Tungkol sa seminar

Ang HR analytics (o analytics ng mga tao) ay ang pagtatasa ng maraming halaga ng data na naglalarawan sa mga tauhan mula sa iba't ibang mga anggulo. Sa pangkalahatan, ang HR analytics ay may dalawang pangunahing layunin: pagbibigay ng mga pananaw (dating hindi kilalang impormasyon), at pagkilala sa pangunahing data. Ang unang layunin ay upang bigyan ang samahan ng impormasyon tungkol sa sarili nitong mga operasyon na makakatulong sa pamamahala nito nang epektibo sa mga empleyado. Ito ang mga pananaw na maaaring matiyak na ang mga layunin sa negosyo ng isang kumpanya ay mabisang nakakamit. Ang pangalawang pangunahing pagpapaandar ng HR analytics ay upang makatulong na makilala ang data na kailangang iimbak ng isang organisasyon. Bilang karagdagan, nagbibigay ito ng mga modelo para sa paghula ng iba`t ibang paraan ng isang organisasyon ay maaaring makakuha ng pinakamainam na return on investment (ROI) sa kapital ng tao.

Hindi tulad ng iba pang mga pamamaraang ginamit sa pamamahala ng HR, ang HR analytics ay batay sa mga aktwal na kaganapan sa nakaraan, na nakalarawan sa data, at hindi sa mga ideya ng pamamahala o mga dalubhasa tungkol sa kung paano nila nakikita o nais na makita ang samahan. Halimbawa, ang modelo ng kagalingan na nilikha ng tradisyunal na diskarte ay batay sa pinagkasunduan ng mga pangunahing stakeholder na naglalarawan sa "perpektong" empleyado at na, sa kanilang palagay, ay magtatagumpay sa isang trabaho. Ang mga taong nakatuon ay gumagamit ng lahat ng kanilang karanasan at malalim na pag-unawa sa negosyo sa kanilang mga paghuhusga, ngunit mahirap na ibukod ang isang elemento ng pagiging paksa, may pag-iisip, o iba pang mga walang malay o malubhang motibo.

Ang analista ng HR, na gumagamit ng iba't ibang mga pamamaraan, kabilang ang pag-aaral ng makina, naghahanap ng mga ugnayan at ibinubukod ang mga kadahilanan na makabuluhan para sa paglalarawan ng hindi pangkaraniwang bagay na pinag-aaralan. At madalas na natanggap ang mga resulta ng pag-aaral na ito, ang mga customer at consultant ay kailangang gumawa ng maraming pagsisikap upang mapagtanto kung minsan radikal na hindi inaasahang mga resulta, maghanap ng paliwanag para sa kanila, at bigyang kahulugan ang tila ganap na hindi kilalang mga koneksyon sa pagitan ng iba't ibang mga parameter na nakakaapekto talaga sa target na tagapagpahiwatig gamit ang katwiran ng tao. Ngunit tiyak na sa "paglilinis ng paksa" na ito na mayroong halaga at mahuhulaan na kapangyarihan ng pamamaraang analitikal.

Tagal ng pagsasanay

Maikling programa ng seminar

• Ano ang HR analytics at bakit ito mahalaga para sa paggawa ng kaalamang mga pagpapasya sa HR
• Pagkilala ng mga tagahula na mahalaga para sa paghula ng tagumpay gamit ang pagtatasa ng ugnayan at average na pagtatasa
• Pagsusuri sa data ng exploratory upang makilala ang mga katangian ng empleyado
• Pagsusuri sa data ng ugnayan. Natutukoy ang laki ng mga ugnayan. Pagsusuri sa ugnayan sa Excel
• Mga pangunahing kaalaman sa hinuha sa istatistika. Paghahambing ng mga paraan at t-test ng Mag-aaral. Tamang interpretasyon ng mga resulta ng pagsasaliksik sa istatistika. Ang output ng istatistika sa Excel

• Lumikha ng mga kumplikadong profile ng posisyon gamit ang maraming linear regression:
• Simpleng linear regression na may isang hula. Direktang pagtataya ng tagumpay, error sa pagtataya
• Maramihang Linear Regression. Pagbibigay kahulugan ng mga resulta sa pagsasaliksik at kontrol sa kalidad ng mga resulta
• Pagtataya ng tagumpay ng empleyado batay sa mga resulta sa pagsusuri ng pag-urong

Ang modelo ng analytical na "HR Analytics", na ipinatupad sa platform ng BI, ay nagpapakita ng mga karagdagang pagkakataon sa larangan ng pamamahala ng tauhan at pinapayagan kang tumingin ng isang sariwang pagtingin sa mga proseso ng pamamahala ng enterprise. Salamat sa paggamit ng mga bagong teknolohiya sa larangan ng pagproseso ng data at suporta ng mga modernong interface ng gumagamit para sa interactive na pakikipag-ugnay sa impormasyon, HR Analytics:

• Madaling gamitin para sa lahat ng mga kategorya ng mga gumagamit.
• Magagamit sa mga mobile device.
• Gumagawa ng mabilis sa buong data.
• Pinapalawak ang paggamit ng impormasyon ng empleyado sa lugar na nauugnay sa pamamahala sa pagganap ng negosyo (CPM).

Ang "HR Analytics" ay hindi nagbibigay ng isang pagkakataon upang pag-aralan ang isang malawak na hanay ng mga pangunahing tagapagpahiwatig na nauugnay sa mga tauhan ng kumpanya, sa loob ng isang solong multifunctional na solusyon, na nagbibigay ng pagtatanghal ng impormasyon sa tatlong antas ng detalye:

• Ang pangunahing dashboard na nagpapakita ng mga pangunahing KPI at dinamika ng mga pagbabago sa mga pangunahing tagapagpahiwatig sa isang screen.
• Isang hanay ng mga dashboard para sa bawat lugar ng paksa, na sumasalamin ng detalyado, komprehensibong impormasyon.
• Isang hanay ng mga ulat na nagsisiwalat ng detalyadong impormasyon tungkol sa bagay ng pagsasaliksik: mga card ng empleyado, paglalarawan sa trabaho, mga profile ng kandidato, atbp.

Isinasaalang-alang ng HR Analytica ang mga kinakailangan ng isang pabago-bago at modernong negosyo:

• Isang compact solution - isang solong platform, isang pinagsamang imbakan, isang pangkaraniwang portal ng analytic.
• Ang pag-embed ng interactive na nilalaman ng BI sa mga slide ng MS PowerPoint na may kakayahang mag-update ng data. Sa ganitong uri ng analytics, palagi kang handa para sa mga pagtatanghal at regular na pagpupulong kasama ang pamamahala.
• Ang kakayahang mag-update ng data sa online.

Mga pangunahing tagapagpahiwatig ng modelo ng HR Analytics

Ang lahat ng mga pangunahing sukatan ay ipinakita sa isang pangunahing dashboard na pangunahing dinisenyo para sa mga senior executive.

• Ang bilang ng mga empleyado
  • Kasalukuyan at average na payroll para sa isang di-makatwirang panahon
  • Sa pamamagitan ng mga dibisyon, pag-andar at kwalipikasyon
• Sahod Kabuuang mga pagbabayad at average na sahod
• Ang pagkuha ng empleyado at pagpapaputok ng mga empleyado
• Istraktura ng payroll
• Ang funnel ng recruitment ng empleyado
  • Sa pamamagitan ng kategorya ng mga dalubhasa
  • Sa konteksto ng mga tagapamahala ng HR
• Dami at husay na KPI ng pagsasanay sa tauhan
• Kasiyahan ng empleyado. Ang isang tagapagpahiwatig ng dami o husay na nakuha bilang isang resulta ng isang survey ng mga empleyado ayon sa isang bilang ng mga pamantayan
• Ang mga KPI ay nagpapakilala sa pagiging produktibo ng paggawa sa negosyo

Ang lahat ng impormasyon ay ipinakita sa isang solong screen gamit ang mga modernong infografiko at maginhawang tool para sa pagtukoy ng mga agwat ng oras at filter. Salamat sa makabagong arkitektura ng platform ng BI, lahat ng mga pagbabago sa mga numero at graphics ay nangyayari agad pagkatapos ng anumang pagkilos ng gumagamit.

Karamihan sa mga tagapagpahiwatig ay maaaring masuri sa konteksto ng heograpiya ng pagkakaroon (mga tanggapan, mga site ng produksyon, atbp.) Na may visualization sa isang batayang kartograpiko.

Pag-unlad ng kawani

Pinapayagan ka ng dashboard ng Personnel Development na subaybayan ang mga tagapagpahiwatig na sumasalamin sa dynamics ng pagsasanay ng empleyado at ang bilis ng pagsasanay, at idinisenyo upang pag-aralan ang pagiging epektibo ng mga gastos sa pagsasanay.
Ang HR manager ay may access sa mga filter na nagbibigay-daan sa iyo upang makontrol ang pagpapatupad ng mga KPI sa konteksto ng mga lugar ng trabaho ng mga empleyado, kanilang mga kwalipikasyon at mga paghahati sa rehiyon.

Demograpiya

Ang Analytics ayon sa kategorya ng kasarian at edad ng mga tauhan ng kumpanya. Nakasalalay sa larangan ng aktibidad, ang mga saklaw ng edad na makabuluhan para sa kumpanya ay maaaring isa-configure sa modelo ng HR Analytics.

Mga pangunahing sukatan at visualization:

• Average na edad ng isang empleyado sa konteksto ng heograpiya at dynamics ng kumpanya sa paglipas ng panahon
• Pamamahagi ng mga empleyado ayon sa kasarian at istraktura ng edad sa mga rehiyon, lugar ng trabaho at mga kwalipikasyon

Pondo ng sahod

Ang pangunahing layunin ng seksyon na ito ay upang pag-aralan ang impormasyon ng buod sa antas ng payroll para sa kumpanya bilang isang kabuuan, mga lugar ng aktibidad, tanggapan at kategorya ng mga empleyado.

