Nakumpleto ni Ekaterina Bilan, isang mag-aaral sa Higher School of Economics.
Marahil ay hindi naisip ni Ekaterina noong isinalin niya na ang kanyang pagsasalin ay babasahin ng libu-libong mga espesyalista sa HR sa Russia))
Kaya
Ang tanong kung ano ang HR analytics ay tinanong ng maraming HR specialist na, sa katunayan, gustong magsimulang magtrabaho sa analytics na ito. Sa artikulong ito, ipapaliwanag namin kung ano ang HR analytics at ipaliwanag kung paano ito gagana sa hinaharap.

Ano ang HR analytics?

Ang human resource analytics ay ang pagsusuri ng mga problema ng tauhan sa mga organisasyon. Halimbawa, masasagot mo ba ang mga sumusunod na tanong tungkol sa iyong organisasyon?

• Gaano kataas ang taunang turnover ng iyong mga empleyado?
• Gaano karaming mga hindi ginustong pagkalugi ang sanhi ng turnover ng iyong tauhan?
• Alam mo ba kung aling mga empleyado ang malamang na umalis sa iyong organisasyon sa taong ito?

Ang mga tanong na ito ay masasagot lamang sa tulong ng HR analytics. Karamihan sa mga propesyonal sa HR ay madaling sagutin ang unang tanong. Gayunpaman, ang pangalawang tanong ay mas mahirap sagutin.

Upang masagot ang pangalawang tanong kailangan mong pagsamahin ang dalawa iba't ibang mga mapagkukunan datos. Upang masagot ang pangatlo, kailangan mong pag-aralan nang detalyado ang data ng HR.

Ang mga departamento ng HR ay matagal nang nangongolekta ng malaking halaga ng data ng tauhan, ngunit ang data na ito ay madalas na hindi ginagamit. Kapag nagsimulang suriin ng mga organisasyon ang mga isyu na nakakaapekto sa kanilang workforce gamit ang data na ito, magsisimula silang makipag-ugnayan sa HR analytics.

Ang Scientific Definition ng HR Analytics

Ano ang siyentipikong kahulugan ng HR analytics? Ang HR analytics ay tinukoy bilang "sistematikong pagkilala at pagbibilang ng mga salik na nakakaimpluwensya sa mga resulta ng negosyo"(Heuvel & Bondarouk, 2016).

Sa madaling salita, ito ay isang HR data-driven na diskarte.

Sa nakalipas na 100 taon, ang pamamahala ng human resource ay pangunahing umunlad mula sa pagpapatakbo tungo sa isang estratehikong disiplina. Ang kasikatan ng terminong "Strategic Human Resource Management" (SHRM) ay nagpapakita nito. Ang HR analytics, isang data-driven na diskarte, ay naaayon sa pag-unlad na ito.

Sa halip na umasa sa intuwisyon, binibigyang kapangyarihan ng analytics ang mga propesyonal sa HR na gumawa ng mga desisyong batay sa data. Bilang karagdagan, tumutulong ang analytics na suriin ang pagiging epektibo ng mga patakaran ng tauhan at iba't ibang aktibidad.

Paano nakakatulong ang HR analytics sa pamamahala ng HR?

Kung paanong binago ng marketing analytics ang larangan ng marketing, binabago ng HR analytics ang larangan ng pamamahala ng human resources. Ano ang nagbubukas ng mga ganitong pagkakataon para sa HR:

• Kumuha ng higit pa magandang desisyon gamit ang datos

Ang nakagawiang pag-iingat ng talaan ay walang estratehikong halaga. Sa mga salita ni Carly Fiorina, "Ang layunin ay gawing impormasyon at impormasyon ang data." Nalalapat din ito sa HR.

Nagbibigay-daan ito sa HR na ibahin ang sarili sa isang departamento na kasangkot sa paggawa ng desisyon sa isang madiskarteng antas. Ipinapakita ng figure sa ibaba kung paano ito gumagana sa pagsasanay.

Upang makapagsimula sa HR analytics, kailangan mong pagsamahin ang data ng tauhan mula sa iba't ibang sistema ng impormasyon. Halimbawa, kapag pinagsama mo ang iyong pananaliksik sa pakikipag-ugnayan sa iyong (pinansyal) na data ng pagganap, maaari mong sukatin ang epekto ng pakikipag-ugnayan ng empleyado sa pagganap sa pananalapi ng iba't ibang mga tindahan, departamento, o iba pang mga dibisyon.

Magbabago ang recruitment, pagpili, pamamahala sa pagganap, pagsasanay at pag-unlad, at pamamahala ng succession batay sa mga insight na nakuha mula sa analytics ng mga tao. (kakulitan)

Isipin na mahuhulaan mo kung sinong mga bagong hire ang malalagay sa matataas na posisyon dalawang taon mula ngayon. O maaari mong mahulaan kung aling mga bagong hire ang aalis sa iyong organisasyon sa isang taon. Ang kakayahang hulaan ang impormasyong ito ay magbabago sa proseso ng pagkuha at pagpili.

Kung gusto mong matuto nang higit pa tungkol sa kung paano mababago ng data ang mga kasanayan sa pag-hire, tingnan ang aklat na Mga Panuntunan ng Trabaho. Sa aklat na ito, inilalarawan ni Laszlo Bock, executive director ng mga operasyon sa Google, kung paano nagbago ang mga gawi sa pagkuha ng Google pagkatapos suriin ng mga empleyado ang kanilang data sa pagre-recruit.

Paano magsimula sa HR analytics?

Karaniwang nagsisimula ang mga organisasyon sa pamamagitan ng pagtatanong ng mga simpleng tanong tulad ng: "Sino sa aking mga empleyado ang may mas mataas na potensyal?" Sa pamamagitan ng paglalapat ng mga simpleng diskarte sa istatistika sa data ng HR, mahahanap at mapapatunayan ng mga kumpanya ang koneksyon sa pagitan ng mga kakayahan ng mga tao at kung paano tumatakbo ang negosyo. Kaya, tinutulungan ng analytics ang mga kumpanya na subaybayan ang pagliban, paglilipat, pagka-burnout, pagiging produktibo, at higit pa.

Ginagawa ng Analytics ang HR na higit pa sa kapana-panabik. Ang impormasyong ibinibigay nito ay tutukuyin kung paano gumagana ang mga negosyo at kung paano ginagawa ang mga madiskarteng desisyon.

Dagdag pa rito, kung alam mo kung ano ang nakakaakit sa iyong mga empleyado, maaari kang lumikha ng isang mas mahusay na kapaligiran sa trabaho, bumuo ng mas mahusay na mga tagapamahala, at tumpak na lumikha ng mahusay na pagganap. Bukod pa rito, kung mahuhulaan mo kung aling mga empleyado ang pinaka-malamang na umalis sa kumpanya, maaari kang makisali sa mas epektibong pamamahala ng succession at strategic workforce planning. Ang isang kapansin-pansing halimbawa ng isang kumpanya na gumagawa lamang nito ay ang Credit Suisse.

Sa sandaling naitanong mo sa iyong sarili ang tanong na interesado ka, dapat kang pumili ng data mula sa iba't ibang mga system. Ito ay magdadala sa iyo upang maunawaan.

Hindi lahat ng tanong ay pantay na kawili-wili. Ito ang dahilan kung bakit dapat kang magtanong tungkol sa mga bagay na maaari mong baguhin. Halimbawa, hindi mo (madaling) baguhin ang kasarian ng isang empleyado. Gayunpaman, maaari mong maimpluwensyahan ang iyong mga istilo ng pamamahala at mga antas ng pakikipag-ugnayan. Sa pamamagitan ng pagtatanong ng mga tamang tanong, makakakuha ka ng insight sa mga posibleng aksyon.

Paano hinuhubog ng HR analytics ang negosyo?

Gaya ng maiisip mo, ang HR analytics ay may potensyal na malaking implikasyon para sa isang organisasyon. Gayunpaman, ang mga halimbawang ito ay simula pa lamang. Maaaring magsimulang sukatin ang epekto ng mga patakaran ng HR sa negosyo ng mga organisasyong may napakahusay na kakayahan sa analytics ng mga tao.

Gamit ang kumplikadong pagsusuri sa istatistika, . Nagbibigay-daan ito sa mga tagapamahala na suriin ang epekto ng mga aktibidad at patakaran ng human resource sa mga tuntunin ng pagganap sa pananalapi.

Ang pagsukat sa epekto ng HR sa pagganap ay tinatawag na "holy grail" ng HR analytics (Lawler III, Levenson, & Boudreau, 2004). Ito ang pinakamakapangyarihang paraan para sa HR upang mapataas ang madiskarteng impluwensya. Nagbibigay-daan ito sa mga organisasyon na aktibong subaybayan at mahulaan kung aling mga patakaran ang humahantong sa pinahusay na pagganap ng indibidwal at organisasyon.

Maaari itong makaapekto sa parehong bahagi ng gastos at kita ng negosyo.

Ang pag-alam sa epekto ng mga patakaran ng HR ay makakatulong din sa mga propesyonal sa HR na maging tunay na madiskarteng mga kasosyo. Hanggang ngayon, ang mga espesyalista sa HR ay nailalarawan bilang mahina at walang silbi, hindi tulad ng mga taong nagbebenta. Gayunpaman, maaaring baguhin ito ng analytics ng mga tao. Tinutulungan nito ang HR na ganap na maiayon ang diskarte nito sa mga layunin sa negosyo at tumpak na sukatin ang halagang idinaragdag nito sa negosyo.

