채용 퍼널 지표 읽는 법 2부, 소요일과 이탈 사유로 병목 구간을 찾아냅니다

"채용 퍼널 지표 읽는 법 2부, 소요일과 이탈 사유로 병목 구간을 찾아냅니다"

1부에서는 채용 퍼널의 단계를 정의하고 전환율을 같은 기준으로 세는 방법을 정리했습니다.
지원 1,000건에서 서류 100건, 면접 40건, 오퍼 8건, 입사 4건으로 이어지는 가상 예시로 계산도 해 봤습니다.

그런데 전환율만으로는 알 수 없는 것이 있습니다.
같은 40%라도 서류 통과 다음 날 면접을 본 경우와 3주 뒤에 면접을 본 경우는 지원자가 겪는 과정이 전혀 다릅니다.
또 퍼널이 좁아진 이유가 회사의 탈락 결정인지 지원자가 스스로 그만둔 것인지도 비율만으로는 구분되지 않습니다.

2부에서는 이 두 가지를 다룹니다.
전환율 옆에 함께 적어야 하는 소요일 지표, 그리고 지원자가 중간에 빠져나가는 이유입니다.
마지막으로 어느 구간이 병목인지 찾아 무엇을 바꿀지 정하는 순서와 데이터 저장 방식까지 정리합니다.

1. 전환율 옆에 소요일 지표를 함께 적습니다

전환율은 몇 건이 다음 단계로 넘어갔는지 알려 줍니다.
그러나 그 단계를 지나는 데 며칠이 걸렸는지는 알려 주지 않습니다.

예를 들어 서류 통과 다음 날 면접을 본 경우와 3주 뒤에 면접을 본 경우는 서류 대비 면접 진행률이 똑같이 40%로 나올 수 있습니다.
두 경우에서 지원자가 겪는 과정은 전혀 다릅니다.
그래서 전환율 표 옆에는 소요일 지표를 같이 적어야 합니다.
소요일 지표는 한 단계에서 다음 단계까지 며칠이 걸렸는지 날짜 차이로 세는 숫자입니다.

Time to Hire와 Time to Fill은 세는 시작점이 다릅니다

Time to Hire(채용 소요일)는 지원자가 지원서를 낸 날부터 오퍼를 수락한 날까지 걸린 날수입니다.
산식은 오퍼 수락일 − 지원일입니다.
조직에 따라 끝점을 입사일로 잡기도 하므로 어느 날짜를 끝으로 볼지 먼저 정해 문서에 남겨야 합니다.
이 지표는 지원자 관점의 속도입니다.
지원한 사람이 결과를 받기까지 얼마나 기다렸는지 보여 줍니다.

Time to Fill(충원 소요일)은 채용 요청이 승인된 날부터 그 자리에 사람이 실제로 입사한 날까지 걸린 날수입니다.
산식은 실제 입사일 − 채용 요청 승인일입니다.
이 지표는 현업 부서 관점의 속도입니다.
자리가 비어 있던 기간이 얼마나 길었는지 보여 줍니다.

두 숫자는 대개 Time to Fill이 더 깁니다.
Time to Hire가 세지 않는 구간인 채용 요청 승인과 공고 준비 기간이 앞에 붙기 때문입니다.

두 지표를 섞어서 하나로 보고하면 병목을 잘못 짚습니다.
예를 들어 Time to Fill이 60일이고 Time to Hire가 20일이라면 나머지 40일은 전형을 진행한 기간이 아니라 승인과 공고 준비에서 생긴 기간입니다.
이때 면접 일정을 더 빨리 잡으라고 요구해도 자리가 비어 있는 기간은 줄지 않습니다.
반대로 Time to Fill과 Time to Hire가 함께 길어졌다면 전형 운영 속도를 먼저 확인합니다.

어떤 구간을 세는 지표인지 표로 고정합니다

Time to First Contact(첫 연락 소요일)는 서류에 합격한 지원자에게 회사가 처음 연락하기까지 걸린 날수입니다.
Interview Scheduling Time(면접 일정 확정 소요일)은 그 연락 뒤 면접 날짜가 확정되기까지 걸린 날수입니다.
이 두 숫자는 지원자가 기다리는 동안 다른 회사로 옮겨 갈 수 있는 구간을 그대로 보여 줍니다.