Kard ng empleyado

Nagbibigay ang dashboard ng pag-access sa detalyadong impormasyon tungkol sa bawat empleyado: edad, karanasan, posisyon, kwalipikasyon, halaga ng mga pagbabayad para sa panahon. Posibleng maghanap sa pamamagitan ng template at pumili ng mga talaan ayon sa mga katangian.

Malayo na ang narating ng HR mula sa tradisyunal na koleksyon at pagsubaybay ng impormasyon ng empleyado hanggang sa isang modernong diskarte: paggamit ng data upang gumuhit ng mga pananaw sa buong negosyo.

Ano ang HR Analytics?

Ang HR analytics ay ang proseso kung saan inilalapat ang mga diskarte sa pagpoproseso ng data at intelligence ng negosyo (BA) sa pagproseso ng data ng HR. Tinutukoy din ito minsan bilang analytics ng talento. Bilang karagdagan, ang pagmimina ng data sa kontekstong ito ay tumutukoy sa kasanayan sa pagsusuri ng mga database upang lumikha ng bagong impormasyon.

Ang mga HR analista ay may dalawang pangunahing layunin: pagbibigay ng mga pananaw (dating hindi kilalang impormasyon), at pagkilala sa pangunahing data.

Ang unang layunin ay upang bigyan ang samahan ng impormasyon tungkol sa sarili nitong mga operasyon na makakatulong sa pamamahala nito nang epektibo sa mga empleyado. Ito ang mga pananaw na maaaring matiyak na ang mga layunin sa negosyo ng isang kumpanya ay mabisang nakakamit.

Ang pangalawang pangunahing pagpapaandar ng HR analytics ay upang makatulong na makilala ang data na kailangang iimbak ng isang organisasyon. Bilang karagdagan, nagbibigay ito ng mga modelo para sa paghula ng iba`t ibang paraan ng isang organisasyon ay maaaring makakuha ng pinakamainam na return on investment (ROI) sa kapital ng tao.

Sa pangkalahatan, ang HR analytics ay nakatuon sa masulit ang malaking halaga ng data ng mga mapagkukunan ng tao na kinokolekta ng karamihan sa mga samahan. Ang mga kumpanya ay madalas na may isang kayamanan ng data, tulad ng demograpiko ng empleyado, mga tala ng pagsasanay, atbp., At ang pagtatasa ay maaaring makuha ang mahahalagang pananaw mula rito.

Nasa ibaba ang mas detalyadong impormasyon sa HR analytics:

Bakit dapat gumana ang iyong samahan sa HR analytics?

Ang mga desisyon ng HR ay madalas na batay sa mga propesyonal na likas na ugali at intuwisyon. Halimbawa, ang pagtanggap ng empleyado ay madalas na nakasalalay sa personal na pakikipag-ugnay na mayroon o hindi nabigong maitaguyod ng recruiter sa kandidato. Ang problema sa "instincts" at intuwisyon ay maaari nilang gawing normal ang masasamang gawi.

Kaya, ang kawalang-katarungan sa trabaho ay maaaring mapansin. Ang isang magandang halimbawa nito ay ang agwat ng pagbabayad ng kasarian. Maaaring isipin ng mga samahan na pareho silang nagbabayad kung hindi nila pinag-aaralan ang katibayan.

Ang HR analytics ay maaaring makatulong na mapabuti ang pagganap at mahulaan ang pinakamatagumpay na mga modelo. Tinatanggal nito ang karamihan sa error ng tao sa paggawa ng desisyon. Halimbawa, ang pagpapabuti ng pamamahala ng workload ay maaaring maging mas epektibo kapag ginamit ang data upang maipakita kung aling mga kagawaran o grupo ang nasobrahan na at kung alin ang kayang kumuha ng mas maraming responsibilidad.

Higit sa lahat, napatunayan ng HR analytics na hahimok ang paglago ng kumpanya. Ang mga ulat sa Training Zone tungkol sa mga nakuha sa pagiging produktibo para sa isang kumpanya na gumagamit ng HR analytics upang mapabuti ang kanilang proseso ng pagkuha. Sa pamamagitan ng pagtatasa ng data, napansin ng kumpanya na ang tradisyunal na KPI - edukasyon at referral - ay walang malaking epekto sa pagganap ng benta ng isang kandidato. Sa katunayan, ang mga pangunahing sukatan tulad ng karanasan sa pagbebenta na may mataas na halaga at ang kakayahang gumana sa hindi istrukturang mga pangyayari na talagang nag-ambag sa pinabuting pagganap ng benta. Nang isama ng kumpanya ang talenta analytics na ito sa pagkuha, ang mga benta ng kumpanya ay lumago ng $ 4 milyon sa susunod na taon.

Ang iba pang mga pag-aaral ay nakakuha ng katulad na konklusyon tungkol sa kahalagahan ng HR analytics sa pangkalahatang pagganap ng kumpanya. Natuklasan ng pananaliksik ng MIT at IBM na ang mas mataas na paggamit ng HR analytics ay maaaring magresulta sa:

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

Mga pangunahing paraan upang magamit ang HR analytics

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

Narito ang ilang mga halimbawa ng posibleng mga KPI:

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

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

Pagrekrut - Ang HR analytics ay maaaring magbigay ng mga sagot sa mga katanungan tungkol sa paghahanap ng mga perpektong kandidato para sa negosyong ito. Halimbawa, tulad ng ipinakita sa halimbawa ng kumpanya sa itaas, maaaring magamit ang data upang makilala ang mga katangian ng mga kandidato na gumagawa ng pinakamahusay na mga resulta. Maaari mong ihambing ang data ng mga kandidato na natapos na manatili sa kumpanya at makahanap ng mga karaniwang denominator kasama nila.

Kalusugan at kaligtasan - Ang HR analytics ay maaaring mas mahusay na makilala ang mga lugar ng problema na may kaugnayan sa kalusugan at kaligtasan. Maaaring ipahiwatig ng data ang mga tungkulin, lugar ng trabaho, at iba pang katulad na mga kadahilanan na may pinakamataas na rate ng aksidente.

Pagpapanatili ng empleyado - Sa data, maaari mo ring malaman ang higit pa tungkol sa pagpapanatili ng empleyado. Maaari mong gamitin ang HR analytics upang makilala ang mga aspeto na nagdaragdag ng pakikipag-ugnayan ng empleyado.

Mga puwang ng talento- maaaring ibunyag ng data ang pagkakaroon ng mga puwang sa samahan. Halimbawa, ang ilang mga kagawaran ay maaaring may higit na may kasanayang manggagawa kaysa sa iba at maaaring makagambala sa pangkalahatang pagpapatakbo ng kumpanya.

Rate ng pagtanggal- ilang empleyado ang umalis sa isang tiyak na panahon na may kaugnayan sa kabuuang bilang ng mga empleyado? Pagganap ng Pagbebenta - Matutulungan ka ng HR analytics na malaman ang mga detalye kung paano madaragdagan ang pagganap ng iyong benta. Maaari mong malaman na ang ilang mga talento ay tumutulong sa mga empleyado na makagawa ng mas mahusay, o ang ilang mga programa sa pagsasanay na magbigay ng agarang pagbabalik ng benta.

Limang mga hamon sa HR analytics

Bago magpatuloy sa mga paunang yugto ng pagpapatupad ng HR analytics, sulit na isaalang-alang ang ilan sa mga pangunahing hamon na lumitaw sa paggawa nito. Kapag naglalagay ng HR analytics sa iyong samahan, mahalagang makahanap ng mga paraan upang matugunan ang sumusunod na limang mga hamon.

Gawain 1: daloy ng data

Ang mas maraming impormasyon na kinokolekta ng iyong samahan, mas mahirap na gamitin ito kung kinakailangan. Ang isang malaking halaga ng data ay hindi awtomatikong humantong sa mahusay na mga resulta. Upang maging matagumpay, kailangan mong magkaroon ng kakayahang mag-apply ng tamang mga diskarte sa analytics.

Kung ang iyong departamento ng HR ay nangongolekta ng maraming data nang hindi gumagamit ng tamang mga diskarte sa analytics, napupunta ka lang sa maraming data. Ang mas maraming mga ay, ang mas mahirap ito ay upang gumawa ng mahalagang hulaan.

Halimbawa, ang mga sukatan para sa lahat ng mga sukatang kinokolekta mo ay dapat na tukuyin nang maayos at ikinategorya. Kailangan mong makilala ang mga katanungang nais mong malutas sa iyong data, hindi lamang kolektahin ito upang maging.

Hamunin 2: kalidad ng data

Bilang karagdagan sa pagkolekta ng tamang dami ng data, kailangan mo ring tiyakin na magbabayad ka ng sapat na pansin sa kalidad nito. Ang daloy ng data ay maaaring mabilis na humantong sa hindi magandang kalidad ng data dahil hindi ka lumilikha ng mga makahulugang koneksyon sa pagitan ng iba't ibang mga data.

Mahalagang matiyak ang kalidad ng data sa pamamagitan ng pagtuon sa pagtiyak sa integridad at kaligtasan nito. Ang problema sa maraming mga samahan ay ang data na ginamit sa HR analytics ay maaaring magmula sa iba't ibang bahagi ng samahan at samakatuwid ay masyadong magkakaiba, na hahantong sa mga problema. Ang ilang data ay maaaring balewalain, itapon, nawala, o mga data ay hindi maaaring pagsamahin, na hahantong sa hindi sapat na pagsusuri.