Kaya, ano ang HR analytics? Ito ay tungkol sa pagtukoy sa mga taong kapaki-pakinabang sa iyong negosyo at pagtatrabaho sa pamamagitan ng mga pagpapalagay ng mga taong nagpapatakbo ng kumpanya. Ito ang kinabukasan ng HR. O sa mga salita ni Edwards Deming: "Kung walang data, isa ka lamang na tao na may opinyon."

Mangyaring sabihin sa akin kung saan ako dapat pumunta mula dito?
-Saan mo gustong pumunta? - sagot ng Pusa.
"Wala akong pakialam..." sabi ni Alice.
"Kung gayon hindi mahalaga kung saan ka pumunta," sabi ng Pusa.
“...para makapunta lang,” paliwanag ni Alice.
"Tiyak na mapupunta ka sa isang lugar," sabi ng Pusa. - Kailangan mo lang maglakad ng mahaba.
Lewis Carroll "Mga Pakikipagsapalaran ni Alice sa Wonderland. Alice Through the Looking Glass"

Nakatagpo ka na ba ng mga walang kwentang sukatan ng HR mula sa kategoryang "makasaysayang"? Itapon natin ang lahat ng hindi kailangan at suriin kung ano ang mahalaga: sinabi ng site sa portal ang tungkol sa pinakamahalagang tagapagpahiwatig ng HR analytics Dmitry Supronenko , Pinuno ng HR Department sa Metal Profile Company.

Analytics sa larangan ng pamamahala ng tauhan bilang isang independiyente at medyo mahalagang bloke - sa isang banda, ang paksa ay medyo bago para sa mga domestic na kumpanya. Para sa aking sarili, iniuugnay ko ang pagbuo nito sa panahon ng pagbuo ng pagpapaandar ng HR sa modernong anyo nito mula sa departamento ng HR, na direktang nasasakupan ng CEO ng kumpanya, at O&P bilang bahagi ng pinansiyal at pang-ekonomiyang bloke.

Sa kabilang banda, ang panahong ito ay naging higit pa sa sapat para sa ilang mga kumpanya na gumawa ng hindi lamang isang hakbang, ngunit isang buong paglukso pasulong, habang ang iba ay patuloy na nananatili sa isang estado ng nasuspinde na animation. Bilang isang resulta, kahit na sa loob ng parehong industriya ay maaari nating obserbahan ang isang makabuluhang pagkakaiba sa mga diskarte at antas ng pag-unlad ng HR analytics na sa digital age ay maaari lamang tayong magkibit-balikat.

Ngunit dahil walang nangyayari nang walang kabuluhan (kapwa aksyon at hindi pagkilos), patuloy nating unawain ang mga dahilan para sa iba't ibang mga diskarte. Hinahati ko ang mga ito para sa aking sarili sa layunin (umiiral sila nang hiwalay sa kumpanya ng HRD) at subjective.

Magsimula tayo sa mga layunin. Una, mula sa pinakamahalagang kadahilanan, na, sa aking personal na opinyon, ang pinaka direktang nakakaapekto sa HR analytics ng kumpanya at hindi direktang nakakaimpluwensya sa iba pang mga kadahilanan, ito ay antas ng kompetisyon sa industriya.

Hayaan akong ipaliwanag, para sa akin, bilang isang ekonomista na may pangunahing edukasyon, ang isang mataas na mapagkumpitensyang merkado ay isang merkado kung saan ang isang produkto/serbisyo, teknolohiya ng produksyon, logistik, pagkakaroon ng mga hilaw na materyales, atbp. ay lubos na nagkakaisa, at ang bumibili ay halos walang pagkakaiba kung kanino bibilhin ang produkto/serbisyong ito. Sa mga kundisyong ito, nauuna ang antas ng serbisyo, kaya naman tinawag na ng maraming strategic guru ang ekonomiya ng ika-21 siglo bilang ekonomiya ng mga impression. At ang pangunahing estratehikong bentahe sa mga kundisyong ito ay ang mga tauhan, o sa halip, ang kanilang kalidad. Makatuwiran na ang kumpetisyon para sa malalakas na empleyado sa gayong mataas na mapagkumpitensyang mga merkado ay makabuluhan din.

Ang mga HR specialist ay walang ibang mapagpipilian kundi gamitin ang lahat ng posibleng analytics apparatus sa mga kundisyong ito upang mabilis na mahanap/maakit ang pinakamahusay na mga espesyalista mula sa merkado at mapanatili ang mga ito sa kinakailangang antas ng paglahok sa pinakamahabang posibleng panahon.

Samakatuwid, ang lahat ay nagsisimula sa analytics sa "recruitment funnel", nagtatapos sa analytics sa mga dahilan para sa paglilipat ng mga tauhan, at sa pagitan nila ay mayroong isang buong mundo ng mga tagapagpahiwatig sa pagbagay, pagganyak, pagsasanay at pag-unlad, paglahok, kultura ng korporasyon, atbp. Para sa halimbawa, maaari nating kunin ang merkado para sa mga espesyalista sa IT. Sa kabila ng katotohanan na ang tunay na sahod sa maraming industriya ay bumababa nitong mga nakaraang taon, dito nakikita natin ang matatag at matatag na paglago.

Ang oras na kinakailangan upang makahanap ng isang bagong trabaho para sa isang espesyalista sa IT ay kaunti lamang ang antas ng kanilang mga hangarin sa mga ganitong kondisyon ay patuloy na lumalaki. At ano ang reaksyon ng mga kumpanya? Indibidwal na diskarte. Simula sa isang nakatuong isa o ilang (depende sa sukat) na mga recruiter, at nagtatapos sa katotohanan na alam ng HRD ang mataas na kwalipikadong mga espesyalista sa pamamagitan ng paningin (kahit na ang bilang ng kumpanya mismo ay 10,000+), dahil sa mga tuntunin ng dami at dalas ng mga pagbabago sa mga karaniwang kondisyon at diskarte sa mga tauhan, lumalabas sila sa parehong antas ng nangungunang pamamahala ng kumpanya. Ngunit ito ay para sa mataas na mapagkumpitensyang industriya. Kung ang industriya ay monopolistic/oligopolistic sa kalikasan, kung gayon ang lahat ng "tuning" na ito ay hindi kinakailangan.

Hindi ko sinasabi na hindi sila gumagamit ng HR analytics, hindi. Ngunit ang nilalaman nito ay magiging mas maliit, o (na sa aking karanasan ay mas karaniwan) ang paggamit nito sa trabaho para sa paggawa ng desisyon ay magiging pormal. Ako mismo ay nagtrabaho sa isang kumpanya kung saan ang Moscow ay regular na humiling ng isang makabuluhang listahan ng mga sukatan na binuo ng isang kilalang kumpanya ng pagkonsulta sa ibang bansa. Ang pamamaraan ng komunikasyon ay palaging tipikal: hiniling - ibinigay - nakalimutan.

Pangalawa, kaakibat sa industriya (mga partikular). Hayaan akong ipaliwanag sa isang halimbawa. Ilang taon na ang nakalilipas nainterbyu ako para sa posisyon ng HRD ng isa sa pinakamalaking tagagawa ng kagamitan sa agrikultura sa Russia. Nilapitan ng pangkalahatang direktor ang bagay na ito nang higit pa sa responsable (hiniram ko ang kanyang karanasan sa aking trabaho), hindi nililimitahan ang aking sarili sa mga resulta ng mga pagtatasa at ilang mga panayam, ngunit nagbigay ng libreng access sa mga pasilidad ng kumpanya, gayundin sa lahat ng impormasyon ng HR, at hiniling isang action program para sa 2 taon. At kahit na sa dulo ng lahat ay tinanggap ko ang isang imbitasyon mula sa ibang employer, ang karanasan ng kumpanyang ito ay kawili-wili pa rin para sa akin hanggang ngayon.

Ang isang pangunahing tampok sa lugar ng responsibilidad ng HR ay binibigkas na seasonality na may kaugnayan sa taon ng agrikultura. Ang seasonality ay sorpresa sa ilang mga tao, ngunit dito kailangan mong isaalang-alang ang sukat (bawat taon kailangan mong mag-recruit, magsanay, at pagkatapos ay tanggalin ang higit sa isang libong manggagawa sa produksyon), ang mataas na antas ng mga kinakailangan para sa mga kwalipikasyon ng mga manggagawa (ito ay hindi kumukuha ng mga manggagawa sa bodega), lokasyon (lahat ng mga dibisyon ng produksyon ay matatagpuan sa parehong teritoryal na lugar ng lungsod), dalas ng pag-uulit ng cycle (sa oras na iyon ito ay ang ika-5 hiring/downsizing cycle) at lahat ng kasunod mga kahihinatnan para sa tatak ng HR (ang unang taxi driver na nasa daan mula sa paliparan ay nagsabi sa akin ng buong kasaysayan ng planta mula noong pagbabago ng pagmamay-ari ng kumpanya, at na dapat kang pumunta dito upang magtrabaho bilang isang huling paraan).

Malinaw na ang pangunahing departamento ng HR sa negosyo ay hindi ang departamento ng kalusugan at kaligtasan sa trabaho (gaya ng dati), ngunit ang departamento ng pagpili ng mga tauhan, na dapat tiyakin ang pagpili ng ganoong bilang ng mga empleyado sa loob ng isang buwan. Nagulat ako sa 2 katotohanan: lahat ng empleyado sa departamentong ito ay mga lalaki (na talagang hindi tipikal para sa HR function sa pangkalahatan, at para sa partikular na pagpili), at ang kalidad ng HR analytics.

