HR Analytics의 꽃은 단언컨대 퇴직률 분석이라 해도 과언이 아닐 것입니다. 퇴직률을 낮추기 위해 기업들은 직급 간소화, 거점 오피스, 36시간 근무 등 통해 직원들의 워라밸과 재직만족도를 높이려 노력합니다. 그렇다면 어떤 행동을 취해야 퇴직률이 낮아질까요?
이를 위해 퇴직률에 큰 영향을 미치는 요인을 찾아보았습니다. 2021년 기업 소프트웨어 전문기업인 오라클은 10개의 주요 이탈 요인을 꼽았습니다.
Why Employees Leave and How to Prevent It
Why Employees Leave and How to Prevent It
- Lack of employee purpose: 업무 목적 상실 및 부진
하지만 사실 퇴직률의 정도와 원인은 지역별, 업종별, 직군별로 그 주요 요인이 크게 달라질 수도 있습니다. 또한, 이런 정보들을 하나의 데이터셋으로 통합한다는 것 자체가 큰 장벽입니다. 전사 프로그램이 Oracle이나 SAP, Workday 등을 사용하고 있다면 이런 부분에 있어 개인 직원별 데이터가 수월하게 나올 것이기 때문에 퇴직률 분석에 좀 더 유의미한 결과 도출이 가능할 것입니다.
아직 많은 현업에서는 이런 데이터 통합에 대해 진행 중에 있거나 도입하여 정착 중인 것으로 알고 있습니다. 따라서, 아직까지는 각자의 인사정보 시스템에 추가적으로 도출한 데이터(피드백, 성과, 추가근무시간, 교육시간 등)를 기존 인사 데이터셋에 덧붙여야할 것입니다.
<aside> 💡 혹은 경쟁사와의 이탈률 비교를 하여 이탈과 유입이 극대화 되는 시기에 데이터를 살펴보면서 답을 찾는 방법도 있을 것입니다. 저는 여기서 힌트를 찾아보고, 이탈률 요인 분석을 해보겠습니다.
</aside>
먼저 대상 기업 X를 선정하였습니다. 이 기업의 경쟁사는 A, B,C, 입니다.
자사와 경쟁사의 이탈률을 구하기는 의외로 쉽습니다. 국민연금 빅데이터 사이트에서 전국의 모든 사업체에 대해 국민연금 가입자와 상실자를 매달 공개하고 있습니다.
이 데이터를 이탈률에 사용하는 것에는 다음의 조건을 주의해야 합니다.
조건1: 대상 기업과 경쟁사들은 입사 시 국민연금에 가입한다. 조건2: 퇴직 시 국민연금을 상실한다. 조건3: 고지금액에는 상한액, 하한액이 있다. (특히, 월급 524만원이 넘는다면 상한액을 초과하기 때문에 고액 연봉자에 대한 정확한 집계가 어렵습니다. 따라서 고액연봉자가 많은 기업일 수록 데이터가 정확하지 않습니다.)
그리고 아래와 같은 변수가 있습니다.