class: middle, left, inverse, title-slide .title[ # HR/People Analytics ] .subtitle[ ## 2022 TSW #2 - HR analytics/People analytics ] .author[ ### Chungil Chae ] .institute[ ###
] .date[ ### 2022/06/01 (updated: 2022-07-15) ] --- <!-- xaringanExtra 셋팅 -->
<!-- 환경설정 --> <!-- 슬라이드 내에 돌릴 코드 --> <!-- Comment --> # Introduction ## Chungil Chae .pull-left[  ] .pull-right[ - [채충일, 蔡忠壹, Chad)](https://scholar.google.com/citations?hl=en&user=c4lRBrkAAAAJ), cchae@kean.edu / cchae@wku.edu.cn, chadchae.github.io - Wenzhou-Kean University - Management, Business Analytics - Assistant Professor - Chad, Dr.Chae, Prof.Chae all fine - Research Interest - Social Network Analysis - Social Sequence Analysis - Business/HR/People Analytics - Human Behavior - Knowledge Sharing - Learning Experience / Learning Path ] --- # 데이터와 분석 중심으로 변화하는 시대와 일터 - 데이터를 자원으로 인식 - 분석의 엵량이 다수에게 요구됨 - 분석의 보편화, 다양화 - 개인분석역량, 디지털 리터러시 - 분관화, 자율성, 협력, 연대 --- # 그러나... - 아직은 사일로 - 측정이 많은 경우에 심리지표에 국한 (분석도 psychmetric에 의존) - 전사적, 전략적 측면에서 HR/HRD 부서에서의 데이터 접근에 대한 프레임웍 부재 --- # HRA vs PA vs TA vs WA <center> --- <center> --- <center> --- <center> --- .boxblue[ - 조직 구성원에 대한 HR메트릭스의 간단한 보고에서 예측 모델링에 이르기까지 다양한 분석기법 및 도구를 활용하는 인적자원과 관련해 조직내 사람 그리고 HR 기능과 관련한 비즈니스 질문들에 대답할 수 있도록 의사결정을 돕는 데이터에 기반한 근거중심의 접근방식] .boxgreen[ - 사람에 대한 통합적 데이터 수집과 분석을 통해 조직 내 인적자원과 관련된 현상에 대한 시스템적 이해와 미래 사업성과에 관한 인적자원의 영향을 이해하려는데 초점이 맞춰진 통합적이고 전략적인 경영성과를 제시하기 위한 분석의 툴] --- # 인사이트 마이닝 .boxred[ - 기존에 쓰지 못했던 데이터를 분석함으로써 생기는 인사이트 - 기존자료에 새로운 분석방법을 적용해 생기는 인사이트 - 기존에 없던 데이터가 생기는데 이를 분석함으로써 생기는 인사이트 - 기존의 데이터들이 서로 연결되면서 이를 분석함으로써 생기는 인사이트 - 새로운 데이터와 기전의 데이터들이 연결되면서 이를 분석함으로써 생기는 인사이트 ] --- # HR/People Analytics 역량을 높이려면 - **가치있는 질문을 만들고 이를 평가** - HR 애널리틱스에서 가치 있는 질문이란 사업 결과 및 영역에 대한 조직 내 사람 요인의 시스템적 이해를 반영하는 질문이며, 비즈니스에 대한 사람의 영향력에 관한 질문 - **모델링 역량과 통계에 대한 이해** - 모델링은 현실에서 일어나는 현상에 영향을 미친다고 가정되는 관심 객체들을 추상화하여, 그 객체들의 관계를 구조화된 언어로 표현하는 것이다. 통계적 검증절차는 제 시한 모델의 유효성의 근거가 된다. 모델링은 집을 짓기 전에 설계도를 만들거나 작은 모형을 만들어 제대로 작동 하는지 실험하는 과정에 비유할 수 있다. - **시각화, 소통, 그리고 스토리텔링** - 데이터 분석의 트렌드를 살펴보면 시각화와 소통역량, 특히 스토리텔링역량이 강조 - 시각화와 문서화는 결과의 이해 또는 지식의 축적이라는 측면 에서도 중요하지만 의사소통의 측면에서 더욱 중요 - **팀워크 역량** - 분석 영역의 전문가들과의 협업은 필수 - 알렉 레반슨은(2005) HR 애널리틱스와 관련하 여 2000년대 초반에 떠오르는 콘셉트로 인적자원분 석 전문가들로 이뤄진 분석센터(HR analytics center of expertise)를 꼽으면서 무수하게 복잡하게 얽힌 HR 관련 된 이슈에 있어서 HR분석가들은 제한된 자원을 가지고 우선순위에 기반을 두어 분석하게 되며, 현재까지 나온 분석 방법의 범위를 고려했을 때, 잘 계획된 HR분석 센터 라도 외부 자원의 이점을 활용해야 한다고 주장했다 --- .boxblue[ - 100 Questions You Can Answer With HR Analytics - McBassi & company - https://mcbassi.com/wp/wp-content/uploads/2018/10/100QuestionsHRAnalyticsCanAnswer.pdf - 100 Critical People Analytics Questions: How Well Do You Really Know Your Organization? - SAP - https://www.sap.com/documents/2015/08/2e95bcfd-377c-0010-82c7-eda71af511fa.html ] --- # People / HRD practice (2021 