Para sa akin, patuloy nilang sinusubaybayan ang lahat. Hindi ko rin pinag-uusapan ang tungkol sa "funnel ng pagpili", ito ay pinagsama-sama para sa bawat workshop ayon sa posisyon, ang pagiging epektibo ng pag-akit ng mga kandidato sa lahat ng panlabas at panloob na mga channel na kilala sa akin ay inihambing, isang hiwalay na lugar ay nakatuon sa pagsusuri ng mga kandidato ' mga lugar ng paninirahan, at ang buong panahon ng pag-aangkop ay nahahati sa mga bloke, ayon sa mga panloob na istatistika ng paglilipat ng mga tauhan sa unang tatlong buwan, at sa buong kadena ng adaptasyon ang parehong funnel na may paglilipat ng mga tauhan sa panahon ng pagsubok.

pangatlo, yugto ng pag-unlad ng kumpanya. Dito kinakailangang alalahanin ang sikat na modelo ng siklo ng buhay ng isang organisasyon ni L. Greiner. Wala akong nakikitang punto sa pagsisiwalat nito nang detalyado sa artikulo - ang materyal sa paksa ay madaling makuha sa Internet.

Tutuon ako sa katotohanan na madalas na mga tagasuporta at kalaban ng pagpapatupad ng isang KPI/BSC system sa isang kumpanya (at ang analytics sa HR ay isang elemento ng KPI system, dahil walang pagpaplano, kontrol, pagganyak, sa sarili nito ay hindi ito nagdudulot ng halaga sa kumpanya) ay hindi maaaring magkasundo sa kanilang mga sarili , dahil ang batayan ng kanilang pagtatalo ay mga organisasyon na nasa iba't ibang yugto ng pag-unlad ayon kay Greiner. At kung sa yugto ng "Creativity" ang analytics ay, sa halip, isang bihirang pagbubukod sa panuntunan sa yugto ng "Directive Management", ang HR analytics ay pinasimple (2-3 pangkalahatang tagapagpahiwatig), pagkatapos ay sa yugto ng "Delegasyon" ay mayroong; isang makabuluhang dami at husay na pag-unlad ng mga tagapagpahiwatig , at sa yugto ng "Koordinasyon", ang analytics ay nagsisimulang maging kalabisan (kapag ang mga gastos sa transaksyon sa pagsasagawa ng HR analytics ay lumampas sa pang-ekonomiyang epekto nito para sa organisasyon). At dito ang mga kalaban ng KPI ay umakyat sa podium at nagsimulang pumuna.

At ang mga ito ay bahagyang tama, ngunit dapat nating agad na linawin na ang karamihan sa mga domestic na kumpanya ay hindi "lumago" sa ika-4 na yugto at malamang na hindi lumaki. At iilan lamang (mga pinuno ng listahan ng RBC 500) ang seryosong nag-iisip, kapag nahaharap sa isang krisis ng kumpiyansa, tungkol sa pangangailangang lumipat sa ikalimang yugto: "Pagtutulungan."

Ayon kay L. Greiner, ang espesyal na atensyon sa yugtong ito ay binabayaran sa paglikha ng mga koponan at interpersonal na kooperasyon, at ang mga pormal na sistema ng kontrol ay unti-unting pinapalitan ng panlipunang kontrol at disiplina sa sarili. Ang bawat yugto ng pag-unlad ng isang organisasyon ay may sariling diskarte sa HR metrics system, at hindi katanggap-tanggap na gawing simple ang diskarte sa pamamagitan ng pagbabawas nito sa pare-parehong mga kinakailangan, tulad ng hindi propesyonal na paghambingin ang HR analytics ng mga organisasyon sa iba't ibang yugto ng pag-unlad.

Pang-apat, antas ng automation sa kumpanya. Dito, sa palagay ko, ang lahat ay medyo simple: hindi ka maaaring magsagawa ng malawakang opensiba kung ang iyong mga convoy na may mga bala at uniporme ay nasa likod. Ang HR analytics na kinokolekta nang "manu-mano" ay isang tiyak na paraan upang siraan ang isang mahusay na tool. Samakatuwid, kaibigan namin ang departamento ng IT, kailangan mong magkaroon ng dedikadong espesyalista para sa analytics sa sistema ng ERP kung saan pinananatili ang iyong mga istatistika.

Depende sa laki ng kumpanya, maaaring magdagdag ng isang bloke ng mga gawain upang pagsamahin ang data mula sa ilang sistema ng HR. Mula sa aking sariling karanasan, masasabi kong ang pagse-set up ng integration ay nangangailangan ng pinakamaraming pagsisikap, bilang isang resulta kung saan ang ilang mga kumpanya ay gumawa ng lohikal (ngunit hindi mura) na desisyon na ilipat ang lahat ng pag-andar ng HR sa isang solong platform.

Ngayon para sa ilang mga subjective na kadahilanan.

Una, presensya ng isang customer: Ang departamento ng HR ay hindi dapat umiral nang mag-isa. Ang bawat gawain/proyekto ay dapat palaging may benepisyaryo: ang may-ari, ang Lupon ng mga Direktor, ang Lupon ng Pamamahala, ang CEO, ang direktor ng isang yunit ng negosyo, ang pinuno ng isang functional unit, o ibang tao, anuman ang pangalan ng posisyon/katawan ay. Kung ang gawain/proyekto ay walang ganitong benepisyaryo (at ito, sa kasamaang-palad, ay nangyayari), kung gayon ang mga pagkakataon ng HR manager na kilalanin bilang "ang sanhi ng kaligayahan" sa kumpanya ay tumaas nang husto. Hindi ito nangangahulugan na kung hindi ka pa naatasan ng isang gawain, hindi mo na kailangang gawin ito. Ito ay kinakailangan kung naiintindihan mo kung bakit ito ay maaaring maging interesado sa benepisyaryo, ngunit ang unang bagay na kailangan mong gawin ay makuha ang kanyang pahintulot.

Hayaan akong ipaliwanag sa pagsasanay. Kunin natin, halimbawa, ang isang tagapamahala na namuno sa departamento ng HR sa maraming malalaking kumpanya, kung saan ang isa sa mga pangunahing tagapagpahiwatig sa lugar ng atensyon ng HRD ay ang mga tauhan, kapwa bilang kabuuang halaga para sa kumpanya at sa iba't ibang mga seksyon ng analitikal (sa pamamagitan ng mga yunit ng negosyo, sa pamamagitan ng mga functional block at iba pa).

Una, ang buong badyet (at ang pinakamataas na bahagi dito ay ang payroll) sa lugar ng responsibilidad ng HRD ay direktang nakasalalay sa nakaplanong bilang ng mga tauhan sa isang tiyak na panahon (karaniwan ay isang quarter, para sa mga kumpanyang may mataas na pana-panahong benta/produksyon - isang buwan). Pangalawa, ang ibang mga pangunahing tagapagpahiwatig (halimbawa, mga antas ng staffing, ang proporsyon ng mga overdue na bakante) ay nakadepende nang malaki sa mga antas ng staffing.

Inilipat namin ang manager na ito sa isang parehong malaking kumpanya. Saan siya magsisimula? Malamang, ang isa sa mga unang punto ay isang pag-audit ng mga kasalukuyang proseso ng HR (kabilang ang pagkolekta ng analytics sa isang pamilyar na sistema ng coordinate). At dito lumalabas na ang bahagi ng kumpanya sa mga bakante ay, sabihin nating, 30% ng kabuuang kawani, at ang mga aplikasyon para sa pagpili ng mga tauhan ay hindi hihigit sa 10% ng bilang ng mga bakante. Ano ang ibig sabihin nito?

Malamang, ang problema ay wala sa pagpili, ngunit ang talahanayan ng mga tauhan ay overloaded na may "patay" na mga bakante. Kung ang tagal ng mga bakanteng ito ay makabuluhan, pagkatapos ay isinasaalang-alang ang patuloy na isinasagawang mga hakbang upang ma-optimize ang bilang ng mga tauhan, isang reflexive na desisyon (na ipinagpaliban sa antas ng subcortical) ay upang bawasan ang mga overdue na bakante o, sa pinakamababa, alisin ang mga iyon. kung saan walang kahit isang aplikasyon para sa pagpili, pumunta sa pangunahing antas ng manggagawa sa mga tuntunin ng mga numero, at pagkatapos ay isipin kung ano ang gagawin sa lahat ng ito. Nagpasya - tapos na. At makalipas lamang ang ilang buwan, sa pagsisimula ng season, nagkakagulo ang mga unit ng negosyo: kailangan nilang mabilis na kumuha ng sapat na malaking bilang ng mga manggagawa, ngunit hindi nila ito magagawa, dahil walang masyadong bakante sa talahanayan ng mga tauhan.

At lumalabas na ang antas ng kawani ay isang teknikal na tagapagpahiwatig, ang mga bakante ay kailangan lamang para sa pagpaparehistro ng mga manggagawa ng departamento ng mga tauhan, at ang pagpaplano ng mapagkukunan ay itinayo lamang batay sa tagapagpahiwatig ng payroll, na ginagabayan ng direktor ng sangay kapag nagpapasya. kung kukuha ng empleyado o hindi, dahil siya ang karaniwang may pananagutan sa mga gastos ng sangay. Sa yugtong ito, hindi mahalaga sa akin kung ang proseso ay ginawa nang tama o hindi, iba ang mahalaga: Ang HR department analytics ay hindi maaaring umiral nang mag-isa, hiwalay sa negosyo. Ito ay palaging pangalawa, na nabuo para sa mga partikular na gawain. Pagkatapos ay hindi ito magiging kalabisan.

