Kulcs a jó munkahelyhez: így gyűjts és értelmezz adatokat HR-esként

Mit takar a megnevezés, hogy adatakrobata?

Az az igazság, hogy ezt a Brain Barosok találták ki, nagyon megtetszett, azóta én is használom mindenhol. Onnan ered, hogy egyrészt adattudós vagyok, data science professzor, másrészt pedig előadóművész – akrobata és artista - trapézt és tüzes gyakorlatokat is csinálok. Ezeket korábban külön-külön műveltem, de az elmúlt öt évben elkezdtem a tevékenységeket összekötni. Általában hagyományos előadásban beszélek az adattudományról, úgy, hogy a nézők élőben, ppt-ben látják, ahogy az adatelemzés zajlik, majd az előadás végén összefoglalásként, mintegy fináléként behozom a cirkuszelemeket.   

A másik, hogy az adattudomány igenis igényel mentális akrobatikát. Mert bár szinte folyamatosan a számítógép előtt ülünk, és egy monitorra meredünk, fontos, hogy sokat kell azon gondolkodni, hogyan lehet új nézőpontból értelmezni a rendelkezésünkre álló adatokat. Millióféle szemszög lehetséges, és én mindig arra bíztatok, hogy minél több felől közelítsük meg a nálunk lévő adatokat, hogy minél többet tudjunk kihozni belőlük.

Mi a szerepe az adatoknak manapság, amikor a félrevezető, valótlan információ rendkívül gyorsan terjed? Hogyan lehet meggyőzni az embereket, hogy az adatokkal alátámasztott információkra érdemes figyelni?

A félretájékoztatás mindenütt komoly probléma. Két dolgot említenék meg: az adatok ellenszerként nagyon értékesek lehetnek, mert persze hamis adatokat lehet kreálni, de sokkal nehezebb „hitelesen” megcsinálni egy adathalmazt, mint egy tweetet, mémet, rövid cikket összehozni, amiben az ilyen információk leginkább terjednek. Az én célom elsősorban az, hogy az emberek számára ne legyen idegen, ne riadjanak meg, ha adatokhoz kell nyúlni, értelmezni kell őket.
Viszont az adatok kapcsán is fel kell tenni bizonyos kérdéseket, hogy meg lehessen bízni bennük. Például ki gyűjtötte, mi volt a mérés módszertana, ki vett részt a felmérésben, mennyire tűnik hitelesnek és korrektnek a kutatási információ, milyen előítéletekkel lehet számolni. Ha valaki maga is képes egy adathalmaz értelmezésre az komoly kompetenciát jelent. Persze ehhez az is szükséges, hogy az illető meg akarja érteni a világot, akarjon olvasni, akár tudományos munkákat, akkor is, ha nem érti azok minden részletét.

A félrevezető információk korlátlan elfogadása gyakran félelemből ered, amikor nem értjük, mi zajlik körülöttünk, megbízunk egy politikusban vagy sztárban, újságíróban és az ő interpretációjában. Az egyik legnagyobb probléma, ha félinformációkkal rendelkezünk, és ha nem tudjuk hol érdemes tájékozódni. A forráshoz egyébként minél közelebb.

Hogyan lehet mindezt érdekessé, izgalmassá tenni a szélesebb közönség számára, amikor sokan egy cikkből csak a címet és a bevezetőt olvassák el?

Úgy gondolom, az lehet a baj, hogy az adattudományról úgy beszélünk, mint valami mágikus területről, amit csak egy szűk réteg, egy elit érthet meg és érhet el. Ugyanakkor nem akarom a feladat összetettségét sem kisebbíteni, hogy mindenkiből válhatna tudós. A kettő között azonban bőven van tér közeledésre, hogy ne csak a meggyőződésen múljon, hogy az egyik vagy a másik „oldal” tudósának hiszek. Fontos az embereket felvértezni tudással ahhoz, hogy ne féljenek, legyenek kíváncsiak. Ehhez persze valóban több mint egy bekezdés elolvasására van szükség, miközben öldöklő a küzdelem az emberek figyelméért. Ez egy hosszabb távú stratégia. Én sokszor együtt olvasom a hallgatósággal egy-egy tanulmány első bekezdéseit, együtt értelmezzük sorról, sorra, és ilyenkor kiderül, hogy nagyon is szórakoztató olvasmány tud lenni egy tudományos munka, egy csomó történéssel, drámával.

Vállalatokkal is együttműködik, hogyan mutatja meg számukra az adatok hasznosságát a munkavállalóik, majd ennek eredményeképp az ügyfeleik érdekében?

