hideBreadcrumbs: true
bottomNavigator: null
ogImage: "<https://i.imgur.com/DkGabKb.jpg>"
title: "People Analytics | 직원의 성과, 데이터로 얼마나 예측할 수 있을까?"
description: "직원들의 성과를 가져오는 요인(Performance Driver)을 정의하는 방법, 성과를 정확히 측정하는 방법과 모형, 주의해야 할 외부 요인들을 알아봅시다."
<head>
<link rel="canonical" href="<https://community.heartcount.io/ko/people-analytics-performance-driver/>" />
</head>
ⓒunsplash
People Analytics, 즉 인사 데이터 분석에서 실용적이라는 것은 통제할 수 있는 것과 통제할 수 없는 것을 구분하고 통제할 수 있는 것에 집중하여 변화를 이끌어내는 일입니다.
직원의 성과는 오묘하여 그 전모를 온전히 알 수 없으니 건드리지 말자는 태도나 “하나를 보면 열을 안다"는 환원주의적 태도는 조직에 긍정적 변화를 만들어 내지 못하므로 실용적이지 못합니다. (제 경험에 의하면 명백히 상충하는 이 두가지 태도는 상황에 따라 한 사람에게서 번갈아 가며 나타나곤 합니다.)
이번 글에서는 다수의 프로젝트들을 통해 People Analytics를 조금 더 먼저 겪어본 필자의 실제 경험을 토대로, People Analytics 분야 중에서도 특히 ‘직원 성과 분석’에 대하여 느꼈던 점 그리고 효과적으로 수행하는 방법을 살펴보고자 합니다.
성과를 정의하는 일은 매우 어렵습니다. 성과를 정확히 측정하는 일은 아예 불가능합니다.
하지만, 사람마다 성과에 차이가 난다는 점에는 쉽게 동의할 수 있습니다. 쟤가 걔보다 두배 더 일을 잘 한다고 말하기는 힘들어도 쟤와 걔가 일하는 모습을 오래 관찰한 사람이라면 상대적으로 쟤가 걔보다 일을 더 잘한다고 주장할 수 있을 것입니다.
상대적으로 쟤가 걔보다 일을 더 잘한다는 (줄 세우는) 판단 자체의 부당함과 부조리함을 따지고 든다면 성과 분석은 아예 시작할 수 없습니다. 참값(true value)을 측정할 수도 없고 추정한 값(성과등급)들 간의 상대적 차이를 인정할 수도 없는 변수에 대한 분석이 무의미하기 때문입니다.
하지만, 주관적이고 정성적인 성과평가 방식이 개인 간의 성과 차이를 관찰, 측정할 수 있는 현실적인 유일한 도구라는 점을 인정한다면, “직원 성과 분석”은 성과등급(점수)의 차이를 가져오는 요인을 찾는 일이라고 일단 이야기할 수 있을 거 같습니다.