구간별 소요일(Stage-level time)은 전체 기간을 한 덩어리로 보지 않고 단계 사이를 쪼개서 세는 방식입니다.
서류 통과일에서 첫 연락일까지, 첫 연락일에서 첫 면접 완료일까지처럼 나눠 보면 어느 구간이 운영 병목인지 드러납니다.
쪼갠 숫자를 실제 진단에 쓰는 순서는 뒤의 병목 진단 절에서 다시 다룹니다.

소요일은 평균 하나로 보고하지 않습니다

소요일 지표를 읽을 때 지켜야 할 원칙은 세 가지입니다.

• 평균과 함께 중간값을 적습니다.

• 아직 진행 중인 건은 빼고 세거나 따로 표시합니다.

• 업계 평균이 아니라 우리 회사의 과거 같은 직무, 같은 채널과 비교합니다.

평균은 오래 걸린 소수의 건에 쉽게 끌려갑니다.
채용 열 건 중 아홉 건이 빨리 끝나도 한 건이 크게 늦어지면 평균은 그 한 건 쪽으로 올라갑니다.
중간값은 소요일을 순서대로 늘어놓았을 때 한가운데에 오는 값이므로 이런 쏠림에 덜 흔들립니다.
두 숫자가 크게 벌어져 있다면 유난히 오래 걸린 건을 따로 꺼내 원인을 봅니다.

아직 결과가 나지 않은 건을 분모에서 빼면 소요일이 실제보다 짧아 보입니다.
오래 걸리는 건일수록 집계 시점에 아직 진행 중일 가능성이 크기 때문입니다.
그래서 완료된 건만 세거나 진행 중 건수와 그 건들이 지금까지 걸린 날수를 함께 표시합니다.
이 원칙은 앞 절에서 정리한 관찰 마감일 기준과 같습니다.

어디서 본 소요일 기준을 우리 회사 합격선처럼 쓰는 방식도 권하지 않습니다.
직무 난도, 경력 수준, 채용 채널에 따라 걸리는 날수가 다르기 때문입니다.
비교 기준을 맞추는 방법은 바로 다음 절에서 이어서 설명합니다.

속도만 줄이면 다른 지표가 흔들립니다

소요일을 줄이는 일 자체가 목표가 되면 판단에 필요한 절차까지 건너뛸 수 있습니다.
그래서 속도 지표는 결과 지표와 나란히 놓고 봅니다.

앞 절에서 정리한 오퍼 수락률은 영문으로 Offer Acceptance Rate라고 적습니다.
소요일이 짧아졌는데 오퍼 수락률이 같이 떨어졌다면 줄인 구간에서 지원자가 받아야 할 정보나 판단 근거가 함께 빠졌는지 확인합니다.

Quality of Hire(채용 품질)는 입사한 사람의 입사 후 성과 평가와 일정 기간 잔류 여부로 채용 결과를 보는 지표입니다.
소요일이 줄었는데 채용 품질 지표가 함께 내려갔다면 속도를 낸 방식이 검증을 줄인 것인지 점검할 근거가 됩니다.
채용 품질은 입사 뒤에야 확인되므로 소요일과 같은 달에 비교할 수는 없습니다.
입사 시점을 기준으로 묶어 두고 정해진 관찰 기간이 지난 뒤 함께 봅니다.

면접 일정 확정 소요일이 길다면 지원자가 고를 수 있는 시간 폭이 좁은지부터 확인합니다.
면접관 두 명과 지원자의 일정을 이메일로 맞추다 보면 회신 몇 번만 오가도 일주일이 지나갑니다.
그사이 지원자는 이미 다른 회사의 다음 전형을 밟고 있을 수 있습니다.
스펙터 Effy(에피)는 지원자가 정해진 기간 안에서 가능한 시간을 골라 1차 면접을 진행하게 하므로, 면접 일정 확정 소요일이 세는 구간에서 일정 조율 왕복이 빠집니다.
면접이 끝난 뒤에는 TEO가 질문·답변 맥락과 평가 근거를 기록해 두므로, 판단이 늦어질 때 어느 자료를 다시 볼지가 정해져 있습니다.