Hamunin 3: mababang mga kasanayan sa pagsusuri sa karamihan ng mga kagawaran ng HR

Upang magtagumpay ang HR analytics, ang koponan sa likod nito ay dapat magkaroon ng kaalaman sa kapwa mga mapagkukunan ng tao at analytics ng data. Ngunit ang paghahanap ng mga pinuno ng HR na may kakayahan din sa pagtatasa ng data ay maaaring maging isang mahirap.

Ayon kay Elizabeth Craig, isang kapwa sa pananaliksik sa Accenture Institute para sa Mataas na Pagganap, halos wala ang sinumang sapat na bihasa para sa HR analytics. Bilang karagdagan, sinabi ni Craig sa data-informed.com na ang ilang mga tool sa pagsusuri ng data ay nangangailangan ng dalubhasang kasanayan sa IT, na nagdaragdag ng presyon upang makahanap ng tamang mga tao.

Ang problema ay mukhang mas malaki pa dahil 6% lamang ng mga pandaigdigang koponan ng HR ang may kumpiyansa sa kanilang mga kasanayan sa analytics. Bilang karagdagan, 20% lamang ang naniniwala sa paggamit ng kanilang samahan ng data ay kapani-paniwala at sapat na maaasahan upang makapagpasya.

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

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

Mahalaga ang suporta na ito dahil nagbibigay ito ng pag-access sa mga mapagkukunan, dahil ang pagpapatupad ng tamang HR analytics system ay hindi mura. Maaari rin itong magbigay ng mas mahusay na pag-access sa data sa lahat ng mga kagawaran. Upang kumbinsihin ang mga executive, ang mga koponan ng HR ay dapat tumuon sa pagtukoy ng mga pagkakataon upang ma-maximize ang ROI, kahit na sa isang maagang yugto.

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

Panghuli, ang mga samahan ay kailangang magkaroon ng kamalayan sa gastos. Ang hanay ng presyo ng mga instrumento ng analytical ay magkakaiba-iba sa pagkakaroon ng mga instrumento. 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 kumpanya na may 5,000 mga full-time na empleyado."

Bilang karagdagan, hindi kasama sa pagtatantya ang mga pagtaas ng gastos na maaaring harapin ng mga samahan kapag kumukuha ng mga bagong empleyado upang magpatupad ng mga programa o sanayin ang mga mayroon nang empleyado sa mga kasanayan sa analytics.

Bilang karagdagan, ang ROI sa HR analytics ay hindi masyadong madarama. Ito ay dahil ang mga pakinabang ng pagpapatupad ng mga resulta ng analytics ay maaaring mula sa iba't ibang mga kagawaran at sa mahabang panahon. Halimbawa, ang mga pagpapabuti sa pagpapanatili ng empleyado ay hindi kaagad makikita.

Ang hamon ay napagtanto na ang pagtugis ng isang mas murang platform ng HR analytics ay hindi palaging naisasalin sa malaking pagtitipid. Ang kakulangan ng software at mga tool ay maaaring humantong sa hindi mabisa at hindi kumpletong mga resulta, na, bilang isang resulta, ay hindi lumikha ng isang sapat na mataas na ROI upang bigyang-katwiran ang pamumuhunan.

Limang Mga Unang Hakbang sa Pagpapatupad ng HR Analytics

Kung nais ng iyong samahan na ipatupad ang HR analytics, ano ang tamang paraan upang pumunta? Nasa ibaba ang limang mga hakbang na makakatulong sa iyong samahan na makapagsimula sa proseso.

Hakbang 1: Pagkilala sa Mga Isyu sa Negosyo Na Gusto Mong Malutas

Ang una at pinakamahalagang bagay ay upang makilala ang mga isyu sa negosyo na nais mong malutas. Hindi mo masisimulang mangolekta ng data at pagkatapos ay tingnan lamang ito upang makahanap ng mga relasyon.

Kilalanin ang mga isyu na nais mong pagbutihin sa sektor ng HR. Halimbawa, maaaring ito ay mga katanungan na nauugnay sa pagkakaiba-iba ng trabaho, pagpapabuti ng pagpapanatili ng empleyado, pagsukat sa dami ng perang ginugol sa pagsasanay, o mas mahusay na pag-unawa sa mga dahilan para sa pagkawala sa lugar ng trabaho. Mayroong ilang mga simpleng katanungan na dapat mong magsimula bago magpatuloy.

Halimbawa, sabihin nating nais mong maunawaan kung paano nakakaapekto ang HR sa mga bagay tulad ng kahulihan ng iyong kumpanya.

Matapos mong maipon ang pangkalahatang impormasyon na nauugnay sa mga tauhan na nais mong pag-aralan nang mas detalyado, kailangan mong magsimula sa pamamagitan ng pagkilala sa mga kinakailangang sukatan upang malutas ang mga problemang ito. Narito ang ilang mga sukatan ng HR na nagpapakita ng pagganap ng departamento ng HR:

• Oras ng Pag-recruit - Gaano katagal bago mapunan ang isang bakante, at gaano katagal bago matanggap ng isang kandidato ang isang alok at maging isang empleyado?
• Rate ng paglilipat ng tauhan - Ilang empleyado ang aalis pagkatapos ng unang taon, limang taon, at iba pa?
• Pagkakaiba-iba ng Workforce - ano ang mga porsyento pagdating sa mga kababaihan, kalalakihan, relihiyoso at etnikong mga pangkat?
• Kita bawat empleyado, kabilang sa mga full-time na empleyado - ano ang kita na nakuha sa isang buong-panahong batayan?
• Bayad sa overtime - gaano kataas ang bayad sa obertaym at gaano kadalas ito ginagawa?
• Permanent kumpara sa Pansamantalang Ratio ng Manggagawa - Ilan sa mga empleyado ang part-time kumpara sa full-time?

Hakbang 2: Kilalanin ang data na sumasagot sa mga katanungan sa itaas

Kapag mayroon kang mga katanungan at problema, maaari mong simulang makilala ang data na kinakailangan upang sagutin o malutas ito.

Una, dapat ang iyong pokus ay ang data na nauugnay sa tauhan na naimbak na sa iyong departamento. Kasama rito ang impormasyon sa pagkuha, pagganap at sunod. Dapat ay sinusubaybayan na ng iyong kagawaran ang mga dataset na ito.

Pangalawa, kailangan mong simulang mangolekta ng data sa mga bagay tulad ng pakikipag-ugnayan, mga botohan, at mga panayam. Nakasalalay sa antas ng koleksyon ng data sa iyong samahan, maaaring mayroon ka nang mga mekanismo para sa pagkolekta ng data na ito.

Panghuli, kailangan mong palawakin ang iyong koleksyon ng data sa iba pang mga system at departamento ng negosyo. Dapat mong simulan ang pagkolekta ng mahalagang mga sukatan sa pananalapi at pagsasaliksik sa merkado. Kasama rito ang mga bagay tulad ng paglilipat ng tungkulin, pagganap ng benta, pera na ginugol sa pananaliksik at pagsasanay sa merkado.

Hakbang 3. Ipatupad ang ETL: pagkuha, pagbabago at pag-load

Tulad ng nakasaad sa itaas, ang kagawaran ng HR ay dapat na gumana nang malapit sa kagawaran ng IT, dahil ang ilang software at pagmimina ng data ay maaaring mangailangan ng dalubhasang kasanayang analitikal. Kaya magandang ideya na simulan ang pagbuo ng mas malapit na ugnayan sa pagitan ng dalawang kagawaran.

Bahagi ng prosesong ito ang pagpapatupad ng ETL: pagkuha, pagproseso, at paglo-load. Mayroong mga tool na maaaring magamit upang awtomatikong isagawa ang prosesong ito. Halimbawa, ang IMB WebsphereDataStage at Cognos Data Manager, o Microsoft SQL Server Integration Services ay ilan sa mga pinakatanyag na pagpipilian. Habang maaaring gamitin ng mga kawaning hindi pang-teknikal ang mga platform na ito, makakatulong na humingi ng tulong sa kagawaran ng IT.

Hinahayaan ka ng prosesong ito na kunin ang data na kailangan mo mula sa mga mapagkukunan na tinukoy mo, ibahin ito sa tamang malinis at pare-parehong format, at i-upload ito sa iyong platform sa analytics na gagamitin para sa pagtatasa.

Hakbang 4. Pagsasama ng mga resulta sa mga transaksyon sa negosyo

Kapag nagsimula nang makabuo ng mga resulta ang iyong pagtatasa ng data, kailangan mong magsimulang gumawa ng mga pagbabago. Halimbawa, kung nakatuon ka sa pagsasaliksik ng pagkakaiba-iba ng mga manggagawa at ipinapakita ng iyong data na hindi ka nakakakuha ng sapat na mga application mula sa mga etnikong minorya, maaari mong simulang baguhin ang iyong diskarte sa pagkuha.

Bilang karagdagan, kailangan mong magtaguyod ng mga link sa pagitan ng data ng HR at iba pang mga sukatan ng negosyo. Halimbawa, ang mga pagbawas sa kawani ng obertaym ay maaaring direktang maiugnay sa pagiging produktibo at kakayahang kumita. Ang ulat ng "Mga Tao ang Totoong Mga Numero" ng KPMG ay binibigyang diin ang kahalagahan ng mga koneksyon na ito sa pamamagitan ng pagkawala ng lakas ng lakas ng trabaho at pagiging epektibo sa gastos.

"Bagaman kapaki-pakinabang upang subaybayan ang pagliban sa iba't ibang mga rehiyon o kumpara sa mga nakaraang taon, kung maipapakita din ng HR na ang pinababang absenteeism ay positibong naiugnay sa kahusayan sa pagpapatakbo, makikita ng pamamahala ang tunay na halaga ng HR," sabi ng ulat.

Hakbang 5. Pagsasagawa ng regular na pagsusuri

Sa wakas, ang HR analytics ay dapat gawin nang regular, kung hindi man ay magiging walang katuturan sa karamihan ng mga kaso. Upang samantalahin ang mga benepisyo nito, dapat na ilagay ang isang regular na proseso.