Az egyik legfontosabb kérdés, hogy hogyan használhatjuk a rendelkezésünkre álló adatokat a legjobban vagy milyen adatokat gyűjtsünk annak érdekében, hogy a munkavállalóink életét jobbá tegyük, mindenki hatékonyabb legyen, a megfelelő embereket vegyük fel, jobb legyen a munkavállalói élmény stb. Általában HR szakemberekkel dolgozom, akik nem adattudósok, de van gyakorlatuk az adatok kezelésében. Megmutatom, hogy hogyan lehet az adatokat még sokoldalúbban felhasználni, a megfelelő kérdéseket feltenni, hogy értékesebb adataink legyenek.

Ha HR-es valaki, akkor van elképzelése arról, hogy egy tehetséges munkavállaló miért megy el, vagy milyen készségekre van szükség, hogy a cégnél valaki igazán sikeres legyen, de amíg erről nem állnak rendelkezésre mérések, adatok, addig ezek csak feltételezések. Ha van egy kérdésünk, egy feltevésünk, akkor induljunk el ebbe az irányba, és biztos lesz adat, ami akár már a rendelkezésünkre áll. Szedjük össze, nézzünk rájuk új szemszögből a kérdésünk ismeretében. A HR általában tudja, mit lenne érdemes tanulmányozni, milyen folyamatok zajlanak a vállalatnál, én pedig segítek megforgatni az adatokat, esetleg eddig nem használt technikákat alkalmazni az elemzésükre.

Hogyan hat mindez vissza a szervezeti kultúrára?

A diplomamunkámat politikatudományból, a nemzeti kultúrákról írtam. Leegyszerűsítve, a kultúra olyan viselkedések összessége, amelyeket bizonyos szabályok és törvények között követünk. Ugyanakkor a tényleges viselkedés gyakran eltér a lefektetett szabályoktól. Gondoljunk csak a viselkedési normákra, egymás köszöntésére a különböző kultúrákban. A vállalatok ugyanígy működnek. Változtathatunk a szabályozásokon, de attól még a viselkedés nem fog megváltozni. Márpedig az emberek viselkedésén múlik elsősorban, hogy egy adott cégnél jó-e dolgozni vagy sem. Mert adhat egy cég sok szabadnapot, ha senki nem meri kivenni, mert annyira nagy a verseny a munkavállalók között. Tehát sok esetben nem a céges szabályokon, hanem a viselkedésen, a kultúrán kell változtatni – kis lépésekben – , ugyanis nagy változások érhetők el a komplex folyamat végén, apró viselkedésváltozásokkal.

Sokszor dolgozom vezetőkkel, gyakran fel kell térképeznünk azokat az apró viselkedéseket, amelyeket napi szinten kell gyakorolniuk, változtatniuk, ha mondjuk közös vállalati cél egy befogadóbb kultúra építése vagy az egészség, a jóllét kerül fókuszba. Sokszor ülök megfigyelőként megbeszéléseken cégeknél, hogy visszajelzést adjak a kultúráról. Egyáltalán nem mindegy például, hogy egy vezető hogy megy be a meetingre, kiket köszönt, milyen módon. Kivel pacsizik, miközben a többieknek csak odavet egy köszönést, ami máris rámutat az egyensúlytalanságra a csapatban. Rávilágít arra, hogy kiket értékel a vezető, kiket nem. Ezeknek a tudatosítása, megváltoztatása messzire vezethet. Sokszor messzebbre, mint általában gondoljuk.

Aztán eljutunk a visszaméréshez, hogy a változás működik-e, javult-e a kultúra. Miből tudunk erre következtetni? Ha kisebb az elvándorlás, nagyobb az elkötelezettség, elfogulatlanabbak a teljesítményértékelések. Vagyis újra az adatokat kell értékelnünk.

A cégek ezért mostanában vagy több adattudóst akarnak felvenni, vagy a munkavállalókat ilyen irányban továbbképezni. És ez persze jó, ugyanakkor a HR-ben azt gondolom, elsősorban a kutatások, felmérések technikáját fontos tudni, ismerni. Hogy hogyan lehet például érzékeny, kényes témákra rákérdezni úgy, hogy ne sértse a személyiségi jogokat, ugyanakkor mégis megtudjuk, hogy mi zajlik az embereinkben. Ennek egyik módszere például, hogy nem direkt kérdést teszünk fel, hogy hogy érzed magad, értékelik-e a munkádat, befogadnak-e stb., hanem eltávolítjuk a kérdést, mit gondolsz, a többiek hogy érzik magukat, fair módon értékeli-e a cég a munkájukat, befogadó-e a csapat stb. Már sok korábbi vizsgálatból kiderült, hogy míg magunkról nem szívesen beszélünk, jóval nyitottabban válaszolunk, ha a többiek helyzetéről kell véleményt nyilvánítanunk.

