Η πανδημία οδήγησε τα τμήματα HR να λάβουν πρωταγωνιστικό ρόλο στη λήψη των αποφάσεων και στη διαμόρφωση της επόμενης μέρας, με την επιτυχία τους να βασίζεται εν πολλοίς στη σωστή ανάλυση των δεδομένων που διαθέτουν. Πώς μπορούν τα People Analytics να συνδράμουν στο έργο τους και ποια σημεία χρήζουν προσοχής;
Το σκάκι για πολλούς θεωρείται ένα παιχνίδι. Για άλλους, το σκάκι είναι σπορ. Σε κάθε περίπτωση, αυτό που απαιτείται στον εν λόγω «ασπρόμαυρο» -συνήθως- κόσμο είναι η σωστή στρατηγική που θα βοηθήσει τον παίκτη να κάνει «ματ» στον αντίπαλο βασιλιά. Για να γίνει αυτό, όμως, ο παίκτης χρειάζεται να συγκεντρώσει μια σειρά από δεδομένα, προκειμένου να καταφέρει να νικήσει. Η θέση των πιονιών του, η θέση των πιονιών του αντιπάλου, οι παλαιότερες παρτίδες, η θεωρία των κανόνων είναι μόνο μερικά από τα δεδομένα που αναλύει κάθε παίκτης κατά τη διάρκεια μιας παρτίδας και τα οποία αξιοποιεί, προκειμένου να δομήσει την κατάλληλη για αυτόν στρατηγική, η οποία θα τον οδηγήσει προς την επιτυχία.
Κάτι αντίστοιχο θα μπορούσε να ειπωθεί ότι συμβαίνει και στο σύγχρονο επιχειρηματικό γίγνεσθαι. Κάθε επαγγελματίας από τον χώρο των πωλήσεων, του marketing κ.ά. αξιοποιεί μια πληθώρα δεδομένων, ούτως ώστε να θέσει στόχους, να αποτιμήσει την επιτυχία και να δομήσει την ακολουθούμενη στρατηγική. Εντούτοις, σε ό,τι αφορά τα θέματα διαχείρισης του ανθρώπινου δυναμικού, όπως οι προσλήψεις, οι προαγωγές, το performance management κ.ά., παρατηρείται διαχρονικά ότι οι επαγγελματίες του HR συχνά στηρίζονται σε υποκειμενικές θεωρήσεις, παρά σε ορισμένα απτά δεδομένα. Ακόμα και στις περιπτώσεις που ορισμένα στελέχη θέλουν να συγκεντρώσουν ή διαθέτουν ορισμένα σχετικά δεδομένα, αυτά είτε είναι ανεπαρκή είτε δεν είναι σε θέση να οδηγήσουν εύκολα σε ασφαλή συμπεράσματα.
Χωρίς αμφιβολία, όταν το αντικείμενο της ενασχόλησής κάποιου σχετίζεται με τον άνθρωπο και τη συμπεριφορά του, η ύπαρξη του υποκειμενικού στοιχείου δεν μπορεί να εξαλειφθεί. Ωστόσο, χωρίς τα απαραίτητα δεδομένα, η λήψη αποφάσεων γίνεται πολύ πιο δύσκολη και συχνά αδιαφανής, ενώ είναι πολύ πιο δύσκολο το HR τμήμα να θεωρηθεί στρατηγικός συνεργάτης της επιχείρησης και να πάρει τη θέση που του αναλογεί στη διαμόρφωση της ευρύτερης εταιρικής στρατηγικής.
Η ΣΗΜΑΣΙΑ ΤΩΝ ΔΕΔΟΜΕΝΩΝ ΣΤΟ ΣΥΓΧΡΟΝΟ HR
Τα τελευταία χρόνια, όλο και περισσότερα τμήματα HR κατανοούσαν τη χρησιμότητα των δεδομένων στο έργο τους, εξού και παρατηρήθηκε μια στροφή προς τα People Analytics, με εξειδικευμένα στελέχη και τμήματα. Ο όρος Analytics στον χώρο του HR αναφέρεται στο πεδίο εκείνο που ασχολείται με τη χρήση τεχνικών ανάλυσης δεδομένων για τη διαχείριση του ανθρώπινου δυναμικού ενός οργανισμού, με στόχο τη βελτίωση τόσο της απόδοσης των εργαζομένων όσο και του retention. Εντούτοις, τα HR analytics δεν συγκεντρώνουν δεδομένα για το πώς οι εργαζόμενοι αποδίδουν στην εργασία τους. Αντιθέτως, στοχεύουν στο να παρέχουν καλύτερο insight για κάθε διαδικασία, συγκεντρώνοντας σχετικά δεδομένα, τα οποία και αξιοποιούνται για τη λήψη θεμελιωμένων αποφάσεων για το πώς η εν λόγω διαδικασία είναι δυνατό να καταστεί αποτελεσματικότερη.