Halimbawa, sabihin nating nakilala mo ang isang problema na nais mong harapin sa data, nagsagawa ng isang pagtatasa, at nakakita ng isang sagot. Matapos mong maipatupad ang mga solusyon sa iyong problema, kailangan mong bumalik dito nang regular upang suriin kung ano ang nangyayari sa pagbabago at kung may mga bagong problema na lumitaw.

Konklusyon

Ang HR analytics ay isang mahalagang bahagi ng pamamahala ng data at ang pagpapatupad nito ay maaaring magdala ng mga positibong benepisyo para sa anumang samahan. Ngunit, tulad ng ipinakita sa itaas, ang pamamahala, pag-aaral, at pagbibigay kahulugan ng data ay hindi madali, at kailangang lumapit ang mga organisasyon sa analytics ng "tao" nang paisa-isa.

Ang susi sa matagumpay na HR analytics ay batay sa pag-unawa na hindi ito ang laki ng sinusukat na data na humahantong sa resulta, ngunit sa halip ang impluwensya ng data sa paggawa ng desisyon sa samahan. Ang HR analytics ay hindi dapat makita bilang mahalaga para sa departamento ng HR, ngunit sa halip bilang isang bagay na maaaring lumikha ng halaga para sa buong samahan.

• Kulturang korporasyon

Mga keyword:

1 -1

Mangyaring sabihin sa akin kung saan pupunta mula dito?
- Saan mo gustong pumunta? - sumagot sa Pusa.
- Wala akong pakialam ... - sabi ni Alice.
- Kung gayon hindi mahalaga kung saan ka pupunta, - sinabi ng Cat.
- ... upang makakuha lamang sa kung saan, - paliwanag ni Alice.
- Tiyak na makakarating ka sa isang lugar, - sinabi ng Cat. - Kailangan mo lang maglakad nang sapat.
Si Lewis Carroll, Alice's Adventures sa Wonderland. Alice sa Wonderland "

Naranasan mo na bang walang silbi ang mga makasaysayang sukatan ng HR? Itapon natin ang lahat ng hindi kinakailangan, suriin ang mahalaga: sinabi ng site sa portal ang tungkol sa pinakamahalagang mga tagapagpahiwatig ng HR analytics Dmitry Supronenko , Pinuno ng Kagawaran ng HR, Kumpanya ng Profile sa Metal.

Ang Analytics sa larangan ng pamamahala ng tauhan bilang isang malaya at sa halip ay mahalagang bloke - sa isang banda, ang paksa para sa mga domestic na kumpanya ay medyo bago. Para sa aking sarili, iniuugnay ko ang pagbuo nito sa panahong iyon ng pagbuo ng pagpapaandar ng HR sa modernong anyo nito mula sa departamento ng tauhan, direktang napasailalim sa CEO ng kumpanya, at OTiZ bilang bahagi ng pampinansyal at pang-ekonomiyang bloke.

Sa kabilang banda, ang panahong ito ay naging higit sa sapat para sa ilang mga kumpanya na gawin hindi lamang isang hakbang, ngunit isang buong lakad pasulong, habang ang iba ay nagpatuloy na nasa isang estado ng nasuspindeng animasyon. Bilang isang resulta, kahit na sa loob ng parehong industriya, maaari naming obserbahan ang isang makabuluhang pagkakaiba sa mga diskarte at antas ng pag-unlad ng HR analytics na sa digital na edad maaari lamang natin itong balikatin.

Ngunit dahil walang nangyayari kagaya nito (parehong pagkilos at kawalan ng paggalaw), tuloy-tuloy nating harapin ang mga dahilan para sa iba't ibang mga diskarte. Hinati ko ang mga ito para sa aking sarili sa layunin (mayroon silang nakapag-iisa ng kumpanya ng HRD) at paksa.

Magsimula tayo sa mga layunin. Una, mula sa pinakamahalagang kadahilanan, kung saan, sa aking personal na opinyon, higit sa lahat ay nakakaapekto nang direkta sa HR analytics ng kumpanya at hindi direkta sa iba pang mga kadahilanan, ito ay ang antas ng kumpetisyon sa industriya.

Hayaan mong ipaliwanag ko na 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 pinag-iisa hangga't maaari, at ang mamimili ay praktikal. ay hindi gumagawa ng isang pagkakaiba mula sa kanino upang bumili ng produktong / serbisyo. Sa mga kundisyong ito, nauuna ang antas ng serbisyo, kaya't maraming mga istratehikong gurong tinawag na ang ekonomiya ng ika-21 siglo na ekonomiya ng mga impression. At ang susi sa mga kundisyong ito, ang madiskarteng kalamangan ay ang mga tauhan, mas tiyak, ang kalidad nito. Lohikal na ang kumpetisyon para sa malakas na manggagawa sa naturang mataas na mapagkumpitensyang merkado ay makabuluhan din.

Ang mga espesyalista sa HR ay walang ibang paraan palabas ngunit sa mga kundisyong ito upang magamit ang lahat ng posibleng analitikong patakaran ng pamahalaan upang matagpuan / maakit ang pinakamahusay na mga dalubhasa mula sa merkado nang mabilis at mapanatili ang mga ito sa kinakailangang antas ng paglahok para sa pinakamahabang oras na posible.

Samakatuwid, nagsisimula ang lahat sa analytics sa "funnel ng pangangalap", nagtatapos sa analytics para sa mga kadahilanan ng paglilipat ng tauhan, at sa pagitan nila mayroong isang buong mundo ng mga tagapagpahiwatig sa pagbagay, pagganyak, pagsasanay at pag-unlad, pakikipag-ugnayan, kultura ng korporasyon, atbp. Para sa halimbawa, maaari nating kunin ang merkado ng mga dalubhasa sa IT. Sa kabila ng katotohanang ang totoong sahod sa maraming industriya ay bumababa sa mga nagdaang taon, narito natin nakikita ang matatag at matatag na paglaki.

Ang oras upang makahanap ng isang bagong trabaho para sa isang dalubhasa sa IT ay minimal, ang antas ng kanilang mga paghahabol sa mga nasabing kondisyon ay patuloy na lumalaki. At paano tumugon ang mga kumpanya? Isang indibidwal na diskarte. Simula mula sa nakatuon na isa o maraming (nakasalalay sa sukat) mga nagrekrut, at nagtatapos sa katotohanang alam ng HRD ang mga de-kalidad na 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 karaniwang mga kondisyon at diskarte sa mga tauhan, lumabas sila sa parehong antas sa nangungunang pamamahala ng kumpanya. Ngunit ito ay para sa lubos na mapagkumpitensyang mga industriya. Kung ang industriya ay may isang karakter na monopolyo / oligopoly, kung gayon ang lahat ng "pag-tune" na ito ay hindi kinakailangan.

Hindi ko sinasabi na hindi sila gumagamit ng HR analytics, hindi. Ngunit ang nilalaman nito ay magiging mas mahirap, o (na sa karanasan ko ay mas madalas) ang paggamit nito sa trabaho para sa paggawa ng desisyon ay magiging pormal. Siya mismo ay nagtrabaho sa isang kumpanya kung saan regular na humiling ang Moscow ng isang makabuluhang listahan ng mga sukatan na binuo ng isang kilalang kumpanya ng pagkonsulta sa dayuhan. Palaging tipikal ang scheme ng komunikasyon: hiniling - ibinigay - nakalimutan.

Pangalawa, kaakibat ng industriya (pagtitiyak)... Hayaan mong ipaliwanag ko sa isang halimbawa. Ilang taon na ang nakalilipas ay nakapanayam ako para sa posisyon ng HRD ng isa sa pinakamalaking mga tagagawa ng makinarya sa agrikultura sa Russia. Lumapit ang CEO sa bagay na ito nang higit pa sa responsibilidad (hiniram ko ang kanyang karanasan sa trabaho), hindi limitado sa mga resulta ng mga pagsusuri at maraming panayam, ngunit nagbigay ng libreng pag-access sa mga pasilidad ng kumpanya, pati na rin sa lahat ng impormasyon sa HR at humiling ng isang plano para sa pagkilos 2 taon. At bagaman sa pagtatapos ng lahat ng bagay ay tinanggap ko ang isang paanyaya mula sa ibang employer, ang karanasan ng kumpanyang ito ay nakakainteres pa rin sa akin.

Ang isang pangunahing tampok sa lugar ng responsibilidad ng HR ay isang binibigkas na pamanahon kaugnay sa taon ng agrikultura. Halos hindi mo sorpresahin ang sinuman sa pamanahon, narito lamang kailangan mong isaalang-alang ang sukat (taun-taon na kailangan mong kumalap, sanayin, at pagkatapos ay bawasan ang higit sa isang libong manggagawa sa produksyon), ang mataas na antas ng mga kinakailangan para sa mga kwalipikasyon ng mga manggagawa ( hindi ito ang mga manggagawa sa warehouse upang kunin), lokasyon (lahat ng mga yunit ng produksyon ay matatagpuan sa parehong teritoryo na lugar ng lungsod), ang dalas ng pag-uulit ng pag-ikot (sa oras na iyon ay ang ika-5 na ikot na rekrutment / pagbawas) at ang lahat ng mga kasunod na kahihinatnan para sa tatak ng HR (ang pinakaunang drayber ng taxi na patungo mula sa paliparan ay sinabi sa akin ang buong kuwento ng halaman dahil sa pagbabago ng pagmamay-ari ng kumpanya, at ang isa ay dapat na magtrabaho dito sa huling kaso. ).