Pangalawa, ang isang makabuluhang impluwensya sa domestic analytics sa larangan ng pamamahala ng mga tauhan ay nilalaro ng isang kadahilanan na tinatawag ko para sa aking sarili: "sa kasaysayan." Madalas kang makatagpo ng isang sitwasyon kung saan ang iyong tanong na "bakit?" (hindi dapat malito sa "bakit?") regular mong kinokolekta ang HR analytics na ito, nakakakuha ka ng tapat na sagot: "Nasanay na kami," "lagi naming ginagawa ito sa paraang ito," "napakaginhawa para sa amin" o isang bagay na katulad.

Noong unang panahon, ang isang tao mula sa pamamahala ng kumpanya, upang malutas ang isang partikular na problema, ay humiling ng pagsubaybay sa isang hiwalay na tagapagpahiwatig para sa kontrol. Simula noon, ang sitwasyon ay maaaring nagbago nang malaki, ang gawain ay maaaring maging ganap na hindi kailangan, ngunit dahil walang sinuman ang nagbigay ng "hang up" na utos sa isang napapanahong paraan, ang serbisyo ng HR ay nagpapatuloy, sa pamamagitan ng pagkawalang-kilos, upang mangolekta ng impormasyon at ipadala ito ayon sa ang inaprubahang listahan ng mga tatanggap.

Sa aking pagsasanay, nakita ko na pagkatapos ng ilang taon (taon!) ng mga naturang ulat, nalaman ng mga tatanggap sa isa't isa kung sino ang nagpasimula at kung bakit kailangan nila ang impormasyong ito. At kung mas mataas ang katayuan ng taong orihinal na nagtakda ng gawain at ang antas ng awtoritaryanismo ng kanyang pamumuno, mas malaki ang posibilidad na makatanggap ng isang linya ng mga sukatan ng HR mula sa kategoryang "historikal na itinatag".

Ngayon, pagkatapos makumpleto ang teorya, at ang lahat ay naabisuhan tungkol sa mga posibleng kahihinatnan at mga nuances, maaari kang magpatuloy sa pagmamaneho, lalo na ang listahan ng mga tagapagpahiwatig ng HR analytics. Nais kong tandaan kaagad na ang listahang ito ay nabuo lamang mula sa mga tagapagpahiwatig kung saan ako nagtrabaho, at para sa mga kondisyon kung saan ako nagtrabaho sa oras na iyon, ang listahang ito ay hindi kahit na 80% na ginamit sa alinman sa mga kumpanya (na Hindi ko maintindihan kung bakit, iminumungkahi kong basahin muli ang artikulo).

I. Pananalapi:

Bahagi ng mga gastos ng tauhan sa kita (sinasaalang-alang ng mga gastos ang lahat ng mga item sa lugar ng responsibilidad ng HRD);

Ang ratio ng rate ng paglago ng kita/margin/net profit bawat empleyado sa rate ng paglago ng payroll/mga gastos sa tauhan para sa parehong panahon (sa pangkalahatan ay hindi ko ikinukumpara sa rate ng paglago ng average na suweldo, dahil ang dynamics nito ay lubos na naiimpluwensyahan ng ang bilang ng mga tauhan, na maaaring humantong sa isang pagbaluktot ng pang-ekonomiyang kakanyahan ng tagapagpahiwatig);

Ang antas ng mga panganib sa pananalapi para sa pagpapaandar ng HR (maaaring masukat bilang ang bilang ng mga kaganapan sa peligro, na nangangahulugang anumang pagkabigo sa proseso ng HR, na nagresulta sa pinsala sa organisasyon na lumampas sa isang tiyak na halaga, o ang kabuuang halaga ng pinsala para sa lahat ng panganib mga kaganapan);

Mga gastos ng kumpanya para sa 1% turnover ng kawani (lahat ng direktang gastos ay isinasaalang-alang: pagpili, pagsasanay, pagbagay ng mga tauhan (pagkagambala ng tagapagturo at tagapamahala), suweldo hanggang sa maabot ng empleyado ang target na antas ng pagiging produktibo at nawalan ng kita sa panahon ng kawalan ng empleyado at hanggang sa maabot ng empleyado ang target na antas ng pagiging produktibo);

Average na sahod ng mga empleyado (ayon sa posisyon/function/lokasyon) na may kaugnayan sa median na suweldo batay sa pagsusuri ng labor market sa katulad na analytics.

II. Mga kliyente (panloob):

Ang antas ng kasiyahan ng mga panloob na kliyente sa mga serbisyo ng HR (sinusukat pareho bilang isang timbang na average at hiwalay ayon sa pag-andar. Bilang panuntunan, ang mga subcontractor ay pinaka-interesado sa pagpili, pagganyak, pamamahala ng headcount, pagtatasa at pag-unlad);

Ang bahagi ng mga bakante na napunan sa loob ng karaniwang panahon (mga karaniwang termino ay pinag-iiba depende sa antas ng posisyon, functional block, lokasyon, atbp.);

Ang staffing bilang isang porsyento ng antas ng staffing (ang indicator ay isang kahalili sa nakaraang indicator, ay ginamit sa mga kondisyon ng mass selection, hindi tulad ng nauna, ito ay panandalian at hindi interval, samakatuwid ito ay lalong hindi maginhawa para sa pagpili kapag ang weighted average ang staffing ay kinakalkula sa pamamagitan ng pagkakatulad sa SSC);

Average na pagganap ng mga empleyado sa yugto ng pagpasok sa isang posisyon (madalas na ginagamit para sa mga tagapamahala ng benta, ang agwat ng oras ay itinakda na naiiba para sa posisyon, bilang isang panuntunan, ito ay naka-link sa panahon ng pagsasanay ng bagong dating at pagpasok sa independiyenteng trabaho, maaaring masukat sa mga porsyento, mga produktong may kondisyon, atbp.).

III. Mga proseso:

Ang halaga ng pagre-recruit ng 1 empleyado (para sa akin ay hinati ito depende sa antas ng posisyon/propesyon sa 4 na kategorya);

- pag-recruit ng mga "funnel" sa iba't ibang mga seksyon ng analytical (mga posisyon, lokasyon, function, channel para sa pag-akit ng mga kandidato, atbp.);

Turnover ng mga empleyado sa panahon ng pagsubok (isang lubhang kapaki-pakinabang na tagapagpahiwatig para sa pagbuo ng mga relasyon sa isang panloob na kliyente, lalo na sa mga tuntunin ng pag-andar at lokasyon, para dito kinakailangan na hatiin ito sa dalawang bahagi: sa inisyatiba ng empleyado at sa inisyatiba ng manager);

Attrition/staff turnover (ang dibisyon sa pagitan ng mga indicator ay may kondisyon; sa pamamagitan ng attrition ang ibig kong sabihin ay isang indicator kapag ang lahat ng mga na-dismiss na empleyado, anuman ang dahilan ng pagpapaalis, ay isinasaalang-alang; kung ang anumang mga kadahilanan ay hindi kasama sa pagkalkula ng indicator, pagkatapos ay para sa sa akin ito ay turnover na pangunahing mahalaga sa pangalawang kaso, magsagawa ng mga exit survey, mangolekta ng mga numero ng telepono ng mga na-dismiss na empleyado at gumawa ng mga tawag sa pag-audit sa mga na-dismiss na empleyado;

Tradisyunal na analytics para sa mga dahilan ng pag-alis/paglipat ng kawani;

Pag-alis/paglipat ng mga pangunahing tauhan (binibilang para sa mga empleyado na nakatanggap ng mga grado A (mataas na potensyal) at B (mataas na pagganap) sa huling komisyon ng tauhan, pati na rin ang mga kasama sa reserbang tauhan para sa mas mataas na posisyon ayon sa mga naaprubahang ruta ng karera sa antas ng kahandaan RN (handa na ngayon));

Analytics sa mga dahilan ng pag-alis/paglipat ng mga pangunahing tauhan (tingnan ang nakaraang talata);

Ang average na porsyento ng pagliban ng empleyado na may kaugnayan sa FRF ayon sa talahanayan ng mga tauhan (kabilang ang lahat ng uri ng pagliban);

Ang bahagi ng mga empleyado ng komersyal na serbisyo na matagumpay na nakatapos ng pagsasanay sa pagbebenta/produkto ayon sa lokasyon/function;

Antas (porsiyento) ng pagsunod sa Pamantayan sa Pagbebenta ng kumpanya ayon sa mga inaprubahang checklist (kinokolekta ang mga analytics batay sa mga resulta ng parehong panloob at panlabas na pag-audit - pagtawag sa mga kliyente, pag-audit ng mga tawag, atbp.)

Average na porsyento ng pagkumpleto ng mga gawain para sa IPR sa loob ng kinakailangang takdang panahon;

Average na marka ng kasiyahan sa pagsasanay nang harapan batay sa mga feedback questionnaires.

IV. Pag-unlad ng tauhan:

Ang bahagi ng mga pangunahing posisyon sa kumpanya (natukoy nang paisa-isa) na napunan batay sa mga resulta ng huling komisyon ng tauhan ng mga kahalili na may antas ng pagiging handa na RN (handa na ngayon) at RN+1 (handa sa isang taon);

Sa gabay na ito, ipapaliwanag namin ang kakanyahan ng analytics ng mga tao at ang mga dahilan kung bakit dapat seryosohin ng iyong organisasyon ang proseso. Sasakupin din namin ang mga karaniwang hamon sa analytics ng mga tao at limang unang hakbang upang matulungan ang iyong organisasyon na makapagsimula.