Η έξαρση της πανδημίας, μάλιστα, συνέβαλε στο να αναδειχθεί ακόμα περισσότερο η σημασία της συγκέντρωσης και της κατάλληλης επεξεργασίας των δεδομένων που αφορούν τους εργαζόμενους και αυτό διότι τέθηκε, πλέον, έντονα το ζήτημα της επιχειρηματικής συνέχειας και της επιβίωσης των οργανισμών. Με απλά λόγια, σε ένα ασταθές οικονομικά περιβάλλον, λόγω της πανδημίας και των συνεπειών της, τα τμήματα HR κλήθηκαν να λάβουν πρωταγωνιστικό ρόλο στη λήψη των αποφάσεων και στη διαμόρφωση της επόμενης μέρας, χωρίς να έχουν το περιθώριο για άστοχες προσλήψεις, χαμηλή απόδοση, υπερβολικά κόστη κ.ά. Επιπλέον, εν μέσω και του απαραίτητου ψηφιακού μετασχηματισμού, οι παραδοσιακές τεχνικές συλλογής δεδομένων που μπορεί να λειτουργούσαν στο παρελθόν, πλέον, ήταν αναγκαίο να αντικατασταθούν, αφού η συντριπτική πλειοψηφία των ατόμων εργαζόταν εξ αποστάσεως.
«Ζούμε σε μια ψηφιακή εποχή που τα πάντα γύρω μας μετατρέπονται σε δεδομένα και χρήσιμη πληροφορία για τη λήψη αποφάσεων. Κατά συνέπεια, δεν μπορούμε να μιλάμε για τη διοίκηση ανθρώπινου δυναμικού χωρίς την απόκτηση και αξιοποίηση δεδομένων» επισημαίνει η Αναστασία Λουκά, PhD, Director of People Data & Analytics της Stanton Chase και συνεχίζει: «Η αξιοποίηση δεδομένων από τα τμήματα HR συνεπάγεται αποφάσεις που δεν είναι μόνο αποτέλεσμα εμπειρίας και ενστίκτου, αλλά είναι βασισμένες σε δεδομένα (data) που διαμορφώνουν στην πορεία μια πιο data-driven εταιρική κουλτούρα, γεγονός που συμβάλει στην πιο γρήγορη λήψη αποφάσεων με χαμηλό ρίσκο. Επίσης, η διοίκηση γίνεται πιο ευέλικτη και πιο στρατηγική, ανάλογα με τον όγκο και την ποιότητα των δεδομένων, με συνέπεια να παρατηρούνται μακροπρόθεσμα οφέλη. Τέλος, ενισχύεται η εμπιστοσύνη των εργαζομένων στη διοίκηση, με αποτέλεσμα να δομείται ένα ισχυρότερο employer branding».
Επομένως, σε ένα συνεχώς μεταβαλλόμενο περιβάλλον, η επιτυχία εξαρτάται από το πώς μπορούν να αξιοποιηθούν τα δεδομένα που συγκεντρώνονται, ώστε να καθοριστεί η αιτία των πιθανών προβλημάτων, να σχεδιαστούν αποτελεσματικές πρωτοβουλίες και να διαμορφωθεί κατάλληλα το μελλοντικό πλάνο του οργανισμού. Ως εκ τούτου, ένα σύγχρονο HR τμήμα οφείλει να επενδύσει στα People Analytics εργαλεία, προκείμενου να βοηθηθεί σε διάφορες πτυχές του έργου του. Αρχικά, το HR τμήμα θα είναι σε θέση να μειώσει το ποσοστό turnover των εργαζομένων, καθώς θα μπορεί να καθορίσει τις αιτίες που ωθούν τα άτομα στο να αποχωρήσουν από την εταιρεία. Παράλληλα, επιτυγχάνεται και το employee retention, το οποίο, τη δεδομένη χρονική στιγμή της «Μεγάλης Παραίτησης», είναι κομβικής σημασίας για κάθε επιχείρηση.