UPENN People Analytics Conference) - https://wpa.wharton.upenn.edu/2021-conference-competition/ - 임금 격차를 넘어서 : 회사 내부 데이터로 성 평등을 측정하는 접근 방식 - 알고리즘 작업 할당이 공정성 인식 및 생산성에 미치는 영향 - 다른 직원의 문제에 대한 소문, 소문 및 발언 : 직원의 목소리에 중고 계정에 대한 이론이 잘못된 이유 - 색체가 있는 세상을 위한 색맹모델은 없다: 사람 분석 도구를 성공적으로 적용하여 평등 한 작업 공간을 구축하는 방법 - 구인 광고 요구 사항에 대한 성별 차이 - 투명성의 사례 : 공개 피드백이 개인 성장과 팀 효율성을 촉진하는 방법 - 수영을 멈추지 마세요 : 동기 부여 유지의 심리학 - 포용성 및 연결성 : 사람과 직장 분석을 활용하여 경험 이해 - 기본으로 돌아 가기 : 인력 데이터를 최대한 활용하는 5 가지 (간단한) 기술 - 데이터 번역가되기 - 포용 적 본능 구축 : NBA가 다양한 리더십을 만드는 방법 - 기술의 심리학과 작업의 미래 - Times Up Now : 이상적인 작업자에서 이상적인 직장으로 - 알고리즘이 공정 할 수 있습니까? --- ## 마이크로소프트 직원경험(연결되어있다는 느낌, 포함됨) - https://www.youtube.com/watch?v=0sHwQGEpvbA .pull-left[  ] .pull-right[ - [Inclusion and connectedness: Leveraging people analyutics and workplace analytics to understand experiences (Kanwal Safdar, Becky Thielen (MS People Analytics Directors)] - COVID 19 기간동안 HR Analytics데이터를 통해 마이크로소프트내 직원들의 inclusion을 향상시키기위한 노력 - 3가지 프레임웍 (리스판스, 리커버, 리이메진) - Employee voice (MS poll, daily pulse) ] --- .pull-left[  ] .pull-right[ - WLB에 만족한 직원들의 집중한 시간은 그렇지 못한 직원의 1.3배 높았음 ] --- .pull-left[  ] .pull-right[ - 효과적인 우선순위 서포트를 받는다고 느끼는 그룹은 3.5배 더 WLB에 긍정적으로 응답 ] --- .pull-left[  ] .pull-right[ - COVID19 기간동안 그들의 직원들이 연결되어있다는 느낌을 받는 정도가 떨어짐을 확인 - 연결되고 있다는 정도와 생산성 간의 상관관계 확인 ] --- .pull-left[  ] .pull-right[ - 내부 네트워크의 사이즈와 혖업의 시간은 포용령(Inclusion)과 양의 상관관계 ] --- .pull-left[  ] .pull-right[ - 내부 네트워크의 사이즈와 혖업의 시간은 포용령(Inclusion)과 양의 상관관계 ] --- <!-- Comment --> # References <p><cite>Shmueli, G., P. C. Bruce, P. Gedeck, and N. R. Patel (2019). <em>Data mining for business analytics: concepts, techniques and applications in Python</em>. John Wiley & Sons.</cite></p> <p><cite>Shmueli, G., P. C. Bruce, I. Yahav, N. R. Patel, and K. C. Lichtendahl Jr (2017). <em>Data mining for business analytics: concepts, techniques, and applications in R</em>. John Wiley & Sons.</cite></p> --- <!-- 메뉴얼 및 주요 1. 제목과 '#' 내용 사이에 한줄 공백 2. --- 슬라이드 나누기 앞 뒤로 한줄씩 공백 3. 코멘트는 HTML 코멘트 4. 2 컬럼 .pull-left[내용 왼쪽] .pull-right[내용 오른쪽] 5. 프리젠테이션 코멘트 ??? 다음에 내용 6. 가능한 Theme들 names(xaringan:::list_css()) 7. 헤더 코드 깨질떄 줄바꿨다가 다시 해주면 됨 8. 시작하고 프리젠테이션 모드가 안될때는 좀 기다리면 됨 9. tachyons은 metropolitan 테마에선 적용안됨 레벨1 글씨가 깨짐(색상, 위치) 10 내용중에 레퍼런스 리스트를 본문에 삽입하고 싶을때 #print(bib[key = "textbook"], # .opts = list(check.entries = FALSE, # style = "html", # bib.style = "authoryear")) #이미지 핸들링 #처음 컨텐츠를 구성할때 # # #나중 세부적으로 컨트롤 할때 #```{r, echo = FALSE, out.height="80%", fig.height=1, out.width="80%", #fig.align='center'} #knitr::include_graphics("img/roadmap.png") # 기타 이미지 삽입 방법 # <center><img src="img/tshapeblock.svg" height="500" /> #.center[] # # 커멘트 삽입방법 (내용완성후 한 슬라이드씩.. 줄바꿈과 리스트 지원) # ??? # 비지니스 어날리틱스란것은 # 1. 이건 # 2. 저건 # # 그래서 # # 이건 이렇게 # 3. 저건 # 4. 저렇게 # 4-1. 해보면 어떨까 --> <!-- Comment --> ---