Data Driven Recruiting – (1) Pipeline 데이터 살펴보기

링크드인이나 원티드만 봐도 리크루터를 채용하는 기업이 최근 몇년 간 부쩍 늘어난 것 같습니다. 채용팀 내에서도 직무를 나눠 채용을 하고 있는 회사도 상당히 많네요. 비즈니스 성장 속도에 맞게 훌륭한 인재를 모셔야하는 채용 담당자의 역할은 나날이 중요해지고 있고, 그만큼 업무 영역도 다양해지고 있습니다.

과거 인사 채용 담당자는 채용이 필요한 포지션의 공고를 만들어 외부 채널에 게시하고, 후보자가 지원하길 기다리고 (인바운드에 전적으로 의존하고), 채용 프로세스를 관리하고, 합격자의 입사 절차를 안내하는 정도의 역할을 담당해왔습니다. 하지만 요즘 채용 담당자는 채용이라는 Product를 담당하는 Product Owner, Product Manager로서 전략적인 접근을 통해 유저(후보자, 현업, 리크루팅 팀원)의 경험을 개선하고 있습니다. 채용 프로세스 운영 효율화, 인재 소싱, 채용 브랜딩부터 전략 기획까지, 해야할 일이 산더미입니다.

Recruiting Product Manager로서 채용 전략을 세우고 프로세스를 운영/기획하기 위해선 데이터에 기반한 의사 결정이 필요합니다. 감에 의존하는 것이 아닌, 데이터가 보여주는 사실에 근거하여 의사결정하게 되면 아래와 같은 효과를 기대할 수 있습니다.

  1. 인재 밀도를 높이는 채용을 할 수 있습니다.
  2. 채용 프로세스를 효율화해서, 훌륭한 인재를 빠르게 모실 수 있습니다.
  3. 같은 비용으로도 더 효과적이고 효율적인 채용을 할 수 있습니다.
  4. 후보자 경험과 채용 브랜딩 영역까지 개선할 수 있습니다.

 

Data Driven Recruiting이 그렇게 중요하다면, 어떤 데이터를 봐야하는걸까요?

이번 글에서는 가장 먼저 살펴보면 좋을 “Pipeline 데이터”에 대해 이야기해볼까 합니다.

리크루터에게 기대하는 업무 영역이 참 넓지만, 그중에서도 파이프라인을 관리하는 것이 가장 중요한 업무라고 생각합니다. 담당 포지션의 파이프라인 상황을 항상 살펴보고, 후보자 유입이 적절한지, 어느 경로로 들어온 후보자가 유효한지, 채용 프로세스는 너무 길지 않은지, Bottleneck은 없는지를 고민해야 합니다. 물론 그 고민은 Pipeline 데이터를 분석하는 일부터 시작되면 베스트겠죠?포지션을 오픈한 순간부터 유입된 후보자의 진행 상황이 담긴 파이프라인 데이터를 통해 다양한 전략을 구상해볼 수 있습니다.

Pipeline 데이터 예시 (1): Google Data Studio 활용

포지션 오픈 이후 현재까지 쌓인 데이터, 그리고 현재 진행중인 파이프라인 데이터를 통해 전형별 후보자 수, 전형별 합격률, 전형별 리드타임 등을 확인해보면, 왜 빠르게 채용이 되지 않고 있는지 원인을 고민해볼 수 있습니다. 원인을 파고 들기 위해 다양한 데이터를 활용해보시는걸 추천드립니다.

 

  • 전형별 후보자 수

서류 단계부터 최종 인터뷰, 오퍼 단계까지 해당 포지션에 지원한 후보자 수 데이터를 살펴보세요.
지원자가 많았음에도 채용이 잘 되지 않았을 수도, 처음부터 후보자 Pool 자체가 타 포지션에 비해 적을 수 있습니다.

전자라면, 유효하지 않은 채널에서 지원자가 많이 들어왔거나 프로세스 상 비효율 때문에 중도 이탈이 많았을 수 있습니다. 또는 인터뷰어가 갖고 있는 bar가 너무 높기 때문일 수도 있겠네요.

후자라면, JD나 직무명이 애매해서 유효한 후보자가 적을 수도 있고, 채용 채널을 잘 활용하지 못했을 수 있습니다. 더 다양하고 유효한 채널을 활용하고, 통용되는 언어로 JD와 직무명을 업데이트하고, 이를 바탕으로 다이렉트 소싱을 해보며 후보자 숫자를 확보해볼 수 있겠네요. 이 과정에서 유입경로 데이터를 함께 살펴보는 것도 좋은 방법입니다.

 

  • 전형별 합격률

합격률이 너무 높거나 낮다면, 전형별로 난이도를 조절하고 Hiring Manager와의 얼라인을 통해 적합한 후보자를 더 많이 & 더 알맞게 검토할 수 있습니다. 만약 서류 합격률이 너무 낮다면, Bar가 높은 것일수도 있고 허수지원자가 너무 많은 것일수도 있으니 자세하게 살펴볼 필요가 있습니다. 더불어 합격률 데이터를 바탕으로 역산해보면 1명을 채용하기 위해 몇 명의 서류 지원자가 필요한지를 대략적으로 파악할 수 있습니다. 이를 바탕으로 후보자 Pool을 늘리는 등의 액션 아이템을 도출해낼 수 있습니다.

