Apakah "graf"?

Semua industri menjana data. Terima kasih kepada data, kami dapat lebih memahami pelanggan dalaman, mengoptimumkan proses, dan mengambil pandangan yang berbeza pada interaksi pekerja. Proses-proses ini boleh digambarkan menggunakan teori graf.

Graf adalah objek matriks abstrak yang terdiri daripada titik (titik) dan tepi (baris) yang menghubungkannya. Sebagai contoh, ambil Internet - banyak laman web yang dihubungkan oleh pautan. Dasar bisnis Yandex adalah dengan cepat pergi ke graf Internet, menganalisis kandungan dan memberi jawapan yang relevan kepada pengguna. Contoh lain adalah Yandex.Taxi: mencari jarak terpendek antara mata di peta, perkhidmatan ini membantu penumpang untuk sampai ke destinasi mereka.

Grafik syarikat Yandex: mata - pekerja, garis - interaksi di antara mereka

Perwakilan abstrak objek dalam bentuk graf telah dicadangkan oleh ahli matematik Leonard Euler, yang menyelesaikan masalah yang popular pada abad ke-18: bagaimana untuk melewati semua jambatan kota Koenigsberg tanpa perlu melalui mana-mana dua kali?

Keperluan sumber dan data

Untuk membina graf, anda memerlukan data. Sebagai sumber data, organisasi boleh menggunakan:

mel korporat

kalendar mesyuarat pekerja

tugas dalam tracker

panggilan PBX

Penjejak sangat popular dengan syarikat IT. Mereka membolehkan anda untuk menetapkan tugas, menetapkan tanggungjawab untuk pelaksanaan mereka, lampirkan fail. Penjejak sangat memudahkan kerja berpasukan. Di Yandex, alat ini digunakan bukan sahaja oleh pemaju, tetapi juga oleh unit lain.

Unit HR menggunakan tracker untuk:

pencocokan pekerjaan

menyewa

penyesuaian

pembelajaran

Analisis HR dibina atas dasar alat ini.

Keperluan Data:

Kualiti. Data haruslah bebas ralat dan ditinggalkan. Petunjuk mesti dibawa ke pandangan umum.

Kesempurnaan. Sekarang norma telah menjadi kerja dalam beberapa sistem maklumat secara serentak. Data yang diambil dari satu sistem sahaja tidak akan lengkap.

Analisis interaksi

Titik dan garisan pada graf menunjukkan pekerja dan interaksi mereka. Lebih besar diameter pada titik itu, semakin kuat interaksi pekerja dengan rakan sekerja. Semakin tebal garis menghubungkan kedua pekerja, semakin sengit interaksi berlaku di pasangan ini.

Interaksi pekerja Yandex

Adalah penting untuk dipertimbangkan dan betul mentafsir semua data. Keamatan interaksi pekerja secara langsung bergantung kepada kedudukan dan tugas mereka.

Kesimpulan apa yang boleh diambil dan apa yang perlu diterapkan dalam perubahan organisasi:

Keberkesanan interaksi.  Jika kumpulan berbeza dalam intensiti interaksi dan mereka mempunyai penunjuk objektif seperti KPI atau kajian prestasi sedang dinilai, maka anda dapat membandingkan faktor-faktor dari graf (intensitas interaksi) dan meramalkan tindakan-tindakan yang mana membawa kepada petunjuk terbaik. Sebagai contoh, jumlah komunikasi yang berlebihan boleh membebankan pengurus dan memberi kesan kepada kebakaran mereka.

Eksekutif gaya pengurusan.  Data akan memberitahu jika pengurus menggunakan mikromanagement atau kawalan penuh. Menggunakan data dari grafik, anda boleh memberitahu pengurus sama ada gaya pengurusannya sesuai untuk setiap tugas tertentu dan apakah tindakan yang dapat meningkatkan kecekapan pekerja.

Komunikasi dalam pasukan. Sebagai contoh, ahli pasukan saling berinteraksi dengan baik, tetapi praktikalnya tidak berinteraksi dengan rakan-rakan lain. Pasukan sedemikian boleh membuat projek yang sudah ada dalam syarikat, data tentangnya disimpan, tetapi pasukan tidak tahu mengenainya. Akibatnya, sumber syarikat akan terbuang kerana interaksi yang tidak mencukupi dengan jabatan lain. Atau sebaliknya, apabila komunikasi dalaman dalam satu pasukan adalah lumpuh, ini menyebabkan kelewatan dalam penyediaan projek.

Gambar lengkap interaksi pekerja  membolehkan anda secara automatik membuat senarai rakan sekerja untuk menjalankan tinjauan 360 darjah. Dalam kes ini, data yang akan diterima oleh pengurus berdasarkan hasil kajian akan lengkap.

Interaksi pasukan

Metrik

Beberapa metrik daripada teori graf boleh digunakan dengan jayanya dalam organisasi:

Kepadatan / Kekerapan.  Grafik dipanggil lengkap apabila semua simpangnya dihubungkan oleh tepi. Di dunia nyata, contoh grafik lengkap boleh menjadi permulaan kecil: satu pasukan mesra kecil di mana semua orang saling mengenali dan berinteraksi dengan berkesan. Pemergian seorang pekerja tidak membawa kepada kehilangan maklumat penting, interaksi itu tidak dipecah.
   Apabila sebuah syarikat tumbuh, ketumpatan dipecahkan. Adalah sukar untuk membayangkan sebuah syarikat dengan beribu-ribu pekerja di mana semua pekerja tahu antara satu sama lain. Syarikat sedemikian disifatkan sebagai risiko kehilangan komunikasi penting dalam pasukan ketika seseorang pekerja meninggalkan.

Jarak.  Metrik ini mengingatkan semula teori terkenal enam jabat tangan. Semakin jauh jarak antara pekerja, perpaduan yang lebih besar, semakin banyak orang yang saling mengenal.

Centrality.  Metrik ini digambarkan dengan baik oleh graf watak-watak Game of Thrones: selepas kematian yang tidak dijangka salah satu daripada watak utama kerja, penulis skrip mempunyai kesulitan dengan alur cerita aksara menengah.

Jambatan itu.  Ia boleh digambarkan oleh contoh Belgium - negara dengan dua bahasa negara, di mana jambatan kecil orang yang bercakap dua bahasa menghubungkan warga negara "monolingual". Dalam syarikat orang-orang di jambatan ini adalah pembawa hubungan yang sangat penting. Pemergian mereka adalah masalah besar bagi syarikat itu.

Permohonan

Dalam syarikat yang mempunyai struktur projek, projek dilancarkan dan ditutup mingguan, adalah penting untuk memantau kos. Ia perlu untuk mengumpul dan menghantar data dengan betul untuk pengiraan ekonomi. Proses ini dapat diperbaiki dengan automasi. Yandex melakukan perkara berikut:

Membina graf syarikat.

Dengan menganalisis tingkah laku pekerja dalam setiap bulan tertentu, penganalisis HR melihat projek mana yang sedang mereka jalani. Keperluan untuk surat-menyurat dengan pengurus perkhidmatan telah hilang. Ini menjimatkan masa untuk perniagaan dan penganalisis.

Setakat ini, ini adalah projek perintis yang menunjukkan hasil yang menarik. Banyak projek penyelidikan dalam Yandex kemudiannya dikeluarkan kepada pengeluaran.

