데이터기반 채용 시스템 구축하기-1편
* 본 아티클은 Better Programming에 실린 영문 기사를 번역한 내용입니다.
🔹 데이터 기반 채용 프로세스의 시작
대규모 인재 채용은 단순한 데이터 그 이상을 필요로 합니다.
하지만 데이터 기반 프로세스를 활용하면 채용이 훨씬 수월해집니다.
본 기사에서는 (엔지니어) 조직을 확장하기 위한 채용 시스템 구축 시 경험한 내용 중 일부를 싣고자 합니다. 본 내용은 대규모 채용 프로세스를 구축하는 모든 상황에 적용할 수 있습니다. 하지만 채용 시스템을 구축하는 방법은 여러가지가 있으며, 본 기사에 실은 내용이 완전하지 않거나 최선의 방법은 아닐 수 있습니다.
귀사가 아래의 상황인 경우 본 기사의 내용이 가장 흥미로울 수 있습니다.
대규모 채용에 대해 다양한 글을 쓸 수 있으나, 본 기사에서는 아래 주제에 대해 다루고자 합니다.
앞으로 5주간 뷰인터HR 홈페이지에서는 위 5가지의 챕터에 대해서 하나씩 알아보도록 하겠습니다.
🔹 채용 파이프라인을 영업 파이프라인처럼 구축하라
많은 전문가들이 채용의 다른 주요 측면부터 시작하겠지만, 저는 매우 효율적이고 성공적인 채용을 위해 필요한 데이터에 주목하고자 합니다.
1) 데이터부터 시작하라
파악하기 위해서는 측정해야 합니다. 채용 파이프라인의 ‘온도’를 지속적으로 측정하지 않으면 기업은 많은 시간을 낭비하게 되고, 상황을 인지하지 못하며 비효율적으로 채용을 진행하게 됩니다.
빅테크 기업과 같이 채용담당자, 소싱 역량, 예산이 부족하거나 면접에 참여할 엔지니어가 부족한 상황에서 월 혹은 주에 3~5명 혹은 그 이상을 채용해야 하는 경우, 채용담당자는 매우 효율적으로 업무를 수행해야 하고 데이터를 활용하여 채용이 잘 진행되고 있는지 파악해야 합니다.
이를 통해 상황에 맞는 적절한 행동을 취할 수 있으며, 채용과 관련된 모든 담당자가 상황을 인식할 수 있습니다. 이를 위해 우리는 회사의 수익을 창출하는 영업 파이프라인과 같은 방식으로 채용에 접근할 수 있습니다. 대규모 채용 시 회사의 성공은 필요한 인재를 적시에 확보할 수 있는 팀의 능력에 달려 있습니다. 따라서 활용하는 데이터의 양과 분석의 정도에 타협하지 마시기 바랍니다.
2) 데이터 기반 프로세스를 구축할 때 유용한 지표는 무엇인가?
(1) 단계별 전환율 : 채용 파이프라인의 상태를 파악하는데 도움이 됩니다. 단계별 전환율의 변화를 측정함으로써 우리는 더 적거나 많은 사람을 채용할 수 있고, 채용환경의 변화나 채용 프로세스의 비효율적인 부분을 확인할 수 있습니다. 단계별 전환율의 변화를 통해 채용 단계 중 어느 지점에서 병목이 발생하는지 진단할 수 있고, 채용팀은 채용 프로세스를 개선하기 위한 시도를 할 수 있습니다. 또한 채용팀이 채용 단계별로 업무를 적절히 배분할 수 있습니다.
(2) 채용에 소요되는 시간 : 이는 일반적으로 회사가 사업계획에 따라 채용을 진행할 때 매우 중요한 지표이자 채용담당자의 업무 목표로도 활용될 수 있습니다. 우리는 채용 단계별 시간을 측정함으로써 채용 속도를 조절할 수 있습니다.
