PA201: People Analytics 201

AI가 바꾼 세상 속에서, HR은 어떻게 ‘사람의 성장’을 지원할 것인가?데이터를 통해 어떻게 ‘사람을 더 깊이 이해’할 수 있을까?PA201(People Analytics 201)은 People Analytics 분야에 관심 있는 HR 리더 및 실무자, 데이터 분석가, 연구자들이 함께 성장하는 지식 네트워크입니다. 2022년 첫 시작 이후 지금까지, 다양한 배경의 사람들이 모여 실제 사례를 중심으로 데이터와 사람, 기술과 조직의 만남이 만들어내는 새로운 HR의 가능성을 탐구하고 있습니다.이런 분이라면 주저하지 마세요데이터 기반 HR 의사결정 역량을 강화하고 싶은 분실무 중심의 분석 사례를 깊이 이해하고 싶은 분최신 People Analytics 트렌드와 기술을 탐구하고 싶은 분지속 가능한 전문가 네트워..

People Analytics / HR Analytics 스터디 수시모집 합니다!***PA201에는 현재 36명의 스터디원들이 함께 People Analytics를 공부하고 있습니다.예전에는 스터디를 시즌제로 새롭게 구성했는데, 앞으로는 스터디 형태를 유지하면서 수시모집할 예정입니다.스터디 관련 문의는 아래 메일 혹은 블로그의 다른 글들을 참고해주시기 바랍니다.***👉 모집채널 : http://pf.kakao.com/_xfbyAn(자세한 내용은 위 카톡채널 친구추가 후 확인해 주세요 👀 )👉 가입링크 : https://forms.gle/aqHdMai1yViSr3wF8 PA201People Analytics 201 : HR 인사이트는 최대로, 스터디 부담은 최소로.pf.kakao.comPeople A..

여러분들은 성과 분석하기 위해 가장 첫 번째로 시도하는 것이 무엇인가요? 혹시 개인별“인사평가 등급”을 종속변수로 여러 가지 요인을 분석하고 계시지 않으신가요? 저 또한 많이 시도 합니다.그런데요. 사실 저는 아직도 인사평가 등급을 어떻게 다뤄야할지 잘 모르겠습니다. 항상 저 자신과 제가 사용하는 방법론을 의심합니다.    “과연 어떤 인사평가 결과가 ‘고성과’를 의미하는 걸까요?” 일반적으로 회사에서는 인사평가를 통해 정기적으로 개인별 평가 등급을 부여합니다 (물론 인사평가를 하지 않는 회사도 있고, 수시로 본인의 성과를 입증하는 경우도 있습니다).높은 인사평가 등급이 반드시 고성과를 의미하는 것은 아니지만, 그 역으로 고성과자는 높은 인사평가 등급을 받을 확률이 분명 높을 것입니다. (물론 인사평가 ..

아래는 지금까지 논의한 스터디 아젠다 및 논의 대상을 리스트업한 것이다. HR 특성상 공개가 어려운 주제가 많기도 하고 2년간 정말 많은 내용을 스터디 했기 때문에 공개가 가능한 선에서 주요 아젠다와 논의 대상을 정리해보았다(24. 9. 9. Updated).[주요 분석주제]효과적인 채용을 위한 HR 지표와 대시보드 구성채용경로 별 효율성 상관분석 및 채용성과/업무적합성 분석코멘트 유사도 조직 네트워크 분석성장혼합모형(GMM)을 적용한 채용AI 영상면접 타당성 검토휴가-생산성 간 상관관계 분석출퇴근거리에 따른 조기퇴직 확률 분석코호트 분석을 통한 직원 리텐션 및 이탈률 확인채용 시 역량검사 데이터와 채용이후 성과평가 데이터의 상관관계 분석기업리뷰데이터 토픽모델링Silo 현상 감소를 위한 협업문화 구축을 ..

스터디 신청이 마감되었습니다.스터디를 신청해주신 분들께는 이번 주 내로 참가 안내 메일을 송부드리겠습니다.감사합니다.People Analytics / HR Analytics 스터디 모집 합니다!👉 모집채널 : http://pf.kakao.com/_xfbyAn(자세한 내용은 위 카톡채널 친구추가 후 확인해 주세요 👀 ) PA201People Analytics 201 : HR 인사이트는 최대로, 스터디 부담은 최소로.pf.kakao.comPeople Analytics 201(이하 PA201)은 HR, 통계, 머신러닝 등에 대해 서로 함께 공부하고 지식을 공유하고, HR 데이터 분석의 전문가가 되고 싶어하는 사람들을 위한 스터디입니다. (스터디 이름과 Logo의 의미가 궁금하시면 아래 "더보기"를 눌러주세..

