Nakumpleto ng isang mag-aaral ng Higher School of Economics na si Ekaterina Bilan.
Malamang na walang ideya si Ekaterina nang 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 sa HR 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?
• Magkano ang hindi gustong basura ang turnover ng iyong tauhan?
• Alam mo ba kung aling mga empleyado ang malamang na umalis sa iyong organisasyon sa taong ito?

Masasagot lang ang mga tanong na ito gamit ang HR analytics. Karamihan sa mga propesyonal sa HR ay madaling masagot ang unang tanong. Gayunpaman, ang pangalawang tanong ay mas mahirap sagutin.

Upang masagot ang iyong 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 isang malaking halaga ng data tungkol sa mga tao, at ang data na ito ay madalas na lumalabas 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 siyentipikong kahulugan ng HR analytics

Ano ang siyentipikong kahulugan ng HR analytics? Ang HR analytics ay tinukoy bilang "Systematic elucidation at quantitative assessment ng mga salik na nakakaapekto sa resulta ng negosyo"(Heuvel & Bondarouk, 2016).

Sa madaling salita, ang diskarte na ito ay hinihimok ng data ng HR.

Sa nakalipas na 100 taon, ang pamamahala ng human resource, higit sa lahat, ay higit sa lahat ay umunlad mula sa direksyon ng pagpapatakbo tungo sa estratehikong disiplina. Ang katanyagan ng terminong Strategic Human Resource Management (SHRM) ay nagpapakita nito. Ang HR analytics ay isang data driven approach na naaayon sa ebolusyong 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 patakaran ng tauhan at iba't ibang aktibidad.

Paano nakakatulong ang HR analytics sa pamamahala ng HR?

Kung paanong binago ng marketing analytics ang landscape ng marketing, binabago ng HR analytics ang landscape ng HR. Ano ang nagbubukas ng mga ganitong pagkakataon para sa HR:

• Kumuha ka pa magandang desisyon gamit ang datos

Ang karaniwang pag-iimbak ng mga talaan ay hindi madiskarteng halaga. Ayon kay Carly Fiorina: "Ang layunin ay gawing impormasyon ang data at impormasyon sa pag-unawa." Nalalapat din ito sa HR.

Ito ay nagpapahintulot sa HR na mag-transform sa isang departamento na nakikilahok sa madiskarteng paggawa ng desisyon. Ipinapakita ng figure sa ibaba kung paano ito gumagana sa pagsasanay.

Upang makapagsimula sa HR analytics, kailangan mong pagsamahin ang data ng HR 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.

Ang pangangalap, pagpili, pamamahala sa pagganap, pag-aaral at pag-unlad, at pamamahala ng pagkakasunud-sunod ay magbabago batay sa mga insight na nakuha mula sa analytics ng kawani. (clumsy)

Isipin na mahuhulaan mo kung ano ang mga bagong hire sa matataas na posisyon sa loob ng dalawang taon. O, maaari mong hulaan 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 paggawa ng desisyon.

Kung gusto mong matuto nang higit pa tungkol sa kung paano mababago ng data ang mga kasanayan sa pag-hire, tingnan ang aklat na Code of Practice. Sa aklat na ito, inilalarawan ni Laszlo Bock, chief operating officer ng mga operasyon sa Google, kung paano nagbago ang mga kasanayan sa pag-hire sa Google pagkatapos suriin ng mga empleyado ang kanilang data sa pagre-recruit.

Paano magsimula sa HR analytics?

Karaniwan, ang mga organisasyon ay nagsisimulang magtanong ng mga simpleng tanong tulad ng "Aling mga tao sa akin ang may pinakamaraming potensyal?" Sa pamamagitan ng paglalapat ng mga simpleng istatistikal na diskarte sa data ng talento, mahahanap at mapapatunayan ng mga kumpanya ang link sa pagitan ng kakayahan ng mga tao at sa paraan ng pagpapatakbo ng isang negosyo. Sa ganitong paraan, tinutulungan ng analytics ang mga kumpanya na subaybayan ang pagliban, turnover, burnout, pagiging produktibo, at higit pa.

Ginagawa ng Analytics ang HR na higit na kapana-panabik. Ang impormasyong ibibigay niya ay huhubog kung paano gumagana ang mga negosyo at kung paano ginagawa ang mga madiskarteng desisyon.

Dagdag pa, kung alam mo kung ano ang nagtutulak sa iyong mga tao na kumilos, maaari kang lumikha ng isang mas mahusay na kapaligiran sa trabaho, mag-alaga ng mas mahuhusay na mga tagapamahala, at maghatid ng mahusay na pagganap para sigurado. Dagdag pa, kung mahuhulaan mo kung sinong mga empleyado ang malamang na umalis sa kumpanya, maaari kang lumahok sa mas epektibong pamamahala ng succession at madiskarteng pagpaplano ng workforce. Isang kapansin-pansing halimbawa ng isang kumpanyang gumagawa ng ganoon ay ang Credit Suisse.

