Ο ρόλος της ανάλυσης των δεδομένων και ειδικά στην ψηφιακή εποχή, είναι πρακτικά αυταπόδεικτο, ότι αποτελεί μία άμεση αναγκαιότητα, καθώς και ένα εξαιρετικά ισχυρό επιχειρηματικό πλεονέκτημα.
Για την ακρίβεια, δεν θα πρέπει να ενδιαφερόμαστε απλά για “δεδομένα”, αλλά για την πληροφορία που αυτά κρύβουν. Ο τρόπος για να βρούμε αυτήν την πληροφορία, δεν είναι καθόλου απλός, αφού θα πρέπει να ορίσουμε κάποια metrics, μοτίβα συμπεριφορών κλπ., τα οποία με τη σειρά τους θα μάς επιτρέψουν να εξάγουμε συμπεράσματα και να προβούμε σε στοχευμένες ενέργειες.
Analytics to the rescue!
Εκεί ακριβώς, έρχονται τα πάσης φύσεων “analytics”, που αναλαμβάνουν, τόσο με τη βοήθεια του χρήστη, όσο και μέσω AI και machine learning να μας “φανερώσουν” τα μυστικά των δεδομένων μας.
Ένας από τους τομείς που ωφελείται ολοένα και περισσότερο από τα analytics, είναι αυτός του human resources ή αλλιώς της διαχείρισης του προσωπικού. Μέσω των HR analytics ή People analytics όπως συχνά αναφέρουν εταιρείες ερευνών όπως η McKinsey, τα τμήματα HR μπορούν πλέον να βελτιστοποιήσουν τη δουλειά τους, προσφέροντας ενεργά ακόμα και στο bottom line της επιχείρησης σας. Ας δούμε πως!
Τι είναι και γιατί μας αφορούν τα HR analytics
Τα τμήματα HR που οδηγούνται από δεδομένα και όχι απλά από το ένστικτο των στελεχών τους (data-driven HR), χρησιμοποιούν δεδομένα από κάθε πηγή που αφορά στους εργαζομένους, συμπεριλαμβανομένων βέβαια ενεργειών που διεξάγονται (π.χ. assessments) ακριβώς γι’ αυτόν τον λόγο, εξάγοντας πολύτιμα συμπεράσματα για μια σειρά σημαντικών παραμέτρων κάθε υπαλλήλου, όπως η παραγωγικότητα, οι δεξιότητες και η εκπαίδευσή τους, η αφοσίωσή τους στην επιχείρηση κ.α.
Μέσω αυτών των δεδομένων, μπορούμε πλέον, ενεργά και προληπτικά, να βελτιώσουμε μια σειρά από στοιχεία και διαδικασίες όπως:
- Καλύτερη, ταχύτερη και πιο ακριβής διαδικασία πρόσληψης.
- Αξιολόγηση της αφοσίωσης των εργαζομένων και της σχέσης τους με την επιχείρηση.
- Βελτιστοποίηση μισθών αλλά και εύρεση στοιχείων πέραν της χρηματικής αποζημίωσης που πραγματικά βαραίνουν για κάθε εργαζόμενο και την απόφασή του να συνεχίσει να εργάζεται στην εταιρεία ή στη θέση που βρίσκεται.
- Ανεύρεση ταλέντων και μετεκπαίδευση (τόσο re-skilling, όσο και up-skilling) των υπαλλήλων.
- Αξιολόγηση της απόδοσης κάθε εργαζομένου.
- Βελτιστοποίηση των σχέσεων μεταξύ management και προσωπικού, αλλά και μείωση των προβλημάτων εντός τμημάτων.
Χειροπιαστά οφέλη
Ήδη, με τη βοήθεια της τεχνητής νοημοσύνης, εταιρείες προβλέπουν την πιθανότητα αποχώρησης (ακόμη και το χρονικό διάστημα στο οποίο θα συμβεί), στελεχών και μάλιστα αναγνωρίζουν με σημαντική ακρίβεια και τους λόγους που κάτι τέτοιο επίκειται να συμβεί, επιτρέποντας στα τμήματα HR να αναλάβουν δράση. Είναι θέμα μισθού; Μήπως είναι θέμα σχέσεων με τον επικεφαλής του τμήματος, και αν ναι, μήπως το έχουν κι άλλοι εργαζόμενοι; Μήπως είναι θέμα αντικειμένου και της θέσεως εργασίας; Για όλα αυτά, υπάρχουν πιθανές αντιδράσεις που θα αποσυμφορήσουν την κατάσταση και θα επιτρέψουν την ομαλή λειτουργία της επιχείρησης.
Σύμφωνα με έρευνα της McKinsey, το 2022, τα People analytics οδηγούν σε 80% αύξηση της αποτελεσματικότητας στις νέες προσλήψεις, 25% αύξηση στην παραγωγικότητα των υπαλλήλων, αλλά και σε 50% μείωση των αποχωρήσεων.
Οι 4 μορφές των HR analytics
Η επιστήμη των HR analytics είναι πλέον ιδιαίτερα ώριμη και μελετημένη, με πολλαπλά επίπεδα εφαρμογής. Συνολικά, τα HR analytics διακρίνονται σε 4 βασικές μορφές:
- Descriptive: Εξετάζει ιστορικά στοιχεία ώστε να δει τις επιπτώσεις εντός ενός συγκεκριμένου χρονικού διαστήματος (π.χ. ώρα προσέλευσης εντός του έτους).
- Diagnostic: Αναλύει δεδομένα προκειμένου να προσδιορίσει την πηγή συγκεκριμένων προβλημάτων.
- Predictive: Αναλύει τρέχοντα αλλά και ιστορικά δεδομένα σε συνδυασμό με στατιστικά μοντέλα, προκειμένου να προβλέψει μελλοντικές συμπεριφορές ή γεγονότα.
- Prescriptive: Προτείνει λύσεις και διαδικασίες για μελλοντικά πιθανά σενάρια.
Συνοψίζοντας, θα λέγαμε ότι ειδικά μετά τα νέα δεδομένα που έχει φέρει στις εργασιακές σχέσεις η πανδημία, η έλλειψη στοιχείων για τη λειτουργία των τμημάτων HR ισοδυναμεί με μεγάλο μειονέκτημα. Η ίδια η διαδικασία πρόσληψης, η αποτελεσματικότητα των υπαλλήλων, η διατήρησή τους στους κόλπους της εταιρείας και πολλά ακόμα στοιχεία, εξαρτώνται από το αν τα τμήματα HR οδηγούνται από την ανάλυση δεδομένων (data-driven HR) ή όχι. Οι λύσεις και η τεχνολογία υπάρχουν.
Τα δεδομένα βρίσκονται εκεί. Έχετε την πολυτέλεια να τα αγνοήσετε;
