서비스 직원의 이탈, 어떻게 해결할까 많은 기업의 스케줄링 관행은 이미 제대로 작동하지 않는다. 데이터 분석이 그 해법이 될 수 있음을 최신 연구가 보여준다
내용 요약
문제현장 서비스 노동자, 특히 소매업에서의 높은 이직률은 예측 불가능하고 일관성 없으며 공정하지 못한 스케줄링에서 비롯되는 측면이 크다. 기업들도 문제를 인식하고 있지만 대부분은 지역 맥락을 무시한 채 획일적 처방에 의존해 이직의 핵심 동인을 놓치고 있다.
해법기존의 스케줄링 및 인력 데이터를 분석해 사전 공지, 유연성, 공정성 등 각 사업장에서 유지율에 가장 큰 영향을 미치는 요인을 정확히 짚어낸다. 이를 바탕으로 관리자는 운영상의 필요와 직원 선호 간 균형을 맞춘 맞춤형 스케줄을 설계할 수 있다.
성과데이터 기반의 지역 맞춤형 스케줄링은 직원 만족도를 높이고, 비용이 큰 이직을 줄이며, 운영 효율을 개선한다. 그 결과 지속가능한 경쟁우위를 창출한다.
소매업체들은 현장 직원의 높은 이직률이 막대한 비용을 초래한다는 사실을 오래전부터 알고 있었다. 관리자는 끊임없이 신규 인력을 채용하고 교육해야 하며 그 과정에서 시간과 비용이 소모된다.
통념적으로 근무 스케줄링은 이직의 주요 원인으로 여겨져 왔다. 이직을 줄이기 위해 소매업체들은 스케줄을 더 일찍 공지하고, 일관되고 예측 가능하며 공정한 근무표를 만들고, 마감 근무 후 다음날 오픈 근무를 배정하는 이른바 ‘클로프닝clopening’을 금지하라는 권고를 받아왔다. 이런 조치들은 분명 도움이 된다. 그러나 우리가 미국의 주요 소매 체인 20곳에서 130만 명의 직원이 수행한 2억8000만 건의 근무 시프트를 분석한 연구 결과, 현실은 훨씬 더 미묘했다. 스케줄링의 각 요소는 매장마다 서로 다른 방식으로 영향을 미치며 특정 사업장에서 무엇이 가장 중요한지, 나아가 이직을 부추기는 원인이 과연 스케줄링인지 그 여부와 정도는 데이터 분석을 통해서만 가려낼 수 있었다.
지금까지 이직 문제를 다루는 대부분의 시도는 획일적이고 단편적이었으며 해당 사업장의 현장 인력 데이터에 근거를 두지 못했다. 하지만 데이터가 풍부한 인력 관리 시스템이 보급되면서 관리자들은 훨씬 더 정교한 대응 수단을 갖게 됐다. 분석을 활용해 지역과 매장 특성에 맞춘 스케줄을 설계하면 직원 만족도와 인력 운영 효율을 동시에 높일 수 있다. 이 아티클에서는 각 사업장에서 가장 중요한 스케줄링 레버를 식별하고, 우선순위를 정해 실제 실행으로 옮기는 방법을 제시한다. 비록 데이터는 소매업에서 나왔지만 스케줄 불안정이 이직을 유발하는 현장 중심 서비스 산업 전반에 동일한 역학이 적용된다.
아티클을 끝까지 보시려면 유료 멤버십에 가입하세요. 첫 달은 무료입니다!
Copyright Ⓒ 하버드비즈니스리뷰 코리아. All rights reserved. 무단 전재, 재배포 및 AI학습 이용 금지