에이블리 합류 후 일본사업을 담당할 마케터를 채용하면서 해당 팀 리더가 진행하는 1차 인터뷰에 합격한 후보자의 최종 인터뷰 불합격률이 타 포지션에 비해 유독 높은 사례가 있었습니다. 두 인터뷰어 분의 스코어카드를 확인하고 논의해본 결과, 두 분께서 중점적으로 바라보는 역량이 다르다는 점을 확인했습니다.

일본어 역량과 마케팅 역량을 모두 갖춘 후보자가 많지 않았고, 현 상황에서는 일본어 역량이 다소 부족해도 마케팅 역량이 있는 분이 오시면서 팀을 키워야했기에, 두 역량 사이에서 팀에 우선적으로 필요한 사항을 고민하고 얼라인했습니다. 이렇게 전형별 합격률을 보고 유독 높거나 낮은 값이 있다면, 원인이 무엇인지 살펴볼 필요가 있고, 문제 해결의 키포인트를 캐치할 수 있습니다.

Pipeline 데이터 예시 (2): Google Spreadsheet 활용

  • 전형별 리드타임

리드타임이 길어지다보면 우수한 인재가 타사 프로세스를 마무리하여 중도 포기를 선언하는 케이스가 발생합니다. 어떤 채용 단계에서 병목현상이 발생하는지 반드시 점검이 필요합니다. 예를 들어 코딩테스트의 리드타임이 너무 길다면, 코딩테스트 일정 어레인지 / 코딩테스트 진행 기간 / 결과 검토 및 추후 단계 대상자 선정 등 다양한 원인이 존재할 수 있으니 유의깊게 살펴봐야 합니다.

실제로 에이블리 백엔드 엔지니어 포지션에서 진행하고 있는 사전과제에 생각보다 오랜 시간이 소요되고 있음을 데이터를 통해 확인했습니다. 프로젝트성 과제를 진행하다 보니 난이도가 있는 편이라 과제 수행에 시간을 넉넉히 드리고 있고, 현업에서 후보자가 제출한 과제를 리뷰하는 데에도 많은 시간이 소요되고 있습니다. 현업에서 직접 문제를 출제해주고 계시고, 문제 형태나 난이도에 맞게 전형 일정을 세움과 동시에 효율적으로운영하는 방식을 고민하고 있습니다.

데이터를 통해 문제을 발견하고 원인을 파악한 다음, 채용에 참여해주고 계신 현업 담당자, 그리고 채용 프로세스를 운영하고 관리하는 채용 담당자 입장에서 우리 조직에 fit한 인재 분을 더 빠르게 놓치는 방법을 고민해보세요.

 

데이터에 기반한 의사결정을 통해 어떤 후보자가 적합한지 확인하고, 채용하는 조직의 상황을 진단하고, 같은 리소스를 활용하더라도 효율적으로 & 짧은 기간 안에 채용을 마무리할 수 있습니다. 다만, 데이터는 의사결정의 도구에 불과하다는 점을 명심해주세요. 채용의 본질은 훌륭한 인재, 우리 조직에 적합한 사람을 모셔오는 것인만큼, 데이터 자체가 채용의 본질에 앞서는 실수를 하지 않도록 객관적인 시선을 유지해야합니다.

이제 채용 담당자로서 커리어를 시작하셨거나 어떤 방향으로 채용을 진행해야할지 고민하고 계신 분들께 좋은 아이디어가 되었으면 합니다. 정답이 없는 리크루팅 세계에서 본인만의 해답을 만들어가는 리크루터, HRer 모두를 응원합니다:)

다음 글에서는 다이렉트 소싱, 지원자 & 합격자 유입 경로, 그리고 데이터 대시보드 구축에 대한 이야기를 해보겠습니다:)

공유하기

Share on facebook
Share on linkedin
Share on twitter
Share on email
2 개의 댓글
Newest
Oldest
Inline Feedbacks
View all comments
jjh962
멤버
jjh962
10 일 전

향후에 고성과자 인사 데이터가 어떻게 채용에 적용 되는지도 알고싶어요!

진흙 속 보석같은 글 잘읽었습니다!

jjh962님이 10 일 전 에 수정한 댓글
장미
필진
장미
10 일 전

리크루팅 담당은 해본적이 없는 저로서 엄청난 신세계의 글! ! 담편 기다할게여

인살롱 인기글

우리는 어떤 회사를 원하는가?

[프롤로그(?)] 이 글의 시작에 앞서 이렇게 좋은 기회로 ‘인살롱X기고만장’에 참여할 수 있게 되어 감사합니다. 지극히 평범한 직장인이 전하는 지극히 개인적인

error: 컨텐츠 도용 방지를 위해 우클릭이 금지되어 있습니다.

로그인

인살롱 계정이 없으세요? 회원가입

도움이 필요하신가요?

문의사항이 있다면 알려주세요

로그인
벌써 3개의 아티클을 읽어보셨어요!

회원가입 후 더 많은 아티클을 읽어보시고, 인사이트를 얻으세요 =)
인살롱 계정이 없으세요? 회원가입
Close Bitnami banner
Bitnami