Malayo na ang narating ng HR mula sa tradisyunal na pagkolekta at pagsubaybay ng impormasyon ng empleyado hanggang sa modernong diskarte sa paggamit ng data upang makagawa ng malalim na mga insight sa buong negosyo.

ANO ANG HR ANALYTICS?

Ang HR analytics ay isang proseso kung saan inilalapat ang mga diskarte sa data science at business analytics (BA) sa pagproseso ng data ng HR. Minsan tinatawag din itong talent analytics. Bukod pa rito, ang data mining sa kontekstong ito ay tumutukoy sa pagsasanay ng mga database ng pagmimina upang lumikha ng bagong impormasyon.

Ang HR analytics ay may dalawang pangunahing layunin: pagbibigay ng mga insight(dating hindi alam na impormasyon), at pagtukoy ng pangunahing data.

Ang unang layunin ay upang bigyan ang organisasyon ng impormasyon tungkol sa sarili nitong mga operasyon na maaaring makatulong sa epektibong pamamahala ng mga empleyado. Ito ang mga insight na maaaring matiyak ang epektibong pagkamit ng mga layunin sa negosyo ng isang kumpanya.

Ang pangalawang pangunahing function ng HR analytics ay ang tumulong na matukoy ang data na dapat panatilihin ng isang organisasyon. Bilang karagdagan, nagbibigay ito ng mga modelo upang mahulaan ang iba't ibang paraan kung saan makakamit ng isang organisasyon ang pinakamainam na return on investment (ROI) sa human capital nito.

Sa pangkalahatan, nakatuon ang HR analytics sa pagsulit sa napakaraming data ng human resource na kinokolekta ng karamihan sa mga organisasyon. Ang mga kumpanya ay kadalasang mayroong maraming data, tulad ng mga demograpiko ng empleyado, mga talaan ng pagsasanay, atbp., at ang pagsusuri ay maaaring makakuha ng mahahalagang insight mula sa kanila.

Nasa ibaba ang higit pang impormasyon tungkol sa HR analytics:

BAKIT DAPAT GUMAGAWA ANG IYONG ORGANISASYON SA HR ANALYTICS?

Ang mga desisyon ng tauhan ay kadalasang nakabatay sa propesyonal na instinct at intuition. Ang pag-hire, halimbawa, ay kadalasang nakadepende sa personal na pakikipag-ugnayan na nagtagumpay o nabigong itatag ng recruiter sa kandidato. Ang problema sa "instincts" at intuition ay maaari nilang gawing normal ang masasamang gawi.

Kaya, ang kawalan ng katarungan sa trabaho ay maaaring hindi napapansin. Ang isang malinaw na halimbawa nito ay ang agwat ng suweldo sa pagitan ng kalalakihan at kababaihan. Maaaring isipin ng mga organisasyon na pareho silang nagbabayad kung hindi nila titingnan ang aktwal na data.

Makakatulong ang HR analytics na mapabuti ang pagiging produktibo at mahulaan ang pinakamatagumpay na pattern. Tinatanggal nito ang karamihan sa pagkakamali ng tao sa paggawa ng desisyon. Halimbawa, ang pagpapabuti ng pamamahala ng workload ay maaaring maging mas epektibo kapag ang data ay ginagamit upang ipakita kung aling mga departamento o koponan ang nabigatan na at kung alin ang kayang tumanggap ng higit pang mga responsibilidad.

Higit sa lahat, napatunayan ng HR analytics na humimok ng paglago ng kumpanya. Ang Training Zone ay nag-uulat sa mga resulta ng pagiging produktibo ng isang kumpanya na gumagamit ng HR analytics upang mapabuti ang proseso ng pagkuha nito. Sa pamamagitan ng pagsusuri ng data, napansin ng kumpanya na ang mga tradisyunal na pangunahing sukatan—edukasyon at mga referral—ay walang gaanong epekto sa performance ng benta ng isang kandidato. Sa katunayan, ito ay mga pangunahing sukatan tulad ng karanasan sa mataas na halaga ng mga benta at ang kakayahang magtrabaho sa hindi nakaayos na mga pangyayari na tunay na nag-ambag sa pinabuting pagganap ng mga benta. Noong ipinatupad ng kumpanya ang analytics ng mga taong ito sa proseso ng pagkuha nito, tumaas ang benta ng kumpanya ng $4 milyon sa sumunod na taon.

Ang iba pang mga pag-aaral ay umabot sa mga katulad na konklusyon tungkol sa kahalagahan ng analytics ng mga tao sa pangkalahatang pagganap ng kumpanya. Nalaman ng isang pag-aaral na isinagawa ng MIT at IBM na ang higit na paggamit ng analytics ng mga tao ay maaaring magresulta sa:

• Pagtaas ng benta ng 8%;
• Pagtaas ng netong kita sa pagpapatakbo ng 24%;
• 58% mas mataas na benta bawat empleyado.

MGA PANGUNAHING PARAAN UPANG GAMITIN ANG HR ANALYTICS

Ang mga lugar ng aplikasyon ng analytics ng mga tao ay malawak, at ang mga sukatan na pagtutuunan ng pansin para sa isang organisasyon ay nag-iiba ayon sa industriya pati na rin ang likas na katangian ng negosyo.

Narito ang ilang halimbawa ng mga posibleng pangunahing tagapagpahiwatig:

• rate ng layoff,
• oras ng pag-hire,
• rate ng turnover para sa iba't ibang grupo ng mga tauhan (unang taon, limang taon, atbp.),
• kita ng bawat empleyado.

Ang mga sukatan sa itaas at iba pang katulad na data ay maaaring gamitin upang mapabuti ang pagganap ng negosyo. Ang mga pangunahing lugar kung saan makakatulong ang data ay:

• Nang-recruit— Ang HR analytics ay maaaring magbigay ng mga sagot sa mga tanong tungkol sa paghahanap ng mga mainam na kandidato para sa negosyong ito. Halimbawa, tulad ng ipinakita ng halimbawa ng kumpanya sa itaas, maaaring gamitin ang data upang matukoy ang mga katangian ng mga kandidatong iyon na gumagawa ng pinakamahusay na mga resulta. Maaari mong i-cross-reference ang mga kandidato na natapos na manatili sa kumpanya at maghanap ng mga karaniwang denominator sa kanila.

• Kalusugan at Kaligtasan— Mas mahusay na matukoy ng HR analytics ang mga lugar ng problema na nauugnay sa kalusugan at kaligtasan. Maaaring isaad ng data ang mga tungkulin, lokasyon ng trabaho, at iba pang katulad na salik na may pinakamataas na rate ng aksidente.

• Pagpapanatili ng Empleyado— salamat sa data, maaari ka ring matuto nang higit pa tungkol sa pagpapanatili ng empleyado. Maaari mong gamitin ang HR analytics upang matukoy ang mga aspeto na nagpapataas ng pakikipag-ugnayan ng empleyado.

• Talent Gaps- Maaaring ipakita ng data ang mga puwang sa organisasyon. Halimbawa, ang ilang mga departamento ay maaaring may mas mataas na kasanayang mga manggagawa kaysa sa iba, at ito ay maaaring makagambala sa pangkalahatang pagganap ng kumpanya.

• Kahusayan sa pagbebenta— Makakatulong sa iyo ang HR analytics na maunawaan ang mga detalye kung paano pahusayin ang performance ng mga benta. Maaari mong mapansin na ang isang partikular na talento ay tumutulong sa mga empleyado na gumanap nang mas mahusay o ang ilang mga programa sa pagsasanay ay nagbibigay ng agarang pagbabalik sa mga tuntunin ng mga benta.

LIMANG HAMON SA HR ANALYTICS

Bago lumipat sa mga unang yugto ng pagpapatupad ng HR analytics, ito ay nagkakahalaga ng pagsasaalang-alang sa ilan sa mga pangunahing problema na lumitaw. Kapag nagde-deploy ng analytics ng mga tao sa iyong organisasyon, mahalagang humanap ng mga paraan upang matugunan ang sumusunod na limang hamon.

Gawain 1: Daloy ng Datos
Kung mas maraming impormasyon ang kinokolekta ng iyong organisasyon, mas mahirap itong gamitin kapag kinakailangan. Ang malaking halaga ng data ay hindi awtomatikong humahantong sa magagandang resulta. Upang maging matagumpay, dapat ay mayroon kang kakayahang maglapat ng mga tamang diskarte sa analytics.

Kung ang iyong departamento ng HR ay nangongolekta ng maraming data nang hindi inilalapat ang mga tamang diskarte sa analytics, magkakaroon ka lang ng maraming data. Kung mas marami, mas mahirap gumawa ng mahahalagang pagpapalagay.

Halimbawa, ang lahat ng sukatan na iyong kinokolekta ay dapat na wastong tinukoy at nakategorya. Dapat mong tukuyin ang mga tanong na gusto mong lutasin gamit ang iyong data, at hindi lamang kolektahin ito upang ito ay naroroon.

Hamon 2: Kalidad ng Data
Bilang karagdagan sa pagkolekta ng tamang dami ng data, kailangan mo ring tiyakin na binibigyan mo ng sapat na pansin ang kalidad nito. Ang isang baha ng data ay maaaring mabilis na humantong sa mababang kalidad ng data dahil hindi ka gumagawa ng makabuluhang koneksyon sa pagitan ng iba't ibang set ng data.

