이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
Workday를 직접 사용한 경험은 없습니다. 다만 데이터 분석 수업에서 공개된 HR 관련 샘플 데이터를 분석하는 과제를 했는데, 퇴사율과 근속 기간의 상관관계를 분석해서 '2년 미만 직원의 퇴사율이 3배 높다'는 인사이트를 도출했습니다. 그 결과를 시각화해서 '신입 온보딩 집중 구간이 있어야 한다'는 제안으로 연결했더니 교수님이 '데이터에서 액션으로 이어진 게 좋다'고 평했습니다. Workday는 도구이고, 제가 배운 건 데이터에서 의미 있는 패턴을 찾아 전달하는 방식이라고 생각합니다. 처음엔 분석 결과를 숫자만 나열했다가 팀원이 '그래서 뭐가 달라지냐'는 질문을 해서 방향을 바꿨고, 그게 더 설득력 있는 결과물을 만들었습니다.
인턴십 중에 월별 직원 데이터를 엑셀로 정리하는 작업을 두 달 동안 했습니다. 데이터를 쌓다 보니 특정 부서에서 매달 계약직 비율이 올라가고 있다는 패턴이 보였습니다. 그걸 제가 먼저 집계해서 그래프로 만든 뒤 팀장님께 공유했더니, '이 부서에 정규직 전환을 검토할 필요가 있겠다'는 이야기가 나왔습니다. Workday 같은 전문 도구를 쓰진 않았지만, 데이터를 정기적으로 보다 보면 이상 패턴이 보인다는 걸 직접 경험했습니다. 처음엔 제가 본 패턴이 맞는지 자신이 없어서 말을 못 하다가, 팀장님이 '이거 알고 있었어?'라고 하셔서 늦게 공유한 게 아쉬웠습니다. 그 이후로 데이터 관련 이상 징후는 먼저 보고하는 습관이 생겼습니다.
HR 동아리에서 멤버 만족도 설문을 진행하고 결과를 분석하는 역할을 맡았습니다. 설문 응답 30개를 분류하다 보니, 가장 불만족 비율이 높은 항목이 '스터디 주제가 반복된다'는 것이었습니다. 저는 그 분석 결과를 운영진 회의에서 발표하면서, 다음 학기 주제를 멤버가 직접 제안하는 방식으로 바꾸자는 안을 함께 냈습니다. 운영진이 채택했고, 그 다음 기수 만족도 설문에서 해당 항목 점수가 올라갔습니다. 처음엔 분석 결과만 보여줬는데 '그래서 어쩌란 거냐'는 반응이 나와서, 분석과 제안을 세트로 가져가야 한다는 걸 배웠습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 토스 인사 일반 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.