사람을 분석하고 연구하는 피플 애널리스트를 만난다!



이 책은 피플 애널리스트가 왜 필요하고 무엇을 하고 그 길로 가려면 무엇을 준비해야 하고 앞으로 커리어는 어떠한지를 12명의 피플 애널리스트가 직접 들려준다. 이들 중에는 실무를 배경으로 출발한 사람도 있고, 학계에서 연구자로 시작한 사람도 있고, 양쪽을 모두 경험한 사람도 있다. 한국, 미국, 영국 등 활동 지역도 다르고 커리어 배경도 다양한 12명의 전문가가 피플 애널리스트로서의 경험과 노하우를 스토리텔링 방식으로 전하는 것이 목적이다. 그러기 위해 데이터 분석에 대한 전문적인 이야기보다는 각자가 걸어온 분석가로서의 삶을 내러티브하게 담고 있다.



직관과 경험을 중시했던 HR은 데이터 기반의 전략으로 변화하고 있다. 경영자와 조직 구성원 모두 채용, 교육, 평가, 보상 등 인사 전 영역에서 과학적이고 합리적인 의사결정 기준을 원한다. 피플 애널리틱스는 사람, 특히 직원 데이터의 분석과 해석을 통한 인사이트 도출로 이러한 고민과 요구를 해결한다. 이 책은 ‘피플 애널리틱스가 무엇이고, 어떻게 적용하고, 어떻게 학습하고, 어떻게 커리어로 성장할 수 있을까?’에 대한 답을 제시한다. HR 실무자들, HR에 발을 들이는 사람들, HR에서 데이터 분석을 공부하는 학생들, 비즈니스에서 직원과 관련된 데이터 분석 활용에 관심 있는 리더, 경영자, 그리고 비즈니스 전반의 이해관계자들이 모두 읽어야 할 책이다.

가천대학교 경영학부 교수
현대자동차그룹 경영연구원 미래경영연구센터와 롯데인재개발원 DT인재육성팀장으로 근무했다. 영국 레딩대학교에서 박사학위를 취득했으며 ‘어제보다 성장하려는 사람을 돕습니다.’라는 미션을 실현하기 위해 학교 및 조직에서 강의, 컨설팅, 자문을 하고 있다. 주요 저서로는 『데이터와 사례로 보는 미래의 직장』등이 있다.

이 책을 읽기 전에
서문 왜 우리는 이 책을 쓰기로 하였는가

1장 피플 애널리스트는 누구인가

1. 피플 애널리스트는 무슨 일을 하는가
조직 내 인사부서의 일하는 방식이 크게 변했다 | 피플 애널리스트는 조직과 사람의 문제를 해결한다
2. 피플 애널리스트가 갖춰야 할 역량은 무엇인가
조직의 문제를 질문으로 바꾸고 정의한다 | 연역과 귀납의 방법으로 데이터를 해석한다 | 사람에 대한 이해와 소통 능력이 필요하다
3. 피플 애널리스트의 업무는 어떻게 진행되는가
피플 애널리스트의 업무는 6단계로 진행된다 | 문제 정의부터 결과 보고까지 전 과정을 알아보자
4. 피플 애널리틱스는 업무에 어떻게 활용되는가
최적의 인재 선발과 교육 프로그램 개발에 활용된다 | 직원의 성과를 평가하고 조직을 유지하는 데 활용된다
5. 피플 애널리스트 커리어는 어떻게 전개될까
피플 애널리스트는 수평적 확장성이 넓다 | 피플 애널리스트는 매력적인 직무이자 전문 분야다

2장 어떻게 피플 애널리스트는 일하는가

1. 피플 애널리스트는 현업에서 무엇을 하는가
왜 사람은 숫자로 표현할 수 없는가 | HRD가 성과 내는 데 도움이 되는가 | 어떻게 리더십 진단 데이터를 만드는가 | 90년대생이 온다 그리고 70년대생은 운다 | 디지털 전환의 경쟁력은 데이터에서 시작한다 | 문제해결을 데이터로 하는 문화가 필요하다 | 데이터에 기반한 의사결정 사례를 만들어 보여준다 | 데이터를 어떻게 확보해서 활용할 것인가 | 데이터가 흐르는 조직이 되어야 한다 | 데이터를 모으는 프로세스의 완성도를 높여야 한다 | 공간 디자인에도 데이터를 활용할 수 있다 | 데이터로 대기업과 스타트업의 차이를 안다
2. 무늬만 공학도에서 피플 애널리스트로 성장해가다
많은 사람에게 도움을 주고 싶었다 | 교육학과 데이터 분석을 응용해보고 싶었다 | 학술 연구보다 현업 프로젝트를 하고 싶었다 | 마침내 HR 그리고 애널리틱스와 운명적으로 만나다 | 피플 애널리스트에 지원해서 마침내 합격하다 | 마이크로소프트에서 피플 애널리스트로 출발하다
3. 어떻게 일에서 의미를 찾고 일할 수 있을까
마음이 이끄는 대로 점을 찍어나가다 당도하다 | 사람에 마음이 끌려 심리학을 공부하다 | 심리학 연구와 분석으로 사람들의 행복에 기여하고 싶다 | 가슴을 뛰게 한 피플 애널리틱스를 만나다 | 행동과학연구의 넛지로 구성원의 행동 변화를 이끈다 | 후무에서의 커리어: 학계의 울타리 밖에서 연구하기 | 후무에서의 커리어: 작은 스타트업에서 주어진 큰 도전-업계 최고의 다양성과 포용성 솔루션 개발기 | 핀터레스트에서의 커리어: 사람 중심의 피플 애널리틱스팀 | 데이터 전문가, 비즈니스 컨설턴트, 인재 연구원이라는 모자를 쓴다
4. 어떻게 피플 애널리스트로 커리어 성장할 것인가
통계학이 인생의 무기가 될 줄 몰랐다 | HR 전문가로 성장하고 싶었다 | 숙련된 채용 전형 운영자가 되기 위해 노력했다 | 어떤 사람을 선발해야 하는지 고민했다 | 채용 데이터 분석을 통해 선발의 본질을 공부하다 | 데이터와 알고리즘을 활용해 실제 놀라운 결과를 내다 | 데이터 분석 도구를 능숙하게 다루기 위해 노력하다 | HR 애널리스트에서 리드 HR 애널리스트로 성장하다 | 리드 HR 애널리스트의 역할은 무엇인가 | 과학적 검증의 효용성과 가치를 입증해야 한다 | 분석가와 의사결정권자의 세계관은 서로 다르다
5. 인재개발 담당자는 현학적이라는 편견에 도전하다
HRD를 평생 직업으로 선택하다 | 내가 될 수 없다면 남이 될 수 있게 돕자 | 통계분석의 수요는 많은데 공급이 부족한 상황이었다 | 철밥통 공공에서 다시 사기업으로 경력 전환을 하다 | HRD 철학을 발전시키고 가설을 검증해보고 싶다 | 사람에 대한 ‘사랑’과 데이터 분석 역량이 필요하다