방금 나온 두 서비스는 서로 다른 제품이고 맡는 구간도 다릅니다.
하나는 면접을 진행하는 쪽이고, 다른 하나는 면접이 끝난 뒤 자료를 연결하는 쪽입니다.

어느 구간의 숫자가 꺾였는지 먼저 확인한 뒤에 무엇을 손댈지 정하는 순서가 안전합니다.
두 서비스 어느 쪽을 쓰더라도 최종 판단은 사람이 합니다.

2. 지원자는 왜 중간에 빠져나갈까요?

퍼널이 좁아지는 이유가 모두 회사의 탈락 결정은 아닙니다.
지원자가 스스로 그만두는 경우도 상당수입니다.

이탈은 단계마다 이유가 달랐습니다

Ryan과 동료들은 2000년에 여러 단계를 거치는 채용에서 지원자가 스스로 빠져나가는 이유를 조사했습니다.
경찰 지원자 3,550명을 대상으로 계속 남은 사람과 중간에 그만둔 사람을 비교했습니다.

그만둔 사람들은 회사를 보는 시각, 그 일을 하려는 의지, 채용 과정에서 받은 인상에서 남은 사람들과 달랐습니다.
중요한 점은 초반에 그만둔 사람과 후반에 그만둔 사람의 이유도 서로 달랐다는 것입니다.[1]

퍼널 숫자만 보면 이 차이가 보이지 않습니다.
그래서 단계별 이탈을 볼 때는 회사가 탈락시킨 건과 지원자가 스스로 그만둔 건을 나눠 기록해야 합니다.

과정을 어떻게 느끼는지가 입사 의향으로 이어졌습니다

Hausknecht와 동료들은 2004년에 지원자 반응 연구 86건을 모아 분석했습니다.
조사 대상은 모두 48,750명입니다.

채용 과정을 긍정적으로 본 지원자는 그 회사를 좋게 평가했고, 오퍼를 받아들이려는 의향과 남에게 추천하려는 의향도 높았습니다.
평가 방식별로도 인식이 달랐습니다.
면접과 실무 과제는 비교적 좋게 받아들여졌고, 인지능력 검사가 그다음, 성격검사와 정직성 검사는 그보다 낮았습니다.[2]

이 결과는 퍼널 후반 숫자와 직접 이어집니다.
오퍼 수락률이 낮아졌다면 처우만 볼 것이 아니라 그 전 단계에서 지원자가 과정을 어떻게 느꼈는지도 함께 확인해야 합니다.

설명을 덧붙이면 반응이 달라졌습니다

Truxillo와 동료들은 2009년에 지원자에게 설명을 제공한 실험 26건을 모아 분석했습니다.
조사 대상은 3,481명입니다.

무엇을 왜 평가하는지 설명하면 공정하다는 인식과 회사를 보는 시각이 좋아졌습니다.
연구진은 이를 비용을 크게 들이지 않고 지원자 반응을 개선하는 방법으로 정리했습니다.
실험실보다 실제 채용 현장에서 효과가 더 컸다는 점도 확인됐습니다.[3]

퍼널에서 서류 대비 면접 진행률이 낮다면 일정 조율 방식뿐 아니라 안내 문구도 점검 대상입니다.

3. 비율이 낮은 단계보다 차이가 시작된 단계를 찾습니다

전환율 하나만으로 원인을 확정할 수는 없습니다.
먼저 과거의 같은 조건과 비교해서 차이가 시작된 구간을 찾고, 그 구간의 처리 시간과 이탈 사유를 함께 봅니다.

지원 대비 서류 통과율이 과거보다 낮아졌다면 공고 요건(JD)만 고치기 전에 채널 구성이 달라졌는지 확인합니다.
특정 채널의 지원 비중이 커지면서 전체 전환율이 내려갔을 수도 있습니다.