Jadi cara analitik klasik

Data.  Sumber, kelengkapan dan kualiti.

Visualisasi.  Bagaimana untuk melihat data ini, bagaimana untuk menggunakannya. Idea tentang metrik, yang mana dalam analisis HR boleh diambil dari teori graf atau tampil dengan sendiri.

Pelaporan  yang menunjukkan bulanan apa yang berlaku di syarikat itu. Contohnya, intensiti interaksi pengurus.

Metrik  yang digunakan untuk kesimpulan.

Analisis ramalan  - Pelancaran proses automatik yang menjimatkan masa.

Apa lagi yang perlu anda ketahui mengenai analisis HR

Kevin Wheeler, Presiden dan Pengasas Sumber Pembelajaran Global, Inc., dalam satu artikel"Sebaliknya analisa HR: 8 fakta yang kurang diketahui"   menyoroti beberapa faktor penting yang berkaitan dengan data HR:

Analisis bukan pil ajaib.  Analitis bukanlah satu penyembuhan ajaib. Data membantu memahami masalah dan, mungkin, memilih cara yang lebih berkesan untuk menyelesaikannya, tetapi data tidak menggantikan pemahaman empati dan manusia.

Memahami apa yang anda mahukan.  Kejelasan melampau diperlukan mengenai apa yang anda mahu menganalisis atau mengukur. Dan pastikan ia mungkin.

Menggunakan kaedah yang sesuai.  Kaedah mengumpul data juga boleh menjadi tugas yang menakutkan. Satu kes penggunaan untuk analisis adalah untuk menjelaskan masalah atau mencari sebab yang mungkin.

Data pasif mungkin lebih baik daripada data yang diminta.  Lebih mudah untuk mengumpul data pasif sendiri daripada meminta data yang boleh dipercayai dari orang lain. Mengumpul maklumat faktual berdasarkan sebarang tindakan dan keputusan adalah agak mudah.

Sokongan adalah penting.  Penggunaan data yang berkesan memerlukan sokongan pengurusan dan budaya korporat yang sesuai di mana data diberi kepentingan.

Matlamat mengawal keadaan.  Terdapat godaan yang hebat untuk mengukur segalanya, terutamanya pada mulanya, apabila alat analisis hanya dilaksanakan di perusahaan. Tetapi lebih baik untuk memberi tumpuan kepada dua atau tiga soalan utama yang anda ingin jawab. Kemudian anda mempunyai cukup masa untuk pengumpulan data yang lebih tepat dan analisis penuh.

Data tidak sempurna. Baru-baru ini, telah menjadi adat untuk meletakkan data pada kekaki dan melihat mereka sebagai maklumat tulen, di mana tidak ada politik atau pendapat. Tetapi, sayangnya, pendapat mempengaruhi analisis data dengan cara yang sama seperti segala yang lain.

Lebih mudah lebih baik.  Luangkan masa untuk membuat senarai: apa yang anda benar-benar ingin tahu untuk meningkatkan proses merekrut; data apa yang akan membantu anda meningkatkan keberkesanan kebanyakan sumber atau menjawab soalan pengurusan topikal.

Masalah interpretasi data yang betul juga baru-baru inikata Nassim Taleb : "Jika anda tahu bagaimana untuk bekerja dengan Big Data, itu baik, tetapi anda perlu dapat menafsirkannya, menyaring bunyi sampah dan tidak perlu yang mengelirukan semua orang. Menariknya, satu-satunya yang boleh bekerja dengan data adalah perkhidmatan anti-pengganas. Mereka tidak dapat mencari korelasi palsu dan mengecilkan sampel kepada suspek tertentu, mereka mencari sambungan yang tepat.Komputer hanya boleh tertipu oleh data, disiplin statistik adalah sangat penting. Data besar tidak dapat memberitahu kami apa yang betul, hanya apa yang TIDAK betul. "

Sumber Imej - HR

Kes-kes HR dan sebenar di Telegram kami. Langgan saluran!

Menyalin atau memproses sebarang bahan dari laman web adalah dilarang

Kami meneruskan penerbitan kami berikutan persidangan HR-Analytics, yang dikunjungi oleh wartawan khas kami Oksana Rybakova. Dalam isu terakhir, Aram Fomichev, Ketua Analisis di Makmal Teknologi Kemanusiaan, berkongsi dengan kami sarannya mengenai metodologi untuk membangun dan melaksanakan projek yang berkaitan dengan data besar.

Hari ini, Tatyana Koneva, Pengarah HR di Hoff, meneruskan topik ini dengan laporannya "Analisis HR. Cara bercakap bahasa yang sama dengan perniagaan. "

TENTANG HOFF

PELAKSANAAN ANALISIS HR

• Produktiviti kakitangan meningkat
• Bahagian kos (daripada jumlah perbelanjaan syarikat) untuk kakitangan jatuh

C & B METRICS

• Dinamik bahagian penggajian oleh pendapatan oleh unit perniagaan (BYU);
• Dinamik prestasi dalam rubel dan dalam unit LFL (tempoh 2016/2017), disebarkan oleh BYu,%. Adalah penting untuk memantau produktiviti baik dalam segi kewangan dan dalam keping, kerana ia berlaku, misalnya, produktiviti dalam rubel tumbuh, dan dalam kepingan itu ia tetap di tempat yang sama atau jatuh. Ini hanyalah inflasi;
• Dinamik perolehan kakitangan,%;
• Pemecatan pekerja dengan sebab pemecatan.

Adalah penting untuk menganalisis parameter ini bersama dengan perniagaan dan bertanya soalan. Sebagai contoh, apa yang boleh jadi alasan "tidak melakukan pekerjaan" yang lebih tinggi dalam tempoh 6 bulan hingga 1 tahun daripada tempoh sebelumnya? Iaitu, sehingga masa itu, pekerja itu berjaya, dan kemudian sesuatu berlaku.

T & D METRICS

Norma 25% daripada jumlah pekerja unit perniagaan ditunjukkan dalam graf kedua oleh garis kuning. Kategori berikut pekerja jatuh di sana:

• Pada masa percubaan;
• Latihan baru lalu;
• "Gagal" pembeli misteri;
• Mereka yang menerima aduan telah diterima.

Secara berasingan, kami menilai pengetahuan selepas setiap latihan. Jika pekerja menunjukkan tahap pengetahuan purata tentang mana-mana latihan kurang daripada 90%, kami menganalisis sebab-sebab untuk meningkatkan keberkesanan latihan ini.

Dan juga, analisis dilakukan untuk setiap jurulatih

METRIK SUMBER MANUSIA

Carta kedua juga mempunyai sebab untuk dibincangkan dengan pengurus. Sekiranya kadar penutupan kekosongan adalah 14 hari untuk arah perabot, dan semua mempunyai petunjuk lebih kurang sama dengan parameter ini, dan satu kedai jatuh, maka timbul pertanyaan.

Semua metrik tersedia untuk semua pengurus. Mereka boleh memuat turunnya dari BI (ini adalah program yang membolehkan anda menganalisis data besar dan memaparkan data di papan pemuka) pada tablet dan telefon mereka). Setakat ini, anda boleh mengesan tidak dalam talian, tetapi kami akan melakukannya.

Pada akhir ucapannya, Tatyana menggesa rakan sekerjanya untuk berkongsi maklumat untuk memperkenalkan amalan pengurusan kakitangan terbaik di syarikat mereka.