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 것이다(그..

아래 글은 PA201 스터디 구성원 BCD 님에 의해 작성된 글입니다.최근 여러 국내 기업에서 데이터를 바탕으로 '무언가(?)' 보여주기 위해, 여러가지 시도를 해보고 있는 것 같다. 물론 필자 또한 그런 시도를 하고 있는 사람 중 한명이다. 조직 내에서 성공적인 피플 애널리틱스 사례를 만들어 내는 것은 생각보다 어렵다. 회사 내 업무를 인터넷에 올리기엔 조금 부담이 있어서 자세히 설명하긴 어렵지만, 여튼 많이 어렵다!! 이러한 어려움을 남들은 어떻게 해결하는지 알아보기 위해 스터디도 하고 인터넷에서 아티클이나 논문도 검색도 자주 하는데, 최근에 피플 애널리틱스의 어두운 면에 대해 논의한 논문을 보게 됐고, 해외에서 작성된 논문이지만 공감되는 부분이 많았던 것 같다.(Giermindl, L. M., St..

1. 다항 로지스틱 회귀분석 (Multinomial Logistic Regression) 이항 로지스틱 회귀분석은 종속변수가 두 가지(Binary)일 때 사용하는 분류 방법이라면, 다항 로지스틱 회귀분석은 3가지 이상(Multinomial)의 클래스로 분류/매핑합니다. 다항 로지스틱 회귀분석(Multinomial Logistic Regression)은 소프트맥스 회귀(Softmax Regression)로도 불리는데요. 확률값을 시그모이드 함수(Sigmoid Function)를 통해 구하는 이항 로지스틱 회귀분석과는 달리, 다항 로지스틱 회귀분석에서는 소프트맥스 함수(Softmax Function)를 활용하여 확률값을 구하기 때문입니다. 2. Multinomial Logistic Regression 실습 ..

스터디 신청이 마감되었습니다. 스터디를 신청해주신 분들께는 이번 주 내로 참가 안내 메일을 송부드리겠습니다. 감사합니다. People Analytics 201(이하 PA201)은 HR, 통계, 머신러닝 등에 대해 서로 함께 공부하고 지식을 공유하고, HR 데이터 분석의 전문가가 되고 싶어하는 사람들을 위한 스터디입니다. (스터디 이름의 의미가 궁금하시면 아래 "더보기"를 눌러주세요.) 더보기 왜 People Analytics 인가요? : HR Analytics, People Analytics, Workforce Analytics 등 여러가지 이름이 있지만, 최근 국내외에서 People Analytics라는 말을 많이 사용하는 경향이 있습니다. 왜 201인가요? : 일반적으로 대학교에서 위한 1학년 수업이..

※ 해당 콘텐츠는 HR에 생존분석을 적용하려는 인사담당자들을 위해 작성되었습니다. [목차] 01 생존분석 소개 02 R로 실습해보기 (E-book 기반) 03 생존분석 사례 (python) 04 HR 데이터 분석 실사례 05 연구사례 작성/발표자 : 김나경 01 생존분석 소개 1. HR 장면에서 생존분석의 필요성 HR 분야에서 데이터 분석은 조직의 전략적 의사결정에 중요한 역할을 하고 있다. 여러 가지 분석방법 중 특히 생존 분석은 퇴직률과 같은 핵심 지표를 예측하고, 조직의 인력 유지 등에 도움을 줄 수 있는 강력한 분석방법이다. 예를 들어, 조직은 인력 계획을 세울 때 생존분석을 활용할 수 있다. 미래의 퇴직 가능성을 예측하여 채용 등의 인력 계획을 수립할 수 있게 해준다. 또한, 어떤 요인이 퇴직을..

