Περισσότερο από ποτέ, οι εταιρείες χρησιμοποιούν δεδομένα για να μετρήσουν και να διαμορφώσουν τις εργάσιμες ημέρες των ατόμων. Παρότι στόχος της χρήσης people analytics είναι η βελτίωση της παραγωγικότητας, η εντατική παρακολούθηση μπορεί να αυξήσει το άγχος, να μειώσει την εμπιστοσύνη και να προκαλέσει ακόμη και λιγότερο ηθική συμπεριφορά των εργαζομένων. Συνεπώς, οι εταιρείες θα πρέπει να δώσουν τη δέουσα προσοχή.

Μία φορά και έναν καιρό, οι οργανισμοί αποτελούνταν από ανθρώπους. Σήμερα, οι οργανισμοί αποτελούνται, πλέον, από δεδομένα. Καθώς οι εταιρείες έχουν μάθει να αναλύουν τα δεδομένα τους για να εντοπίζουν καλύτερα νέες ευκαιρίες, να βελτιώνουν τις προβλέψεις και να λαμβάνουν καλύτερες αποφάσεις, το ενδιαφέρον έχει μετατοπιστεί από τους ανθρώπους στα δεδομένα σχετικά με το τι κάνουν κατά τη διάρκεια των ωρών εργασίας τους. Τα δεδομένα των εργαζομένων, μάλιστα, χρησιμοποιούνται όλο και περισσότερο στη διαχείριση ανθρώπινων πόρων – και πιο πρόσφατα στα People Analytics, με αποτέλεσμα οι εργαζόμενοι να ορίζονται όλο και περισσότερο με βάση αυτά.
Οι επιπτώσεις αυτής της αλλαγής είναι σημαντικές. Αυτό συμβαίνει διότι μία προσέγγιση που ορίζει τους ανθρώπους και την αξία τους για την εταιρεία (πραγματική και προβλεπόμενη) με όρους δεδομένων, κινδυνεύει να αποπροσωποποιήσει τους ανθρώπους που απαρτίζουν τις εταιρείες, υποβιβάζοντάς τους στα μάτια του εργοδότη τους στο επίπεδο των «ανταλλάξιμων αντικειμένων». Επιπλέον, μία τέτοια προσέγγιση έχει τη δυνατότητα να δημιουργήσει μία εργασιακή κουλτούρα που λειτουργεί αρνητικά στην ιδιωτική ζωή των εργαζομένων και στην οποία οι άνθρωποι αισθάνονται λιγότερο ασφαλείς.

Αποπροσωποποίηση και People Analytics
Η τάση αποπροσωποποίησης των εργαζομένων, βέβαια, δεν είναι απαραίτητα κάτι καινούργιο. Στην πραγματικότητα, εδώ και αρκετό καιρό, η ΔΑΔ έχει επικεντρωθεί λιγότερο στην προσέγγιση του εργαζομένου ως «ολοκληρωμένου» ανθρώπου και περισσότερο στην προώθηση μιας «one size fits all» προσέγγισης, αναφορικά με τη διαχείριση των εργαζομένων. Με απλά λόγια, προκειμένου να μειώσει το κόστος και να προωθήσει την αποτελεσματικότητα της συμμόρφωσης και της τυποποίησης, η ΔΑΔ προσέγγισε τους εργαζόμενους κυρίως από την άποψη των ποσοστώσεων που πρέπει να πετύχουν, των πωλήσεων που πραγματοποιούν, των συμφωνιών που κλείνουν κ.ο.κ. Πρόσφατα δε, η προσέγγιση αυτή εξελίχθηκε, με τη διαχείριση ανθρώπινων πόρων να ανοίγει τον δρόμο για τα People Analytics, τα οποία χρησιμοποιούν στατιστικές μεθόδους και ευφυείς τεχνολογίες για τη δημιουργία και την ανάλυση ψηφιακών αρχείων της συμπεριφοράς των εργαζομένων αλλά και τη χρήση μίας προσέγγισης που βασίζεται σε στοιχεία για την αύξηση της αποδοτικότητας και της παραγωγικότητας του οργανισμού, ενώ σήμερα, έως και το 70% των στελεχών θεωρεί την εφαρμογή των People Analytics ως κορυφαία προτεραιότητα.