Επιπρόσθετα, μέσω των People Analytics, η ΔΑΔ μπορεί να επιτύχει ίσες και δίκαιες αμοιβές για τους εργαζόμενους, αφού θα διαθέτει τον τρόπο να συγκρίνει τα μισθολογικά προφίλ και την απόδοση του εκάστοτε εργαζόμενου, αλλά και να εστιάσει στον τομέα του Diversity & Inclusion, ανακαλύπτοντας τα σημεία εκείνα που χρήζουν προσοχής ή και εκείνα στα οποία ελλοχεύουν υποσυνείδητες προκαταλήψεις. Επίσης, η χρήση των People Analytics βοηθά στο αποτελεσματικότερο workforce planning, καθώς παρέχεται η δυνατότητα να καταγραφεί η εικόνα του υπάρχοντος ανθρώπινου δυναμικού και να προετοιμαστεί ένα κατάλληλο πλάνο διαδοχής, γεγονός που με τη σειρά του οδηγεί σε αποτελεσματικότερες και περισσότερο εστιασμένες προσλήψεις αλλά και εκπαιδευτικές πρωτοβουλίες.
Η ΣΤΡΑΤΗΓΙΚΗ ΕΦΑΡΜΟΓΗ ΤΩΝ PEOPLE ANALYTICS
Αναγνωρίζοντας, λοιπόν, τη σημασία που έχει -εν καιρώ πανδημίας και μετασχηματισμού της εργασίας- η όσο το δυνατόν αποτελεσματικότερη λήψη αποφάσεων από το τμήμα HR και τα οφέλη που απορρέουν από την αξιοποίηση των People Analytics, το ερώτημα που προκύπτει είναι το πώς η ΔΑΔ θα εντάξει τα People Analytics στη λειτουργία της επιχείρησης, αντιμετωπίζοντας αποτελεσματικά τις όποιες προκλήσεις. Για την Α. Λουκά: «Ο στρατηγικός σχεδιασμός της λύσης των analytics, που περιλαμβάνει τον τρόπο εφαρμογής και αξιοποίησης των αποτελεσμάτων μετά το πέρας του project, είναι ένα από τα πολύ βασικά στοιχεία για τη βέλτιστη χρήση των λύσεων analytics. Ο στρατηγικός σχεδιασμός ξεκινά από τα δεδομένα τα οποία πρέπει να συλλεχθούν, τα εργαλεία/συστήματα που θα χρησιμοποιηθούν, τη μεθοδολογία μέχρι και τα αποτελέσματα της ανάλυσης. Πολλές, όμως, επιχειρήσεις σταματούν στο αποτέλεσμα/λύση. Για να υπάρξει βέλτιστη αξιοποίηση της λύσης και η αξία του project να έχει αντίκτυπο στην εταιρεία και στους ανθρώπους της, πρέπει η λύση να έχει αντικειμενική αξία και αντίκτυπο στην εταιρεία, δηλαδή να λύνει ένα πρόβλημα που έχει μεγάλο αντίκτυπο στους εργαζόμενους και στον οργανισμό».
«Πολλές φορές υπάρχει η λάθος αντίληψη πως, όταν μιλάμε για analytics, μιλάμε για την επίλυση ενός ΗR προβλήματος. Η ανάλυση δεδομένων βοηθάει τους οργανισμούς να μάθουν την αιτία του προβλήματος. Η λύση αυτή καθαυτή είναι το επόμενο βήμα και όχι πάντα μέρος ενός analytics project» συμπληρώνει η Α. Λουκά και υπογραμμίζει πως «στην όλη διαδικασία στρατηγικής μελέτης και εφαρμογής των λύσεων, η διοίκηση πρέπει να είναι ενήμερη, σύμφωνη και να έχει ξεκάθαρη εικόνα της αξίας της λύσης. Στην πολυετή μου εμπειρία έχω δει πολλά projects στα οποία είχε δαπανηθεί χρόνος και χρήμα, αλλά δεν είχαν ουσιαστικό αποτέλεσμα, γιατί η διοίκηση δεν είχε ξεκάθαρη εικόνα της αξίας αυτού του project. Ως αποτέλεσμα, μετά το πέρας του, δεν υπήρξε συνέχεια ώστε να παρθούν τα σωστά μετρά, να εφαρμοστούν καινούριες διαδικασίες κ.ά.».