Dan kini pandangan yang sedikit berbeza daripada Pengarah Sumber Manusia Kumpulan Metrium, Anna Timusheva. Beliau menutup sesi pertama persidangan itu dengan laporan "Analisis HR dalam Metrium. Jalan menuju penyelesaian perniagaan yang berjaya. "

Anna, seperti Tatyana, menyimpulkan bahawa perlu memperkenalkan metrik HR dalam syarikat. Para pekerja jabatannya secara bebas (tanpa melibatkan pembekal luar) memilih petunjuk yang diperlukan untuk pemantauan. Terdapat kira-kira 15 daripadanya.

Tetapi perniagaan melihat penunjuk seperti ini

Dan Anna pergi ke kesimpulan berikut:

• Sistem perlu dipermudahkan;
• Ia tidak sepatutnya statik dan setiap kali perlu berubah untuk tugas perniagaan yang berlainan;
• Data mesti digambarkan!

Semua pekerja jabatan jualan dinilai oleh kuantitatif (prestasi pelan jualan peribadi dan pasukan) dan parameter kualitatif (penilaian kecekapan oleh 360 darjah). Dan untuk pekerja yang dirancang untuk dipindahkan ke jawatan yang lebih tinggi, penilaian tingkah laku tambahan dilakukan mengikut metodologi DISC dan penilaian pengetahuan.

Merumuskan bahagian pertama persidangan itu, beberapa perkara penting dapat diperhatikan.

• Data mesti divisualisasikan. Jadi, pertama, mereka lebih baik dilihat oleh perniagaan, dan kedua, tanpa membuat laporan yang tidak dapat dibaca yang besar, anda boleh menunjukkan banyak maklumat berguna untuk menyelesaikan tugas semasa dan masa depan.
• Jangan melaksanakan analisis hanya demi analitik. Setiap metrik harus ditujukan untuk menyelesaikan masalah tertentu atau berfungsi sebagai penunjuk ketidakhadiran masalah. Selepas setiap sesi pemantauan, pelan perlu dibangunkan untuk memperbaiki keadaan.
• Data untuk analisis harus berkualiti tinggi dan dipilih bergantung kepada penyelesaian masalah yang mereka targetkan.

Saya harap anda berjaya dalam penyelidikan SDM,
oksana Rybakova anda

Dalam panduan ini, kami akan menjelaskan intipati analisis HR dan sebab-sebab mengapa organisasi anda perlu mengambil serius proses ini. Kami juga akan membincangkan masalah umum analisis "manusia" dan lima langkah pertama yang akan membantu organisasi anda bermula di kawasan ini.

HR telah jauh dari pengumpulan tradisional dan pengesanan maklumat pekerja kepada pendekatan moden: menggunakan data untuk membuat kesimpulan analitis mendalam mengenai keseluruhan perniagaan.

APAKAH ANALISI HR?

Analisis HR adalah proses di mana kaedah pemprosesan data dan risikan perniagaan (BA) digunakan untuk pemprosesan data HR. Dia kadang-kadang juga dikenali sebagai analisis bakat. Di samping itu, perlombongan data dalam konteks ini merujuk kepada amalan mengkaji pangkalan data untuk mencipta maklumat baru.

Analisis HR mempunyai dua matlamat utama: memberikan pandangan  (maklumat sebelum ini tidak diketahui), dan definisi data utama.

Matlamat pertama adalah untuk menyediakan organisasi dengan maklumat tentang operasi sendiri, yang dapat membantu dalam pengurusan pekerja yang berkesan. Ini adalah pandangan yang dapat memastikan pencapaian matlamat perniagaan syarikat yang berkesan.

Fungsi utama kedua analisis HR adalah untuk membantu mengenal pasti data yang harus dikekalkan oleh organisasi. Di samping itu, ia menyediakan model untuk meramalkan pelbagai cara di mana sebuah organisasi dapat memperoleh pulangan pelaburan (ROI) terbaik dalam modal insannya.

Secara umum, analisis HR ditujukan untuk memaksimumkan penggunaan data sumber manusia yang banyak yang dikumpulkan oleh kebanyakan organisasi. Syarikat sering mempunyai banyak data, seperti demografi pekerja, rekod latihan, dan sebagainya, dan analisis dapat mengambil pengetahuan penting dari mereka.

Berikut adalah maklumat yang lebih terperinci mengenai analisis HR:

MENGAPA ORGANISASI ANDA MEMBANTU KERJA DENGAN HR ANALISI?

Keputusan kakitangan sering didasarkan pada naluri profesional dan intuisi. Menyewa, sebagai contoh, sering bergantung kepada hubungan peribadi bahawa perekrut telah berjaya atau gagal untuk menubuhkan dengan calon. Masalah dengan "naluri" dan intuisi adalah bahawa mereka boleh menormalkan amalan buruk.

Oleh itu, ketidakadilan di tempat kerja boleh menjadi tidak disedari. Satu contoh yang baik ialah jurang gaji antara lelaki dan wanita. Organisasi mungkin berfikir bahawa mereka membayar sama jika mereka tidak memeriksa bukti tersebut.

Analisis HR boleh membantu meningkatkan produktiviti dan meramalkan model yang paling berjaya. Ini menghapuskan kebanyakan kesilapan manusia dalam membuat keputusan. Sebagai contoh, meningkatkan pengurusan beban kerja boleh menjadi lebih berkesan apabila menggunakan data yang menunjukkan jabatan atau kumpulan mana yang telah dibebankan dan yang mampu mengambil lebih banyak tanggungjawab.

Lebih penting lagi, analisis HR telah membuktikan bahawa ia menyumbang kepada pertumbuhan syarikat. Zon Latihan melaporkan hasil peningkatan produktiviti bagi syarikat yang menggunakan analisis HR untuk meningkatkan proses pengambilan pekerja. Terima kasih kepada analisis data, syarikat mendapati bahawa penunjuk utama tradisional - pendidikan dan cadangan - tidak mempunyai kesan besar terhadap prestasi jualan calon. Malah, penunjuk utama seperti pengalaman menjual sejumlah besar dan keupayaan untuk bekerja dalam keadaan tidak tersusun, yang benar-benar menyumbang kepada peningkatan kecekapan jualan, ternyata menjadi kunci. Apabila syarikat memperkenalkan data analitik sumber manusia ke dalam kakitangan pengambilan, jualan syarikat meningkat sebanyak $ 4 juta pada tahun berikutnya.

Kajian-kajian lain telah membuat kesimpulan yang sama mengenai pentingnya analisis HR untuk prestasi keseluruhan sebuah syarikat. Satu kajian yang dijalankan oleh MIT dan IBM menunjukkan bahawa tahap penggunaan analisis HR yang lebih tinggi dapat memberi:

• Peningkatan jualan sebanyak 8%;
• Peningkatan 24% dalam pendapatan operasi bersih;
• 58% jualan lebih tinggi bagi setiap pekerja.

Cara-cara asas untuk menggunakan ANALYTIK HR

Bidang aplikasi untuk analisis HR sangat luas, dan indikator-indikator yang harus difokuskan untuk organisasi bergantung pada industri, serta jenis perniagaan.

Berikut adalah beberapa contoh penunjuk utama yang mungkin:

• nisbah pemberhentian
• menyewa masa
• tahap perolehan bagi kumpulan kakitangan yang berlainan (tahun pertama, lima tahun, dan lain-lain),
• pendapatan setiap pekerja.