(3) 평균 이상의 역량 : 이 지표를 활용하여 재직 중인 엔지니어와 후보자의 역량을 비교 진단할 수 있습니다. 이 지표를 활용하기 위해서는 조직이 채용 과정에서 후보자를 평가하는 데 적극적으로 활용할 수 있는 역량체계에 기반한 인적자원개발시스템을 갖추고 있어야 합니다.
채용팀은 이 시스템을 활용해 조직 내 다양한 직급에 있는 다양한 직원들의 수준과 전문성을 파악할 수 있고, 후보자의 역량이 평균적으로 더 높은지 혹은 팀이 부족한 부분을 채워줄 수 있는 후보자인지 결정할 수 있습니다.
(4) 채용률 (전환율) : 이 지표는 채용 파이프라인의 전환율을 의미합니다. 한 파이프라인에 지원한 100명 중 3명을 채용한다면 채용률은 3%입니다.
(5) 소싱 채널당 채용률 : 대부분의 회사는 다양한 채널을 활용하여 후보자를 확보합니다. 어떠한 소싱 채널은 적합한 후보자를 모집할 수 있으나 그렇지 않은 후보자를 모집하기도 합니다. 비용이 높은 소싱 채널도 있기 때문에 각 채널별 효율성을 파악하는 것이 중요합니다. 채널별 효과를 분석하고 전체 채용률을 높일 수 있는 최적의 채널을 선별해야 합니다.
(6) 각 포지션별 주 단위 채용진단 : 사업계획을 위해 대규모로 인재를 채용하는 경우 특정한 월에 다양한 포지션의 채용이 몰릴 수 있습니다. 최적의 타이밍에 채용하는 것은 매우 어렵지만 주 단위로 채용을 진단하면 채용팀은 업무를 효율적으로 배분하고 속도를 높일 수 있으며 향후 채용 계획을 더 잘 수립할 수 있습니다.
(7) 채용 비용 : 예산은 한정적이므로 신규채용에 투입된 비용을 파악하는 것은 중요합니다. 재무팀이나 경영진이 이 값을 요구하지 않더라도 이 지표는 채용담당자들에게 매우 중요합니다. 파이프라인별 비용분석을 통해 특정 포지션 채용에 필요한 예산을 예측할 수 있습니다.
앞서 언급한 지표들만으로 완벽한 데이터 기반 프로세스를 구축할 수 없고, 상황에 따라 더 많은 지표를 측정하고 활용할 수 있습니다. 예를 들어 채용팀이 특정 포지션에 상당한 시간과 노력을 할애했다면 후보자 응답률을 측정하는 것이 중요합니다.
일반적으로 채용담당자들은 이 지표들을 모든 채용 파이프라인(적어도 동일한 조직에서)에 적용해야 하며, 채용을 균형 있게 운영하고 프로세스를 최적화하는 데 활용할 수 있어야 합니다.
여러분은 다양한 데이터를 분석함으로써 어떤 지표가 유용한지, 혹은 유용하지 않은 지도 확인할 수 있습니다. A/B 테스트*와 유사하게 수행할 수 있지만 일반적으로 파이프라인의 후보자 수가 수만개가 되지 않을 가능성이 높기 때문에 유의미한 결과를 도출하기 어려울 것입니다. 그럼에도 불구하고 그러한 데이터 분석 시도는 좋은 지표를 제공할 수 있습니다.
*분할 테스트 또는 버킷 테스트라고도 하는 A/B 테스트는 두 가지 콘텐츠를 비교하여 방문자/뷰어가 더 높은 관심을 보이는 버전을 확인합니다. 주요 측정지표를 기반으로 가장 성공적인 버전을 측정하기 위해 변형(B) 버전과 비교하여 컨트롤(A) 버전을 검증합니다.
editor 최정현
**더 자세한 내용을 확인하고 싶으신 경우, [더보기]를 클릭하여 본문을 확인 주세요!