Προκειμένου, λοιπόν, οι εταιρείες να αποφύγουν τα λάθη και να αξιοποιήσουν αποτελεσματικά τα People Analytics, μπορούν να ακολουθηθούν ορισμένα απλά βήματα:
1. Στοχοθεσία: Το πρώτο βήμα που οφείλει να κάνει κάθε οργανισμός είναι να προσδιορίσει ποιο ακριβώς ζήτημα θέλει να αντιμετωπίσει με την αξιοποίηση των People Analytics. Αυτό συμβαίνει διότι τα εν λόγω εργαλεία είναι σε θέση να προσφέρουν βοήθεια σε πολλά πεδία και συνεπώς, αν δεν υπάρχει σαφής στόχος, τότε το HR θα έχει συγκεντρώσει έναν σημαντικό όγκο δεδομένων, τα οποία δεν θα ξέρει με ποιον ακριβώς τρόπο να ερμηνεύσει.
Σύμφωνα και με την Α. Λουκά μπορούν να εφαρμοστούν «Σε όλο τον κύκλο ζωής των εργαζομένων (από την πρόσληψη ταλέντων μέχρι την αποχώρηση) που τυχόν υπάρχουν δεδομένα. Αν θα θέλαμε να δούμε τους τομείς που έχουμε δει να εφαρμόζεται συχνότερα από μεγάλους οργανισμούς είναι η αποχώρηση εργαζομένων, η απόδοση των εργαζομένων, η πρόσληψη ανθρώπινου δυναμικού και η κουλτούρα. Γενικά, μπορούμε να πούμε πως η ανάλυση δεδομένων είναι άριστα συνυφασμένη με τον όγκο και την ποιότητα δεδομένων αλλά και την ανάγκη για λύσεις (insights) στα προβλήματα και τις προκλήσεις που αντιμετωπίζει κάθε οργανισμός. Κάθε συμπεριφορά, βήμα, διαδικασία, αντίληψη κ.ά., μπορεί να μετατραπεί σε δεδομένα και με τη σωστή ανάλυση να μετατραπεί σε χρήσιμη πληροφορία».
Καθώς, λοιπόν, τα People Analytics είναι αρκετά ευέλικτα, είναι σημαντικό για κάθε επιχείρηση να εντοπίσει τα σημεία στα οποία πάσχει και να θέσει ρεαλιστικούς στόχους, ούτως ώστε να αξιοποιήσει στο έπακρο τις δυνατότητες που προσφέρονται. Για παράδειγμα, αν το πρόβλημα εντοπίζεται αναφορικά με το engagement των ατόμων, τα Analytics μπορούν να το μετρήσουν και να συμβάλλουν στη δημιουργία μοντέλων που εξηγούν τον αντίκτυπο που έχουν διαφορετικές πρωτοβουλίες στα επίπεδα δέσμευσης των εργαζομένων.
2. Συγκέντρωση των δεδομένων: Αφού έχει προσδιοριστεί ο στόχος, το επόμενο βήμα αφορά στη συγκέντρωση των δεδομένων και την επιλογή των κατάλληλων δεικτών που θα χρησιμοποιηθούν. Στο στάδιο αυτό θα μπορούσε να υπάρξει και μεγαλύτερη εμπλοκή των εργαζομένων, αφού, εκτός από τα δεδομένα που έχουν ήδη συγκεντρωθεί, οι εργαζόμενοι θα μπορούσαν να προσφέρουν επιπλέον πληροφορίες μέσω μιας εσωτερικής έρευνας ή κάποιων ερωτηματολογίων. Εδώ είναι και το σημείο που η επιχείρηση χρειάζεται είτε να οργανώσει σωστά την ομάδα που θα αναλάβει το έργο είτε, αν δεν διαθέτει τα κατάλληλα στελέχη, να απευθυνθεί σε κάποιον εξωτερικό συνεργάτη ή πάροχο.