1. 개요 PA201 3기에서는 Handbook of Regression Modeling in People Analytics 책을 바탕으로 각 스터디 그룹이 큰 줄기의 통계학 이론과 더불어 가상의 사례를 활용하여 R 활용법을 다룰 예정입니다. 첫 번째 챕터에서는 선형 회귀에 대해 알아보려고 합니다. 선형 회귀는 기본적인 학습 방법 중 하나로, 간단한 구조에도 불구하고 다양한 상황에서 매우 유용한 도구로 활용됩니다. 따라서 선형 회귀의 개념과 어떻게 활용되는지 예제 데이터 셋 with R을 통해 실제로 알아보겠습니다. 2. 회귀분석의 목적 및 개념 회귀분석은 데이터 간의 인과 관계를 정밀하게 분석하고 이해하는 데 주로 사용됩니다. HR 분야에서는 회귀분석을 활용하여 직원의 성과나 퇴직과 같은 현상을 예측하..

첫느낌은? 피플 애널리틱스(People Analytics)는 생소하다. 일반적인 HR이 아닌것 같다. 뭔가 구성원 중심적인 분석을 할 것처럼 생겼다. HR 애널리틱스(HR Analytics)는 익숙하다. 뭔가 인사팀에서 수행할 것 처럼 생겼다. 피플애널리틱스보다는 직관적이고 친근하다. 사실 해외에서는 이 두가지 용어 뿐만 아니라, 'Workforce Analytics', 'Talent Analytics', 'Personnel Analytics' 등 여러가지로 사용되고 있었다. 차이점은? 일부 사람들은 피플 애널리틱스라는 용어가 HR 뿐만 아니라 고객 등 이해관계자에 관한 것과 비즈니스 등을 모두 포함하는 범주라고 말하기도 한다. 즉 피플 애널리틱스가 HR 애널리틱스를 포함한다는 것이다. HR 애널리틱스라..

스터디 신청이 마감되었습니다. 스터디를 신청해주신 분들께는 이번 주 내로 참가 안내 메일을 송부드리겠습니다. 감사합니다. People Analytics 201(이하 PA201)은 HR, 통계, 머신러닝 등에 대해 서로 함께 공부하고 지식을 공유하고, HR 데이터 분석의 전문가가 되고 싶어하는 사람들을 위한 스터디입니다. (스터디 이름의 의미가 궁금하시면 아래 "더보기"를 눌러주세요.) 더보기 왜 People Analytics 인가요? : HR Analytics, People Analytics, Workforce Analytics 등 여러가지 이름이 있지만, 최근 국내외에서 People Analytics라는 말을 가장 많이 사용하는 경향이 있습니다. 왜 201인가요? : 일반적으로 대학교에서 위한 1학년 ..

PA201 스터디 때 발표한 데이터 분석 실습자료이다. 원래는 아래 분석을 진행한 과정을 열심히 차근차근 잘 설명해서 블로그에 게시하려고 했다. 하지만, 안타깝게도 나는 천성적으로 게으른 사람이었고, 이러다가 영영 글을 쓰지 못할 것 같아서 일단은 결과물만 올리기로 했다.. 아래 분석결과는 '재미'로 만든 결과이고, 글도 ChatGPT와 내 자유로운 생각을 빌려 막 휘갈긴 것이므로, 참고하지 말아주길 바란다.

배경 A사는 한국 기업들의 평균과 비교해 많은 휴가 일수를 가지고 있으며 이는 신입사원 채용이나 기존 사원들의 Retaining, 워 라벨 등에는 도움이 되고 있으나 회사 입장에서는 휴가 보상 으로 인한 인건비의 과다 지출 등의 이슈가 있다. 이에, 회사 차원에서 2015년부터 휴가촉진 및 회사가 함께 쉬 는 재충전 휴가 사용 등을 실시하고 있다. 이러한 제도를 사용한지 4년 정도 경과 하였을 때 경영진은 정책적 고민에 빠졌다. 회사차원에서 너무 많은 재충전 휴가 사용이 working day 의 감소를 가져와 회사의 목표달성에 부정적인 영향을 줄 수 있 다는 부분도 있었고 사원들도 본인들이 보상 받을 수 있는 휴 가를 휴가촉진에 따라 소진해야 하는 부분에 대해 부정적인 의견들이 있었다. HR에서는 경영진..