Malinaw na ang pangunahing departamento ng HR sa negosyo ay hindi H&Z (tulad ng dati), ngunit ang departamento ng pagpili ng tauhan, na dapat tiyakin na ang pagpili ng gayong bilang ng mga empleyado sa loob ng isang buwan. Nagulat ako ng 2 katotohanan: lahat ng mga empleyado ng kagawaran na ito ay mga kalalakihan (na kung saan ay ganap na hindi tipikal para sa pagpapaandar ng HR sa pangkalahatan, at para sa partikular na pagrekrut), at ang kalidad ng HR analytics.

Tila sa akin na sinusubaybayan nila ang lahat sa isang patuloy na batayan. Hindi ko rin pinag-uusapan ang tungkol sa "pagpili ng funnel", naipon ito para sa bawat pagawaan sa konteksto ng mga posisyon, ang pagiging epektibo ng pag-akit ng mga kandidato sa pamamagitan ng lahat ng panloob at panloob na mga channel na kilala sa akin ay inihambing, isang magkakahiwalay na lugar ang inilaan sa pagtatasa ng ang mga rehiyon ng paninirahan ng mga kandidato, at ang buong panahon ng pagbagay ay nahahati sa mga bloke, ayon sa panloob na istatistika ng paglilipat ng tauhan sa unang tatlong buwan, at kasama ang buong kadena ng pagbagay ang parehong funnel na may paglilipat ng mga tauhan sa isang panahon ng pagsubok.

Pangatlo, yugto ng pag-unlad ng kumpanya... Narito kinakailangan na gunitain ang tanyag na modelo ng siklo ng buhay ng isang samahan ni L. Greiner. Wala akong nakitang point sa pagpapalawak nito nang detalyado sa artikulo - ang materyal sa paksa ay madaling magagamit sa Internet.

Tutuon ko ang katotohanan na madalas na ang mga tagasuporta at kalaban ng pagpapatupad ng KPI / BSC system sa kumpanya (at ang analytics sa HR ay isang elemento ng KPI system, dahil walang pagpaplano, kontrol, pagganyak, sa sarili nito, ito ay ay hindi nagdudulot ng halaga sa kumpanya) ay hindi maaaring sumang-ayon sa bawat isa, dahil ang batayan para sa kanilang pagtatalo ay ang mga samahan na nasa iba't ibang yugto ng pag-unlad ayon sa Grainer. At kung sa yugto na "Pagkamalikhain" ang analisador ay magiging isang bihirang pagbubukod sa patakaran, sa yugto na "Direktibong pamumuno" HR analytics ay pinasimple (2-3 pangkalahatang mga tagapagpahiwatig), pagkatapos ay sa yugto na "Delegasyon" mayroong isang makabuluhang dami at husay na pagbuo ng mga tagapagpahiwatig, at sa yugto ng "Koordinasyon", ang analytics ay nagsisimulang maging kalabisan (kapag ang mga gastos sa transaksyon ng pagsasagawa ng HR analytics ay lumampas sa pang-ekonomiyang epekto para sa samahan). At dito ang mga kalaban ng KPI ay umangat sa plataporma at nagsimulang pumuna.

At bahagyang tama ang mga ito, ngunit kailangan mo lamang gumawa ng isang paglilinaw kaagad na ang karamihan sa mga domestic na kumpanya ay hindi "lumaki" sa yugto 4 at malamang na hindi na lumaki. At ilan lamang sa mga masuwerteng (ang mga pinuno ng listahan ng RBC 500) na seryosong iniisip, nahaharap sa isang krisis ng kumpiyansa, tungkol sa pangangailangang lumipat sa ikalimang yugto: "Pakikipagtulungan".

Ayon kay L. Greiner, sa yugtong ito, binibigyan ng espesyal na pansin ang pagbuo ng koponan at kooperasyong interpersonal, at ang mga pormal na sistema ng kontrol ay unti-unting pinalitan ng kontrol sa lipunan at disiplina sa sarili. Ang bawat yugto ng pag-unlad ng isang samahan ay may sariling diskarte sa sistema ng sukatan ng HR at hindi katanggap-tanggap na gawing simple ang diskarte, binabawasan ito sa magkatulad na mga kinakailangan, tulad ng hindi propesyonal na ihambing ang HR analytics ng mga samahan 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 isang malakihang nakakasakit kung ang iyong mga komboy na may bala at uniporme ay nasa likuran. Ang HR analytics na binuo sa pamamagitan ng kamay ay isang tiyak na paraan upang madungisan ang isang mahusay na tool. Samakatuwid, kaibigan namin ang departamento ng IT, mainam na kailangan mong magkaroon ng isang nakatuon na analista sa ERP system kung saan itinatago ang iyong mga istatistika.

Depende sa laki ng kumpanya, maaaring idagdag ang isang bloke ng mga gawain para sa pagsasama ng data mula sa maraming mga HR system. Mula sa aking sariling karanasan, masasabi ko na ito ay ang pagsasama ng pagsasama na nagsisikap, bilang isang resulta kung saan ang ilang mga kumpanya ay gumawa ng isang lohikal (ngunit hindi murang) desisyon na ilipat ang lahat ng pagpapaandar ng HR sa isang solong platform.

Ngayon ng kaunti sa mga kadahilanan ng paksa.

Sa simula, pagkakaroon ng customer: Ang HR ay hindi kinakailangang umiiral nang mag-isa. Ang bawat gawain / proyekto ay dapat palaging mayroong isang benepisyaryo: ang may-ari, ang Lupon ng mga Direktor, ang Lupon ng Pamamahala, ang CEO, ang direktor ng yunit ng negosyo, ang pinuno ng yunit na umaandar, o ang iba pa, anuman ang pangalan ng posisyon / katawan ay. Kung ang gawain / proyekto ay walang beneficiary na ito (at ito, sa kasamaang palad, ay nangyayari), pagkatapos para sa HR-manager ang mga pagkakataong kilalanin bilang "nagdudulot ng kaligayahan" sa kumpanya ay mahigpit na tumaas. Hindi ito nangangahulugan na kung hindi ka nabigyan ng isang gawain, hindi mo na kailangang harapin ito. Kinakailangan, kung naiintindihan mo kung bakit maaaring maging interesado ito sa beneficiary, ngunit ang unang bagay na dapat gawin ay upang makuha ang kanyang pahintulot.

Hayaan mong ipaliwanag ko sa pagsasanay. Halimbawa, kumuha tayo ng isang pinuno na namuno sa isang departamento ng HR sa maraming malalaking kumpanya, kung saan ang isa sa mga pangunahing tagapagpahiwatig sa lugar ng pansin ng HRD ay ang tauhan, kapwa bilang isang pangwakas na halaga para sa kumpanya at sa iba't ibang mga seksyong pansuri (ng mga yunit ng negosyo, sa pamamagitan ng mga functional block at iba pa).

Una, ang buong badyet (at ang maximum na pagbabahagi nito ay payroll) sa HRD na lugar ng responsibilidad na direkta nakasalalay sa nakaplanong laki ng kawani sa isang tukoy na panahon (bilang isang patakaran, ito ay isang isang-kapat, para sa mga kumpanya na may isang lubos na binibigkas napapanahon ng mga benta / produksyon - isang buwan). Pangalawa, iba pang mga pangunahing sukatan (hal. Mga antas ng staffing, overdue na bakante) ay lubos na nakasalalay sa headcount.

Inililipat namin ang manager na ito sa isang pantay na malaking kumpanya. Paano ito magsisimulang gumana? Malamang, ang isa sa mga unang puntos ay ang pag-audit ng kasalukuyang mga proseso ng HR (kasama ang koleksyon ng analytics sa karaniwang sistema ng coordinate para sa kanya). At narito na ang bahagi ng mga bakante sa kumpanya ay, sabihin, 30% ng kabuuang bilang ng mga kawani, at mga aplikasyon para sa pagrekrut ay hindi hihigit sa 10% ng bilang ng mga bakante. Anong ibig sabihin nito?

Malamang, ang problema ay wala sa pagpili, ngunit ang talahanayan ng staffing ay sobrang karga ng mga "patay" na bakante. Kung ang termino ng mga bakanteng ito ay makabuluhan din, pagkatapos isinasaalang-alang ang mga nagpapatuloy na hakbang upang ma-optimize ang bilang ng mga tauhan, ang isang reflex na desisyon (ipinagpaliban sa antas ng subcortex) ay magbabawas sa mga nahuling mga bakante o, hindi bababa sa, linisin ang mga kung saan mayroong hindi kahit isang application para sa pagpili, pumunta sa pangunahing antas ng manggagawa sa mga tuntunin ng bilang, at pagkatapos ay mayroon nang mag-isip kung ano ang gagawin sa lahat ng ito. Napagpasyahan - tapos na. At ilang buwan lamang ang lumipas, sa pagsisimula ng panahon, ang mga yunit ng negosyo ay nagtaguyod ng kaguluhan: kailangan nilang mabilis na umarkila ng isang sapat na bilang ng mga empleyado, ngunit hindi nila ito magagawa, dahil walang ganoong mga bakante sa talahanayan ng mga tauhan.

At lumalabas na ang bilang ng mga tauhan ay isang teknikal na tagapagpahiwatig, ang mga bakanteng posisyon ay kinakailangan lamang para sa pagpaparehistro ng mga empleyado ng departamento ng tauhan, at ang pagpaplano ng mapagkukunan ay itinatayo lamang batay sa tagapagpahiwatig ng payroll, na ginagabayan ng direktor ng sangay kapag nagpapasya kung kukuha ng empleyado o hindi, dahil sa pangkalahatan siya ay responsable para sa mga gastos sa sangay. Sa yugtong ito, hindi mahalaga sa akin kung ang proseso ay naitayo nang tama o hindi, may iba pang mahalaga: ang analytics ng departamento ng HR ay hindi maaaring umiiral sa sarili nitong, hiwalay sa negosyo. Ito ay palaging pangalawang, nabuo para sa mga tiyak na gawain. Kung gayon hindi ito magiging kalabisan.