Mahalagang tiyakin ang kalidad ng data sa pamamagitan ng pagtutok sa pagtiyak ng integridad at kaligtasan nito. Ang problema para sa maraming organisasyon ay ang data na ginagamit sa analytics ng mga tao ay maaaring nagmula sa iba't ibang bahagi ng organisasyon at samakatuwid ay masyadong naiiba, na humahantong sa mga problema. Maaaring balewalain, itapon, mawala, o hindi maaaring pagsamahin ang ilang data, na magreresulta sa hindi sapat na pagsusuri.

Hamon 3: Mababang kasanayan sa pagsusuri sa karamihan ng mga departamento ng HR
Para magtagumpay ang analytics ng mga tao, dapat na may kadalubhasaan ang team sa likod nito sa parehong human resources at data analytics. Ngunit ang paghahanap ng mga pinuno ng HR na may kakayahan din sa data analytics ay maaaring maging mahirap.

Ayon kay Elizabeth Craig, isang research fellow sa Accenture Institute para sa Mataas na Pagganap, malamang na hindi isang empleyado na mahusay na sinanay sa analytics ng mga tao. Bukod pa rito, sinabi ni Craig sa data-informed.com na ang ilang mga tool sa analytics ng data ay nangangailangan ng mga espesyal na kasanayan sa IT, na nagdaragdag ng presyon upang mahanap ang mga tamang tao.

Ang problema ay mas pinalaki ng katotohanan na 6% lamang ng mga pandaigdigang HR team ang nakakaramdam ng tiwala sa kanilang mga kasanayan sa analytics. Bukod pa rito, 20% lang ang naniniwala na ang paggamit ng data ng kanilang organisasyon ay wasto at sapat na maaasahan upang makagawa ng mga desisyon.

Hamon 4: Madalas na kakulangan ng suporta sa pamamahala para sa HR analytics

Ang HR analytics ay hindi pa naging pangunahing proseso para sa maraming kumpanya, at madalas ay may kakulangan ng suporta mula sa pamamahala. Ngunit para gumana ang proseso, dapat kumbinsihin ng mga departamento ng HR ang mga pinuno ng kumpanya sa mga benepisyo ng paggamit ng analytics.

Mahalaga ang suportang ito dahil nagbibigay ito ng access sa mga mapagkukunan, dahil hindi mura ang pagpapatupad ng tamang HR analytics system. Maaari rin itong magbigay ng mas mahusay na access sa data sa mga departamento. Upang kumbinsihin ang mga executive, ang mga departamento ng HR ay dapat tumuon sa pagtukoy ng mga pagkakataon para sa maximum na ROI kahit na sa isang maagang yugto.

Hamon 5: Ang HR analytics ay mahal at ang ROI ay madalas na hindi nakikita

Sa wakas, kailangang malaman ng mga organisasyon ang mga gastos. Ang hanay ng presyo ng mga tool sa pagsusuri ay iba-iba gaya ng pagkakaroon ng mga tool. Ayon sa isang artikulo sa data-informed.com, ang halaga ng platform ay maaaring mula sa "$400,000 hanggang $1.5 milyon para sa isang kumpanyang may 5,000 full-time na empleyado."

Bukod pa rito, hindi isinasaalang-alang ng pagtatantya ang mga tumaas na gastos na maaaring kaharapin ng mga organisasyon kapag kumukuha ng mga bagong empleyado para ipatupad ang mga programa o pagsasanay sa mga kasalukuyang empleyado na gumamit ng analytics.

Bilang karagdagan, ang ROI ng HR analytics ay hindi masyadong nakikita. Ito ay dahil ang mga benepisyo mula sa pagpapatupad ng mga resulta ng analytics ay maaaring maipon sa iba't ibang departamento at sa mahabang panahon. Halimbawa, ang mga pagpapabuti sa pagpapanatili ng empleyado ay maaaring hindi agad na makita.

Ang hamon ay ang pagkilala na ang paghahangad ng isang mas mababang gastos na HR analytics platform ay hindi palaging isinasalin sa mas malaking pagtitipid. Ang hindi sapat na software at mga tool ay maaaring humantong sa hindi epektibo at hindi kumpletong mga resulta, na nagreresulta sa isang ROI na hindi sapat na mataas upang bigyang-katwiran ang pamumuhunan.

UNANG LIMANG HAKBANG SA PAGPAPATUPAD NG HR ANALYTICS

Kung gusto ng iyong organisasyon na ipatupad ang analytics ng mga tao, ano ang tamang landas? Nasa ibaba ang limang hakbang na makakatulong sa iyong organisasyon na simulan ang proseso.

Hakbang 1. Pagtukoy sa mga isyu sa negosyo na gusto mong lutasin.

Ang una at pinakamahalagang bagay ay kilalanin ang mga isyu sa negosyo na gusto mong lutasin. Hindi ka maaaring magsimulang mangolekta ng data at pagkatapos ay tingnan lamang ito upang makahanap ng mga relasyon.

Tukuyin ang mga isyu na gusto mong pagbutihin sa sektor ng HR. Halimbawa, ang mga ito ay maaaring mga isyung nauugnay sa pagkakaiba-iba sa lugar ng trabaho, pagpapabuti ng pagpapanatili ng empleyado, pagsukat sa halaga ng perang ginastos sa pagsasanay, o mas mahusay na pag-unawa sa mga sanhi ng pagliban. Mayroong ilang mga simpleng tanong na dapat mong simulan bago sumulong.

Halimbawa, sabihin nating gusto mong maunawaan kung paano nakakaapekto ang HR sa mga bagay tulad ng bottom line ng iyong kumpanya.

Kapag nakolekta mo na ang pangkalahatang impormasyon ng HR na gusto mong tuklasin pa, gugustuhin mong magsimula sa pamamagitan ng pagtukoy sa mga sukatan na kailangan mo para matugunan ang mga isyung iyon.
Narito ang ilang mga tagapagpahiwatig ng HR na nagpapakita ng pagiging epektibo ng departamento ng HR:

Layoff rate- ilang empleyado ang umalis sa isang tiyak na panahon na may kaugnayan sa kabuuang bilang ng mga empleyado?
Oras ng pag-hire- Gaano katagal ang kinakailangan upang mapunan ang isang bakante, at ang oras na kinakailangan para sa isang kandidato upang tanggapin ang alok at maging isang empleyado?
Rate ng turnover ng tauhan- ilang empleyado ang umalis pagkatapos ng unang taon, limang taon, at iba pa?
Pagkakaiba-iba ng tauhan— ano ang mga porsyento pagdating sa kababaihan, kalalakihan, relihiyon at etnikong grupo?
Kita bawat empleyado, sa mga full-time na empleyado - Ano ang natatanggap na kita para sa isang full-time na trabaho?
Halaga ng bayad para sa overtime na trabaho - Magkano ang overtime pay at gaano kadalas ito binabayaran?
Ratio sa pagitan ng permanenteng at pansamantalang manggagawa - Ilang empleyado ang part-time kumpara sa full-time?

Hakbang 2: Tukuyin ang mga datos na sumasagot sa mga tanong sa itaas.

Kapag mayroon kang mga tanong at problema, maaari mong simulan ang pagtukoy ng data na kailangan upang masagot o malutas ang mga ito.

Una, ang iyong pagtuon ay dapat sa data na nauugnay sa HR na nakaimbak na sa iyong departamento. Kabilang dito ang impormasyon tungkol sa recruitment, performance at succession. Dapat ay mayroon nang kontrol ang iyong departamento sa mga set ng data na ito.

Pangalawa, kailangan mong simulan ang pagkolekta ng data sa mga bagay tulad ng pakikipag-ugnayan, mga survey, at mga panayam. Depende sa antas ng pangongolekta ng data sa iyong organisasyon, maaaring mayroon ka nang mga mekanismo para kolektahin ang data na ito.

Panghuli, kailangan mong palawakin ang iyong pangongolekta ng data sa iba pang mga sistema at departamento ng negosyo. Dapat kang magsimulang mangolekta ng mahahalagang tagapagpahiwatig ng pananalapi at pananaliksik sa merkado. Kabilang dito ang mga bagay tulad ng turnover, performance ng mga benta, perang ginastos sa pananaliksik sa merkado at pagsasanay.

Hakbang 3. Pagpapatupad ng ETL: pagkuha, pagbabago at paglo-load.

Tulad ng nabanggit sa itaas, ang departamento ng HR ay dapat na makipagtulungan nang malapit sa departamento ng IT dahil ang ilang software at pagkuha ng data ay maaaring mangailangan ng espesyal na mga kasanayan sa pagsusuri. Samakatuwid, magandang ideya na simulan ang pagpapatupad ng mas malapit na koneksyon sa pagitan ng dalawang departamentong ito.

Bahagi ng prosesong ito ang pagpapatupad ng ETL: extract, process at load. May mga tool na maaaring magamit upang awtomatikong maisagawa ang prosesong ito. Halimbawa, ang IMB WebsphereDataStage at Cognos Data Manager, o Microsoft SQL Server Integration Services ay ilan sa mga pinakasikat na opsyon. Bagama't maaaring gamitin ng mga hindi teknikal na empleyado ang mga platform na ito, maaaring makatulong na humingi ng tulong sa departamento ng IT.

Ang prosesong ito ay talagang nagbibigay-daan sa iyo na kunin ang kinakailangang data mula sa mga pinagmumulan na iyong tinukoy, i-convert ito sa tamang malinis at pare-parehong format, at i-load ito sa iyong analytics platform upang magamit para sa pagsusuri.

Hakbang 4. Isama ang mga resulta sa mga operasyon ng negosyo.