3. Ανάλυση των δεδομένων: Μετά την επιτυχή συγκέντρωση των δεδομένων από διάφορες πηγές, είναι σημαντικό οι πληροφορίες που έχουν συλλεχθεί να αναλυθούν και να εξαχθούν συγκεκριμένα δεδομένα, τα οποία είναι και αυτά που, εν τέλει, θα χρησιμοποιηθούν. Στο βήμα αυτό, η ομάδα θα ανιχνεύσει πιθανά μοτίβα που αναπτύσσονται και θα προβεί σε υποθέσεις για το πώς μπορεί να αντιμετωπιστεί αποτελεσματικά το εκάστοτε ζήτημα, σχεδιάζοντας παράλληλα και τον τρόπο με τον οποίο μπορούν να παρουσιαστούν τα συμπεράσματα από την έρευνα της.
4. Δημιουργία στρατηγικών: Το τελευταίο βήμα είναι αυτό της δημιουργίας και της εφαρμογής της επιλεγμένης στρατηγικής. Το τμήμα HR είναι αναγκαίο, πλέον, να συναντηθεί με τη διοικητική ομάδα, προκειμένου να παρουσιάσει τα πορίσματά του και να προτείνει μία λύση, η οποία θα περιλαμβάνει μετρήσιμα αποτελέσματα βάσει προτεινόμενων πρωτοβουλιών.
ΤΑ ΣΗΜΕΙΑ ΕΣΤΙΑΣΗΣ
Αδιαμφισβήτητα, η υιοθέτηση των People Analytics επιφέρει πολλά οφέλη για τα τμήματα HR και την εταιρεία, ενώ οι νέες συνθήκες που δημιούργησε η πανδημία τα καθιστούν απαραίτητα για τη διαμόρφωση μιας επιτυχημένης στρατηγικής, η οποία θα οδηγήσει την επιχείρηση στην επόμενη μέρα. Ως εκ τούτου, οι επιχειρήσεις θα ήταν σκόπιμο να χρησιμοποιήσουν τα People Analytics βάσει των απαιτήσεων της περιόδου που διανύουμε, και να δώσουν προσοχή σε ορισμένα σημεία, προκειμένου να πετύχουν το επιθυμητό αποτέλεσμα.
Κατ’ αρχάς, οι εταιρείες οφείλουν να λάβουν υπόψη τους τις νέες απαιτήσεις των εργαζομένων, οι οποίες σχετίζονται με την τηλεργασία, το wellbeing αλλά και το γενικότερο employee experience που λαμβάνουν. Έτσι, οι εταιρείες είναι αναγκαίο να χρησιμοποιήσουν τα People Analytics, για να εξετάσουν τους παράγοντες που επηρεάζουν τα θέλω των εργαζομένων και, βάσει των δεδομένων που θα συγκεντρωθούν, να σχεδιάσουν μια αποτελεσματικότερη employee experience στρατηγική, η οποία θα διατηρήσει τα ταλέντα τους, αλλά θα οδηγήσει και σε καλύτερα αποτελέσματα, αναφορικά με το Recruitment. Επιπροσθέτως, καθώς τα ζητήματα διαφορετικότητας, ισότητας και συμπερίληψης έχουν τοποθετηθεί στο επίκεντρο των συζητήσεων, οι επιχειρήσεις θα ήταν χρήσιμο να χρησιμοποιήσουν τα People Analytics για να μετρήσουν την αποτελεσματικότητα των DEI προγραμμάτων τους, να φέρουν στην επιφάνεια τυχόν υποσυνείδητες προκαταλήψεις, αλλά και να καταγράψουν το ROI των πρωτοβουλιών τους. Έτσι, θα είναι πράγματι σε θέση να χτίσουν μια κουλτούρα συμπερίληψης και να αποδείξουν εμπράκτως τον diverse χαρακτήρα τους.
Από την πλευρά της η Α. Λουκά εξηγεί: «Η ποιότητα, η εγκυρότητα, η συνάφεια και η αξιοπιστία των δεδομένων παίζουν πρωταρχικό ρόλο στο αποτέλεσμα της στατιστικής ανάλυσης και συσχέτισης των δεδομένων, ενώ η σωστή μεθοδολογία και η κατάλληλη στατιστική ανάλυση είναι ένα από τα πιο σημαντικά στοιχεία που συμβάλλουν στο ποιοτικό αποτέλεσμα της λύσης. Επίσης, απαραίτητη προϋπόθεση είναι και η βαθιά γνώση στους τομείς των analytics, statistics, research methodology και organizational behaviour».