Pangalawa, ang isang kadahilanan na tinawag ko para sa aking sarili: "nangyari ito sa kasaysayan" ay may malaking epekto sa domestic analytics sa larangan ng pamamahala ng tauhan. Madalas kang makatagpo ng isang sitwasyon kung ang iyong tanong na "para saan?" (hindi malito sa "bakit?") regular mong kinokolekta ang HR analytics na ito, nakakakuha ka ng matapat na sagot: "Nasanay na kami", "lagi naming ginagawa ito", "napakadali para sa amin" o isang bagay na katulad.

Minsan isang tao mula sa pamamahala ng kumpanya ang nagtanong para sa pagsubaybay ng isang hiwalay na tagapagpahiwatig para sa paglutas ng isang tukoy na problema. Simula noon, ang sitwasyon ay maaaring mabago nang malaki, ang gawain ay maaaring nawala nang sama-sama na hindi kinakailangan, ngunit dahil walang nagbigay ng utos na "mabitin" sa isang napapanahong paraan, ang serbisyo ng HR ay patuloy na nangongolekta ng impormasyon sa pamamagitan ng pagkawalang-galaw at ipadala ito ayon sa ang naaprubahang listahan ng mga tatanggap.

Sa aking pagsasanay, nakita ko kung kailan, makalipas ang maraming taon (taon!) Sa mga nasabing ulat, nalaman ng mga tatanggap na ito mula sa bawat isa kung sino ang nagpasimula at kung bakit kailangan nila ang impormasyong ito. At mas mataas ang katayuan ng taong una na nagtakda ng gawain, at ang antas ng pagiging autoritaryo ng kanyang pamumuno, mas malamang na makakuha ng isang linya ng mga sukatan ng HR mula sa kategoryang "nabuo sa kasaysayan".

Ngayon, matapos na dalhin ang teorya, at maabisuhan ang bawat isa sa mga posibleng kahihinatnan at nuances, maaari kang magpatuloy sa pagmamaneho, lalo ang listahan ng mga tagapagpahiwatig ng analytics ng HR. Napansin ko kaagad na ang listahang ito ay nabuo lamang mula sa mga tagapagpahiwatig na pinagtatrabahuhan ko, at para sa mga kundisyon kung saan ako nagtatrabaho sa oras na iyon, bukod dito, ang listahang ito ay hindi kahit 80% ginamit sa alinman sa mga kumpanya (na hindi nauunawaan bakit, iminumungkahi kong basahin muli ang artikulo).

I. Pananalapi:

Pagbabahagi ng mga gastos ng tauhan sa kita (lahat ng mga item sa lugar ng responsibilidad ng HRD ay isinasaalang-alang sa mga gastos);

Ang ratio ng rate ng paglago ng kita / margin / net profit bawat empleyado sa rate ng paglaki ng payroll / tauhan ng mga tauhan para sa parehong panahon (sa prinsipyo, hindi ko ito ihinahambing sa rate ng paglaki ng average na suweldo, dahil ang dynamics nito ay makabuluhang naiimpluwensyahan ng 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 sukatin bilang bilang ng mga kaganapan sa peligro, na nauunawaan bilang anumang pagkabigo sa proseso ng HR, na nagresulta sa pinsala sa samahan na higit sa isang tiyak na halaga, kaya ang kabuuang halaga ng pinsala para sa lahat ng mga kaganapan sa peligro);

Ang mga gastos ng kumpanya para sa 1% ng paglilipat ng tauhan (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 nawawalang kita habang wala. ng empleyado at hanggang sa maabot ng empleyado ang target na antas ng pagganap);

Karaniwang suweldo ng mga empleyado (sa konteksto ng mga posisyon / pag-andar / lokasyon) na may kaugnayan sa panggitna na suweldo batay sa isang survey ng labor market sa katulad na analytics.

II. Mga kliyente (panloob):

Ang antas ng kasiyahan ng mga panloob na kliyente na may mga serbisyo sa HR (sinusukat ang parehong bilang isang timbang na average na tagapagpahiwatig at magkahiwalay sa konteksto ng mga pag-andar. Bilang isang patakaran, karamihan sa lahat ng mga subkontraktor ay interesado sa pagpili, pagganyak, pamamahala ng headcount, pagtatasa at pag-unlad);

Ang bahagi ng mga bakanteng posisyon sarado sa loob ng karaniwang time frame (ang karaniwang frame ng oras ay naiiba depende sa antas ng posisyon, functional block, lokasyon, atbp.);

Ang antas ng staffing sa% ng antas ng staffing (ang tagapagpahiwatig ay isang kahalili sa nakaraang tagapagpahiwatig, ginamit ito sa mga kondisyon ng pangangalap ng masa, ito ay, taliwas sa nakaraang isa, panandalian, hindi agwat, samakatuwid, ito ay lalong hindi maginhawa para sa recruiting kapag ang tinimbang average staffing ay isinasaalang-alang sa pamamagitan ng pagkakatulad sa SSC)

Ang average na pagganap ng mga empleyado sa yugto ng pagpasok sa posisyon (madalas na ginagamit para sa mga manager ng benta, ang agwat ng oras ay itinakda nang magkakaiba para sa posisyon, bilang isang patakaran, ito ay nakatali sa panahon ng pagsasanay ng nagsisimula at pagpasok sa independiyenteng trabaho, masusukat sa porsyento, mga kondisyong produkto, atbp.).

III. Mga proseso:

Ang gastos sa pagrekrut ng 1 empleyado (para sa akin, ito ay nahahati sa 4 na kategorya depende sa antas ng posisyon / propesyon);

- "mga funnel" ng pagrekrut sa iba't ibang mga seksyon na pantalidad (posisyon, lokasyon, pag-andar, mga channel para sa pag-akit ng mga kandidato, atbp.);

Ang paglilipat ng trabaho ng empleyado sa probasyon (isang lubhang kapaki-pakinabang na tagapagpahiwatig para sa pagbuo ng mga relasyon sa isang panloob na kliyente, lalo na sa konteksto ng pag-andar at lokasyon, para dito kinakailangan itong hatiin sa dalawang bahagi: sa pagkusa ng empleyado at sa pagkukusa ng manager);

Ang pagreretiro ng tauhan / tauhan ng kawani (ang pagkakahati sa pagitan ng mga tagapagpahiwatig ay may kondisyon, sa pamamagitan ng pagreretiro ibig sabihin ko ang tagapagpahiwatig kapag ang lahat ng naalis na empleyado, anuman ang dahilan para sa pagpapaalis, ay napupunta sa "offset", kung ang anumang mga kadahilanan ay hindi kasama sa pagkalkula ng tagapagpahiwatig , pagkatapos ay para sa akin ito ay ang paglilipat ng halaga. sa pangalawang kaso, magsagawa ng isang survey sa exit, tiyakin ang koleksyon ng mga numero ng telepono ng mga retiradong empleyado at gumawa ng mga tawag sa pag-audit para sa mga naalis na empleyado;

Tradisyonal na analytics para sa mga kadahilanan ng pagreretiro / paglilipat ng mga tauhan;

Ang pagreretiro / paglilipat ng mga pangunahing tauhan (isinasaalang-alang para sa mga empleyado na nakatanggap ng A (mataas na potensyal) at B (lubos na produktibo) na marka sa huling komisyon ng tauhan, pati na rin kasama sa reserba ng tauhan para sa mas mataas na posisyon alinsunod sa naaprubahang mga ruta ng karera na may antas ng kahandaan ng RN (handa na ngayon));

Analytics sa mga dahilan para sa pagretiro / paglilipat ng tungkulin ng mga pangunahing tauhan (tingnan ang nakaraang talata);

Ang average na porsyento ng kawalan ng mga empleyado na may kaugnayan sa FRV ayon sa talahanayan ng mga tauhan (kasama ang lahat ng mga uri ng absenteeism);

Pagbabahagi ng mga empleyado ng komersyal na serbisyo na matagumpay na nakumpleto ang pagsasanay sa pagbebenta / produkto ayon sa lokasyon / pag-andar;

Ang antas (porsyento) ng pagsunod sa pamantayan ng mga benta ng kumpanya ayon sa naaprubahang mga checklist (nakolekta ang analytics batay sa mga resulta ng parehong panloob at panlabas na pag-audit - pagtawag sa mga customer, pag-audit sa mga tawag, atbp.)

Average na porsyento ng pagkumpleto ng mga gawain sa IPR sa loob ng karaniwang time frame;

Karaniwang marka ng kasiyahan sa mga pag-aaral nang harapan batay sa mga talatanungan ng feedback.

IV. Pag-unlad ng kawani:

Ang bahagi ng mga pangunahing posisyon sa kumpanya (tinutukoy nang paisa-isa), sarado ng mga resulta ng huling komisyon ng tauhan ng mga kahalili na may antas ng kahandaan na RN (handa na ngayon) at RN + 1 (handa sa isang taon);

Mayroong isang opinyon na ang HR ay tungkol sa matataas na usapin, na, tila, ay hindi maaaring itulak sa balangkas ng mga numero. Ngunit kung ang isang bagay ay hindi masusukat, kung gayon hindi ito makokontrol? Ito ay lumalabas na ang pagtatrabaho sa mga tao ay maaaring maging isang eksaktong agham kung mayroon kang mga tamang tool. Halimbawa, master HR analytics.

Saan magsisimula Tinanong namin Evgeny Bondarenko, Direktor ng DTEK Academy, sampung mga katanungan, ang mga sagot kung saan makakatulong sa iyong mag-navigate kung paano sisimulan ang mahirap ngunit kagiliw-giliw na landas na ito.

Ano ang HR Analytics?