Pagkatapos mong ibigay 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 kontrol at mga antas ng pakikipag-ugnayan. Sa pamamagitan ng pagtatanong ng mga tamang tanong, maaari kang makakuha ng impormasyon sa kung ano ang maaari mong gawin.

Paano hinuhubog ng HR analytics ang negosyo?

Maaari mong isipin na ang HR analytics ay may potensyal na gumawa ng malaking pagkakaiba sa isang organisasyon. Gayunpaman, ang mga halimbawang ito ay simula pa lamang. Maaaring magsimulang sukatin ng mga organisasyong may mataas na advanced na HR analytics ang epekto ng mga patakaran ng HR sa negosyo.

Sa pamamagitan ng paglalapat ng komprehensibong pagsusuri sa istatistika,. Nagbibigay-daan ito sa mga tagapamahala na masuri ang epekto sa pananalapi ng mga aktibidad at patakaran sa mga mapagkukunan ng tao.

Ang pagsukat sa epekto ng HR sa produktibidad ay tinawag na banal na kopita ng mga HR analyst (Lawler III, Levenson & Boudreau, 2004). Ito ang pinakamakapangyarihang paraan para sa HR upang mapataas ang madiskarteng impluwensya. Nagbibigay-daan ito sa mga organisasyon na proactive na subaybayan at hulaan kung aling mga patakaran ang humahantong sa pinahusay na pagganap ng indibidwal at organisasyon.

Maaari itong makaapekto sa parehong gastos at bahagi ng 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 mga strategic partner. Hanggang ngayon, ang espesyalista sa HR ay nailalarawan bilang mahina at walang silbi, sa kaibahan sa parehong mga salespeople. Gayunpaman, maaaring baguhin iyon ng HR analytics. Nakakatulong ito sa HR na ganap na maiayon ang diskarte nito sa mga layunin ng negosyo at tumpak na masuri ang halaga na idinaragdag nito sa negosyo.

Kaya ano ang HR analytics? Ito ay tungkol sa pagtukoy sa mga tao na positibong nakakaimpluwensya sa iyong negosyo at paggawa sa mga hula ng mga taong namamahala sa kumpanya. Ito ang kinabukasan ng HR. O, sa mga salita ni Edwards Deming, "Kung walang data, ibang tao ka lang na may opinyon."

Mangyaring sabihin sa akin kung saan pupunta 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 lang makapunta, - paliwanag ni Alice.
- Siguradong makakarating ka sa isang lugar, - sabi ng Pusa. - Kailangan mo lang maglakad nang mahaba.
Lewis Carroll, Mga Pakikipagsapalaran ni Alice sa Wonderland. Alice sa Wonderland"

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

Ang mga pagsusuri sa larangan ng pamamahala ng mga tauhan bilang isang independiyente at sa halip 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 mga tauhan, na direktang nasasakop sa CEO ng kumpanya, at ang OTiZ 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 hakbang pasulong, habang ang iba ay patuloy na nasa isang estado ng nasuspinde na animation. 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 namin magkibit balikat.

Ngunit dahil walang ganoong nangyayari (parehong aksyon at hindi pagkilos), tuloy-tuloy nating harapin ang mga dahilan para sa iba't ibang mga diskarte. Hinahati ko sila para sa aking sarili sa layunin (umiiral sila nang independyente sa kumpanya ng HRD) at subjective.

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

Hayaan akong ipaliwanag 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-isa hangga't maaari, at halos ang bumibili. hindi gumagawa ng 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 susi sa mga kundisyong ito, ang madiskarteng kalamangan ay ang mga tauhan, mas tiyak, ang kalidad nito. Makatwiran na ang kumpetisyon para sa malalakas na manggagawa sa gayong mataas na mapagkumpitensyang mga merkado ay makabuluhan din.

Ang mga espesyalista sa HR ay walang ibang pagpipilian kundi gamitin ang lahat ng posibleng analytics sa mga kundisyong ito upang mahanap / maakit ang pinakamahusay na mga espesyalista mula sa merkado sa lalong madaling panahon at panatilihin sila sa kinakailangang antas ng pakikilahok sa pinakamahabang panahon na posible.