Kapag nagsimula nang bumuo ng mga resulta ang iyong pagsusuri sa data, kailangan mong simulan ang paggawa ng mga pagbabago. Halimbawa, kung nakatuon ka sa pag-explore ng pagkakaiba-iba ng workforce at ipinapakita ng iyong data na hindi ka nakakakuha ng sapat na mga aplikasyon mula sa mga etnikong minorya, maaaring gusto mong simulan ang pagbabago ng iyong diskarte sa pagre-recruit.

Bukod pa rito, kailangan mong magtatag ng mga koneksyon sa pagitan ng data ng HR at iba pang sukatan ng negosyo. Halimbawa, ang pagbabawas ng mga kawani ng overtime ay maaaring direktang nauugnay sa pagiging produktibo at kakayahang kumita. Itinatampok ng ulat ng KPMG na "Ang mga Tao ang Tunay na Bilang" ang kahalagahan ng mga koneksyong ito sa pamamagitan ng halimbawa ng pagliban at kahusayan sa gastos.

"Bagama't kapaki-pakinabang na subaybayan ang mga pagliban sa mga rehiyon o kumpara sa mga nakaraang taon, kung maipapakita rin ng HR na ang pagbabawas ng pagliban ay positibong nauugnay sa pagganap ng pagpapatakbo, makikita ng pamamahala ang tunay na halaga ng HR," sabi ng ulat.

Hakbang 5. Pagsasagawa ng regular na pagsusuri.

Panghuli, ang HR analytics ay dapat na regular na gumanap, kung hindi, ito ay magiging walang kaugnayan sa karamihan ng mga kaso. Upang makamit ang mga benepisyo nito, isang regular na proseso ang dapat ipatupad.

Halimbawa, natukoy mo ang isang problemang gusto mong lutasin gamit ang data, nagsagawa ng pagsusuri, at natagpuan ang sagot. Pagkatapos mong ipatupad ang mga solusyon sa iyong problema, kailangan mong bumalik dito nang regular upang suriin kung ano ang nangyayari sa mga pagbabago at kung may mga bagong problema na lumitaw.

KONGKLUSYON

Ang analytics ng mga tao ay isang mahalagang bahagi ng pamamahala ng data at ang pagpapatupad nito ay maaaring magbigay ng mga positibong pagbabalik para sa anumang organisasyon. Ngunit tulad ng ipinakita sa itaas, hindi madali ang pamamahala, pagsusuri at pagbibigay-kahulugan sa data, at kailangan ng mga organisasyon na lapitan ang mga tao sa analytics nang paisa-isa.

Ang susi sa matagumpay na analytics ng mga tao ay nakabatay sa pag-unawa na hindi ang laki ng sinusukat na data ang nagtutulak sa resulta, kundi ang epekto ng data sa paggawa ng desisyon sa organisasyon. Ang analytics ng mga tao ay hindi dapat makita bilang isang bagay na kailangan lamang para sa departamento ng HR, ngunit bilang isang bagay na maaaring lumikha ng halaga para sa buong organisasyon.

Ang materyal na ito (parehong teksto at mga larawan) ay napapailalim sa copyright. Anumang mga muling pag-print sa kabuuan o bahagi lamang na may aktibong link sa materyal.

*Pag-update ng artikulo

Ang negosyo ay hindi tumayo - upang mabuhay, kailangan mong umunlad. Kung ihihinto mo ang prosesong ito, magsisimulang bumagsak ang proyekto. Kadalasan kailangan mong baguhin ang isang bagay - palawakin ang saklaw, taasan ang abot ng advertising ng madla, pagbutihin ang disenyo ng website, magdagdag ng bago, dagdagan ang conversion. Paano mo malalaman nang maaga kung ano ang idudulot ng mga pagbabagong ito?

Ang isa sa mga tool na tumutulong sa pagbuo ng mga proyekto sa web ay ang pagsubok sa A/B. Sa tulong nito, maaari mong subukan ang iyong mga hypotheses at eksperimento na suriin ang mga kagustuhan ng mga bisita - upang magpasya kung ang isang bagay ay nagkakahalaga ng pagbabago o kung ito ay mas mahusay na iwanan ito bilang ay.

Sasabihin namin sa iyo kung paano ito gumagana.

Ano ang A/B testing

Ang A/B testing ay isang marketing technique na ginagamit upang sukatin at pamahalaan ang performance ng isang web page. Ang pamamaraang ito ay tinatawag ding split testing.

Binibigyang-daan ka ng pagsubok sa A/B na suriin ang mga quantitative indicator ng pagganap ng dalawang bersyon ng isang web page, pati na rin ihambing ang mga ito sa isa't isa. Makakatulong din sa iyo ang split testing na suriin ang pagiging epektibo ng mga pagbabago sa page, gaya ng pagdaragdag ng mga bagong elemento ng disenyo o call to action. Ang praktikal na punto ng paggamit ng paraang ito ay upang mahanap at ipatupad ang mga bahagi ng pahina na nagpapataas ng pagiging epektibo nito. Pakitandaang muli na ang pagsubok sa A/B ay isang inilapat na paraan ng marketing na maaaring magamit upang maimpluwensyahan ang conversion, pasiglahin ang mga benta at pataasin ang kakayahang kumita ng isang proyekto sa web.

Nagsisimula ang split testing sa pamamagitan ng pagsusuri sa mga sukatan ng isang umiiral nang web page (A, control page) at naghahanap ng mga paraan upang mapabuti ito. Halimbawa, gumawa ka ng online na tindahan. Isipin ang isang landing page para sa tindahang ito na may 2% na rate ng conversion. Nais ng nagmemerkado na taasan ang bilang na ito sa 4%, kaya nagpaplano siya ng mga pagbabago na makakatulong sa paglutas ng problemang ito.

Sabihin nating iminumungkahi ng isang espesyalista na sa pamamagitan ng pagpapalit ng kulay ng button ng conversion mula sa neutral na asul patungo sa isang agresibong pula, gagawin niya itong mas kapansin-pansin. Upang subukan kung ito ay hahantong sa mas maraming mga benta at conversion, ang marketer ay gumagawa ng isang pinahusay na bersyon ng web page (B, bagong pahina).

Gamit ang mga tool sa split testing, random na hinahati ng eksperto ang trapiko sa pagitan ng mga page A at B sa dalawang humigit-kumulang pantay na bahagi. Sa relatibong pagsasalita, kalahati ng mga bisita ay napupunta sa pahina A, at ang isa pang kalahati sa pahina B. Kasabay nito, pinapanatili ng nagmemerkado sa isip ang mga pinagmumulan ng trapiko. Upang matiyak ang bisa at objectivity ng pagsubok, kinakailangang idirekta ang 50% ng mga bisita na pumunta sa site mula sa mga social network, natural na paghahanap, advertising ayon sa konteksto, atbp. sa mga pahina A at B.

Ang pagkakaroon ng nakolektang sapat na impormasyon, sinusuri ng marketer ang mga resulta ng pagsubok. Gaya ng nakasaad sa itaas, ang Pahina A ay may 2% na rate ng conversion. Kung sa Pahina B ang porsyento ay 2.5%, kung gayon ang pagpapalit ng button ng conversion mula sa asul patungo sa pula ay talagang nagpapataas ng bisa ng landing page. Gayunpaman, ang rate ng conversion ay hindi umabot sa nais na 4%. Samakatuwid, ang nagmemerkado ay higit na naghahanap ng mga paraan upang mapabuti ang pahina gamit ang A/B testing. Sa kasong ito, ang page na may pulang button ng conversion ay magsisilbing control page.

Ano ang susuriin

Gaya ng nabanggit sa itaas, ang split testing ay isang inilapat na paraan na nagbibigay-daan sa iyong maimpluwensyahan ang iba't ibang sukatan ng website. Samakatuwid, ang pagpili ng pagsubok na bagay ay nakasalalay sa mga layunin at layunin na itinakda ng nagmemerkado para sa kanyang sarili.

Halimbawa, kung ang bounce rate ng iyong landing page ay 99% at karamihan sa mga bisita ay umalis sa landing page sa loob ng 2-3 segundo pagkatapos ng landing, maaari mong isaalang-alang ang pagbabago ng mga visual na bahagi ng page. Sa tulong ng isang pagsubok sa A/B, mahahanap ng isang nagmemerkado ang pinakamainam na layout ng pahina, pumili ng kaakit-akit na scheme ng kulay at mga larawan, at gumamit ng nababasang font. At kung ang isang nagmemerkado ay nahaharap sa gawain ng pagtaas ng bilang ng mga subscription, maaari niyang subukang baguhin ang kaukulang form ng conversion. Makakatulong ang split test sa isang espesyalista na piliin ang pinakamainam na kulay ng button, ang pinakamagandang opsyon sa text, ang bilang ng mga field sa form ng subscription, o ang lokasyon nito.

Kadalasan, sinusubok ng mga marketer ang mga sumusunod na elemento ng mga web page:

• Ang teksto at hitsura ng mga pindutan ng conversion, pati na rin ang kanilang lokasyon.
• Pamagat at paglalarawan ng produkto.
• Mga sukat, hitsura at lokasyon ng mga form ng conversion.
• Layout at disenyo ng pahina.
• Ang presyo ng produkto at iba pang elemento ng panukala sa negosyo.
• Mga larawan ng produkto at iba pang mga larawan.
• Ang dami ng text sa page.