Imposibleng pag-usapan lamang ang tungkol sa HR analytics. Ang paksa ay nagbibigay para sa kaalaman na ang karamihan sa atin sa paaralan at unibersidad ay tila ang pinaka mahirap - ito, lalo na, matematika at istatistika. Bukod dito, madalas ang lahat ng mga coefficients, mode at median na ito ay tila sa amin ganap na hindi kinakailangan. At sa karanasan lamang ay may pag-unawa sa kung gaano ito kapaki-pakinabang, at kung tama ang pagbuo mo ng proseso ng pag-aaral, kapana-panabik ito.

Sa HR na nakabatay sa ebidensya: Sa ilalim ng mikroskopyo, ang may-akda na si Ketty Jacobs ay nagbibigay ng isang nakalarawang halimbawa. Bilang bahagi ng isang programa ng pagbabago sa isang malaking samahan, ang tatlong pinuno na namamahala sa pagbabago ay nagpahayag ng magkakaibang pananaw sa kung ano ang dapat gawin. Ito ay tulad ng pagkakaroon ng tatlong mga doktor na tinatrato nang magkakaiba ang parehong pasyente. Sa gamot, kaugalian na umasa sa mga katotohanan upang mag-alok ng paggamot. Sa pamamahala ng mga tao, ang karamihan sa mga desisyon, tulad ng naging resulta, ay batay sa personal na karanasan at ang pagsasaliksik ng ibang tao na binabasa sa kung saan.

Kaya, maraming mga kahulugan ng HR analytics. Marahil ang pinaka-kumpletong tunog ay ganito: ito ay isang pare-pareho na proseso ng paghahanap ng mga pananaw, mga driver sa proseso ng pamamahala ng mga tao na nagdadala ng mga benepisyo sa negosyo, gamit ang isang pang-agham na diskarte.

Mayroong dalawang pangunahing diskarte sa HR analytics.

Isa sa diskarte: "Nakikita ko ang layunin." Ano ang kakanyahan nito?

Ipinapalagay ng pamamaraang ito ang isang tukoy na layunin. Halimbawa, ang isang kumpanya ay bumuo ng isang teorya na batay sa karanasan o palagay. Ang teorya na ito ay ang napakaraming promising mga batang dalubhasa na umalis sa negosyo: hinikayat sila bawat taon, ngunit kakaunti pa rin sa kanila. Pagkatapos ang kumpanya ay nangongolekta ng data, pumili ng isang pamamaraan, kinakalkula ang pamantayan na ito, at sa gayon ay alinman sa nagpapatunay sa teorya o pinabulaanan ito.

Ang kahilingan ay maaaring magkakaiba - halimbawa, kailangan mong bumuo ng isang modelo ng panghuhulaang magbibigay-daan sa iyo upang pag-aralan ang mga proseso ng mga taong umaalis sa kumpanya. Matapos makolekta ang magagamit na data at pag-aralan ito, maaaring makita ng kumpanya ang "mga pulang zona" - ang mga empleyado na maaaring umalis sa malapit na hinaharap. Ang gawaing ito ay nasa loob ng kapangyarihan ng, halimbawa, logistic regression.

Dulog ng dalawa: "Mag-e-explore ako." Ano yun

Walang layunin dito upang pag-aralan ang anumang partikular na pamantayan. Ngunit mayroong isang hanay ng data at isang pagnanais na makahanap ng ilang mga kapaki-pakinabang na pananaw na hindi halata, huwag humiga sa ibabaw. Mas malapit ito sa tinaguriang. pag-aaral ng makina - ang data ay ginalugad, natagpuan ang mga kagiliw-giliw na pakikipag-ugnay, nakuha ang konklusyon. Isang uri ng katalinuhan na sa paglaon ay makakatulong sa pagbuo ng mga pagpapalagay, magtakda ng mga layunin at makakuha ng mga tukoy na konklusyon sa negosyo.

Upang magsimula, maaari mong basahin ang mga pahayagan sa paksang ito - "Batay sa ebidensya HR: Sa ilalim ng mikroskopyo", pati na rin ang "mga sukatan at analytics ng HR: Paggamit at Epekto. Pagpaplano ng Human Resource "(kung saan unang ginamit ng mga may-akda ang term na" HR analytics ").

Pagkatapos ay kailangan mong simulang mag-aral ng mga istatistika - para dito maaari kang kumuha ng anumang pangunahing aklat. Halimbawa, ang librong "Statistics. Isang kurso sa pagsasanay para sa mga sosyologist at tagapamahala ”O. Ivanova: ang lahat ay inilarawan dito nang simple at malinaw, gamit ang totoong mga halimbawa. Ang iba pang mga kapaki-pakinabang na libro ay "Mga Paraan ng Pagproseso ng Matematika sa Sikolohiya" ni E. Sidorenko (iba't ibang pamantayan sa istatistika ay inilarawan sa isang istrukturang paraan). Nakatutuwang basahin din ang "Mga panuntunan sa pagtatrabaho!" (isang mahusay na libro tungkol sa Google ni Laszlo Bock), Naked Statistics (Charles Whelan), Data Driven Management (Tim Phillips), Big Data (Victor Mayer-Schoenberger).

Walang mga libro sa HR analytics, partikular sa Russian, pa. Ngunit hindi ito nangangahulugang lahat na hindi mo dapat subukang maunawaan ang paksang ito, dahil ang pamamaraan ng mga pagkakatulad ay perpektong nalalapat dito. Maaari mong obserbahan kung paano malulutas ang parehong mga gawain sa analytical, sabi ng mga marketer - halimbawa, pag-aaral ng mga customer. At ilapat ito sa iyong larangan - sa pamamagitan ng pag-aaral ng mga empleyado. Maaari mong malaman kung paano malulutas ng mga analista sa negosyo, psychologist at sociologist ang kanilang mga problema. Halimbawa, ang Kurso sa Pag-aaral para sa Sociologists at Managers ay nagbibigay ng isang halimbawa kung paano ihambing ang pagganap ng dalawang pangkat ng mga mag-aaral. Madaling ilipat ito sa kasanayan sa HR upang ihambing ang dalawang pangkat ng mga empleyado na sinanay ng iba't ibang mga tagapagsanay at upang masukat ang pagiging epektibo ng mga aktibidad sa pagsasanay.

Sa pamamagitan ng paraan, ang kaalaman sa Ingles ay magiging isang malaking kalamangan sa pag-aaral ng HR analytics: halos lahat ng de-kalidad na mapagkukunan ng kaalaman ay nasa Ingles.

Anong mga programa ang kailangan mong makabisado?

Ang batayan ng HR analytics ay ang toolbox. Sa kasamaang palad, sa mga kumpanya ng Ukraine, ang mga empleyado, kahit ang mga financer, ay gumagamit ng Excel saanman. At ito ay isang kabuuang problema. Kapag tinanong kung bakit hindi subukan ang mas mahusay na mga tool - halimbawa, Pytnon o R, ang natataranta na "Kaya't ito ang mga wika sa pag-program!" Tila, ano ang gagawin sa analytics, pampinansyal at lalo na ang HR? Sa katunayan, ang mga tool na ito ay lubos na nalalapat. Pinapayagan ka ng Excel na malutas ang mga pangunahing problema at mabuti sa paunang yugto kapag natutunan mong kalkulahin ang mga tagapagpahiwatig ng elementarya nang manu-mano upang maunawaan kung paano ito gumagana. Ngunit kapag mayroon kang mas kumplikadong mga tool sa iyong arsenal, ang mga kalkulasyon ay ginagawang mas mabilis at madali: hindi mo kailangang magpinta ng mga formula, kailangan mo lamang magsulat ng isang linya ng code, ipasok ang kinakailangang data at bigyan ang gawain ng isang gawain - sabihin, upang bumuo ng isang pagbabalik. At pagkatapos - kumuha ng isang graph, isang formula at iba pang mahahalagang parameter. Ginagawa ito sa segundo. Dagdag pa, kung nagbago ang dataset, malamang na muling isulat ng Excel ang lahat ng mga formula. Sa Pytnon o R, kung mayroong isang nakasulat na script, ang programa ay walang pakialam sa aling dataset upang gumana.

Kung ang isang tao ay hindi pa nakikipag-usap sa mga wika sa pagprograma, maaaring mukhang ang mastering ang mga ito ay isang bagay mula sa larangan ng pantasya. Sa katunayan, ang wikang R, halimbawa, ay madaling maunawaan, at kahit na ang isang tao na hindi pinag-aralan ito ay maaaring master ito sa isang tiwala pangunahing antas sa halos anim na buwan (syempre, na may angkop na pagsisikap). Kung ngayon may mga libro para sa mga bata kung paano matututong mag-program, kung gayon ang isang may sapat na gulang ay malamang na makayanan pa rin ang gayong gawain. Ang wikang R ay libre, magagamit para sa pag-download, at naimbento ng mga siyentista na nais na maibahagi nang libre ang siyentipikong pananaliksik at kaalaman. Dagdag pa, maraming mga silid-aklatan para sa R \u200b\u200bsa Internet na maaari mong ikonekta upang kumuha ng mga bagong pag-andar para sa mga kinakailangang pamantayan kung ang pangunahing pangunahing pag-andar ay hindi sapat (sabihin, upang bumuo ng mga kumplikadong modelo, gawin ang visualization ng 3D, atbp.).

Anong mga mapagkukunan sa Internet ang dapat mong bigyang pansin?

Mayroong mga espesyal na site kung saan ibinabahagi ng mga tao ang kanilang mga dataset at iba pang mga gumagamit na tumutulong na malutas ang mga problema ng bawat isa. Halimbawa, ang stackoverflow.com, at kaggle.com ay mayroon ding seksyon ng HR analytics. Sa pangkalahatan, ang palitan ng kaalaman ay tinatanggap sa analytics: dahil may kaunting data sa ngayon, ito ang praktikal na tanging paraan upang malaman.