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

Ang oras upang makahanap ng isang bagong trabaho para sa isang espesyalista sa IT ay minimal, ang antas ng kanilang mga paghahabol sa ganitong mga kondisyon ay patuloy na lumalaki. At paano tumutugon ang mga kumpanya? Isang 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 mga de-kalidad na espesyalista sa pamamagitan ng paningin (kahit na ang bilang mismo ng kumpanya ay 10,000+), dahil sa 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 may monopolyo / oligopoly na karakter, 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 kakaunti, o (sa aking karanasan, mas madalas) ang paggamit nito sa trabaho para sa paggawa ng desisyon ay magiging pormal. Siya 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 (katiyakan)... Hayaan akong ipaliwanag sa isang halimbawa. Ilang taon na ang nakalilipas ay nainterbyu ako para sa posisyon ng HRD ng isa sa pinakamalaking tagagawa ng makinarya sa agrikultura sa Russia. Nilapitan ng CEO ang bagay nang higit pa sa responsable (hiniram ko ang kanyang karanasan sa trabaho), hindi limitado sa mga resulta ng mga pagsusuri at ilang mga panayam, ngunit nagbigay ng libreng access sa mga pasilidad ng kumpanya, pati na rin sa lahat ng impormasyon ng HR at humiling ng isang programa ng aksyon 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 isang binibigkas na seasonality na may kaugnayan sa taon ng agrikultura. Halos hindi mo mabigla ang sinuman na may seasonality, ngunit narito kailangan mong isaalang-alang ang sukat (taun-taon kailangan mong mag-recruit, magsanay, 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 para kumuha ng mga manggagawa sa bodega), lokasyon (lahat ng mga yunit ng produksyon ay matatagpuan sa isang teritoryal na lugar ng lungsod), ang dalas ng pag-uulit ng cycle (sa oras na iyon ay ika-5 na recruitment / reduction cycle) at lahat ang kasunod na mga kahihinatnan para sa tatak ng HR (ang pinakaunang taxi driver na nasa daan mula sa paliparan ay nagsabi sa akin ng buong kuwento ng planta mula noong pagbabago ng pagmamay-ari ng kumpanya, at na kailangan mong magtrabaho dito sa pinakahuling kaso ).

Malinaw na ang pangunahing departamento ng HR sa negosyo ay hindi O&H (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 ng unit na ito ay mga lalaki (na talagang hindi tipikal para sa HR function sa pangkalahatan, at para sa recruiting sa partikular), at ang kalidad ng HR analytics.

Tila sa akin na sinusubaybayan nila ang lahat sa isang patuloy na batayan. Hindi ko man lang pinag-uusapan ang "funnel ng pagpili", ito ay pinagsama-sama para sa bawat workshop sa konteksto ng mga 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 ang inilaan sa pagsusuri ng mga rehiyon ng paninirahan ng mga kandidato, at ang buong panahon ng pag-aangkop ay nahahati sa mga bloke, ayon sa panloob na istatistika ng paglilipat ng mga kawani sa unang tatlong buwan, at kasama ang buong chain ng adaptasyon ang parehong funnel na may paglilipat ng mga kawani sa isang panahon ng pagsubok.

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

Mananatili ako sa katotohanan na kadalasan 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 hindi nagdudulot ng halaga sa kumpanya) ay hindi maaaring magkasundo sa isa't isa , dahil ang batayan ng kanilang pagtatalo ay mga organisasyon na nasa iba't ibang yugto ng pag-unlad ayon kay Grainer. At kung sa yugto ng "Creativity" ang analyst ay magiging isang bihirang pagbubukod sa panuntunan, sa yugto na "Directive leadership" ang HR analytics ay pinasimple (2-3 pangkalahatang tagapagpahiwatig), pagkatapos ay sa yugto na "Delegation" mayroong isang makabuluhang quantitative at qualitative development ng indicators , at sa "Coordination" stage, ang analytics ay nagsisimulang maging redundant (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 tumaas sa podium at nagsimulang pumuna.

At sila ay bahagyang tama, ngunit kailangan mo lamang na gumawa ng isang paglilinaw kaagad na ang karamihan sa mga domestic na kumpanya ay hindi "lumago" sa ika-4 na yugto at malamang na hindi lumaki. At kakaunti lamang ang mga mapalad (ang mga pinuno ng listahan ng RBC 500) na seryosong nag-iisip, nahaharap sa isang krisis ng kumpiyansa, tungkol sa pangangailangan na lumipat sa ikalimang yugto: "Kooperasyon".

Ayon kay L. Greiner, sa yugtong ito, ang espesyal na atensyon ay binabayaran sa pagbuo ng pangkat at pakikipagtulungan sa interpersonal, at ang mga pormal na sistema ng kontrol ay unti-unting pinapalitan ng kontrol sa lipunan 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 pasimplehin ang diskarte, na binabawasan ito 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 binuo sa pamamagitan ng kamay ay isang tiyak na paraan upang masira ang isang mahusay na tool. Samakatuwid, kaibigan namin ang departamento ng IT, mas mabuti na kailangan mong magkaroon ng dedikadong analyst sa ERP system kung saan pinapanatili ang iyong mga istatistika.

Depende sa laki ng kumpanya, maaaring magdagdag ng isang bloke ng mga gawain para sa pagsasama ng data mula sa ilang HR system. Mula sa aking sariling karanasan, masasabi kong ito ay ang pag-setup ng integrasyon na nangangailangan ng pinakamaraming pagsisikap, bilang isang resulta kung saan ang ilang mga kumpanya ay gumawa ng isang lohikal (ngunit hindi mura) na desisyon na ilipat ang lahat ng pag-andar ng HR sa isang solong platform.

Ngayon ng kaunti sa mga subjective na kadahilanan.