Aling mga split testing tool ang gagamitin

Upang magsagawa ng pagsubok sa A/B, kailangang gumamit ang isang marketer ng isa sa mga espesyal na tool. Ang isa sa pinakasikat ay ang serbisyong "Pag-optimize" ng Google (hanggang Agosto 2019 ito ay tinawag na Mga Eksperimento sa Nilalaman), na bahagi na ngayon ng bagong platform para sa mga marketer, ang Google Marketing Platform. Magagamit mo ito upang subukan ang mga elemento ng pahina, kabilang ang mga heading, font, mga button at form ng conversion, mga larawan, atbp. Libre ang pag-optimize para sa maliliit na negosyo at ito ay isang malaking kalamangan sa mga kakumpitensya nito.

Maaari mo ring gamitin ang mga sumusunod na tool para sa split testing:

• Ang Optimizely ay ang pinakasikat na bayad na serbisyo sa pagsubok ng A/B sa "burzhunet". Ang halaga ng paggamit nito ay hindi nai-publish - para sa paglilinaw kailangan mong makipag-ugnay sa departamento ng pagbebenta. Kasama sa mga bentahe ang kakayahang lumikha ng mga eksperimento sa isang visual na interface, na nagpapagaan sa marketer ng pangangailangang magtrabaho kasama ang HTML code ng mga pahinang sinusuri.
• Ang Visual Website Optimizer ay isang bayad na serbisyo na nagbibigay-daan sa iyong subukan ang iba't ibang elemento ng page. Upang magamit ang tool na ito, kailangang magkaroon ng mga kasanayan sa HTML coding ang isang marketer. Ang mga buwanang subscription ng VWO ay mula $99 hanggang $999.
• Ang Unbounce ay isang serbisyong idinisenyo para gumawa at mag-optimize ng mga landing page. Nagbibigay-daan din ito sa iyo na magsagawa ng pagsubok sa A/B. Ang halaga ng paggamit ay mula 79 hanggang 399 o higit pang mga dolyar bawat buwan. Ito ay isang analogue ng domestic LPGgenerator at nagpapahintulot din sa iyo na subukan lamang ang mga landing page na ginawa dito.

Paano mag-A/B Test gamit ang Google Optimize

Ang serbisyo ng Google Marketing Platform Optimization ay nagbibigay-daan sa iyo na sabay na subukan ang pagiging epektibo ng limang mga variation ng page. Gamit ito, maaari kang magsagawa ng pagsubok sa A/B/N, na naiiba sa karaniwang mga eksperimento sa A/B sa pamamagitan ng pagsubok ng ilang hypotheses nang sabay-sabay sa halip na dalawa.

Ang nagmemerkado ay may pagkakataon na independiyenteng matukoy ang bahagi ng trapiko na nakikilahok sa pagsubok. Ang pinakamababang tagal ng pagsusulit ay dalawang linggo, ang maximum ay limitado sa tatlong buwan. Ang mga resulta ay maaaring maobserbahan sa iyong personal na account o matanggap sa pamamagitan ng e-mail.

Upang magsagawa ng split testing gamit ang Optimization, gawin ang sumusunod:

1. Mag-sign in sa iyong Google Marketing Platform account, buksan ang serbisyo ng Optimize, at gawin ang iyong unang proyekto. Bigyan ito ng pangalan, tukuyin ang URL ng base page, ang mga kopya nito ay susubukan, at piliin ang "A/B Experiment" mode.

1. Pumunta sa ginawang proyekto at ipagpatuloy ang pag-set up nito ayon sa planong iminungkahi sa tooltip. Kumpletuhin ang lahat ng hakbang mula 1 hanggang 5 nang sunud-sunod.

1. Una, gawin ang iyong mga eksperimento at magdagdag ng mga panuntunan sa pag-target. Upang gumana, i-install ang extension na "Pag-optimize" sa Chrome browser mula sa opisyal na Google store. Pinapayagan ka nitong biswal na mag-edit ng mga pagbabago sa mga pahina.

1. Tukuyin kung aling mga URL ang makikita ng user ng mga binagong bersyon ng page kapag pumunta sila sa kanila. Maaari kang magtakda ng ilang kundisyon sa pag-verify. Ang pangunahing bagay ay huwag kalimutang subukan ang mga ito kaagad upang walang mga pagkakamali.

1. Itakda ang iyong target na madla. Halimbawa, ang mga pagbabago sa pahina ay ipapakita lamang sa mga bisita mula sa Moscow.

1. Pumili ng pamantayan o gumawa ng sarili mong mga layunin sa eksperimento. Dapat na nauugnay ang mga ito sa Google Analytics Halimbawa, maaaring interesado kami sa isang virtual na eksperimento upang makita kung paano nakadepende ang bilang ng mga natingnang artikulo sa blog sa kulay ng background ng h1 na header sa pangunahing pahina. Mag-explore tayo, grey o pistachio?

1. Handa na ang lahat, ang natitira na lang ay gawin ang code ng eksperimento at i-paste ito sa page. Kung hindi malinaw kung paano ito gagawin, maaari mong piliin ang opsyong “Ipadala ang code sa webmaster” o gawin mo ito mismo. Ngunit upang gawin ito kailangan mong maunawaan ang isang maliit na HTML.

Ang isa pang mahalagang punto ay upang matukoy kung anong bahagi ng trapiko ang lalahok sa eksperimento. Bilang default, 100% ang ginagamit, at kung ikaw, tulad ng Texterra, ay may isang milyong natatanging bisita bawat buwan, 20–30,000 ang magiging sapat. Kaya, pumili kami ng 3%.

1. Kung ang lahat ay tapos na nang tama, isang mensahe ang lalabas sa menu na nagsasaad na ang proyekto ay handa nang ilunsad at ang "Ok" na buton ay maa-unlock.

Magagawa mong suriin ang mga unang resulta ng pagsubok ilang araw pagkatapos ng simula ng eksperimento. Upang subaybayan ang mga resulta ng pagsubok, piliin ang naaangkop na eksperimento sa listahan at pumunta sa pahina ng mga ulat.

Mga ideya na ang pagiging epektibo ay dapat na tiyak na masuri gamit ang A/B testing

Nasabi na namin na ang pagsubok ay nakakatulong upang mapataas ang pagiging epektibo ng mga web page. Para magdulot ng mga resulta ang paraang ito, dapat bumuo ang marketer ng mga ideya na maaaring positibong makaimpluwensya sa ilang sukatan ng website. Hindi ka maaaring maglabas ng anumang mga pagbabago mula sa manipis na hangin, ipatupad ang mga ito at subukan ang kanilang pagiging epektibo. Halimbawa, malamang na hindi magbago ang mga sukatan ng iyong site kung magpapasya ka lang na baguhin ang background ng header ng home page, tulad ng sa nakaraang halimbawa.

Ang isang nagmemerkado ay dapat makakita ng mga paraan upang mapabuti ang mga pahina at maunawaan kung bakit dapat gumana ang mga ito. Ang split testing ay tumutulong lamang na subukan ang mga pagpapalagay ng espesyalista. Gayunpaman, ang bawat nagmemerkado kung minsan ay nahahanap ang kanyang sarili sa isang sitwasyon kung saan ang lahat ng mga ideya ay nasubok, ngunit ang kinakailangang resulta ay hindi nakamit. Kung makikita mo ang iyong sarili sa sitwasyong ito, subukang ipatupad ang mga sumusunod na pagbabago at suriin ang pagiging epektibo ng mga ito:

• Alisin ang mga hindi kinakailangang field mula sa conversion form. Marahil ang iyong mga potensyal na subscriber ay hindi nais na ibunyag ang kanilang mga detalye ng pasaporte.
• Mag-publish ng video sa iyong landing page. Karaniwan itong may positibong epekto sa ilang sukatan, kabilang ang bounce rate, rate ng conversion, at oras sa page.
• Pahabain ang panahon kung kailan maaaring subukan ng mga user ang iyong produkto nang libre. Ito ay isang simple at epektibong paraan upang mapataas ang mga conversion para sa mga kumpanyang nagbebenta ng software at mga serbisyo sa web.
• Eksperimento sa kulay ng iyong mga button ng conversion. Sa ilang mga kaso, gumagana nang maayos ang mga agresibong pulang button. Gayunpaman, kung minsan ay iniinis nila ang mga gumagamit. Gumamit ng A/B test para mahanap ang pinakaepektibong kulay ng button para sa iyong site.
• Nangako ng mga bonus sa unang 10 o 100 customer (mga subscriber). Huwag magmadaling tanggalin ang pangakong ito kahit na matapos ang promosyon. Maraming mga gumagamit ang hindi umaasa na mapabilang sa mga mapalad, ngunit hindi pa rin sinasadyang tumugon sa isang kumikitang alok.

Paano at bakit susubukan ang iba't ibang variation ng page

Nagbibigay-daan sa iyo ang pagsubok sa A/B na suriin ang pagiging epektibo ng mga pagbabago sa mga web page. Ang pamamaraang ito sa marketing ay may praktikal na kahalagahan. Binibigyang-daan ka nitong halos patuloy na pagbutihin ang mga pahina sa pamamagitan ng pagpapabuti ng iba't ibang sukatan.

Upang subukan ang isang pagbabago, kailangan mong gumawa ng bagong bersyon ng page at i-save ang luma. Pagkatapos nito, dapat mong gamitin ang isa sa mga serbisyo para sa pagsasagawa ng mga eksperimento, halimbawa, Google Optimization. Maaaring masuri ang mga resulta nang hindi bababa sa dalawang linggo pagkatapos ng paglulunsad nito.

Sa pamamagitan ng paraan, ang pang-eksperimentong pagsubok ng mga hypotheses sa marketing gamit ang A/B testing ay isa sa mga bahagi ng komprehensibong promosyon sa Internet mula sa TexTerra.