회사 기밀. 공개하지 마십시오.
숫자로 보는 HR
PNC Financial Services Group은 인적 자원에 자동화 및 분석 기능을 도입했습니다. JMP®는 내부 성공을 평가하고, 형평성을 높이고, 성과를 개선하고, 직원 이직률을 줄이는 데 도움이 됩니다.
_____________________________________________________________________________________
도전 : 인사 결정의 주관성을 줄이기 위해 PNC는 HR(인사)에 대해 분석과 자동화를 수용하는 비전통적인 접근 방식을 취하고 있습니다. 초기 벤치마킹이 HR 분석의 진정한 잠재력을 제안했을 때 PNC의 경영진은 이전에 분석을 아웃소싱했던 타사 컨설팅 회사를 대체할 보다 지속 가능하고 비용 효율적인 솔루션을 모색했습니다. 그러나 사내에서 분석을 수행하려면 Excel보다 강력한 도구가 필요했습니다.
해결책 : JMP® 통계 검색 소프트웨어는 PNC의 HR 분석가가 내부 노동 시장 데이터를 처리하고 통찰력을 얻는 데 도움이 되는 완전한 분석 워크플로를 통해 광범위한 기능을 제공합니다. 소프트웨어의 데이터 관리 솔루션 외에도 대화형 데이터 시각화 플랫폼인 Graph Builder는 데이터에서 패턴을 찾고 전략적 인사 결정에 도움이 되는 결과를 전달하는 데 특히 유용했습니다. JMP를 통해 HR 분석가는 급여가 성별, 인종 또는 연령과 같은 혼동 요인이 아닌 성과 및 위험 관리 등급을 기반으로 하도록 보장합니다.
결과 : HR에 대한 PNC의 분석적 접근 방식은 회사가 성과 지표를 개선하고 형평성을 높이며 직원 이직률을 줄이는 데 도움이 되었습니다. PNC의 HR Metrics and Analytics 이사이자 수석 부사장인 Jay Wilkinson은 JMP가 팀의 아웃소싱 예산을 줄이는 것 외에도 이러한 성공의 핵심 요소였다고 말합니다. “컨설팅 회사는 우리가 JMP를 사용하여 현재 더 잘하거나 똑같이 할 수 있는 유형의 분석을 수행하는 데 250,000달러를 청구했습니다. JMP가 할 수 있고 많은 시간이 걸리지 않는다는 것을 알고 있었기 때문에 [작업]을 사내로 가져왔습니다.”
_____________________________________________________________________________________
인적 자원(HR)과 분석은 전통적인 짝이 아닐 수 있지만 기술이 비즈니스의 모든 측면에 더욱 긴밀하게 통합됨에 따라 두 분야가 예상치 못한 결합을 향해 생산적인 방향으로 병합되고 있습니다. PNC Financial Services Group의 수석 부사장 겸 HR 메트릭 및 분석 이사인 Jay Wilkinson은 "우리는 매우 복잡한 세상에 살고 있으며 HR도 예외는 아닙니다. HR 부서는 직원 성과 및 인센티브 구조에 대한 데이터를 오랫동안 수집했지만 자산에 대한 이 데이터를 확인하는 데 대부분 실패했다고 그는 설명합니다. 그러나 PNC는 대안적인 접근 방식을 취하고 있습니다.
Wilkinson은 "우리는 은행으로서 재무 지표인 데이터라는 핵심 비즈니스의 언어로 작업하고 있습니다."라고 말합니다. "결과적으로, 우리는 대표성 증가를 포함하여 경이적인 인재 성공을 제공하는 데 도움이 됩니다." 주관적인 성과 지표에 의존하기보다 통찰력을 표출하기 위해 데이터를 찾는 것은 전체 HR 기업을 보다 객관적으로 만들고 궁극적으로 전반적으로 형평성과 직업 만족도를 높이는 것이라고 그는 말합니다. 인사 의사 결정에 대한 데이터 기반 접근 방식은 이제 직원 기본 급여를 결정하고, 급여의 과거 불일치를 수정하고, 탁월한 성과에 대해 보상하고, 인력 유지 문제를 식별, 이해 및 예측하는 데 도움이 됩니다.
분석을 수용하려는 HR 부서의 노력은 현재 미국에서 가장 큰 은행 중 하나인 PNC와 같은 거대 금융 서비스 기업에서도 간과되지 않았습니다. Wilkinson은 통계 분석을 통해 사실과 증거를 사용하여 인재 기반 토론을 통해 회사의 경영진에게 보고할 때 팀의 신뢰성을 얻을 수 있다고 말합니다. 그 자신감과 팀이 도입한 정량화 가능한 성공은 HR 성장을 가속화합니다.
Graph Builder의 탐색적 분석은 데이터 정확도 문제를 식별하고 해결하는 데 도움이 됩니다.