Τα People Analytics υπερβαίνουν τις παραδοσιακές διαδικασίες μέτρησης και ποσοτικοποίησης της απόδοσης των εργαζομένων. Και αυτό διότι επιτρέπουν στους οργανισμούς να κάνουν προβλέψεις και όχι απλώς να μετρούν τις εκροές. Η πραγματική, όμως, απόκλιση από τις παραδοσιακές πρακτικές διαχείρισης ανθρώπινου δυναμικού είναι ότι τα People Analytics, συχνά, σημαίνουν πως οι εργαζόμενοι παρακολουθούνται και αναλύονται συνεχώς σε όλο και πιο οικεία επίπεδα. Δεδομένα από συσκευές, όπως κάμερες, Bluetooth, κινητά τηλέφωνα κ.ά αναλύονται, με στόχο την πραγματοποίηση προβλέψεων που επιτρέπουν στους προϊσταμένους να αντιμετωπίσουν, να αξιολογήσουν και -αν χρειαστεί- να «τιμωρήσουν» τη συμπεριφορά των εργαζομένων. Η κατάσταση αυτή έχει οδηγήσει, για παράδειγμα, τις εταιρείες να απολύουν εργαζόμενους όταν διαπιστώνουν ότι τα εν λόγω άτομα κάνουν αίτηση για άλλες θέσεις εργασίας. Επιπλέον, η Ευρωπαϊκή Επιτροπή διαπίστωσε ότι η παγκόσμια ζήτηση για λογισμικό παρακολούθησης των εργαζομένων υπερδιπλασιάστηκε το διάστημα μεταξύ του Απριλίου του 2019 και του Απριλίου του 2020, ενώ την περίοδο του lockdown το 2020, τετραπλασιάστηκε το λογισμικό παρακολούθησης του χρόνου που οι εργαζόμενοι πραγματικά αφιερώνουν στα καθήκοντά τους.

Ωστόσο, αυτή η παρακολούθηση έχει ένα τίμημα. Η διείσδυση της επιτήρησης σε όλο και περισσότερα μέρη της εργάσιμης ημέρας σημαίνει ότι η ιδιωτικότητα των εργαζομένων σχεδόν εξαλείφεται, με αποτέλεσμα η εργασιακή εμπειρία τους να επηρεάζεται αρνητικά. Αυτό συμβαίνει, διότι ο φόβος ότι κάποιος ελέγχει συνεχώς το τι γίνεται υπονομεύει την εμπιστοσύνη, ενώ η παρακολούθηση μπορεί να πλήξει το ηθικό των εργαζομένων και να κάνει τους ανθρώπους να ενεργούν στην πραγματικότητα λιγότερο ηθικά. Κοντολογίς, η επιτήρηση μπορεί να επιφέρει το αντίθετο από το επιδιωκόμενο αποτέλεσμα και να δημιουργήσει ένα εργασιακό περιβάλλον, το οποίο έρχεται σε αντίθεση με τις σύγχρονες συστάσεις που εξηγούν ότι οι οργανισμοί σήμερα πρέπει να αναπτύξουν μία κουλτούρα που να ενδυναμώνει τους ανθρώπους, αντί να επιστρέφουν στον κεντρικό έλεγχο και στις άκαμπτες διαδικασίες.

Μία ορθότερη χρήση των People Analytics
Χωρίς αμφιβολία, η καθιέρωση και η ενίσχυση μίας νοοτροπίας όπου οι άνθρωποι περιορίζονται στα δεδομένα τους, μπορεί να δημιουργήσει μία εργασιακή κουλτούρα, η οποία μπορεί να βλάψει την απόδοση και την εμπειρία των εργαζομένων περισσότερο από ό,τι αναμενόταν. Επομένως, είναι σημαντικό οι οργανισμοί που υιοθετούν τα People Analytics να μη μετατρέπουν τα τμήματα ανθρώπινου δυναμικού σε τμήματα πληροφορικής που επικεντρώνονται στην παρακολούθηση και στη βελτιστοποίηση της απόδοσης των εργαζομένων, αλλά να μεριμνούν για τη διασφάλιση των συμφερόντων των εργαζομένων με τρόπους ενδυνάμωσης. Ως εκ τούτου, κάθε οργανισμός μπορεί να εφαρμόσει τρεις στρατηγικές, ούτως ώστε να διασφαλίσει ότι τα People Analytics χρησιμοποιούνται και θεωρούνται ότι ενδυναμώνουν τους εργαζόμενους. Συνοπτικά, οι στρατηγικές αυτές είναι:

1. Να γίνει σαφές ότι τα People Analytics δεν αποτελούν βήμα προς την αυτοματοποίηση. Τα People Analytics προέρχονται από την αυξανόμενη χρήση της τεχνητής νοημοσύνης από τους οργανισμούς για την προώθηση της αποδοτικότητας. Αυτός ο επιχειρησιακός τρόπος εργασίας, όμως, μπορεί να προωθήσει την ιδέα πως οι άνθρωποι είναι δευτερεύοντες σε σχέση με τα συστήματα που τους παρακολουθούν, οδηγώντας τους εργαζόμενους να αισθάνονται ότι απλώς παράγουν δεδομένα για τα «ΑΙ αφεντικά τους» και ότι είναι όλο και περισσότερο αντικαταστάσιμοι. Αυτό μπορεί να ενσταλάξει την αντίληψη ότι τα People Analytics αποτελούν ένα βήμα προς την αυτοματοποίηση, κατά την οποία οι άνθρωποι εκπαιδεύουν τις μηχανές που θα τους αντικαταστήσουν. Αντιθέτως, όταν αξιοποιούνται τα People Analytics, θα πρέπει να διαμορφώνονται και να θεσμοθετούνται ως μια στρατηγική που αυξάνει τις ικανότητες και τις επιδόσεις των εργαζομένων, υποδεικνύοντας έτσι ότι οι άνθρωποι αποτελούν πρώτη προτεραιότητα και ότι οι μηχανές «μπαίνουν σε δεύτερη μοίρα».