Petunjuk di atas dan data lain yang serupa boleh digunakan untuk meningkatkan prestasi perniagaan. Bidang utama di mana data dapat membantu adalah:

• Merekrut  - Analisis HR boleh memberikan jawapan kepada soalan tentang mencari calon yang sesuai untuk perniagaan ini. Contohnya, seperti contoh di atas yang ditunjukkan oleh syarikat, data boleh digunakan untuk mengenal pasti kualiti calon-calon yang membawa hasil yang terbaik. Anda boleh membandingkan data calon yang akhirnya kekal di dalam syarikat dan mencari penyebut biasa di kalangan mereka.

• Kesihatan & Keselamatan  - Analisis HR boleh mengenal pasti lebih banyak bidang yang berkaitan dengan kesihatan dan keselamatan. Data mungkin menunjukkan peranan, tempat kerja, dan faktor lain yang mempunyai kadar kemalangan tertinggi.

• Pengekalan pekerja  - Terima kasih kepada data, anda juga boleh mengetahui lebih lanjut mengenai pengekalan pekerja. Anda boleh menggunakan analisis HR untuk mengenal pasti aspek yang meningkatkan penglibatan pekerja.

• Jurang bakat  - Data mungkin mendedahkan jurang dalam organisasi. Sebagai contoh, sesetengah jabatan mungkin mempunyai pekerja yang lebih mahir daripada yang lain, dan ini boleh mengganggu kerja keseluruhan syarikat.

• Prestasi jualan  - Analisa HR boleh membantu anda mengetahui butir-butir tentang bagaimana untuk meningkatkan jualan. Anda mungkin mendapati bahawa bakat tertentu membantu pekerja bekerja dengan lebih baik atau bahawa program latihan tertentu memberi pulangan segera dari segi jualan.

LIMA CABARAN KEPADA ANALISIS HR

Sebelum beralih ke peringkat awal melaksanakan analisis HR, adalah wajar mempertimbangkan beberapa masalah utama yang timbul. Apabila menggunakan analisis HR dalam organisasi anda, penting untuk mencari cara untuk menyelesaikan lima tugas berikut.

Petugas 1: aliran data
  Semakin banyak maklumat yang dikumpulkan oleh organisasi anda, semakin sukar untuk menggunakannya jika perlu. Sejumlah besar data tidak secara automatik membawa kepada hasil yang baik. Untuk berjaya, anda mesti mempunyai keupayaan untuk menggunakan kaedah analitik yang betul.

Jika jabatan HR anda mengumpul banyak data tanpa menggunakan pendekatan analitis yang betul, anda akan mendapat banyak data. Lebih banyak lagi, semakin sukar untuk membuat andaian yang berharga.

Sebagai contoh, petunjuk untuk semua metrik yang anda kumpulkan harus dikenal pasti dan dikelaskan dengan betul. Anda mesti menentukan isu-isu yang anda ingin selesaikan dengan data anda, dan bukan hanya mengumpulnya supaya mereka berada.

Petugas 2: kualiti data
  Selain mengumpul jumlah data yang tepat, anda juga perlu memastikan bahawa anda memberi perhatian yang cukup terhadap kualiti mereka. Aliran data dengan cepat boleh membawa kepada data berkualiti rendah kerana anda tidak mewujudkan hubungan yang bermakna antara set data yang berbeza.

Adalah penting untuk menjamin kualiti data, memberi tumpuan kepada memastikan integriti dan keselamatannya. Masalah dengan banyak organisasi adalah bahawa data yang digunakan dalam analisis HR boleh datang dari pelbagai bahagian organisasi dan, oleh itu, boleh menjadi terlalu berbeza, yang menimbulkan masalah. Sesetengah data boleh diabaikan, dibuang, hilang, atau set data tidak boleh digabungkan, yang kemudiannya akan membawa kepada analisis yang tidak mencukupi.

Petugas 3: kemahiran analisis rendah dalam kebanyakan unit HR
  Untuk analisis HR untuk berjaya, pasukan di belakangnya mesti mempunyai pengetahuan dalam kedua-dua sumber manusia dan analisis data. Tetapi mencari pemimpin SDM yang juga kompeten dalam analisis data boleh menjadi sukar.

Menurut Elizabeth Craig, rakan penyelidikan di Accenture Institute for High Performance, tidak ada orang yang cukup terlatih untuk analisis HR. Di samping itu, Craig memberitahu data-informed.com bahawa beberapa alatan analisis data memerlukan kemahiran IT khusus, yang menambah tekanan untuk mencari orang yang tepat.

Masalahnya kelihatan lebih besar kerana fakta bahawa hanya 6% daripada pasukan HR global merasa yakin dalam kemahiran analytics mereka. Di samping itu, hanya 20% percaya bahawa penggunaan data dalam organisasi mereka adalah dipercayai dan boleh dipercayai untuk membuat keputusan.

Petugas 4: Kerap kurangnya sokongan pengurusan untuk analisis HR

Analisis HR belum menjadi salah satu proses teras bagi banyak syarikat, dan sering terdapat kekurangan sokongan pengurusan. Tetapi agar proses itu berfungsi, jabatan HR mesti meyakinkan para pemimpin syarikat tentang manfaat menggunakan analitik.

Sokongan ini penting kerana ia menyediakan akses kepada sumber, kerana melaksanakan sistem analisis HR yang tepat tidak murah. Ia juga boleh memberikan akses yang lebih baik kepada data di jabatan yang berlainan. Untuk meyakinkan para pemimpin, jabatan-jabatan sumber manusia harus menumpukan perhatian untuk mengenal pasti peluang-peluang untuk pulangan maksimum pelaburan, walaupun pada peringkat awal.

Petugas 5: Analisa HR mahal, dan pulangan pelaburan sering tidak dapat dilihat

Akhirnya, organisasi harus mengetahui kosnya. Pelbagai harga alat analitik adalah pelbagai seperti ketersediaan alat. Mengikut artikel mengenai data-informed.com, kos platform boleh berubah dari "$ 400,000 hingga $ 1.5 juta untuk sebuah syarikat dengan 5,000 pekerja sepenuh masa."

Di samping itu, anggaran tidak mengambil kira peningkatan kos yang mungkin dihadapi oleh organisasi apabila menggaji pekerja baru untuk melaksanakan program atau melatih pekerja sedia ada dalam penggunaan analisis.

Di samping itu, pulangan pelaburan dalam analisis HR tidak begitu ketara. Ini disebabkan oleh keuntungan yang diperoleh dari pelaksanaan hasil analitik mungkin berada di jabatan yang berlainan dan untuk jangka masa panjang. Sebagai contoh, penambahbaikan dalam pengekalan pekerja tidak akan kelihatan dengan jelas.

Cabarannya adalah untuk menyedari bahawa usaha untuk platform analisis HR murah tidak selalu membawa penjimatan yang besar. Kekurangan perisian dan alat boleh membawa kepada hasil yang tidak berkesan dan tidak lengkap, yang, akibatnya, tidak akan mewujudkan ROI yang cukup tinggi untuk membenarkan pelaburan.

LIMA LANGKAH PERTAMA UNTUK PELAKSANAAN ANALISIS HR

Jika organisasi anda mahu melaksanakan analisis HR, apakah cara yang betul? Berikut adalah lima langkah yang dapat membantu organisasi anda bermula.

