HR számoló- Data never sleeps!

Nézzünk csak körül, milyen szavakat hallunk mostanság: bigdata, like, megosztás, nézettség...Adatokat, számokat, százalékokat gyűjt a Facebook, a LinkedIn, a Google, a Twitter, a Youtube... Megtehetjük-e 2014-ben, hogy a HR funkciók ha

Nézzünk csak körül, milyen szavakat hallunk mostanság: bigdata, like, megosztás, nézettség...Adatokat, számokat, százalékokat gyűjt a Facebook, a LinkedIn, a Google, a Twitter, a Youtube...

Megtehetjük-e 2014-ben, hogy a HR funkciók hatékonyságát nem tényszerűsítjük adatokban, számokban? Igen-igen, kicsit kihívjuk magunk ellen a sorsot, de hogyan fejlődhetnénk, optimalizálhatnánk folyamatainkat, ha nem látjuk miben vagyunk jók és miben nem?! 25 évvel ezelőtt a marketing is bejárta ezt az utat, adat- centrikussá vált, most a HR jön!

Íme néhány példa:

A legnagyobb nemzetközi vállalatok küzdenek a  magas fluktuációval. Megnézzük-e, melyik az az osztály, szegmens, munkakör, melyet leginkább elhagynak a munkavállalók? Milyen adataink vannak ezekről az emberekről és vezetőikről?

A megfelelő embert alkalmazzuk, a megfelelő pozícióban, a megfelelő bérért? Igen, van egy éves budget, és meghatározott headcount, amiből gazdálkodhatunk...De valóban optimálisan használjuk ezt ki? Hogy mérjük?

Egy sikeres kutatómunka eredményeként egy multinacionális vállalat 4%-ot spórolt a payroll költségein, pusztán attól, hogy megnézte mit is hívnak "payroll veszteségnek" egy a Deloitte által kifejlesztett saját algoritmus alapján.

Egy SSC elemzései alapján észrevette azt a tényt, hogy a pozíció betöltését, a teljesítményt, a hosszútávú elköteleződést egyáltalán nem befolyásolja sem pozitív, sem negatív irányban az, hogy a munkavállaló előzetesen több vállalatnál is dolgozott (job hopper). Továbbá észrevették azt is, hogy a releváns munkatapasztalat sincs kihatással a teljesítményre és elkötlezettségre. Az eredmény az volt, hogy az előszűrési fázisban benn maradhattak olyan jelöltek is, akik megfordultak már fiatal koruk ellenére 4-5 munkáltatónál, vagy azok is, akik még sosem töltöttek be vevőszolgálati munkakört.

A lehetőség minden szervezet számára ott van, mégis "megérzés" szerint döntenek, cselekszenek sok esetben.

Mi változik az adat- centrikus HR tevékenység esetében?

HR data management: Hogyan kezeljük az adatainkat? Mennyire friss adatokat tárolunk, mindig naprakész? A vállalatok több, mint 70%-a mutatott gyenge teljesítményt egy amerikai felmérés alapján a data management területén.

HR elemző eszközök: Oracle, SuccessFactors, Workday, SumTotal Systems, LinkedIn, PeopleFluent és számos más HR szoftver. Ha adataink vannak, ahhoz szükséges egy elemző funkció, mely alapján következtetéseket vonhatunk le. Adatink így nyerhetnek értelmet.

HR benchmark: Számos vállalat kínál benchmark adatokat a legkeresett munkakörökről, átlagos bérekről, foglalkoztatási formákról, trendekről. A versenyt így tudjuk felvenni!

Training& fejlesztés: Mindezt érdemes a kollégák számára is elérhetővé tenni webináriumok keretében, de számos könyvet olvashatunk a bigdata jelenségről, vagy a Youtube videokat is segítségül hívhatjuk (ajánlom O’Reilly’s Strata előadásait)

Új döntési modellek: Az adatok által irányított döntések meglepően magas megtérüléseket eredményeznek a szervezetekben. Amíg nem próbáltuk persze nem tudhatjuk!

Végül egy szemléletes példa: