든 HR영역에 데이터 관점의 사고를 접목해 보는 것 부터! ※ 출처 : DBR 271호.카카오 피플 애널리틱스 조직 “파이랩”의 분석 프로세스혹시나 아직 어렵게만 느껴진다면, 지금부터라도 모든 HR영역에 위와 같은 데이터 관점의 사고를 접목해 보는 것 부터 시작해보시길 권장 드립니다. 즉, 현재의 현상을 당연하게 받아들이지 말고, “혹시 더 나은 무언가를 만들 수 있지 않을까?”라는 문제제기부터 시작하여 그에 근거가 되는 정확한 데이터를 확보하고 분석해서 데이터를 통해 인사이트를 얻고, 스토리텔링을 통해 해석 후 사안에 다시 대입함으로서 조금씩 지금의 모든 HR영역에 변화를 추구해 나간다면, 반드시 본인만의 고유한 브랜딩이 됨과 동시에 HR Data 관점의 사고도 숙달이 될 것으로 생각합니다. 5. HR 대전환의 시대.HR Analytics & People Analytics 이제는 감과 직관에만 의존하던 시대는 끝났다고 생각합니다. 최근 진행된 2022 글로벌 HR Forum의 주제도 “Great Transition” 즉, <대전환>인 것을 보면 알 수 있듯이 이제는 세계, 경제, 사회, 문화등 모든 영역의 대전환이 일어나는 시대이고, HR도 이러한 변화에서 예외는 될 수 없습니다.기존과 같은 방식을 답습하며 지원부서나 관리부서로만 기능하고 전락하느냐, 다양한 이슈를 해결하고 데이터 관점의 사고와 솔루션 제안을 통해 경영자의 비즈니스 파트너로 자리매김 할 것인가는 HR을 담당하는 우리 모두의 숙제로 남을 것입니다. 6. 마치며 인살롱 필진 2기, 그리고 HR 리더스 3기 멤버로 하반기 활동을 시작하며 6개월간 6개의 아티클을 기고하였고, 어찌하다보니 스타트업의 채용담당자라는 주제로 다양한 영역의 생각을 전하게 된 것 같습니다. 스타트업에서 근무하시며 본격적인 채용담당자로 성장하고자 하는 분들을 위한 하나의 작은 가이드 북처럼 정리된 것 같기도 하구요.HR에 정답은 없는 만큼, 각자의 조직상황과 본인의 커리어 성장단계에 비추어 하나씩 시도해보고 적용해 나가시면 나만의 고유한 역할을 설계함과 동시에 한단계 더 나은 모습의 나를 발견하실 수 있을꺼라 믿습니다. 오늘도 현업에서 수고하시는 모든 채용담당자 분들을 응원합니다.