Langkah 1  Kenal pasti isu perniagaan yang ingin anda selesaikan.

Perkara pertama dan paling penting adalah mengenal pasti isu-isu perniagaan yang anda ingin selesaikan. Anda tidak boleh mula mengumpul data dan kemudian melihatnya untuk mencari hubungan.

Kenal pasti masalah yang anda ingin memperbaiki dalam sektor Sumber Manusia. Sebagai contoh, ini mungkin isu yang berkaitan dengan kepelbagaian pekerjaan, peningkatan pengekalan pekerja, mengukur jumlah wang yang dibelanjakan untuk latihan, atau pemahaman yang lebih baik tentang sebab-sebab ketidakhadiran. Terdapat beberapa soalan mudah yang harus anda mulakan sebelum bergerak.

Misalnya, anda ingin memahami bagaimana HR mempengaruhi perkara seperti keuntungan syarikat anda.

Selepas anda mengumpulkan maklumat umum yang berkaitan dengan kakitangan yang ingin anda pelajari dengan lebih terperinci, anda perlu bermula dengan mengenal pasti petunjuk yang diperlukan untuk menyelesaikan masalah ini.
  Berikut adalah beberapa petunjuk HR yang menunjukkan keberkesanan jabatan HR:

Kadar pemberhentian  - berapa ramai pekerja yang berhenti dalam tempoh tertentu berhubung dengan jumlah bilangan kakitangan?
Waktu mengupah  - Berapa lama masa untuk mengisi kekosongan, serta masa yang diperlukan untuk calon menerima tawaran dan menjadi pekerja?
Kadar perolehan kakitangan  - Berapa banyak pekerja yang meninggalkan selepas tahun pertama, lima tahun, dan sebagainya?
Kepelbagaian kakitangan  - apakah peratusan yang berkaitan dengan wanita, lelaki, agama dan etnik?
Pendapatan setiap pekerja, di kalangan pekerja sepenuh masa -  Apakah pendapatan yang diperoleh selama sehari penuh?
Jumlah bayaran lembur -berapakah jumlah bayaran lembur dan berapa kerap dilakukan?
Nisbah antara pekerja tetap dan sementara -berapa banyak pekerja sambilan berbanding sepenuh masa?

Langkah 2:  Kenal pasti data yang menjawab soalan-soalan di atas.

Apabila anda mempunyai soalan dan masalah, anda boleh mula menentukan data yang diperlukan untuk jawapan atau penyelesaiannya.

Pertama sekali, perhatian anda harus difokuskan pada data yang berkaitan dengan kakitangan yang telah disimpan di dalam unit anda. Ini termasuk maklumat tentang pengambilan, keberkesanan dan kelayakan. Unit anda sudah seharusnya memantau set data ini.

Kedua, anda perlu mula mengumpul data mengenai perkara seperti pertunangan, tinjauan, dan wawancara. Bergantung pada tahap pengumpulan data dalam organisasi anda, anda mungkin sudah mempunyai mekanisme untuk mengumpul data ini.

Akhirnya, anda perlu memperluaskan pengumpulan data ke sistem dan jabatan perniagaan yang lain. Anda harus mula mengumpul petunjuk penting kewangan dan penyelidikan pasaran. Ini termasuk perkara seperti jualan, prestasi jualan, wang yang dibelanjakan untuk penyelidikan pasaran dan latihan.

Langkah 3. Pelaksanaan ETL: pengekstrakan, pemprosesan dan pemuatan.

Seperti yang disebutkan di atas, jabatan HR mesti bekerja rapat dengan jabatan IT, kerana kemahiran analisis tertentu mungkin diperlukan untuk perisian tertentu dan perlombongan data. Oleh itu, adalah baik untuk memulakan hubungan yang lebih erat antara kedua-dua jabatan.

Sebahagian daripada proses ini adalah pelaksanaan ETL: pengekstrakan, pemprosesan dan pemuatan. Terdapat alat yang boleh digunakan untuk melaksanakan proses ini secara automatik. Sebagai contoh, IMB WebsphereDataStage dan Pengurus Data Cognos, atau Perkhidmatan Integrasi Microsoft SQL Server adalah beberapa pilihan yang paling popular. Walaupun kakitangan bukan teknikal boleh menggunakan platform ini, boleh membantu meminta jabatan IT anda untuk bantuan.

Proses ini pada dasarnya membolehkan anda mengekstrak data yang diperlukan dari sumber yang anda tentukan, mengubahnya menjadi format yang bersih dan konsisten yang betul, dan memuat naiknya ke platform analitis anda, yang akan digunakan untuk analisis.

Langkah 4Integrasi hasil dalam operasi perniagaan.

Apabila analisis data anda mula menghasilkan hasil, anda perlu mula melaksanakan perubahan. Sebagai contoh, jika anda menumpukan pada penyelidikan kepelbagaian tenaga kerja, dan data anda menunjukkan bahawa anda tidak mendapat cukup aplikasi dari etnik minoriti, anda boleh mula mengubah strategi pengambilan pekerja anda.

Di samping itu, anda perlu mewujudkan hubungan antara data HR dan metrik perniagaan lain. Sebagai contoh, pengurangan kerja lebih masa boleh dikaitkan secara langsung dengan produktiviti dan keuntungan. Laporan KPMG "Orang adalah Bilangan Nyata" membincangkan mengenai kepentingan hubungan ini melalui kekurangan kakitangan di tempat kerja dan kecekapan ekonomi.

"Walaupun ia berguna untuk mengesan jurang di rantau yang berlainan atau berbanding dengan tahun-tahun sebelumnya, tetapi jika HR juga dapat menunjukkan bahawa penurunan ketidakhadiran secara positif dikaitkan dengan kecekapan pengeluaran, maka pengurusan akan melihat nilai sebenar HR," kata laporan itu.

Langkah 5  Lakukan analisis secara tetap.

Akhir sekali, analisis HR perlu dilakukan dengan kerap, sebaliknya dalam kebanyakan kes, ia tidak akan relevan. Untuk memanfaatkannya, anda mesti melaksanakan proses tetap.

Sebagai contoh, anda telah mengenal pasti masalah yang anda ingin berurusan dengan menggunakan data, melakukan analisis dan mendapati jawapannya. Selepas anda melaksanakan penyelesaian kepada masalah anda, anda perlu mengembalikannya dengan kerap untuk memeriksa apa yang berlaku dengan perubahan dan jika ada masalah baru.

KESIMPULAN

Analisa HR merupakan bahagian penting dalam pengurusan data, dan pelaksanaannya dapat memberikan pulangan yang positif bagi setiap organisasi. Tetapi, seperti yang ditunjukkan di atas, menguruskan, menganalisis, dan menafsirkan data tidak mudah, dan organisasi perlu mendekati satu langkah analitik manusia satu demi satu.

Kunci analisis HR yang berjaya adalah berdasarkan pemahaman bahawa ia bukan ukuran data yang diukur yang membawa kepada keputusan, tetapi kesan data mengenai pembuatan keputusan dalam organisasi. Analisa HR tidak boleh dilihat sebagai perlu hanya untuk jabatan HR, tetapi sebagai sesuatu yang boleh mencipta nilai untuk seluruh organisasi.