HR의 자동화 및 분석이 완전히 전례가 없는 것은 아니지만 현재까지 대부분의 가장 좋은 예는 내부 노동 시장에 대한 학문적 연구에서 나온 것입니다. 따라서 Wilkinson이 처음으로 PNC의 HR 부서에 분석적 사고를 주입하기 위해 자신의 성전을 시작했을 때 그는 기껏해야 배울 수 있는 이전 모델이 거의 없었습니다. Wilkinson은 그의 팀이 범주형, 연속형 및 텍스트 데이터를 볼 것이라는 기대와 함께 현재 사용 중인 도구보다 통계적으로 더 능숙하고 시각적인 플랫폼이 필요했다고 말합니다. 그래서 그들은 JMP® 통계 검색 소프트웨어로 눈을 돌렸습니다.
"JMP는 성과 검토 텍스트에서 다양성 이메일, 급여 데이터에 이르기까지 모든 유형의 데이터 분석을 지원합니다."라고 그는 설명합니다. “또한 좋은 점은 JMP에서 HR 데이터를 판매와 같은 비즈니스 데이터에 연결할 수 있다는 것입니다. JMP는 정말 훌륭한 도구일 뿐 아니라 사용하기도 쉽습니다.”
코드 프리 또는 코드 라이트 플랫폼 내에서 전체 엔드 투 엔드 분석 워크플로를 포함하도록 설계된 JMP는 액세스 및 준비에서 분석 및 보고에 이르기까지 다양한 데이터 문제를 해결합니다. Wilkinson은 지저분한 데이터 세트를 관리하는 것이 가장 큰 장애물일 수 있는 HR 환경에서 이러한 다양성이 매우 중요하다고 말합니다.
개별 기여자가 HR 데이터를 추가하거나 수정할 때 분석가는 의도하지 않은 데이터 입력 오류와 의미 있는 변경을 구분하지 못할 수 있습니다. 따라서 Wilkinson의 팀은 강력한 분석을 시작하기 전에 변동이나 편향을 조사해야 합니다. 대화형 시각화 플랫폼인 Graph Builder를 통해 JMP는 데이터 탐색 및 이상값 분석을 통해 데이터 문제의 복잡성을 분석하는 데 도움이 됩니다.
"모든 데이터 마이닝 단계를 고려할 때 첫 번째 단계는 항상 데이터를 가져와 시각적으로 생각하는 것입니다."라고 Wilkinson은 설명합니다. “분포를 이해했는지 확인하십시오. 이상치가 있습니까? 실제 데이터는 어떻게 생겼습니까? 절대, 절대 그 단계를 건너뛰지 마세요.” 그는 특이치가 표면화되면 결과를 왜곡하기 전에 조사하고 수정할 수 있다고 덧붙였습니다.
데이터가 정리되고 분석을 위해 준비되면 Graph Builder를 사용하여 Wilkinson과 그의 팀은 실험하고 탐색하여 주요 HR 문제에 대한 보다 미묘한 통찰력을 생성할 수 있습니다. 예를 들어, 팀은 이직 문제가 있는지 여부뿐만 아니라 이직하는 직원 인구 통계, 그들이 관찰하고 있는 이직의 종류, 지난 몇 주 또는 몇 달 동안 이직 추세가 어떻게 변했는지 물어볼 수 있다고 설명합니다. Graph Builder의 드래그 앤 드롭 단순성은 창의성을 장려하고 다양한 각도에서 질문을 바라볼 수 있습니다. "JMP의 좋은 점은 사진, 그래프 및 표를 사용하여 데이터를 분류하고 이야기를 전달할 수 있다는 것입니다."라고 Wilkinson은 말합니다.
Text Explorer는 이전에 활용도가 낮은 성능 검토 텍스트 데이터에서 핵심 비즈니스 통찰력을 얻습니다.
HR 부서는 성과 검토의 형태로 일년 내내 엄청난 양의 비정형 데이터를 수집합니다. 많은 기업에서 이 정보는 텍스트 데이터에서 의미 있는 비즈니스 가치를 대규모로 활용하기에는 너무 많은 시간과 노동 집약적이기 때문에 역사적으로 사용되지 않았습니다. 또한, 가이드가 없는 수동 접근 방식은 성능 데이터에 편향을 일으켜 통찰력을 쓸모없게 만들 수 있습니다. 그러나 JMP는 그 계산을 바꿉니다.
예를 들어, 소프트웨어의 텍스트 탐색기 플랫폼은 비정형 데이터를 평가하는 데 도움이 되는 빈도표와 단어 구름을 생성합니다. 이는 성능 검토에서 무료 응답 텍스트를 분석하는 데 이상적인 도구입니다. Wilkinson은 그의 팀이 어떻게 Text Explorer를 사용하여 보다 재현 가능하고 통계적으로 건전한 방식으로 통찰력을 추출하기 시작했는지 설명합니다. 그리고 그 가치는 분명합니다. "생산성을 개선하거나 이직률을 줄이는 데 도움을 줄 때 이는 우리 투자의 중요한 배수입니다."라고 그는 말합니다. “저희는 생산성 및 유지 분석에 JMP를 사용하고 있으며 우리가 수행하는 일부 소셜 네트워크 분석에도 JMP를 연결하기 시작했습니다. 이들 모두는 회사에 매우 좋은 ROI를 제공합니다.”