Όπως σε μια παρτίδα σκάκι, οι παίκτες οφείλουν να αναλύουν τα δεδομένα που έχουν στα χέρια τους, προκειμένου να λάβουν κάθε φορά την απόφαση που θα τους οδηγήσει πιο κοντά στην επίτευξη του «ματ», έτσι και τα τμήματα HR, αν θέλουν να πετύχουν στις προκλήσεις της νέας πραγματικότητας, είναι αναγκαίο να διαμορφώνουν τη στρατηγική τους βάσει απτών δεδομένων. Με τον τρόπο αυτόν, θα αποτελούν πράγματι έναν πολύτιμο στρατηγικό συνεργάτη της διοίκησης και θα διαθέτουν μια σφαιρική εικόνα των αναγκών της επιχείρησης, ενώ θα κινούνται με μεγαλύτερη ευελιξία, οργανώνοντας κάθε είδους δράση πάνω σε γερά θεμέλια.
Case Study
«ΤΙ ΛΕΝΕ ΤΑ DATA ΓΙ’ ΑΥΤΟ; ΔΕΙΞΕ ΜΟΥ ΤΑ DATA ΠΟΥ ΤΟ ΕΠΙΒΕΒΑΙΩΝΟΥΝ»
Ζούμε σε μια εποχή όπου πολλές φορές αμφισβητούμε οτιδήποτε δεν βασίζεται σε δείκτες, οτιδήποτε δεν αποδεικνύεται με «αριθμούς». Το HR δεν αποτελεί εξαίρεση και καλείται πολύ συχνά να απαντήσει σε ερωτήσεις όπως οι παραπάνω, ενώ, έχοντας τον ρόλο του στρατηγικού συνεργάτη της Διοίκησης, συμμετέχει πλέον ενεργά στη διαδικασία λήψης αποφάσεων. Αυτή η τάση έχει φέρει στην επιφάνεια την ανάγκη για ακριβή και σύγχρονα δεδομένα και δείκτες ανθρωπίνου δυναμικού. Όλο και περισσότερες εταιρείες αναγνωρίζουν την ανάγκη αυτή, επενδύοντας σε προγράμματα και στελέχη που εξειδικεύονται σε people analytics.
Στην Persado, έχουμε δημιουργήσει τα People Business Reviews (PBRs) ως ένα μέσο αξιοποίησης των people analytics. Τα PBRs είναι εξαμηνιαία διαδραστικά reports προς την Διοίκηση κάθε τμήματος της εταιρείας, στα οποία συλλέγονται δεδομένα από όλα τα προγράμματα που διαχειρίζεται το HR και αφορούν στο ανθρώπινο δυναμικό της εταιρείας. Ο απώτερος στόχος είναι να ανακαλύψουμε την «ιστορία» που περιγράφουν τα people data και να αναδείξουμε το εξαιρετικό τους business impact, λαμβάνοντάς τα έπειτα υπόψη στη δημιουργία νέων προγραμμάτων και στη βελτιστοποίηση των διαδικασιών μας.
Τα δεδομένα που χρησιμοποιούμε στα PBRs συλλέγονται από τα συστήματα και τα προγράμματα του HR και εξετάζονται υπό το πρίσμα του συνολικού εργασιακού κύκλου: τη διαδικασία του recruitment & onboarding, της εκπαίδευσης των εργαζομένων, την ανάπτυξη και εξέλιξη της καριέρας τους μέσα στην εταιρεία και, τέλος, τα δεδομένα που συλλέγονται κατά την αποχώρησή τους.
Μέσα από τη συνολική ανάλυση των παραπάνω, παρατηρούμε τα δυνατά σημεία και τις ανησυχίες κάθε ομάδας και δημιουργούμε στοχευμένες ενέργειες για τη βελτίωση της ποιότητας της εργασιακής ζωής και της παραγωγικότητας των εργαζομένων, καθώς και τη διατήρησή τους στην εταιρεία. Βλέπουμε επίσης, πώς επηρεάζει, για παράδειγμα, ο δείκτης του Feedback & Recognition το Employee Engagement ή πώς διαφοροποιούνται τα αποτελέσματα του Engagement Survey ανάλογα με το Performance Score. Την ίδια στιγμή, τα PBRs αποτελούν για το HR ένα σημαντικό εργαλείο, το οποίο μας δείχνει πόσο χρήσιμα είναι για τους εργαζόμενους τα προγράμματα που τους παρέχουμε και πόσο αξιοποιούνται.