본 포스팅은 PA201 구성원 "DY"님에 의해 작성된 글입니다. 들어가며 채용 프로세스에서 여전히 가장 흔히 사용되는 선발전형 또는 선발도구는 서류전형(입사지원서에 대한 정량평가 및 자기소개서에 대한 정성평가 등)와 인적성검사 그리고 대면면접이다. 다만, 코로나19를 전후한 시점에 AI기술이 급격히 발전하면서 AI기술을 활용한 새로운 선발도구들이 활발히 적용되기 시작했다. 하지만 이 새로운 선발도구들에 대한 타당도와 신뢰도 그리고 AI에게 요구되는 설명가능성의 이슈로 인해 도입을 망설이는 기업도 존재한다. 그리고 선도적으로 도입한 기업에서도 과연 이 새로운 채용 정책이 얼마나 효과적이었는지에 대해 궁금증을 가지곤 한다. 필자는 과거 인적성검사를 서비스하는 컨설팅 회사에 재직한 바 있고, 현재는 AI영상..

언제 로그변환을 해야하나? 회귀분석에 있어서 로그 변환은 중요한 도구이다. 변수의 값 변동이 항상 일정한 경우에는 로그 변환이 필요하지 않을 수 있다. 예를 들어, 변수의 값이 일정한 편차를 가지고 있다면 로그 변환이 필요하지 않을 수 있다. 하지만, 일정하지 않은 값 변동을 가지면서도 백분율의 변화는 일정하게 느껴지는 경우에는 로그 변환이 필요할 수 있다. 예를 들어, 매출, 가격, 물량과 같은 변수들은 값의 변동이 일정하지 않을 수 있지만, 백분율의 변화는 상대적으로 일정하게 느껴질 수 있다. 음수가 될 수 있는 변수들인 순이익, 순수출과 같은 경우에는 로그 변환이 불가능하다. 이런 경우에는 다른 변수들로 나누어 데이터를 조정하는 것이 좋습니다. 예를 들어, 직원 수로 나누어 인당 순이익이나 인당 순..

본 포스팅은 PA201 구성원 "손"님에 의해 작성된 글입니다. [개요] 인재 채용 단계 중에 각 기업에 적합한 인재 채용을 하기위한 수단으로 많은 기업들이 인적성검사(역량검사, AI역량검사 등)를 활용하고 있습니다. 제가 재직 중인 기업에서는 최근 10년 이상 사용하던 인적성검사에서 AI역량검사를 도입하였습니다. 당시 여러 가지 요인들에 의하여 기존 검사에서 AI역량검사로 변경 검토하였고 CEO 승인도 받았지만, 과연 당사에 기존 검사에 비하여 변경한 AI역량검사가 적합한지 등을 확인하고자 합니다. [가설] 1. 10년 이상 사용한 기존 인적성검사보다 신규 도입한 AI역량검사가 고평가자/장기근속 등에 연관이 더 많을 것이다. (신뢰도/예측도/선별도 등이 높을 것이다.) 2. 기존 인적성검사가 고평가자/..

본 포스팅은 PA201 구성원 "김김김"님에 의해 작성된 글입니다. [Part 1] 개요 및 목적 지원서 항목 외 채용 과정에서 드러나는 지원자에 대한 부가적인 정보들이 있음. 예를 들어, '저는 술자리를 매우 좋아하고 즐깁니다.', ' 저는 사회적으로 다양한 활동을 주도하고 있고, 많은 사람들과 친분관계를 유지하고 있는 것이 장점입니다.' 등의 것들임. 최고의 인재를 가려내기 위해선 작은 단서들도 소홀히 할 수 없기 때문에, 이런 부가적인 정보들과 채용 적합도의 관계를 분석하는 모델을 만들고자 함. ​분석 모델링 절차 출처 : www.eduatoz.kr 1. 모델링 마트 설계 - 한국노동패널조사 : 1~24차년도 자료 다운 - 데이터 전처리 : 결측값 포함 행 제거 ​2. 탐색적 분석 - 유의 변수 도..

본 포스팅은 PA201 구성원 ‘Jethro’님에 의해 작성된 글입니다. 1. D.E.I (Diversity, Equity, Inclusion) 다가오는 5월 21일~24일이면 미국 샌디에이고에서 세계 최대 HR Conference 인 2023 ATD ICE가 열린다. 직접 참여하지는 못하지만 매년 이 컨퍼런스에서 나오는 HR Trend 들은 많은 인사담당자들에게 관심을 집중시킨다. 돌이켜보니 2022 ATD ICE에서 나왔던 HR Trend 중 하나로 ‘D.E.I’가 있었다. 이는 다양성(Diversity), 형평성(Equity), 포용성(Inclusion)을 뜻하는 단어이다. 실제로 다양성을 존중하고 이를 포용적으로 받아들이고 공정한 조직을 어떻게 구축하는지에 대해 다룬 세션이 2022 ATD ICE..