Wilkinson은 HR 환경에서 텍스트 분석을 적용하는 새로운 방법을 식별하고 검증하기 위해 JMP 기술 직원과 긴밀히 협력한 후 향후 회사의 비정형 데이터 사용을 확대할 계획이라고 말했습니다. 영향력을 가속화하기 위해 그는 최근 더욱 강력한 텍스트 분석 기능을 위해 JMP Pro로 업그레이드하기로 결정했습니다.
데이터 기반 전략은 성과 및 위험 관리 등급에 따라 인센티브 계획을 조정합니다.
그러나 텍스트 마이닝은 빙산의 일각에 불과합니다. Wilkinson은 지속적인 급여 및 인센티브 데이터를 분석하면 회사의 가장 복잡한 HR 과제 중 하나인 직원 보상을 결정하고 급여가 공평하게 분배되도록 하는 전략적 접근 방식을 정의하는 데 도움이 된다고 말합니다. 임의의 연간 인센티브 계획은 생산성을 높이도록 설계되었으며 이론적으로는 성과 및 위험 관리 등급과 일치해야 한다고 설명합니다. 그러나 역사적으로 둘 사이의 관계는 양적 방법으로 측정하기가 어려웠습니다.
그러나 Wilkinson과 그의 동료들이 JMP를 사용하기 시작하자 그들은 평균이 다른지 확인하기 위해 각 성과 수준에 대한 급여 분포를 시각화할 수 있었습니다. 또한 각 범주에서 동일한 관계를 유지하기 위해 직책 및 경력 수준과 같은 다양한 성과 및 인구 통계학적 변수별로 데이터를 분류했습니다. 그는 팀에서 압도적으로 높은 성과 수준이 실제로 더 높은 급여로 이어진다는 사실을 발견했다고 말합니다. 이는 시간이 지남에 따라 HR 관행의 공정성을 검증하기 위해 모니터링할 수 있는 지표입니다.
이러한 결과는 또한 평등 고용 기회 위원회(EEOC)와 같은 규제 당국에 해당 부서가 제공해야 하는 문서에 매우 중요합니다. Wilkinson은 JMP 출력을 통해 그의 팀이 건전한 통계적 접근 방식에 높은 가치를 부여하는 EEOC와 같은 규제 기관에 대한 PNC의 준수에 대해 쉽게 보고할 수 있었던 방법을 설명합니다. 그는 “규제 기관의 [임금/성과] 관계를 보여주기 위해 정말 좋은 지도와 본능적인 시각 자료로 간결한 결과물을 만드는 것은 매우 증거에 기반한 접근 방식”이라고 덧붙였습니다.
PNC는 JMP를 통해 중개자를 제거하고 사내 분석을 도입하여 비용을 절감했습니다.
직원 유지 및 더 많은 대표성과 같은 무형의 가치를 PNC에 제공하는 것 외에도 Wilkinson은 HR 팀에 JMP를 제공함으로써 외부 계약에 대한 부서의 지출을 줄이는 데 도움이 되었다고 말합니다. 이전에는 HR 부서가 분석의 상당 부분을 외부 컨설팅 회사에 아웃소싱했지만 JMP를 사용하면 분석을 사내로 가져올 수 있다고 설명합니다. 이 결정은 비용을 절감하고 데이터 기반 솔루션에 대한 HR의 초점을 강화하는 결과를 가져왔습니다.
"컨설팅 회사는 JMP를 사용하여 지금과 동등하거나 더 나은 분석을 수행하는 데 250,000달러를 청구했습니다."라고 그는 말합니다. "JMP가 할 수 있다는 것을 알았기 때문에 [작업]을 사내로 가져왔습니다. 시간도 많이 걸리지 않습니다."
소프트웨어의 사용자 친화적인 인터페이스는 널리 사용 가능한 학습 리소스와 결합되어 사전 통계 전문 지식이 부족한 팀을 위한 쉬운 대안이 됩니다. JMP를 정기적으로 사용하지 않는 사용자도 JMP가 제공하는 동적 시각화의 이점을 누릴 수 있습니다. Wilkinson과 그의 팀은 이 시각적 스토리를 사용하여 이해 관계자에게 결과를 제공합니다. Wilkinson은 PNC가 원시 데이터를 소화 가능한 정보로 변환하는 도구의 이점을 누리고 있다고 덧붙였습니다. JMP는 회의실에 있는 모든 사람이 함께 데이터 기반 의사 결정을 내릴 수 있도록 공평한 경쟁의 장을 마련하고, 그 속도와 가시성은 데이터 분석가와 경영진 간의 격차를 좁히는 데 매우 강력할 수 있습니다.
Wilkinson은 "PNC에서 HR 그룹은 인재를 키우고 우리 기업이 비즈니스 성과를 달성할 수 있도록 지원하는 서비스를 제공하는 것입니다."라고 결론지었습니다. “재능, 다양성, 채용에 관한 것이든 이 모든 것이 증거와 사실이 있으면 가능합니다. 그것이 우리가 PNC에서 하려고 하는 것입니다.”