Το μυστικό της επιτυχίας στην παραπάνω διαδικασία είναι να εμπιστευόμαστε και να ακολουθούμε τον δρόμο που μας δείχνουν τα data, κοιτώντας τα πάντοτε συνδυαστικά. Αυτή είναι και η πρόκληση: να βγάλουμε ένα έγκυρο και μετρήσιμο αποτέλεσμα από δεδομένα που είναι ως επί το πλείστον ποιοτικά, κοιτώντας τη συνολική εικόνα και όχι έναν δείκτη μεμονωμένα. Και όσο η πρόκληση μεγαλώνει, τόσο αυξάνεται και
η μαγεία τους!
Ιφιγένεια Γκέιβελη, People Operations & Analytics Manager, Persado
ΧΡΗΣΙΜΑ ΠΑΡΑΔΕΙΓΜΑΤΑ
Καθώς τα δεδομένα που μπορούν να συγκεντρωθούν είναι πολλά και αλλάζουν ανάλογα με τον επιδιωκόμενο σκοπό, οι επιχειρήσεις θα ήταν σκόπιμο να χρησιμοποιήσουν ορισμένα βασικά metrics σε μηνιαία ή ετήσια βάση, προκειμένου να έχουν μια γενική βοηθητική εικόνα για τις συνθήκες που επικρατούν. Μερικά παραδείγματα τέτοιων metrics είναι:
Μέσος χρόνος κάλυψης μιας θέσης. Ο εν λόγω δείκτης μετρά το πόσο γρήγορη είναι η διαδικασία του recruitment, δηλαδή το χρονικό διάστημα που περνά από τη στιγμή ανάρτησης της αγγελίας εργασίας, μέχρι την πρόσληψη του υποψηφίου.
Κόστος ανά πρόσληψη. Αυτός ο δείκτης βοηθά στο να μην ξεφύγει το διαθέσιμο budget που υπάρχει για τις προσλήψεις, με το να μετρά το πόσο κόστισε μια πρόσληψη στην επιχείρηση ή το συνολικό κόστος βάσει όλων των προσλήψεων που έγιναν σε κάποιο διάστημα.
Συνολικό turnover. Πρόκειται για μέτρηση του ποσοστού των εργαζομένων που αποχωρούν από την εταιρεία και πρέπει να αντικατασταθούν, ανεξάρτητα από το αν πρόκειται για οικειοθελή αποχώρηση ή όχι. Αντίστοιχος δείκτης θα μπορούσε να χρησιμοποιηθεί μόνο για τις οικειοθελείς αποχωρήσεις.
Απόδοση εργαζομένων. Χάρη σε αυτό τον δείκτη οι επιχειρήσεις μπορούν να δουν ποιοι είναι οι top performers και ποιοι είναι αυτοί, η απόδοση των οποίων μπορεί να βελτιωθεί, ενώ ο συνδυασμός με άλλους δείκτες, όπως την ικανοποίηση των εργαζομένων ή το turnover είναι σε θέση να οδηγήσει σε ακόμα πιο αναλυτικά συμπεράσματα.
Κοντολογίς, αυτό που έχει σημασία είναι οι επιχειρήσεις να μην λειτουργήσουν χωρίς κάποιο οργανωμένο σχέδιο, διαφορετικά διακινδυνεύουν να μην πετύχουν το επιθυμητό αποτέλεσμα.
Viewpoint
ΜΥΘΟΙ ΚΑΙ ΑΛΗΘΕΙΕΣ ΓΙΑ ΤΑ PEOPLE PREDICTIVE ANALYTICS
Κλείνοντας δυο χρόνια με αλλεπάληλους «Μαύρους Κύκνους», την παγκόσμια πανδημία και τη Μεγάλη Παραίτηση, η ικανότητα των στελεχών να λαμβάνουν αποφάσεις έγκαιρα, τεκμηριωμένα και βάσει αξιόπιστων δεδομένων αποδεικνύεται πιο σημαντική από ποτέ.
