일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 |
Tags
- LDA Topic Modeling
- 데이터분석
- HR대시보드
- 성장혼합모형
- 태그도 많이 치는거 힘들다..
- HR데이터
- Text mining
- 유사도분석
- survival analytics
- people analytics
- HR
- PA201
- Jobplanet
- 자기소개서 스크리닝
- 하나만 쓰자..
- PA 미래
- HR 데이터 분석
- Workforce Analytics
- 다항로지스틱회귀분석
- ChatGPT
- HR 애널리틱스
- 회귀분석
- HR Analytics
- Pa
- 채용 대시보드
- Talent Analytics
- HR Anlaytics
- HRA
- 인사데이터
- 피플 애널리틱스
Archives
- Today
- Total
목록2024/04/24 (1)
People-Analytics201
[토막글] '명확하고 직접적인 관계'를 분석해야 한다.
피플 애널리틱스는 사람을 분석한다. 본질적으로 '사람, 행동, 심리' 등 복합적인 요인으로 결과가 결정되는 경우가 많기 때문에 (자연, 공학 분야의 데이터 보다) 단순한 통계 모델링으로 그 결과를 명확하게 설명하기 어려운 부분이 있다.이 때, 원인이 되는 요인과 결과 간 관계적 거리가 멀 수록 더~ 더~ 더~ 분석이 어렵다(설명력이 낮고, 예측력이 낮다).예를들어, 채용 제도 변화의 효과성을 분석한다고 해보자. 만약 기존에 공개 채용으로 모집공고를 올리다가, 최근에 헤드헌팅 위주의 채용으로 제도를 바꾸었다고 하자. 이러한 채용제도의 변화가 최근 입사자의 고성과 확률에 영향을 주는지 분석할 수 있을까?(원인) 채용제도의 변화 -> (결과) 최근 입사자의 고성과결과적으로 보면, 분석은 매우 어려울 것..
People Insight
2024. 4. 24. 23:24