HR 데이터는 많은데, 왜 결정은 더 어려울까?
HR업무를 하다보면 조직 내에서 자주 듣는 말이 있다.
“데이터는 충분히 쌓였는데, 막상 의사결정이 더 힘들어졌어요.”
“지표는 많은데 무엇을 봐야 할지 모르겠습니다.”
실제로 많은 기업이 People Analytics 시스템, HR 대시보드, KPI 관리 체계를 도입했다.
성과 점수, 이직률, 참여도, 교육시간, 역량 점수까지 숫자는 넘쳐난다.
그런데 역설적으로, 지표가 늘수록 결론은 더 늦어진다.
이 현상은 기술 부족이 아니다.
문제는 ‘해석 구조’의 부재다.
숫자는 사실일 뿐, 판단이 아니다
데이터는 객관적이다.
하지만 의사결정은 항상 주관적 판단을 포함한다.
예를 들어 보자.
- 성과 90점 → 높은가? 낮은가?
- 이직률 10% → 위험한가? 정상인가?
- 교육시간 40시간 → 충분한가? 과도한가?
숫자만으로는 답이 나오지 않는다.
맥락(Context)과 기준(Standard)이 있어야 의미가 생긴다.
즉, 대부분의 HR 실패는 데이터 부족이 아니라 ‘판단 프레임 부재’에서 발생한다.
지표만 늘리는 것은 재료만 사두고 요리법 없이 부엌에 서 있는 것과 같다.
결론 : 데이터 기반 HR의 본질은 ‘분석 도구’가 아니라 ‘판단 구조 설계’다.
데이터는 답이 아니라 재료다.
답은 구조에서 나온다.
프레임/모델/체계 설명
▶︎ People Analytics 판단 프레임 4단계 모델
실무에서 바로 적용 가능한 Decision Frame Model을 제안한다.
| 단계 | 질문 | 핵심 산출물 |
|---|---|---|
| ① Define | 무엇을 결정하는가? | 의사결정 목적 |
| ② Standard | 성공 기준은 무엇인가? | 판단 기준/목표값 |
| ③ Select | 어떤 지표가 필요한가? | 핵심 KPI 3~5개 |
| ④ Link | 지표를 어떻게 연결할 것인가? | 종합 판단 공식/점수 |
이 4단계가 완성되면,
그 다음에야 비로소 데이터 수집과 시스템 구축이 의미를 갖는다.
▶︎ 핵심 원칙 3가지
- 지표는 핵심만 필요 (너무 많으면 정보의 바다에서 헤어나오지 못함)
- 기준이 먼저, 데이터는 나중 (불필요한 데이터 수집에 애를 쓰게 됨)
- 설명 가능성이 확보되어야 함
이것이 진짜 데이터 기반 HR 전략이다.
People Analytics 프레임 모델 | People Strategy Lab