본 포스팅은 PA201 구성원 ‘김나경’님에 의해 작성된 글입니다. 잘된 채용이란 무엇일까? 어떤 사람이 조직에 들어와서 눈에 보이는 성과를 내기까지는 시간이 꽤 오래 걸린다. 우리가 채용 이후 ‘A씨는 참 잘 뽑은 것 같아’라고 얘기하는 순간들을 돌이켜보면, 조직에 빠르게 적응하는 사람을 일컬을 때가 많다. 때문에 채용의 효과성을 검증할 때 중요하게 고려해야 하는 부분 중 하나는 "적응"이라 할 수 있겠다. 적응이란 새로운 조직 환경에 맞추어 응하는 것으로, 이는 개인이 조직에 가지는 태도로 나타난다. 이와 관련하여 조직장면에서 많이 연구되는 태도변인이 있다. 바로 조직몰입이다. 조직몰입은 '구성원이 자신의 조직에 헌신하고 기꺼이 조직을 위해 일하려 하는 정도, 그리고 조직 구성원으로 남아있고자 할 개..

본 포스팅은 PA201구성원 ‘DH’님에 의해 작성된 글입니다. 개요 현재 HR업무 진행하며 주로 활용하는 DB가 인사고과(평가), 동료평가, 자격, 수상, 근무경력 외 인구통계학적 속성에 머물고 있다. 기업의 존속과 목표달성을 위하여 핵심인재의 관리와 유지는 매우 중요해지고 있으나 HR팀이나 PA팀 대부분 데이터를 분석할 때 협소한 접근방식을 취할 수밖에 없다. 그리고 이런 개인단위 분석 DB(특히 인사고과)를 토대로 직원에 대한 주요 의사결정(채용, 승진, 보직, 보상)이 이루어질 수밖에 없고, 일부 조직은 DB분석 없이 감과 경험으로 의사결정이 이루어지기도 할 것이다. 사내 산재되어 활용되지 않은 추가 DB가 무엇일지 고민하고 추가수집, 분석하여 모델링한다. 회귀분석 모델은 핵심인재가 갖추고 있는 ..

본 포스팅은 PA201 구성원 "한덕경"님에 의해 작성된 글입니다. 2022년 11월, ChatGPT 3.5가 출시된 이후, 다양한 산업 및 직종에서 ChatGPT를 활용하는 사례가 급증하고 있습니다. 저는 AI의 등장이 People Analytics 방법론에 큰 변화를 줄 것이라고 생각하며, HR 분야에서의 적용 방안을 고민해오고 있습니다. 이번 포스팅의 목적은 AI 언어 모델인 ChatGPT와 같은 AI 기술이 HR 영역에서 어떻게 활용될 수 있을 지 설명하며, ‘자기소개서 스크리닝’ 예시를 통해 이해를 돕고자 합니다. 특히 기존에 널리 알려진 R이나 파이썬의 통계 기반 텍스트 분석 방법론을 따르는 것이 아니기에, AI 기반의 텍스트 분석 결과가 일부 부정확할 수 있음을 미리 말씀드립니다. 글을 읽어..

본 포스팅은 PA201 구성원 "조희진"님에 의해 작성된 글입니다. 개요 모집/선발 단계에서 활용 가능한 비정형 데이터(텍스트 데이터 등)를 살펴보고, 최근 많은 회사들이 어려운 시장 상황을 극복하기 위해 비용 절감 방안을 강구하고 있다는 점에서 효율적인 채용 방법이 무엇이 있을까 생각해보았습니다. 지원자에 대한 풍부한 정보, 최종 선발 후 조직 적응도 측면에서 안정적인 결과를 기대할 수 있는 사내공모 제도에서 텍스트 데이터를 활용하는 방안으로 ‘Sentence-BERT로 직무기술서 간 유사도 분석을 통한 사내공모’ 방안에 대해 이야기 해보려고 합니다. 1. ‘채용(모집/선발)’ 단계의 비정형 데이터 모집/선발 단계를 아울러 채용 단계에 속한다고 생각했을 때, 어떤 비정형 데이터(텍스트, 음성, 이미지 ..