Bahan ini (kedua-dua teks dan imej) adalah tertakluk kepada hak cipta. Sebarang cetakan semula secara keseluruhan atau sebahagiannya hanya dengan pautan aktif ke bahan.

Dasar HR secara langsung bergantung kepada strategi pembangunan yang dipilih oleh syarikat, dan sistem metrik HR yang dibangunkan akan menjadi alat untuk menilai keberkesanannya.

Apakah metrik HR penting untuk diukur dalam syarikat-syarikat, penunjuk apa yang diiktiraf sebagai yang paling bermaklumat, bagaimana untuk menganalisis analisis HR dalam syarikat dan saranan berharga lain dari seorang pakar Valeria Chernetsova, ketua jabatan perunding Data Sumber Analitik Pusat HR.

Menganalisis keputusan kerja mana-mana unit adalah perlu untuk membuat gambaran menyeluruh tentang keberkesanan organisasi, untuk membangunkan keputusan pengurusan yang lebih lanjut. Dan hari ini, tidak ada keraguan bahawa analisis HR-jabatan mempunyai tempat yang istimewa.

Ia harus diperhatikan dengan segera bahawa tiada set rujukan metrik HR yang boleh digunakan sepenuhnya di mana-mana syarikat. Jelas, dalam setiap syarikat individu ini akan menjadi set individu sendiri.

Metrik yang paling umum yang digunakan sekarang adalah metrik yang menilai proses pemilihan kakitangan dan penyesuaian, latihan pekerja dan penilaian, kerjaya dan pembangunan organisasi, motivasi dan pengekalan pekerja yang berharga, dan banyak lagi.

Tetapi jika untuk pakar HR ini adalah alat untuk kerja harian untuk memperbaiki proses HR dalaman, maka bagi pengurusan TOP adalah perlu untuk membentangkan satu set macrometrik strategik yang menilai pulangan pelaburan dalam personel dan korelasi yang jelas dengan petunjuk perniagaan lain (ROI).

Di mana untuk bermula?

Jika seorang pakar SDM perlu menganjurkan analisis HR dalam sebuah syarikat, ia berupaya untuk memulakan kecil dan beransur-ansur bergerak. Tentukan tugas utama HR-HR dan pilih HR-metrik yang sesuai dengan tugas-tugas ini. Tentukan berapa kerap anda akan mengambil keputusan. Adalah sangat penting bahawa pengurusan atasan bersetuju untuk menghitung dengan data analisis HR: jika data menunjukkan bahawa syarikat sedang meningkatkan perolehan, maka langkah-langkah perlu dikembangkan untuk mengurangkannya.

Kami mencadangkan pakar HR dari syarikat-syarikat kecil, yang baru mula membangunkan strategi HR, mengurungkan diri mereka kepada satu set metrik yang menilai proses HR utama yang terlibat dalam syarikat itu (sebagai contoh, menyewa dan menyesuaikan kakitangan).

Apabila syarikat berkembang dan pelbagai tugas HR, keperluan dan proses baru akan muncul, dan dengan itu metrik baru (pengekalan, latihan, penilaian, pembangunan pekerja, dan sebagainya).

Metrik asas yang anda perlukan dipusatkan dalam tiga pesawat: waktu, harga dan kualiti.

Kebanyakan metrik HR dikira menggunakan formula standard yang mudah dicari di Internet. Tetapi kadang-kadang metrik perlu disesuaikan dengan tugas syarikat.

Bermula untuk bekerja dengan metrik HR, klasifikasi kakitangan: buat senarai kedudukan utama atau kumpulan mereka. Jelas sekali, bagi setiap syarikat ini akan menjadi senarai yang mencerminkan spesifik perniagaan.

Dalam kes ini, setiap metrik HR akan mempunyai set / set data yang mencerminkan keadaan untuk kedudukan utama tertentu atau kumpulan mereka.

Contohnya, "masa pemilihan" metrik dan "kos pemilihan". Di satu pihak, mereka menilai keberkesanan pengambilan di syarikat anda, di sisi lain, mereka memberikan maklumat tentang situasi di pasaran buruh dengan kehadiran pakar-pakar tertentu, dinamika perubahannya. Ini telah membolehkan anda bertukar kepada analisis ramalan - anda boleh menilai kos kewangan pemilihan masa depan, menaksir risiko / kerugian / manfaat bersama dengan tugas perniagaan yang lain, dengan mengambil kira keadaan pasaran

Pertimbangkan tugas mengekalkan pekerja yang berharga.

Mengikut keputusan banyak kajian, faktor utama berikut mempengaruhi keinginan pekerja untuk terus bekerja di syarikat: tahap imbuhan yang baik, pakej pampasan yang dibangunkan, peluang pertumbuhan kerjaya dan profesional.

Secara skematik, algoritma untuk menyelesaikan masalah ini boleh diwakili dalam bentuk corong yang berkembang, di mana tugas utama adalah "pengekalan pekerja yang berharga", yang terurai dalam bentuk paling sederhana menjadi dua subtask terpisah, masing-masing dapat dianggarkan menggunakan satu atau lebih metrik.

Sudah tentu, syarikat yang berlainan boleh menggunakan metrik HR yang berbeza dalam situasi yang sama, bergantung kepada keutamaan pengurusan, dengan kemudahan mengukur metrik tertentu dalam syarikat yang berbeza dan sebagainya.

Memilih metrik HR, anda harus memberi tumpuan kepada kriteria berikut:

1. Metrik HR tidak boleh banyak. Ukur hanya parameter yang mencerminkan pemenuhan tugas dalam bidang pengurusan personel.

2. Metrik HR harus mencerminkan dengan tepat pelaksanaan dasar SDM yang ada. Sekiranya tugas utama adalah untuk menarik pakar langka, istilah purata untuk menutup kekosongan mungkin kurang penting bagi anda, tetapi kepuasan pelanggan dalaman dan bahagian pekerja yang telah melepasi masa percubaan adalah lebih penting. Pilih metrik yang paling tepat mencerminkan keutamaan strategi HR anda.

3. Metrik HR sepatutnya mudah untuk diukur dan objektif. Sebagai contoh, perolehan adalah petunjuk objektif, adalah sukar untuk "menipu" itu. Tetapi bahagian mereka yang berhenti kerana gaji yang rendah adalah petunjuk yang agak subjektif: tidak semua pekerja pada wawancara hujung minggu bercakap mengenai sebab sebenar pemecatan. Ada kemungkinan bahawa di sebalik kata-kata am mengenai gaji rendah terdapat konflik tersembunyi dengan pemimpin atau sebab-sebab lain.

ROI sebagai alat sejagat untuk analisis HR

Bermula untuk menganalisis data, diperlukan bukan sahaja untuk menetapkan dinamik temporal metrik HR untuk tempoh tertentu, mencerminkan kerja HR yang lalu, tetapi juga menunjukkan korelasi dengan penunjuk perniagaan lain (terutamanya kewangan).

Untuk melakukan ini, mengambil kira metrik berorientasikan keuntungan dan berorientasikan pendapatan yang dipanggil: masa untuk mencapai produktiviti (berdasarkan penilaian kelayakan pekerja pada jarak tertentu); pemenuhan pelan pendapatan; pendapatan / keuntungan setiap pekerja, keuntungan seunit gaji, pelaksanaan pelan gaji, dll.