서류 대비 면접 진행률이 낮아졌다면 서류 평가 기준과 면접 기준의 불일치뿐 아니라 통보 지연, 일정 선택 폭, 노쇼를 구분합니다.
합격 통보가 늦어지는 사이 지원자가 먼저 연락 온 회사의 면접부터 보러 가는 일은 실제 채용 현장에서 흔합니다.
지원자 입장에서는 회신이 없는 회사보다 일정이 잡힌 회사가 먼저이기 때문입니다.
서류 통과일에서 첫 연락일까지 걸린 시간과 첫 면접 완료일까지 걸린 시간을 함께 보면 운영 병목을 찾기 쉽습니다.

면접 대비 오퍼율이 달라졌다면 면접관별 판정 차이, 공고 중간의 역할 변경, 채용 승인 지연을 확인합니다.
오퍼 수락률이 달라졌다면 거절 사유를 처우, 역할, 근무 방식, 의사결정 지연처럼 조직에서 실제로 쓰는 분류로 기록합니다.
분류 항목을 자주 바꾸면 기간 비교가 어려우므로 변경 이력도 남깁니다.

💡우리 회사 채용 퍼널의 병목 구간을 함께 찾고 싶다면?

스펙터 채용컨설턴트에게 문의하기 (클릭)

면접 구간의 병목은 운영 속도와 평가 근거를 함께 봐야 합니다

서류 대비 면접 진행률과 면접 대비 오퍼율이 함께 낮아지는 구간은 단순한 일정 문제가 아닐 때가 많습니다.
면접 일정을 잡는 속도와 면접에서 남는 평가 근거를 나눠서 봐야 원인이 보입니다.

구간마다 나타나는 신호가 다르므로 확인할 자료도 달라집니다.
숫자가 가리키는 문제와 그 문제를 다루는 설계를 나란히 놓으면 무엇부터 바꿔 볼지 정리됩니다.

이 표는 설계를 바꾸면 병목이 없어진다는 뜻이 아닙니다.
어느 구간을 무엇으로 바꿔 본 상태인지 기록으로 남긴다는 뜻입니다.
바꾼 뒤에는 같은 기준으로 다시 계산해서 차이를 확인합니다.

서류 대비 면접 진행률이 먼저 꺾였는지, 면접 대비 오퍼율이 먼저 꺾였는지에 따라 꺼내 볼 자료가 다릅니다.
앞쪽이라면 Effy(에피)가 지원자가 고른 시간에 진행한 1차 면접 기록을 보고, 뒤쪽이라면 TEO가 남긴 질문·답변 맥락과 평가 근거로 면접관별 판정 차이를 같은 화면에서 맞춰 봅니다.

4. 엑셀에는 비율 대신 날짜와 상태를 그대로 저장합니다

예를 들어 엑셀에 "서류 통과율 10%"라고 계산이 끝난 비율만 적어 두면 그 숫자를 다시 확인할 방법이 없습니다.
보류 건을 나누는 값에서 빼고 얻은 10%인지 넣고 얻은 10%인지 표만 봐서는 알 수 없기 때문입니다.
그래서 표에는 지원일, 서류 통과일, 탈락 여부처럼 처음 기록한 날짜와 상태를 그대로 남겨 둡니다.
전환율은 남겨 둔 이 기록으로 그때그때 계산합니다.
이렇게 해 두면 집계 기준이 바뀌어도 같은 기록으로 다시 계산할 수 있습니다.

최소한 다음 항목은 지원서 단위로 관리합니다.

• 지원서 ID, 공고 ID, 직무군, 경력 수준, 고용 형태

• 지원 채널, 공고 버전, 지원일

• 서류 통과일, 첫 면접 완료일, 오퍼 발송일

• 오퍼 수락일, 오퍼 거절일, 응답 기한 만료일

• 예정 입사일, 실제 입사일

• 지원 철회일, 탈락 단계, 탈락·거절·미입사 사유

• 관찰 마감일, 미결 상태, 집계 제외 여부와 제외 사유

대시보드에는 기간과 필터도 눈에 보이게 표시합니다.
지원 기간, 관찰 마감일, 직무군, 경력 수준, 채널, 공고 버전이 숨겨져 있으면 같은 화면을 보고도 서로 다른 해석을 할 수 있습니다.