Sa simula, pagkakaroon ng customer: Hindi kailangang mag-isa ang HR. 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 yunit ng negosyo, ang pinuno ng functional block 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 para sa HR-manager ang pagkakataong makilala bilang "nagdudulot ng kaligayahan" sa kumpanya ay tumaas nang husto. Hindi ito nangangahulugan na kung hindi ka pa naatasan ng isang gawain, hindi mo na kailangang harapin ito. Ito ay kinakailangan, kung naiintindihan mo kung bakit ito ay maaaring maging interesado sa benepisyaryo, ngunit ang unang bagay na dapat gawin ay upang makuha ang kanyang pahintulot.

Hayaan akong ipaliwanag sa pagsasanay. Halimbawa, kunin natin ang isang pinuno na namuno sa isang departamento ng HR sa maraming malalaking kumpanya, kung saan ang isa sa mga pangunahing tagapagpahiwatig sa lugar ng atensyon ng HRD ay ang bilang ng mga kawani, kapwa bilang isang kabuuang halaga para sa kumpanya at sa iba't ibang mga seksyon ng analytical. (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 nito ay payroll) sa lugar ng responsibilidad ng HRD ay direktang nakasalalay sa nakaplanong laki ng kawani sa isang tiyak na panahon (bilang panuntunan, ito ay isang quarter, para sa mga kumpanyang may mataas na binibigkas seasonality ng mga benta / produksyon - isang buwan). Pangalawa, ang ibang mga pangunahing sukatan (hal. mga antas ng staffing, mga overdue na bakante) ay lubos na nakadepende sa bilang ng mga tao.

Inilipat namin ang manager na ito sa isang parehong malaking kumpanya. Paano ito magsisimulang gumana? Malamang, ang isa sa mga unang punto ay ang pag-audit ng kasalukuyang mga proseso ng HR (kabilang ang koleksyon ng analytics sa isang pamilyar na sistema ng coordinate). At dito lumalabas na ang bahagi ng mga bakante sa kumpanya ay, sabihin, 30% ng kabuuang kawani, at ang mga aplikasyon para sa pagre-recruit 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 napuno ng "patay" na mga bakante. Kung ang termino ng mga bakanteng ito ay makabuluhan din, pagkatapos ay isinasaalang-alang ang patuloy na mga hakbang upang ma-optimize ang bilang ng mga tauhan, ang isang reflex na desisyon (na ipinagpaliban sa antas ng subcortex) ay magbabawas ng mga overdue na bakante o, hindi bababa sa, linisin ang mga kung saan mayroong hindi kahit isang aplikasyon 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. Nagpasya - tapos na. At makalipas lamang ang ilang buwan, sa simula ng season, nagkakagulo ang mga unit ng negosyo: kailangan nilang agad na kumuha ng medyo malaking bilang ng mga empleyado, ngunit hindi nila ito magagawa, dahil walang ganoong mga bakante sa talahanayan ng mga kawani.

At lumalabas na ang bilang ng mga tauhan ay isang teknikal na tagapagpahiwatig, ang mga bakante ay kailangan lamang para sa pagpaparehistro ng mga empleyado 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 analytics ng departamento ng HR ay hindi maaaring umiral nang mag-isa, hiwalay sa negosyo. Ito ay palaging pangalawa, na nabuo para sa mga partikular na gawain. Kung gayon hindi ito magiging kalabisan.

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

Noong unang panahon, isang tao mula sa pamamahala ng kumpanya ang humiling para sa pagsubaybay ng isang hiwalay na tagapagpahiwatig / s para sa paglutas ng isang tiyak na problema. Simula noon, ang sitwasyon ay maaaring nagbago nang malaki, ang gawain ay maaaring nawala nang buo bilang hindi kailangan, ngunit dahil walang nagbigay ng "hang up" na utos sa oras, ang serbisyo ng HR ay patuloy na nangongolekta ng impormasyon sa pamamagitan ng pagkawalang-kilos at ipinadala ito ayon sa naaprubahang listahan ng mga tatanggap.

Sa sarili kong pagsasanay, nakita ko kung kailan, pagkatapos ng ilang taon (taon!) Ng mga naturang ulat, nalaman ng mga tatanggap na ito sa isa't isa kung sino ang nagpasimula at kung bakit kailangan nila ang impormasyong ito. At kung mas mataas ang katayuan ng taong unang nagtakda ng gawain, at ang antas ng awtoritaryanismo ng kanyang pamumuno, mas malamang na makakuha ng isang linya ng mga sukatan ng HR mula sa kategoryang "historikal na nabuo".

Ngayon, pagkatapos maihatid ang teorya, at ang lahat ay naabisuhan ng mga posibleng kahihinatnan at mga nuances, maaari kang magpatuloy sa pagmamaneho, lalo na ang listahan ng mga tagapagpahiwatig ng HR analytics. Napansin ko 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, bukod pa rito, ang listahang ito ay hindi kahit na 80% na ginamit sa alinman sa mga kumpanya (na hindi nakakaunawa bakit, iminumungkahi kong basahin muli ang artikulo).