Analitik harus merangkumi gambaran mengenai keadaan semasa proses HR, menggambarkan dinamik perubahan untuk tempoh pelaporan, menjawab soalan - akibat perubahan tersebut telah berlaku, mencadangkan penyelesaian untuk meningkatkan kecekapan proses, meramalkan pembangunan mereka berdasarkan penyelesaian yang dicadangkan.

Baru-baru ini, syarikat Rusia secara aktif menggunakan ROI sebagai alat sejagat untuk menilai pulangan modal yang dilaburkan dalam beberapa aktiviti dalam bidang pengurusan kakitangan. Ini adalah "bahasa" di mana anda perlu bercakap dengan pengurusan syarikat.

Pengiraan ROI memungkinkan untuk menilai keberkesanan kewangan pelaburan dalam pekerja, walaupun tidak selalu mungkin untuk menaksir secara tepat pendapatan dari program tertentu atau kos mereka disebabkan pengaruh faktor luaran dan dalaman.

Jadi, kualiti proses pengambilan pekerja boleh dinilai seperti berikut:

ROI HR \u003d ((pendapatan dari pekerja yang tiba di syarikat - semua kos pengambilan) / semua kos pengambilan pekerja) x 100%.

Dengan analogi, formula untuk proses HR lain boleh dirumuskan. Jumlah ROI untuk proses yang berbeza akan menjadi taksiran integral terhadap keberkesanan perkhidmatan HR.

Bagaimana untuk mentafsirkan data yang diterima

Mana-mana penunjuk perlu dianalisis dalam kompleks dan dengan lampiran maksimum kepada kehidupan. Sekiranya bahagian pekerja terlatih di jabatan jualan meningkat, apakah maksudnya?

Pilihan 1:b kira-kira majoriti pekerja menjalani latihan yang sama seperti pada tempoh sebelumnya.

Pilihan 2: bilangan jam yang sama seperti pada tempoh sebelumnya dibahagikan kepada bilangan pekerja yang lebih besar. Iaitu, perkadaran pelajar telah meningkat, tetapi masing-masing mempunyai masa yang kurang. Mungkin ini adalah "hack" di bahagian jabatan latihan, atau mungkin sebaliknya: mereka mendapati kursus yang lebih berkesan yang membolehkan anda menguasai program yang sama dalam masa kurang.

Dalam erti kata lain, adalah perlu untuk memahami dengan jelas sebab-sebab dalam setiap kes yang membawa perubahan dalam satu atau satu lagi penunjuk. Kadang-kala analisis penunjuk lain memberikan banyak maklumat (peratusan mereka yang terlatih + bilangan jam latihan bagi setiap pekerja), kadang-kadang maklumat tambahan yang bersifat bermakna diperlukan. Mana-mana penunjuk adalah suar yang mengatakan "sesuatu telah berubah di sini, kita perlu memahaminya." Kenapa ia berubah, baik atau buruk, dan apa yang perlu dilakukan - angka tidak boleh menjawab soalan-soalan ini.

Data Big dalam HR: trend dan prospek langsung

Pertama, analisis HR akan dilaksanakan oleh beberapa syarikat yang semakin meningkat. Kedua, ia akan meliputi peningkatan jumlah proses HR. Ketiga, analisis HR dari deskriptif akan menjadi lebih prediktif. Iaitu, tugas menilai perolehan kakitangan akan berubah menjadi tugas meramalkan perolehan kakitangan sekiranya langkah-langkah tertentu diambil, atau langkah-langkah lain diambil.

Pasaran global untuk penyelesaian Data Big berkembang dengan pesat; "jalan" untuk HR sekarang melewati terutamanya melalui rangkaian sosial, di mana sejumlah besar data tertumpu. Dengan pemprosesan yang sesuai, mereka membentuk banyak alat yang sangat memudahkan kerja pakar HR. Hari ini, kepentingan alat Big Data dalam HR terutamanya dikaitkan dengan peningkatan teknologi untuk pengurusan pengambilan dan bakat.

Mana-mana perisian statistik yang ada mungkin sesuai untuk memproses data HR. Terdapat beberapa penyelesaian perisian untuk mengautomasi analisis HR daripada pembekal utama sistem ERP. Dalam syarikat kecil dan sederhana, mereka biasanya menggunakan Excel biasa. Ia mudah apabila analisis HR dijalankan dalam sistem yang sama seperti proses HR lain. Sistem Sumber Manusia Korporat berdasarkan perkhidmatan awan, sebagai contoh, Faktor Kejayaan, menjadi semakin popular.

Tiga Rahsia Berjaya Menggunakan Data Besar dalam HR

Perhatikan bahawa data HR sahaja bukan Data Besar, tetapi teknologi Data Big digunakan secara meluas dalam HR. Agar Big Data dapat berjaya dalam menyelesaikan masalah HR, perlu:

1. Integrasi usaha pakar HR dan pengaturcara Data Big / penganalisis. Penganalisis akan mencadangkan algoritma terbaik dan memproses data secara optimum. Tetapi hanya HR boleh menjejaskan bahagian kandungan model!

Katakan anda sedang membina model yang membolehkan anda meramalkan prestasi calon tertentu dalam kedudukan tertentu. Apakah keberkesanan ini bergantung kepada? Pengalaman kerja? Pendidikan? Pengalaman di tempat kerja terakhir? Kecekapan khusus? Kemahiran lembut? Aktiviti sosial? Tugas HR adalah untuk mencadangkan parameter-parameter yang masuk akal untuk dimasukkan ke dalam model. Tugas penganalisis / pengaturcara adalah untuk melaksanakan model sedemikian. Dan hanya dengan kerja sama kedua-dua pihak, kemungkinan untuk membuat parameter termasuk dalam model tertentu, boleh diukur, sesuai untuk analisis.

2. Pertama sekali, sebelum memulakan apa-apa analisis data, anda harus memahami apa bentuk yang akan anda terima hasil analisis dan apa yang akan anda lakukan dengan lebih lanjut.

Kes yang terkenal mengenai ramalan pemberhentian pekerja. Apa yang akan anda lakukan dengan senarai 30 pekerja, yang masing-masing boleh meninggalkan syarikat anda dalam 3 bulan akan datang dengan kebarangkalian 52%? Jika anda tidak mempunyai jawapan kepada soalan ini, tidak ada gunanya bekerja dalam senarai sedemikian.

3. Menggunakan alat Big Data, jangan lupa bahawa anda sebenarnya bekerja dengan orang lain. Pematuhan yang tidak paham terhadap keputusan simulasi boleh membawa kepada akibat yang tidak boleh diperbaiki. Cari penyelesaian pintar di persimpangan Big Data dan pekerja sebenar!

Valeria Chernetsova, Ketua Perunding

Saya tidak akan menerima begitu saja, tetapi minat dalam analisis HR berkembang sekurang-kurangnya sekitar 10 tahun. Sehingga akhirnya, beberapa tahun yang lalu, masyarakat HR profesional secara literal meletup di banyak persidangan, sarapan pagi, bengkel, dll. menceritakan mengenai analisis HR, cara mengukurnya, bagaimana untuk membuat sistem pengumpulan data dan cara untuk mempraktikkan maklumat tersebut.