Ha már említette a komplexitást, a világ egyre bonyolultabbnak tűnik, ami persze a vállalatokat és az embereket is érinti, hogyan segítheti mindennek a bizonytalanságnak az átlátását, túlélését az adattudomány?

Elképesztő mértékben össze vagyunk kötve a világban, „ha valaki elköhinti magát a New York-i metrón, kitör egy járvány Indiában”. A komplexitás arról szól, hogy tanulmányozzuk a kapcsolatokat, interakciókat az egyének, cégek, országok stb. között. Az adattudomány ezekkel a tényezőkkel általában nagyon individuálisan foglalkozik. A cél az lenne, hogy az adat ne a végpontokról, az egyes személyekről, vállalatokról, kormányokról, hanem a köztük lévő kapcsolatról, magukról az interakciókról szóljon, ami segíthet a megelőzésben, a predikcióban, a bizonytalanság jobb kiküszöbölésében. A komplexitás tudománya még nagyon új, és nem sokan gondolkoznak ezen a módon. De gondoljuk el, milyen jó lenne, ha nem csak azt tudnánk mérni, hogy milyen egy adott ember teljesítménye egy negyedévben, hanem azt is, hogy mennyire hatékony X és Y között az együttműködés, mennyire volt produktív egy adott meeting. Ezt persze nagyon nehéz mérni, kérdés létezik-e egyáltalán ilyen adat, de a perspektívaváltás eleve sokat jelent, ha nem az egyént, hanem a kapcsolódásokat, a hálózatokat vizsgáljuk. A komplexitás tudománya a káoszteóriából indult ki, mintegy tíz éve. Sok kutatás áll rendelkezésre, ezek azonban még nem igazán vannak lefordítva adatokra, a feladatunk, hogy megtaláljuk a kapcsolódásokat.

A HR mely területein lehet az adathasználat igazán eredményes, hol tehetők a folyamatok jobbá?

Azt is mondhatnám, hogy minden területen, de ahol a legtöbb potenciált látom, az a munkavállalói elkötelezettség mérése, a teljesítményértékelés és a kiválasztás. Ezeken a területeken a cégek már most is elég sok adatot használnak, ami már eddig is forradalmasította a folyamatokat, a trükk inkább az, hogy jó kérdéseket teszünk-e fel, el tudjuk-e különíteni például a teljesítményt a képességektől. Az adatokkal nagyon könnyen vissza lehet élni, akár megerősíteni velük a már meglévő előítéleteket.

Ennek megnyilvánulásait a kiválasztásnál látjuk leginkább, én magam is sok példáját tapasztaltam, olvashattunk is esetekről. Például milyen a tehetségprofiljuk? Azt keressük, aki egy kiváló egyetemen végzett, jó jegyei voltak, olyan cégnél dolgozott, amit nagyra becsülünk? A tehetség azonban nem csak így nézhet ki, lehet, hogy nem végzett top egyetemen vagy nem azon a területen, amit egyértelműen kapcsolódónak gondolnánk, mégis ő hozhat(na) új szempontokat, kreativitást, tudást a vállalathoz.

Fontos a digitalizáció, de a kvalitatív méréseket, a valódi beszélgetéseket, a fókuszcsoportokat nem lehet helyettesíteni. A HR-nek nagyon sok érzékenységet kell kezelnie, ahol hiba lenne egy jó beszélgetés helyett, egy kérdőívet a munkavállaló kezébe nyomni. Az adat hasznos, de nem minden, ezt fontos hangsúlyozni. Nagyon sok más információra is szükségünk van az embereinkről ahhoz, hogy stratégiát lehessen építeni.

Vagyis az egyik legfontosabb üzenet, hogy sajnos, még mindig gyakran az előítéletek megerősítésére használjuk az adatokat. Fontos lenne, hogy a cégek kialakítsák azokat az adathalmazokat, amelyek tükrözik az értékeiket. Csináljanak saját felméréseket, ne egyenkutatásokat próbáljanak magukra lefordítani. Ugyanis jelenleg mindenki ugyanazt keresi, ami nem reprezentálja kellőképp, amire a cégeknek valójában szüksége van, ahogy a tehetségek sokszínűségét sem.
Az adat értékes információ, amit használunk a világ megértéséhez, de az adatokat emberek gyűjtik, írják le. Ezért kritikával kell hozzáállni. Lehet, hogy a leírt adat csak valakinek a percepciója, ezért minden esetben fel kell tenni az eredeti kérdéseket: ki gyűjtötte össze, milyen céllal, mit akar vele közölni? Sokkal több a spekuláció, az interpretáció az adatokkal kapcsolatban, mint azt gondolnánk. Az adat nem tökéletes, nem egy tükör, hanem egy metszete csak a világnak. Megfelelő kritikával erősebb összefüggésekre világíthatunk rá.

A fotókon Andrea Jones-Rooy