그리팅 애널리틱스 풀 커스터마이징 출시 🎉
2023년 1월 31일, 약 2개월여 만에 그리팅 애널리틱스(Greeting Analytics)에 대대적인 업데이트가 이루어졌습니다. 기존 그리팅 애널리틱스가 지원자들의 지원 추이, 지원 경로(잡코리아, 원티드 등)의 비중, 각 채용 단계마다의 전환율과 리드타임 정도에 대한 기본적인 공고 통합 차트를 제공하여 현 채용 현황에 대한 가벼운 정보 분석을 도와드렸다면 이번 기능은 사용자분들이 원하시는 만큼 무궁 무진한 방식으로 데이터를 분석하고 채용 상황을 파악하실 수 있도록 차트의 풀 커스터마이징이 가능하게 되었습니다.
자세한 내용에 앞서 여러분이 그리팅 애널리틱스에서 차트를 그려내는데 필요한 핵심 요소 3가지에 대해 간략히 소개해 드릴게요.
| 항목 | 내용 |
|---|---|
| 보고 싶은 정보 | 차트와 정보의 주제에 해당합니다. |
| 모아보기 | 차트의 정보들을 특정 기준으로 묶어 서로 다른 선, 도넛 차트 등으로 그려낼 수 있습니다. |
| 필터 | 특정 요소를 포함하고 있는 정보들을 선별하여 정제할 수 있습니다. |
이 3가지 요소에 대해 그리팅 애널리틱스는 다음과 같은 정보를 제공하고 있습니다.
| 항목 | 내용 |
|---|---|
| 보고 싶은 정보 | 요약 정보 / 지원 추이 / 특정 채용 단계 도달 추이 / 합격 추이 / 지원 비중 / 특정 채용 단계 도달 비중 / 합격 비중 / 채용 단계 퍼널&리드타임 / 채용 파이프라인 현황 |
| 모아보기 | 지원 경로 / 직군 / 공고 / 성별 / 경력 / 나이 / 최종학력 |
| 필터 | 지원 경로 / 태그 / 공고 / 직군 / 성별 / 경력 / 나이 / 최종 학력 |
이 정보들은 그리팅(Greeting)의 공고와 공고에 등록된 지원자의 데이터를 기반으로 하고 있습니다. 따라서 여러분이 그리팅의 공고와 지원자에 대한 데이터 관리를 어떻게 하느냐에 따라 그리팅 애널리틱스에서 확인할 수 있는 정보의 깊이와 다양성이 무궁무진하게 달라질 수 있습니다.
위 설정값을 통해 대시보드를 만들어 보겠습니다. 👐
채용 광고 비용을 줄이고 지원 효율을 높이기 위해 다양한 직군(개발자, 디자이너, 마케터 등)에 따라 가장 높은 지원 효율을 보이는 지원 경로(채널)가 어디였는지 알고 싶다고 가정해 보죠.
➊ 그리팅 애널리틱스에서 대시보드 페이지를 만들고 이름을 "직군별 지원 채널 효율 분석" 이라고 지어보겠습니다.
➋ 그리고 데이터베이스로 그리팅 워크스페이스에 존재하는 모든 공고를 선택합니다.
➌ 다음으로 [지원 비중] 차트 모듈을 선택하고 [모아보기] 항목을 [지원 경로]로 지정한 뒤 [직군] 필터를 선택하여 표시 하고싶은 직군 항목(예: 개발자)을 선택합니다.
➍ 그리고 이 과정을 반복하여 하나의 지원 경로 비중 차트당 하나의 직군(병합하고 싶은 직군이 있다면 직군 항목을 복수선택)의 정보가 나타나게 하시면 됩니다.
이렇게 만들어진 대시보드를 통해 여러분은 개발자가 가장 많이 지원한 채널은 어디인지, 디자이너가 가장 많이 지원한 채널은 어디인지, 마케터가 가장 많이 지원한 채널은 어디인지 한눈에 파악할 수 있습니다.
좀 더 깊이 들어가 볼까요? 🧐
효율이 좋은 지원 채널이라는 것이 단순히 지원 모수가 많은 채널일 수도 있겠지만 어떤 관점에선 첫 채용 단계(전형)에서 서류심사가 통과된 지원자가 가장 많은 지원 채널 또는 합격자가 가장 많이 발생한 채널 일 수도 있습니다. 허수가 걸러진 알짜베기 지원자를 추려낼 수 있으니까요. 이중 첫 채용 단계를 넘어선 지원자가 가장 많은 지원 경로가 어디인지 파악해 보죠.
➊ 앞서 했던 것과 마찬가지로 그리팅 애널리틱스에서 대시보드 페이지를 만들고 "직군별 지원 채널 효율 분석(서류심사 통과 기준)" 이라고 이름을 지어보겠습니다. 데이터 베이스로 사용될 공고들도 선택해 주세요.
➋ 차트 모듈 중 [채용 단계 도달 비중] 항목을 선택해 주세요.