본 포스팅은 PA201 구성원 "숀"님에 의해 작성된 글입니다. 안녕하세요. 숀입니다. 이슈 • 새로운 영입사이트를 도입함에 따라, 기존의 영입사이트는 서비스 및 운영이 종료될 예정 • 기존의 영입사이트에 있던 영입공고 및 데이터(JD 등)들이 서비스 종료와 함께 유실될 예정 • 해당 데이터는, 영입 파트에 있어서 상당히 의미 있는 비정형 데이터로 판단 목표 . 추후 분석 또는 영입에 활용할 수 있도록 해당 데이터들을 최대한 백업하고자 함 현황 • 기존 영입사이트 제공 업체 : 백업 불가 • 영입공고: 약 580개 • 영입 담당자: 코딩은 for 구문 예제를 실행시켜 본 게 전부인 코린이 결심 • 코린이지만 요즘엔 chatGPT가 코드도 써준다길래, chatGPT를 통해서 기존 영입페이지의 텍스트를 크롤..

본 포스팅은 PA201 구성원 "G1000"님에 의해 작성된 글입니다. 조직마다 기능과 문화가 다르기에 우리는 협업에 앞서 여러 가지 고려해야 할 사항들이 존재합니다. 조직 간의 신뢰 형성에 시간을 쏟을 수 있으며 예상치 못한 갈등과 오해를 줄여나가기 위해 정보의 격차를 줄여야 합니다. 조직 네트워크 분석은 업무 협업에 있어 조직간의 상호작용을 조금이라도 이해하는 데 도움이 되는 방법입니다. 이 글에서는 조직 간의 상하관계 혹은 기능적 구조를 확인할 수 있는 조직도를 넘어, 동료평가 자료를 활용한 조직 네트워크 분석을 다뤄보겠습니다. 가정 “조직 구성원들이 평가받은 코멘트 내용이 타 조직과 유사하면 해당 조직 간의 협업 잠재력이 높을 것이다” 요약 분석의 접근방법은 상기한 가정이 전제되어 있습니다. 각 ..

1. 서론 기업에서 사람을 채용할 때, 이력서를 받고 면접을 보는 것과 같이 구직자를 평가하는 만큼, 구직자도 회사에 이력서를 낼 때, 해당 회사에 대한 충분한 정보를 가지고 지원을 합니다. 그럼, 구직자는 회사에 대한 정보를 어디서 얻을까요? 요즘 대부분의 사람들은 “잡플래닛”과 “블라인드”의 기업 리뷰를 볼 것입니다. 그 중에서도 본 포스팅에서는 “잡플래닛” 리뷰에 주목합니다. 바야흐로 대퇴사/대이직시대라고 불리우는 요즘, 모든 직장인들은 이직의 꿈을 가슴에 품고 직장을 다닙니다. 구직자 및 언제든 회사를 떠날 생각을 가지고 있는 현직자들은, 자신에게 맞는 채용 공고에 지원하기 위해 각종 채용 정보와 잡플래닛 리뷰를 수시로 들여다 봅니다. 잡플래닛에 있는 모든 회사 리뷰를 보기 위해서는 프리미엄 회원..

아래 글은 PA201 스터디 구성원 BCD 님에 의해 작성된 글입니다. 데이터 분석은 어렵다. 상관관계, 회귀분석, 의사결정트리 등 이름만 들어도 어려운 분석이 도처에 깔려있다. 이렇게 무슨말인지 모르는 분석 이 아니더라도... 기본적인 통계, 인원 수 집계 또한 필자에겐 어렵다... 그래서 필자는 근성으로 데이터 분석을 한다. 근성으로 시작해서 근성으로 끝난다. 안되면 될 때까지... 그게 내 데이터분석 신조이다. 이 이야기를 왜 꺼내느냐? 이렇게 어렵고 근성이 필요한 분석들이 남들에게는 매우 쉬워보일 수 있기 때문이다. 특히 엑셀 팡션을 잘 다뤄보지 않은 사람들은 회사 내 재직자 수 및 입사자 수를 대충 타닥! 하면 나오는 건 줄 안다. 팀장 "BCD 대리~ 오늘 오전까지 최근 n년간 부서별 입사자/..