2. Να γίνει κατανοητό ότι τα People Analytics είναι κάτι παραπάνω από την καταγραφή της αποτελεσματικότητας. Είναι σημαντικό να επικοινωνηθεί ότι τα People Analytics δεν θα αξιοποιούνται μόνο για την πρόβλεψη της απόδοσης μεμονωμένων εργαζομένων, προσέγγιση που διαβρώνει την εμπιστοσύνη και παραβιάζει την ιδιωτική ζωή των ατόμων. Αυτό σημαίνει ότι οι οργανισμοί θα πρέπει να αποφεύγουν να διαμορφώνουν την απόδοση ως αυτοσκοπό, σηματοδοτώντας ότι οι εργαζόμενοι είναι απλώς ένα μέσο για την επίτευξη αυτού του σκοπού. Αντ’ αυτού, οι εταιρείες θα πρέπει να εστιάζουν στο πώς η παρακολούθηση και η ανάλυση μπορούν να χρησιμοποιηθούν με ολιστικό τρόπο, για να βοηθήσουν τους εργαζόμενους να αναπτυχθούν και να εξελιχθούν ως άτομα, τονίζοντας την εστίαση αυτή στις επικοινωνίες προς τους εργαζόμενους. Για παράδειγμα, τα δεδομένα μπορούν να συλλέγονται για τον εντοπισμό των σημείων όπου οι εργαζόμενοι βιώνουν στρεσογόνους παράγοντες και να χρησιμοποιούνται από τον οργανισμό για να προσφέρουν βοήθεια για την αντιμετώπιση των εμποδίων της προσωπικής ανάπτυξης. Εξάλλου, η παρακολούθηση των συναισθημάτων των εργαζομένων και ο εντοπισμός σημαντικών τάσεων μπορεί να συμβάλει στην προώθηση μεγαλύτερης ενσυναίσθησης και να ενισχύσει την κοινή κατανόηση.

3. Να αποφευχθεί ο χαρακτηρισμός των ανθρώπων ως δεδομένα. Η επιτυχής αξιοποίηση των People Analytics για την παρακίνηση των εργαζομένων, εξαρτάται από το είδος της αφήγησης που χρησιμοποιείται. Για παράδειγμα, όταν κοινοποιούνται οι εργαζόμενοι στα email, είναι σκόπιμο να αποφεύγεται η αφηρημένη γλώσσα, με το άτομο να θεωρείται αριθμός ή να περιγράφεται με αποπροσωποποιημένους τρόπους, καθώς δίνεται η αίσθηση ότι ο εργαζόμενος θεωρείται ως αντικείμενο και κατά συνέπεια δεν αξίζει ανθρώπινης προσοχής για τη δική του ανάπτυξη και εξέλιξη.

Συμπερασματικά, οι οργανισμοί που υιοθετούν People Analytics στρατηγικές, στις οποίες οι εργαζόμενοι αναγνωρίζονται κυρίως ως σύνολα δεδομένων για να ενισχύσουν τη διαφάνεια σχετικά με το αν ο καθένας κάνει τη δουλειά του, κινδυνεύουν να δημιουργήσουν ένα κενό ενσυναίσθησης, όπου οι εργαζόμενοι θα αισθάνονται ελάχιστα κατανοητοί. Υπό αυτές τις συνθήκες, τα People Analytics θα θεωρηθεί πιθανότατα ότι εξυπηρετούν περισσότερο τη δημιουργία ενός απρόσωπου ανθρώπινου δυναμικού που ενεργεί τόσο αποτελεσματικά όσο και οι μηχανές, παρά τη δημιουργία συνθηκών διευκόλυνσης, υπό τις οποίες οι εργαζόμενοι θα αισθάνονται ότι ο οργανισμός επενδύει στην ανάπτυξη και στην αυτοανάπτυξή τους. Επομένως, είναι απαραίτητο να γίνει κατανοητό ότι η συλλογή και η ανάλυση των δεδομένων των εργαζομένων μπορεί να είναι χρήσιμη και πολύτιμη για τον οργανισμό, αλλά όχι αν κάνει πρωτίστως τους εργαζόμενους να αισθάνονται ως μετρήσιμα αντικείμενα σε ένα πλαίσιο που καθοδηγείται από μηχανές.