I. Pananalapi:

Bahagi 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 / netong kita bawat empleyado sa rate ng paglago ng payroll / mga gastos sa tauhan para sa parehong panahon (sa prinsipyo, hindi ko ito ikinukumpara sa rate ng paglago ng average na suweldo, dahil ang dinamika nito ay makabuluhang naiimpluwensyahan ng bilang ng mga tauhan, na maaaring humantong sa isang pagbaluktot ng ekonomiya ang 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 nauunawaan bilang anumang pagkabigo sa proseso ng HR, na nagresulta sa pinsala sa organisasyon na labis sa isang tiyak na halaga, kaya ang kabuuang halaga ng pinsala para sa lahat ng mga kaganapan sa panganib);

Ang mga gastos ng kumpanya para sa 1% ng 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 pagganap);

Average na suweldo ng mga empleyado (sa konteksto ng mga posisyon / function / lokasyon) na nauugnay sa median 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 customer sa mga serbisyo ng HR (sinusukat pareho bilang isang weighted average indicator at hiwalay sa konteksto ng mga function. Bilang panuntunan, karamihan sa lahat ng mga supplier ay interesado sa pagpili, pagganyak, pamamahala ng headcount, pagtatasa at pag-unlad);

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

Antas ng staffing sa% ng antas ng staffing (ang tagapagpahiwatig ay isang kahalili sa nakaraang tagapagpahiwatig, ginamit ito sa mga kondisyon ng mass recruitment, ito ay, sa kaibahan sa nauna, panandalian, at hindi agwat, samakatuwid, ito ay lalong hindi maginhawa para sa recruiting kapag ang weighted 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 tagapamahala ng mga benta, ang agwat ng oras ay itinakda nang naiiba para sa posisyon, bilang isang panuntunan, ito ay naka-link sa panahon ng pagsasanay ng isang baguhan at pagpasok sa independiyenteng trabaho, maaaring masukat bilang porsyento, mga produktong may kondisyon, atbp.).

III. Mga proseso:

Ang halaga ng pag-recruit ng 1 empleyado (para sa akin, nahahati ito sa 4 na kategorya depende sa antas ng posisyon / propesyon);

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

Ang turnover ng empleyado sa probasyon (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 tagapamahala );

Pagreretiro ng kawani / paglilipat ng kawani (ang dibisyon sa pagitan ng mga tagapagpahiwatig ay may kondisyon, sa pamamagitan ng pagreretiro ang ibig kong sabihin ay ang tagapagpahiwatig kapag ang lahat ng mga na-dismiss na empleyado, anuman ang dahilan ng pagpapaalis, ay pumasok sa "offset", kung ang anumang mga kadahilanan ay hindi kasama sa pagkalkula ng tagapagpahiwatig , para sa akin ito ay turnover.sa pangalawang kaso, magsagawa ng 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 na-dismiss na empleyado;

Tradisyunal na analytics para sa mga dahilan ng pagreretiro / turnover ng kawani;

Pagreretiro / turnover ng mga pangunahing tauhan (ito ay isinasaalang-alang para sa mga empleyado na nakatanggap ng A (mataas na potensyal) at B (mataas na produktibo) na grado sa huling komisyon ng tauhan, pati na rin ang mga kasama sa reserbang tauhan para sa mas mataas na posisyon ayon sa naaprubahang karera mga ruta na may antas ng kahandaan ng RN (handa na ngayon));

Analytics sa mga dahilan ng pagreretiro / turnover 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 (kabilang ang lahat ng uri ng pagliban);

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

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

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

Average na marka ng kasiyahan sa harapang pag-aaral batay sa feedback questionnaires.

IV. Pag-unlad ng kawani:

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

Sa gabay na ito, ipapaliwanag namin ang HR analytics at ang mga dahilan kung bakit dapat itong seryosohin ng iyong organisasyon. Sasaklawin din namin ang mga karaniwang hamon ng analytics ng "tao" at limang unang hakbang upang matulungan ang iyong organisasyon na makapagsimula sa lugar na ito.

Malayo na ang narating ng HR mula sa tradisyonal na pagkolekta at pagsubaybay ng impormasyon ng empleyado hanggang sa isang modernong diskarte: paggamit ng data upang makakuha ng mga insightful na insight sa buong negosyo.

ANO ANG HR ANALYTICS?

Ang HR analytics ay ang proseso kung saan inilalapat ang mga diskarte sa pagproseso ng data at business intelligence (BA) sa pagproseso ng data ng HR. Minsan din itong tinutukoy bilang talent analytics. Bilang karagdagan, ang data mining sa kontekstong ito ay tumutukoy sa pagsasanay ng pagsusuri sa mga database upang lumikha ng bagong impormasyon.

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

Ang unang layunin ay upang mabigyan ang organisasyon ng impormasyon tungkol sa sarili nitong mga operasyon na makakatulong sa epektibong pamamahala sa mga tao nito. Ito ay mga insight na maaaring matiyak na ang mga layunin sa negosyo ng kumpanya ay epektibong makakamit.