Ang isang mahusay na mapagkukunan sa mga e-kurso ay stepik.org: dito maaari kang kumuha ng mga kurso sa mga pangunahing kaalaman sa mga istatistika (pangunahing o mas advanced, na may mga halimbawa at gawain), sa pagsusuri ng data sa R \u200b\u200b(na may mga halimbawa kung paano mag-apply sa totoong mga problema) , sa mga pangunahing kaalaman sa pagprogram sa R \u200b\u200b(pamilyar sa pag-andar ng R at sa kapaligiran ng pag-unlad para sa R \u200b\u200b- Rstudio).

Maaari ka ring kumuha ng mga kurso sa coursera.org sa data science at HR analytics. Ngunit may katuturan kung alam ng nakikinig ang mga pangunahing konsepto sa istatistika. Dahil kapag sinabi ng lektor na, "Ngayon ay gagawa kami ng isang modelo ng pagbabalik," dapat mong malaman kung ano ito.

Kaya, upang makabisado ang HR analytics, maaari kang magbasa at matuto mula sa mga kurso. Ngunit hindi ito sapat: kailangan mong subukan. Kunin ang pinakasimpleng data - kung magkano ang binabayaran ng kumpanya sa mga empleyado, kung gaano kadalas ang mga tao na umalis sa sakit na umalis o umalis, at subukang gawin ang mga unang kalkulasyon. Kailangan mong ilipat mula sa simple patungo sa kumplikado: kung naiintindihan mo kung paano gumagana ang mga simpleng diskarte, kinakalkula ang mga modelo at koepisyent, pagkatapos ay maaari mong makabisado ang mga mas kumplikado.

Ano ang mga "pitfalls" na dapat matakot?

Ang mga tagapamahala ng HR ay madalas na nagsusumikap upang matiyak na ang resulta ng pagsasaliksik ay nagpapatunay sa pagpapalagay, naging paraan na nais nila. Dapat itong maunawaan na walang mabuti at hindi magandang sagot sa HR analytics - ang totoong mga katotohanan lamang. Minsan maaari ka ring matuksong "manipulahin" ang isang bagay. Napakahalaga na ibagay sa mga sumusunod: gumawa ka ng pananaliksik, ginawa ang lahat ng kinakailangang kalkulasyon, tinanggap o tinanggihan ang null na teorya. Mayroong isang bagong teorya - kailangang gawin ang bagong pagsasaliksik.

Kailan walang katuturan ang HR analytics?

Kung nakikipag-ugnayan ka sa HR analytics, kailangan mong maging handa na gumawa ng mga desisyon sa pamamahala batay sa mga natuklasan. Kung hindi man ay walang katuturan. Kung ano ang ipapakita ng HR analytics ay madalas na magkalaban sa mga inaasahan. Samakatuwid, kailangan mong matapat na sagutin ang tanong nang maaga: "Mayroon ba kaming sapat na kalooban upang gumawa ng mga pagbabago batay sa mga resulta ng pagsasaliksik?"

Halimbawa, ang isang kumpanya ay nagsasagawa ng mga pagsasanay para sa mga empleyado - inaanyayahan nito ang isang kilalang tagapagsanay na gusto ng lahat. At nagpasya na sukatin ang bisa ng kaganapan sa pagsasanay. Matapos ang pagsasanay, ang mga kalahok ay masaya at inspirasyon, punan ang mga questionnaire ng feedback na may masigasig na tugon tungkol sa emosyon at pagiging kapaki-pakinabang, at pagkatapos ... Sa 20 tao na dumalo sa pagsasanay, walang sinuman ang naglalapat ng kaalamang nakuha sa pagsasanay. Hindi isang solong instrumento. Siyempre, maaaring gusto mo ang pagsasanay - ngunit sasagutin ng HR analytics ang tanong kung ano ang nagbago sa pag-uugali ng mga empleyado, kung anong mga benepisyo ang dinala nito sa negosyo. Halimbawa, kung ito ay isang pagsasanay sa komunikasyon, maaari mong subaybayan kung gaano karaming mga argumento sa pagtatanggol sa kanyang posisyon na ibinigay ng empleyado nang mas maaga at kung paano napabuti ang kasanayang ito pagkatapos ng pagsasanay. Walang pagbabago? Pagkatapos ito ay lumabas na ang pagsasanay na itinuturing na pinaka-epektibo sa opinyon ng mga tao, sa katunayan, ay naging walang silbi. Walang inaasahan na ito, ngunit hindi ka maaaring makipagtalo sa mga numero. Sa pag-aaral, lumalabas na ang pagsasanay ay hindi kasama ang mga ehersisyo na makakatulong na mapaunlad ang mga kinakailangang kasanayan.

Sa kasong ito, ang tunog ng null ay maaaring tunog, halimbawa, tulad nito: "Ang pagsasanay na ito ay hindi nakakaapekto sa pag-uugali ng mga kalahok sa anumang paraan." Alternatibong teorya - "Ang pagsasanay ay nakakaapekto sa pag-uugali ng mga kalahok, tumutulong upang madagdagan ang antas ng paggamit ng mga argumento." Kung kinukumpirma ng pananaliksik ang null na teorya, ang kumpanya ay nahaharap sa isang mahirap na pagpipilian: mayroong isang mahusay na coach na gusto ng lahat. Ngunit ang kanyang mga pagsasanay ay hindi mabuti para sa negosyo. Ano ang dapat kong gawin - iwanan ang coach, gawing muli ang programa, na nangangailangan ng oras at mga mapagkukunan, o mag-anyaya ng iba? ..

Paano bumuo ng isang kultura ng data sa iyong kumpanya?

Ang HR analytics ay hindi lamang isang pangkat ng mga numero. Ito ay isang buong kultura ng pagtatrabaho sa data. Kung ang HR, gaano man siya ka advanced, pinag-aaralan nang mabuti ang paksa, at hindi alam ng pinuno ng negosyo o ng may-ari kung ano ang tungkol dito, walang gagana. Ang isang HR manager na nais na gumana sa analytics ay kailangang malaman upang mapagtagumpayan ang paglaban. Pag-isipan ang isang sitwasyon kapag ang HR ay dumating sa may-ari at sinabi: "Mayroon kaming isang chi-square - kwarenta-walo ..." Hindi ito nangangahulugang anuman sa kanya.

Ang isang problema ay madalas na lumitaw dito, dahil ang serbisyong HR ay hindi palaging namamahala upang magbenta ng mga mas simpleng solusyon. Ang nakabaligtad ay ang HR analytics ay hinihimok ng data. At gustung-gusto lamang ng mga pinuno ang mga numero at sukatan ng negosyo, at kung isasama mo ang mga ito sa HR analytics, i-link ang mga ito sa mga sukatan ng HR, ang mga pagkakataon na magtagumpay ang inisyatiba. Mayroong kahit isang konsepto ng "kumpanya na hinihimok ng data" - iyon ay, isang samahan kung saan ang mga desisyon ay ginawa batay sa partikular na data.

Ito ay isang mabuting kasanayan na pinagtibay sa DTEK Academy upang ibahagi sa mga kasamahan ang kaalamang nakukuha mo mula sa iba't ibang mga mapagkukunan. Kung may natutunan ng isang bagay na kawili-wili (halimbawa, sa isang seminar o pinag-aralan din ito mismo), ang empleyado ay nagpapadala ng isang mailing list at inaanyayahan ang lahat sa isang pagpupulong. Hindi ito kinakailangan, ngunit kapaki-pakinabang at kawili-wili, samakatuwid ito ay popular. Regular kaming nagdaos ng gayong mga pagpupulong sa paksa ng HR analytics, at kumbinsido kami na anuman ang iyong pagtatrabaho - maging mga pagsasanay, reserba ng tauhan, pagrekrut, ang tool na ito ay ganap na naaangkop.

Minsan tumutulong ang HR analytics na malutas ang mahahalagang isyu. Halimbawa, kung ang isang kumpanya ng pagmamanupaktura ay nagsasagawa ng pananaliksik sa kaligtasan. Pinapayagan ka ng isang pamamaraang mapanuri na pag-aralan ang pag-uugali ng mga empleyado na madaling masuwayin ang mga pamamaraan sa kaligtasan, at sa mga hindi kailanman ginagawa o napakabihirang gawin ito. At sa batayan ng data, gumuhit ng ilang mga larawan ng mga pangkat na ito, pag-aralan ang mga pangyayari. Halimbawa, kung ang isang kumpanya ay napagpasyahan na madalas na nangyayari ang mga paglabag sa gabi at sa mga piyesta opisyal, kung mayroong isang minimum na pamamahala sa produksyon, pinapayagan kaming magtapos na sa mga oras na ito kinakailangan na palakasin ang kontrol sa pagtalima ng mga hakbang sa kaligtasan at sa gayon ay nakakaimpluwensya sa kaligtasan ng kalusugan ng mga tao. Ngunit, muli, kung ang negosyo ay hindi handa na gumawa ng mga desisyon sa pamamahala, walang point sa pagsasagawa ng pagsasaliksik.

Ano ang pangunahing halaga ng HR analytics?

Tumutulong ang HR analytics upang makalayo mula sa mga stereotype. At ito ang bentahe nito: hindi na kailangang umasa sa haka-haka ng iba. Mahusay ang mga uso at kuro-kuro, ngunit ang tanong ay, gaano angkop na umasa ito sa bawat kaso? Halimbawa, ang mga pandaigdigang kalakaran sa isang tiyak na lugar ay palaging kawili-wili, ngunit talagang naaangkop ang mga ito sa bawat tukoy na kumpanya? Malamang, kakailanganin mo ang iyong sariling pagsasaliksik. At salamat sa HR analytics, maaari silang magawa ng mabilis.