❸ [채용 단계] 설정을 [2단계] 로 지정해 주세요. *데이터 베이스로 사용된 공고가 1개라면 해당 공고가 가진 채용 단계 이름이 표시됩니다.
[모아보기] 항목을 [지원 경로]로 지정한 뒤 [직군] 필터를 선택하여 앞서 했던 것과 같이 직군별로 데이터를 정제하세요.
이렇게 하면 탈락자가 가장 많이 발생하는 첫 채용 단계를 넘어선 지원자가 가장 많은 지원 경로를 직군별 차트로 표시할 수 있습니다. 낭비되는 광고비용을 줄이고 보다 효율적인 지원 채널에 집중할 수 있는 단서 자료가 될 수 있지요.
이번엔 약간 창의력을 발휘해 보겠습니다. 🤔
A/B 테스트라는 개념을 아시나요? 서비스 설계ㆍ마케팅 콘텐츠 기획 등의 과정에서 2가지의 대조되는 콘텐츠를 비교하여 조회 수, 전환율 등을 테스트하는 기법입니다. 이는 최근 채용과 관련된 마케팅ㆍ브랜딩을 설계하는 과정에서도 유용하게 활용될 수 있습니다.
요즘 어느 회사에서나 꼭 필요한 뛰어난 실력을 가진 5년차 이상의 개발자를 최대한 끌어모으기 위한 JD(직무소개)작성 전략을 수립하려 한다고 가정해 보겠습니다. *실제 A/B 테스트에선 변인 통제가 제대로 이뤄져야 하지만 어디까지나 가정이니 약식으로 진행하는 점 양해 바랍니다.
➊ 우선 그리팅에서 같은 포지션을 가진 2개의 서로 다른 JD가 쓰인 공고 A와 공고 B를 만들어야겠죠. 그리고 이들을 다른 모든 조건이 동일한 상태에서 공고를 게시합니다.
➋ 그리팅 애널리틱스에서 대시보드 페이지를 만들고 이름을 "JD 내용에 따른 경력직 개발자 지원 효율" 이라고 짓겠습니다.
➌ 앞서 게시한 공고 A, B를 데이터 베이스로 불러옵니다.
➍ 알고 싶은 정보를 기준으로 차트 모듈을 선택합니다. 이번 경우엔 JD에 따라 지원하는 지원자들의 연차 분포, 각 채용 단계(전형)의 전환율(퍼널)을 비교해 보는 것으로 가정하겠습니다. 이때 필요한 차트 모듈은 [지원 비중] 차트와 [채용 단계 퍼널] 차트입니다.
➎ 우선 지원 비중 차트에서 [모아보기] 를 [경력]으로 설정하고 [필터]에서 공고 A만 활성화시킵니다. 뒤이어 동일한 차트 모듈을 선택하고 모든 옵션을 동일하게 설정한 뒤 [필터]에서 공고 B를 선택하면 공고 A와 B가 각각 어떤 경력 분포를 가지는지 확인할 수 있습니다.
➏ 전환율 비교도 해보죠. [채용 단계 퍼널] 차트를 선택한 뒤 [모아보기]를 [공고] 로 선택하고 필터값에 경력 5~10년을 걸어주겠습니다. 이렇게 되면 하나의 차트에 A와 B 2개 공고에 대한 전환율이 비교되며 나타납니다.
결과치를 비교해 본 결과 공고 A가 B에 비해 더 높은 지표를 보여주네요. 공고 A에 들어간 JD 내용이 B의 JD보다 목표 타겟군을 더 많이 유입시키는 것으로 보입니다. 그럼 다음 채용 라운드에선 A 공고의 JD 내용을 기반으로 디벨롭을 해보면 좋겠다는 판단이 설 수 있겠습니다.
따라오시느라 고생 많으셨습니다. 🎉
어떠셨나요? 그리팅 애널리틱스를 통해 채용 의사결정에 도움이 될만한 인사이트를 얻으실 수 있으리라 보이시나요? 아마 몇몇 인사채용 담당자분들께선 아직 확실한 효용성을 느끼지 못하셨으리라 생각됩니다. 그럴 수밖에 없죠. 데이터 활용을 통한 채용은 아직 한국 채용 씬에서 보편화되지 못했으니까요. 저희 그리팅 팀은 그리팅 애널리틱스를 차트, 대시보드 커스터마이징의 토대를 만든 것을 시작으로 대한민국 대표 채용 데이터 분석 도구로 꾸준히 디벨롭해 나갈 예정입니다.
그리고 이를 위해선 사용자분들의 날카로운 피드백이 꼭 필요합니다. 사용 과정에서 느낀 불편한 점, 있으면 좋겠다고 생각하는 추가 기능ㆍ데이터를 그리팅 애널리틱스 우측 상단의 [개선점 제안하기]를 통해 마음껏 보내주세요. 보내주신 피드백이 아쉽지 않도록 제품 개발의 방향성에 중요한 지표로 삼겠습니다.