Ang pangalawang pangunahing function ng HR analytics ay ang tumulong na matukoy ang data na kailangan ng organisasyon na iimbak. Bilang karagdagan, nagbibigay ito ng mga modelo para sa paghula sa iba't ibang paraan upang makuha ng isang organisasyon ang pinakamainam na return on investment (ROI) sa human capital nito.

Sa pangkalahatan, ang HR analytics ay nakatuon sa pagsulit sa malaking halaga ng data ng human resources 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 mahalagang kaalaman mula dito.

Nasa ibaba ang mas detalyadong impormasyon sa HR analytics:

BAKIT DAPAT GUMAGAWA ANG IYONG ORGANISASYON SA HR ANALYTICS?

Ang mga desisyon sa HR ay kadalasang nakabatay sa propesyonal na instinct at intuition. Ang pag-hire, halimbawa, ay kadalasang nakadepende sa isang personal na kontak na mayroon 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 agwat sa suweldo sa pagitan ng kalalakihan at kababaihan ay isang pangunahing halimbawa nito. Maaaring isipin ng mga organisasyon na pareho silang nagbabayad kung hindi nila pag-aaralan ang ebidensya.

Makakatulong ang HR analytics na mapabuti ang performance at mahulaan ang pinakamatagumpay na modelo. 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 ginamit ang data na nagpapakita kung aling mga departamento o grupo ang nabigatan na at kung alin ang kayang tumanggap ng higit pang mga responsibilidad.

Higit sa lahat, ang HR analytics ay napatunayang nagtutulak sa paglago ng isang kumpanya. Ang Training Zone ay nag-uulat sa mga nadagdag sa produktibidad para sa isang kumpanya na gumagamit ng HR analytics upang mapabuti ang kanilang proseso sa pag-hire. Sa pamamagitan ng pagsusuri ng data, napansin ng kumpanya na ang mga tradisyonal na KPI - edukasyon at referral - ay walang gaanong epekto sa performance 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 nakaayos na mga pangyayari ay talagang nag-ambag sa pinabuting pagganap ng mga benta. Noong ipinatupad ng kumpanya ang talent analytics na ito sa pag-hire, ang mga benta ng kumpanya ay lumago ng $ 4 milyon sa sumunod na taon.

Ang iba pang mga pag-aaral ay umabot sa mga katulad na konklusyon tungkol sa kahalagahan ng HR analytics sa pangkalahatang pagganap ng kumpanya. Nalaman ng pananaliksik ng MIT at IBM na ang mas mataas na paggamit ng HR analytics 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 NG PAGGAMIT NG HR ANALYTICS

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

Narito ang ilang halimbawa ng mga posibleng KPI:

• 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:

• Nagre-recruit- Ang HR analytics ay maaaring magbigay ng mga sagot sa mga tanong tungkol sa paghahanap ng mga ideal na kandidato para sa negosyong ito. Halimbawa, tulad ng ipinapakita ng halimbawa ng kumpanya sa itaas, maaaring gamitin ang data upang matukoy ang mga katangian ng mga kandidatong iyon na nagdadala 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 sa kanila.

• Kalusugan at kaligtasan- Mas mahusay na matukoy ng HR analytics ang mga lugar ng problema na nauugnay sa kalusugan at kaligtasan. Ang data ay maaaring magpahiwatig ng mga tungkulin, lugar ng trabaho, at iba pang katulad na mga salik na may pinakamataas na rate ng aksidente.

• Pagpapanatili ng empleyado- Gamit ang 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.

• Mga gaps sa talent- maaaring ihayag ng data ang pagkakaroon ng mga gaps 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 operasyon ng kumpanya.

• Kahusayan sa pagbebenta- Makakatulong sa iyo ang HR analytics na malaman ang mga detalye kung paano pataasin ang iyong mga benta. Maaari mong makita na ang ilang talento ay tumutulong sa mga empleyado na gumanap nang mas mahusay, o ang ilang mga programa sa pagsasanay ay nagbibigay ng agarang pagbabalik 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 hamon na lumitaw. Kapag nagde-deploy ng HR analytics 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 kung kinakailangan. Ang malaking halaga ng data ay hindi awtomatikong humahantong sa magagandang resulta. Upang maging matagumpay, kailangan mong magkaroon ng kakayahang ilapat ang mga tamang diskarte sa analytics.

Kung ang iyong departamento ng HR ay nangongolekta ng maraming data nang hindi gumagamit ng mga tamang diskarte sa analytics, napupunta ka lamang sa maraming data. Kung mas marami, mas mahirap gumawa ng mahahalagang hula.

Halimbawa, ang mga sukatan para sa lahat ng sukatan na iyong kinokolekta ay dapat na maayos na tinukoy at nakategorya. Kailangan mong tukuyin ang mga tanong na gusto mong lutasin gamit ang iyong data, hindi basta basta kolektahin ito.

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 daloy ng data ay maaaring mabilis na humantong sa hindi magandang kalidad ng data dahil hindi ka gumagawa ng makabuluhang koneksyon sa pagitan ng iba't ibang dataset.