월간 점검은 같은 순서로 반복합니다

1. 지원 기간과 관찰 마감일을 고정합니다.

2. 미결 건과 집계 제외 건을 확인합니다.

3. 각 전환율 옆에 분자와 분모를 표시합니다.

4. 과거의 같은 조건, 동일 직무, 동일 채널과 비교합니다.

5. 차이가 처음 나타난 구간의 처리 시간과 이탈 사유를 확인합니다.

6. 바꿀 항목과 담당자, 재측정 시점을 정합니다.

채용 퍼널 지표는 합격자를 몇 명 뽑았는지 설명하는 데서 끝나지 않습니다.
같은 기준으로 반복해서 측정하면 공고, 전형 운영, 면접, 오퍼 가운데 어디에서 변화가 시작됐는지 확인할 수 있습니다.

이번 달에는 모든 비율을 한꺼번에 바꾸려 하지 않아도 됩니다.
정의가 맞는지 먼저 점검하고, 비교 가능한 구간 하나를 골라 원인과 행동을 연결해 보시기 바랍니다.

퍼널 지표가 병목 구간을 알려 주면, 그다음은 그 구간의 운영과 평가를 실제로 바꾸는 일입니다.
고른 구간이 면접 진입이라면 Effy(에피)로 1차 면접 운영 방식을 바꿔 보고, 면접 이후 판단이라면 TEO로 서류·역량검사·인터뷰·평판 데이터를 한 후보자 기준으로 모아 봅니다.
어느 쪽이든 무엇을 바꿨는지 기록이 남아야 다음 달 같은 기준으로 다시 계산했을 때 차이를 해석할 수 있습니다.

2부를 마치며

채용 퍼널 지표는 합격자를 몇 명 뽑았는지 설명하는 데서 끝나지 않습니다.
같은 기준으로 반복해서 측정하면 공고, 전형 운영, 면접, 오퍼 가운데 어디에서 변화가 시작됐는지 확인할 수 있습니다.

2부에서 다룬 순서를 정리하면 이렇습니다.
전환율 옆에 소요일을 함께 적고, 회사가 탈락시킨 건과 지원자가 스스로 그만둔 건을 나눠 기록하고, 차이가 시작된 구간을 찾아 그 구간의 처리 시간과 이탈 사유를 함께 봅니다.

퍼널 지표가 병목 구간을 알려 주면, 그다음은 그 구간의 운영과 평가를 실제로 바꾸는 일입니다.
고른 구간이 면접 진입이라면 Effy(에피)로 1차 면접 운영 방식을 바꿔 보고, 면접 이후 판단이라면 TEO로 서류·역량검사·인터뷰·평판 데이터를 한 후보자 기준으로 모아 봅니다.
어느 쪽이든 무엇을 바꿨는지 기록이 남아야 다음 달 같은 기준으로 다시 계산했을 때 차이를 해석할 수 있습니다.

💡병목 구간의 전환율을 개선하고 싶다면?

Effy, TEO 도입 상담받기 (클릭)

참고한 연구

아래 3편은 모두 동료 심사를 거친 학술지 논문입니다.
각 항목 끝의 DOI 번호로 원문 서지 정보를 확인할 수 있습니다.

[1] Ryan, A. M., Sacco, J. M., McFarland, L. A., & Kriska, S. D. (2000). Applicant self-selection: Correlates of withdrawal from a multiple hurdle process. Journal of Applied Psychology, 85(2), 163-179. DOI 10.1037/0021-9010.85.2.163

[2] Hausknecht, J. P., Day, D. V., & Thomas, S. C. (2004). Applicant reactions to selection procedures: An updated model and meta-analysis. Personnel Psychology, 57(3), 639-683. DOI 10.1111/j.1744-6570.2004.00003.x

[3] Truxillo, D. M., Bodner, T. E., Bertolino, M., Bauer, T. N., & Yonce, C. A. (2009). Effects of explanations on applicant reactions: A meta-analytic review. International Journal of Selection and Assessment, 17(4), 346-361. DOI 10.1111/j.1468-2389.2009.00478.x