3장 어떻게 피플 애널리스트가 되는가

1. 거인의 어깨 위에 올라서서 더 넓은 세상을 보자
보수적인 공기업 조직에서 피플 애널리스트를 꿈꾸다 | 데이터와 HR을 융합한 피플 사이언티스트를 꿈꾸다| 입사 5년차 대리, HR 디지털 전환 팀장이 되다 | 미국에서 피플 사이언티스트로 성장하다 | 피플 애널리스트 커리어 성공을 위해 3가지를 준비하자 | 공공기관 피플 애널리스트의 정체성을 찾다
2. 목적지를 향해 계속 걸으면 길을 찾을 수 있다
초보 분석가로 고객 경험 개선의 기쁨을 맛보다 | 직원 리소스 그룹을 통해 다양성과 포용성을 배우다 | 피플 애널리스트의 진로를 찾으며 인맥을 쌓아가다 | 내부 프로젝트를 추진하며 성장하다 | 피플 애널리스트의 길을 걷게 되다
3. 내일의 리더와 조직을 오늘로 앞당기다
독립적인 피플 애널리스트로 살아가고 있다 | 피플 애널리스트의 길은 어디서 시작됐는가 | 미국과 한국에서의 경험은 어떻게 달랐는가 | 피플 애널리스트로서 최고의 경험들을 하다 | 어떻게 독립적으로 활동하게 됐는가 | 다양한 경험이 피플 애널리스트로 성장하는 데 도움이 된다 | 독립적인 피플 애널리스트로서 계획을 수립하다 | 피플 애널리스트로서의 여정을 즐기자

4장 어떻게 피플 애널리스트는 학습하는가

1. 피플 애널리스트에게 필요한 실무지식은 무엇인가
평범한 문과생이 피플 애널리틱스 역량을 갖추게 되다 | 미래 경쟁력은 무엇인가 생각하고 갖추어갔다 | 기고와 강의로 커뮤니케이션 역량을 기르게 됐다 | 팟캐스트 데이터홀릭으로 넓게 성장해오다 | 피플 애널리스트는 누가 지시하지 않아도 스스로 한다 | 여전히 가장 중요한 것은 숫자가 아니라 사람이다
2. 해외 유학을 통해 피플 애널리틱스를 학습하다
영국 대학 소속 피플 애널리틱스 연구자가 되다 | 수학, 법학, 전략기획을 거쳐가며 진로를 고민했다 | 사람에 대한 본질적 관심이 HR 실무와 유학까지 이어졌다 | HR 유학 과정에서 피플 애널리틱스와 만나다 | 피플 애널리틱스 석사학위에서 무엇을 기대할 수 있는가 | 피플 애널리틱스 학위 과정이 꼭 필요한가

5장 피플 애널리스트로서 미래를 만들어간다

1. 일에 대한 관심과 의지가 먼저다
이 길을 택했다면 믿고 올인하고 고군분투하라 | 피플 애널리스트의 중요성은 점점 커져갈 것이다 | 초기 단계에서는 실수도 많지만 기회 또한 많다 | 피플 애널리스트는 사람을 이해하려고 노력해야 한다
2. 학문적 현재와 미래는 어떻게 되는가
글로벌 시장에서 관심과 수요가 늘어나고 있다 | 생성형 인공지능이 조직과 구성원에게 영향을 미친다 | 피플 애널리틱스는 4단계에 걸쳐 발전해왔다 | 실무 발전 이면에 학문과 학계의 연구들이 활발하다
3. 애널리스트에게 필요한 역량은 무엇인가
큰 그림과 부분의 역할에 대해 이해하자 | 타사의 성공사례보다 학습을 통해 문제를 해결하자 | 생성형 인공지능을 보조적 도구로 사용하자 | 분석과 해석은 문제를 설계하고 해결하는 일이다 | 좋은 프레임워크들을 계속 찾아내고 업데이트하라 | 기초와 중심이 단단할수록 후속 학습은 복리의 성격을 띤다 | 문제를 해결해가며 역량과 전문성을 쌓아가자 | 지식과 통계를 먼저 배우고 컴퓨테이셔널 방법을 배우자
4. 노력하는 사람에게 기회와 운이 따른다
“무슨 생각을 해. 그냥 하는 거지!” | 비관적 낙천주의자가 돼 즐기면서 노력하자

미주
참고문헌