Mahalagang tiyakin ang kalidad ng data sa pamamagitan ng pagtutok sa pagtiyak ng integridad at kaligtasan nito. Ang problema sa maraming organisasyon ay ang data na ginamit sa HR analytics ay maaaring magmula 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 hahantong sa hindi sapat na pagsusuri.

Hamon 3: mababang kakayahan sa pagsusuri sa karamihan ng mga departamento ng HR
Para magtagumpay ang HR analytics, dapat na may kaalaman 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 pagsusuri ng data ay maaaring maging mahirap.

Ayon kay Elizabeth Craig, isang research fellow sa Accenture Institute for High Performance, halos walang sinumang sapat na sinanay para sa HR analytics. Bukod pa rito, sinabi ni Craig sa data-informed.com na ang ilang tool sa pagsusuri ng data ay nangangailangan ng mga espesyal na kasanayan sa IT, na nagdaragdag sa presyon ng paghahanap ng mga tamang tao.

Mukhang mas malaki pa ang problema dahil 6% lang ng mga global HR team ang nakakaramdam ng tiwala sa kanilang mga kasanayan sa analytics. Bilang karagdagan, 20% lamang ang naniniwala na ang paggamit ng data ng kanilang organisasyon ay kapani-paniwala 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 na kulang ang suporta 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. Para makumbinsi ang mga executive, dapat tumuon ang HR sa pagtukoy ng mga pagkakataon para ma-maximize ang ROI, kahit na sa simula.

Hamon 5: Mahal ang HR analytics at kadalasang hindi nakikita ang ROI

Sa wakas, ang mga organisasyon ay kailangang maging mulat sa gastos. Ang hanay ng presyo ng mga analytical na instrumento ay iba-iba gaya ng 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 kumpanyang may 5,000 full-time na empleyado."

Bilang karagdagan, hindi kasama sa pagtatantya ang mga pagtaas ng gastos na maaaring harapin ng mga organisasyon kapag kumukuha ng mga bagong empleyado upang magpatupad ng mga programa o magsanay ng mga kasalukuyang empleyado sa mga kasanayan sa analytics.

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

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

LIMANG UNANG HAKBANG SA PAGPAPATUPAD NG HR ANALYTICS

Kung gusto ng iyong organisasyon na ipatupad ang HR analytics, ano ang tamang paraan? Nasa ibaba ang limang hakbang na makakatulong sa iyong organisasyon na magsimula sa proseso.

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

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, maaaring ito ay mga tanong na may kaugnayan sa pagkakaiba-iba ng trabaho, pagpapabuti ng pagpapanatili ng empleyado, pagsukat sa halaga ng perang ginastos sa pagsasanay, o mas mahusay na pag-unawa sa mga dahilan ng pagliban sa lugar ng trabaho. Mayroong ilang mga simpleng tanong na dapat mong simulan bago magpatuloy.

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

Pagkatapos mong makalap ng pangkalahatang impormasyon na may kaugnayan sa mga tauhan na gusto mong pag-aralan nang mas detalyado, kailangan mong magsimula sa pamamagitan ng pagtukoy sa mga kinakailangang sukatan upang malutas ang mga problemang ito.
Narito ang ilang sukatan ng HR na nagpapakita ng pagganap 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, pati na rin ang oras na kinakailangan ng isang kandidato upang tanggapin ang isang 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 mga tauhan- ano ang mga porsyento pagdating sa kababaihan, kalalakihan, relihiyon at etnikong grupo?
Kita bawat empleyado, sa mga full-time na empleyado - ano ang kinikita sa isang full-time na batayan?
Ang halaga ng bayad para sa overtime na trabaho - gaano kataas ang overtime pay at gaano kadalas binabayaran ang overtime?
Ang ratio sa pagitan ng permanenteng at pansamantalang manggagawa ay ilang empleyado ang part-time versus full-time?

Hakbang 2: Pagtukoy sa datos na sumasagot sa mga tanong sa itaas.

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

Una, ang iyong pagtuon ay dapat sa data ng HR na nakaimbak na sa iyong departamento. Kabilang dito ang impormasyon sa pag-hire, performance at succession. Dapat na sinusubaybayan na ng iyong departamento ang mga dataset na ito.

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

Panghuli, kailangan mong palawigin ang iyong pangongolekta ng data sa iba pang mga sistema at departamento ng negosyo. Dapat kang magsimulang mangolekta ng mahahalagang sukatan sa 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.

Gaya ng nakasaad sa itaas, ang departamento ng HR ay dapat makipagtulungan nang malapit sa departamento ng IT, dahil ang partikular na software at data mining ay maaaring mangailangan ng espesyal na mga kasanayan sa analytical. Kaya magandang ideya na simulan ang pagbuo ng mas malapit na ugnayan sa pagitan ng dalawang departamentong ito.

Bahagi ng prosesong ito ang pagpapatupad ng ETL: extract, proseso, at pag-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 magagamit ng mga non-technical staff ang mga platform na ito, maaaring makatulong na humingi ng tulong sa IT department.