Nampaknya sekarang semuanya menjadi jelas kepada semua orang, tetapi perbincangan dan perdebatan yang berterusan menunjukkan sebaliknya. Sesetengah perusahaan di Rusia telah menubuhkan sistem bersepadu untuk mengumpul dan menganalisis data kakitangan dan menerima laporan ringkasan secara on-line. Organisasi lain "mengukur sesuatu," tetapi tidak begitu memahami apa dan mengapa. Masih yang lain mengambil langkah-langkah tidak menentu pertama ke arah ini.

Sementara itu, dalam era "data besar" kami, pemahaman tentang apa yang berlaku, berdasarkan analisis, statistik dan fakta, menjadi kritikal untuk membuat keputusan pengurusan yang kompeten secara umum, dan keputusan pengurusan mengenai personil, khususnya.

Kesukaran dalam memahami analisis HR berkaitan dengan fakta bahawa ia tidak segera menjelaskan apa ini. Jika anda meminta seorang pengurus, sebagai contoh, perkhidmatan komersil, apakah analisis HR, dia mungkin akan membincangkan kos dan keberkesanan latihan. Kepala jabatan perekrutan akan memikirkan waktu penutupan kekosongan dan corong pemilihan. Dan CEO mungkin bercakap mengenai produktiviti dan bayaran balik kos kakitangan. Dan semua pandangan ini betul dan perlu.

Untuk memahami, mungkin berguna untuk melihat soalan "dari atas". Bermula dari jauh, kita boleh mengatakan bahawa analisis HR dibahagikan kepada dalaman dan luaran. Analisa HR dalaman menceritakan segala yang berkaitan dengan orang dalam organisasi. Dan analisis HR luaran memberikan pemahaman mengenai persekitaran syarikat, hubungan penawaran dan permintaan dalam pasaran buruh, tahap upah dan juga keadaan demografi umum.

Teruskan. Analisa HR dalaman secara substansial - bagaimana dengannya? Pertama sekali, mengenai bagaimana berkesan syarikat menguruskan salah satu sumber utamanya - orang: berapa banyak manfaat yang diterima syarikat dari kakitangannya (jenis dan wang dalam bentuk) dan apa kos yang ditanggung untuk mendapatkan faedah ini.

Dua kumpulan faktor yang boleh diukur dari ini: kos kakitangan dalam pelbagai bahagian (gaji sebagai yang terbesar dari mereka, perbelanjaan untuk merekrut dan kakitangan latihan, serta perbelanjaan untuk mempertahankan jabatan kakitangan itu sendiri) dan semua petunjuk prestasi yang mungkin, i.e. nisbah kos dan pendapatan / keuntungan (bahagian gaji dalam pendapatan, produktiviti buruh, pendapatan syarikat setiap gaji 1 ruble, dll.).

Memandangkan salah satu komponen utama kejayaan perniagaan adalah keupayaan untuk menarik dan mengekalkan orang dengan kompetensi yang tepat, perolehan kakitangan, kadar kakitangan kekosongan utama dan tempoh penyesuaian juga tergolong dalam blok analisis "mengenai fungsi HR dan sumber manusia".

Blok kedua pengukuran analisis HR dalaman sepenuhnya ditumpukan kepada orang, iaitu. pekerja organisasi, pendidikan, kemahiran, kebolehan dan ciri-ciri psikologi, struktur motivasi, budaya korporat dan faktor-faktor lain yang berkaitan dengan isu-isu interaksi sosial dan ciri-ciri peribadi seseorang. Bahagian analisis HR ini merangkumi struktur kakitangan, tempoh purata, kecekapan utama organisasi, kepuasan kakitangan, sebab perolehan dan faktor lain yang memungkinkan untuk menilai kakitangan syarikat, bukan hanya sebagai sumber, tetapi sebagai modal dan asas untuk pembangunan perniagaan selanjutnya dan daya saingnya.

Akhirnya, blok ketiga analisis HR dalaman adalah kajian keberkesanan organisasi. Sebenarnya, di sini kita bercakap mengenai HR dan analisis perniagaan, apabila kita menganggap bukan sahaja fungsi pengurusan kakitangan, tetapi struktur organisasi dan gabungan semua fungsi syarikat dalam konteks pengaruh bersama antara satu sama lain dan keseluruhan kecekapan perniagaan secara keseluruhan.

Untuk menjalankan analisis keberkesanan organisasi, anda memerlukan functionogram dan organigram syarikat, penilaian peringkat perkembangannya, penilaian gaya pengurusan yang sedia ada dan yang diperlukan, analisis proses perniagaan yang sedia ada, dan banyak lagi.

Oleh itu, analisis HR dalaman meliputi penilaian keberkesanan kakitangan sebagai sumber, penilaian kakitangan sebagai modal insan organisasi, dan penilaian keberkesanan organisasi pekerja secara keseluruhan untuk sebuah syarikat. Dan apa analitik HR luar memberi kita apa?

Seperti seluruh organisasi, jabatan kakitangan dan fungsi HR tidak wujud secara berasingan dalam keadaan makmal yang ideal. Calon mesti dicari dalam pasaran buruh, di mana majikan lain memohon mereka. Persaingan adalah tinggi di kalangan pemohon dan di kalangan majikan. Keadaan kerja, tahap upah dan reputasi syarikat dapat mempengaruhi keupayaan organisasi untuk memenuhi kebutuhan mereka sendiri.

Oleh itu, untuk "mengikuti selaras" adalah perlu untuk menganalisis, sekurang-kurangnya, tahap gaji di pasaran, ketersediaan kakitangan dengan kelayakan yang diperlukan dan reputasi syarikat. Secara optimum, jika sebagai tambahan kepada data yang disenaraikan, organisasi akan menjalankan kajian tanda aras pada semua petunjuk analisis HR dalaman. Dengan kata lain, keberkesanannya dalam pengurusan kakitangan mesti dibandingkan dengan keberkesanan pengurusan kakitangan di organisasi lain, yang akan meningkatkan daya saing perniagaan tertentu ini.

Adakah mungkin untuk mempertimbangkan penunjuk analisis HR secara berasingan, secara berasingan antara satu sama lain? Ada yang boleh. Contohnya, bahagian kos dana upah dalam hasil syarikat itu sendiri adalah petunjuk penting dan mandiri. Tetapi perolehan kakitangan tidak terlalu jelas dengan sendirinya.

Walau bagaimanapun, jika kita membandingkan perolehan dengan kelajuan pemilihan, kita mendapat keupayaan diukur syarikat untuk menambah sumber buruh. Jika kita membandingkan perolehan yang sama dengan penunjuk prestasi pelbagai jabatan, kita dapat melihat kesan langsung dari aliran keluar kakitangan terhadap kecekapan dan keuntungan perniagaan syarikat.

Apabila dilihat dari atas, analisis HR dilihat dengan mudah. Walau bagaimanapun, apabila dibincangkan secara terperinci, anda akan mendapati lebih daripada 100 petunjuk berbeza yang berkaitan dengan pengurusan kakitangan. Sudah tentu, kedua-dua ketua jabatan, atau CEO atau pemilik, atau kakitangan jabatan kakitangan sendiri, dapat menggunakan data ini dengan berkesan.

Oleh itu, apabila membangunkan sistem analisis HR dalam sebuah syarikat, tugas utama bukanlah untuk menghasilkan apa yang harus diukur, tetapi untuk mencari beberapa petunjuk yang akan mencirikan sistem pengurusan personel yang terbaik di syarikat, serta menentukan penunjuk dan yang memerlukannya.