Ο ρόλος των People Analytics, και πιο συγκεκριμένα των People Predictive Analytics, δεν αποτελεί πλέον ανταγωνιστικό πλεονέκτημα για τους λίγους, αλλά κομμάτι ζωτικής σημασίας για όλες τις επιχειρήσεις.
Ερωτήματα που διαχρονικά απασχολούν τις διοικήσεις Ανθρωπινου Δυναμικού όπως «σε ποια πανεπιστήμια/τομέα σπουδών πρέπει η επιχείρηση να εστιάσει για νέες προσλήψεις; Ποια στελέχη έχουν υψηλότερες πιθανότητες να αποχωρήσουν τους επόμενους μήνες και γιατί; Πόσες νέες θέσεις εργασίας θα χρειαστεί να καλυφθούν το επόμενο οικονομικό έτος; Ποιες δράσεις και πως επηρεάζουν την παρακίνηση των ομάδων μας;» μπορούν πλέον να απαντηθούν με μεγαλύτερη ακρίβεια και αξιοπιστία με την χρήση των analytics.
Πολλές επιχειρήσεις διστάζουν να εισέλθουν στον κόσμο των People Predictive Analytics καθώς θεωρούν πως δεν είναι έτοιμες ή δεν έχουν τα κατάλληλα εφόδια.
Ωστόσο, το ταξίδι δεν είναι γραμμικό. Δεν χρειάζεται να έχουμε το «τέλειο dataset» ή το «καλύτερο dashboard» για να ξεκινήσουμε να απαντάμε σε πραγματικά προβλήματα.
Ακόμα και ορισμένοι μύθοι που υπάρχουν, δεν πρέπει να αποτελούν ανασταλτικό παράγοντα, καθώς εύκολα μπορούν να αναιρεθούν.
Ας δούμε για παράδειγμα ορισμένους μύθους:
«Δεν υπάρχουν αρκετά δεδομένα». Μπορούμε να χτίσουμε προβλεπτικά μοντέλα με περιορισμένα δεδομένα, αρκεί αυτά να είναι ιστορικά ακριβή, ενημερωμένα και πλήρη, ώστε βασιζόμενοι στα εκάστοτε σενάρια να μπορούμε να καταλήξουμε σε εύλογα συμπεράσματα και δράσεις. «Τα predictive analytics απαιτούν τεχνολογία, εργαλεία data visualization, big data sets, HRBI εργαλεία κ.ά». Σίγουρα η εξελιγμένη τεχνολογία συμβάλλει σε ένα πιο γρήγορο και εύκολο αποτέλεσμα, εξίσου όμως έγκυρα αποτελέσματα μπορούν να προκύψουν και μέσω ήδη διαδεδομένων εργαλείων, όπως η εφαρμογή excel. «Χρειαζόμαστε στατιστικολόγους, μαθηματικούς, προγραμματιστές». Αυτό που πρωτίστως χρειάζεται είναι η καλή αντίληψη του business (ευκαιρίες, απειλές, βάσιμες υποθέσεις εργασίας), του οράματος του οργανισμού και των θεμάτων Ανθρώπινου Δυναμικού που αποτελούν προτεραιότητα του management. Αν οι τεχνικές γνώσεις δεν υπάρχουν εντός της ομάδας, μπορούν να αναζητηθούν είτε στον υπόλοιπο οργανισμό, είτε σε αξιόπιστες διαδυκτιακές επιμορφωτικές πλατφόρμες ή πρόσκαιρα σε εξωτερικούς συνεργάτες.
Σέ ένα τόσο απαιτητικό σήμερα, το HR οφείλει να διασφαλίσει ότι οι λειτουργίες και στρατηγικές του είναι δυναμικές και βασισμένες σε σενάρια.
Ξεκινάμε από τα απλά. Θέτουμε τους στόχους μας με το top management, συμφωνούμε στους ορισμούς μας, συλλέγουμε και εξετάζουμε τα δεδομένα μας, χτίζουμε τις υποθέσεις μας και το ταξίδι μας έχει ήδη ξεκινήσει.
Κωνσταντίνος Τσάπης, Head of Rewards, People Analytics & HR Operations at Nova