Sa katunayan, binibigyang-daan ka ng prosesong ito na kunin ang data na kailangan mo mula sa mga pinagmulang tinukoy mo, ibahin ito sa tamang malinis at pare-parehong format, at i-upload ito sa iyong platform ng analytics upang magamit para sa pagsusuri.

Hakbang 4. Pagsasama ng mga resulta sa mga transaksyon sa 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 pagsasaliksik sa pagkakaiba-iba ng workforce at ipinapakita ng iyong data na hindi ka nakakakuha ng sapat na mga aplikasyon mula sa mga etnikong minorya, maaari mong simulan ang pagbabago ng iyong diskarte sa pag-hire.

Bilang karagdagan, kailangan mong magtatag ng mga link sa pagitan ng data ng HR at iba pang sukatan ng negosyo. Halimbawa, ang mga pagbawas sa overtime ng mga kawani ay maaaring direktang maiugnay sa pagiging produktibo at kakayahang kumita. Ang ulat ng KPMG na "Ang mga Tao ay ang Tunay na Bilang" ay nagsasaliksik sa kahalagahan ng mga koneksyong ito sa pamamagitan ng halimbawa ng kakulangan ng kawani sa lugar ng trabaho at pagiging epektibo sa gastos.

"Bagama't kapaki-pakinabang na subaybayan ang pagliban sa mga rehiyon o mula sa mga nakaraang taon, kung maipapakita rin ng HR na ang nabawasang pagliban ay positibong nauugnay 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 na regular na gumanap, kung hindi, ito ay magiging walang kaugnayan sa karamihan ng mga kaso. Upang mapakinabangan ang mga benepisyo nito, isang regular na proseso ang dapat ilagay sa lugar.

Halimbawa, natukoy mo ang isang problema na gusto mong harapin 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 pagbabago at kung may anumang mga bagong problema.

KONGKLUSYON

Ang HR analytics ay isang mahalagang bahagi ng pamamahala ng data at ang pagpapatupad nito ay maaaring magdala ng mga positibong gantimpala para sa anumang organisasyon. Ngunit, gaya ng tinalakay sa itaas, hindi madali ang pamamahala, pagsusuri, at pagbibigay-kahulugan sa data, at kailangang lapitan ng mga organisasyon ang analytics ng "tao" nang paisa-isa.

Ang susi sa matagumpay na HR analytics ay nakabatay sa pag-unawa na hindi ang laki ng sinusukat na data ang humahantong sa resulta, kundi ang impluwensya ng data sa paggawa ng desisyon sa organisasyon. Ang HR analytics ay hindi dapat makita bilang mahalaga para sa HR department, 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 tumitigil - upang mabuhay, kailangan mong umunlad. Kung ihihinto mo ang prosesong ito, magsisimulang bumagsak ang proyekto. Kadalasan kailangan mong baguhin ang isang bagay - upang palawakin ang assortment, pataasin ang abot ng advertising ng madla, pagbutihin ang disenyo ng site, magdagdag ng bago, at pataasin ang conversion. Paano mo malalaman nang maaga kung ano ang idudulot ng mga pagbabagong ito?

Ang isa sa mga tool para sa pagtulong 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 makagawa ng isang desisyon tungkol sa kung ito ay nagkakahalaga ng pagbabago ng isang bagay o ito ay mas mahusay na iwanan ito bilang ito ay.

Narito kung paano ito gumagana.

Ano ang A/B testing

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

Binibigyang-daan ka ng pagsubok sa A / B na suriin ang dami ng pagganap ng dalawang bersyon ng isang web page, pati na rin ihambing ang mga ito sa isa't isa. Nakakatulong din ang split testing na sukatin ang bisa 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 isang pahina na magpapataas ng pagganap nito. Tandaang muli, ang pagsubok sa A/B ay isang inilapat na diskarte sa marketing na maaaring magamit upang maimpluwensyahan ang mga conversion, humimok ng 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, lumikha ka ng isang online na tindahan. Isipin ang landing page ng store na ito na may 2% na rate ng conversion. Nais ng nagmemerkado na taasan ang figure na ito sa 4%, kaya nagpaplano siya ng mga pagbabago na makakatulong sa paglutas ng problemang ito.

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

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

Pagkatapos mangolekta ng sapat na impormasyon, sinusuri ng marketer ang mga resulta ng pagsubok. Gaya ng nakasaad sa itaas, ang rate ng conversion para sa Pahina A ay 2%. Kung ang Pahina B ay may 2.5% na rate ng conversion, kung gayon ang pagpapalit ng button ng conversion mula sa asul patungo sa pula ay talagang nagpapataas sa pagganap ng landing page. Gayunpaman, ang rate ng conversion ay hindi umabot sa nais na 4%. Samakatuwid, ang nagmemerkado ay naghahanap ng mga paraan upang mapabuti ang pahina gamit ang A / B na pagsubok. 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 pamamaraan na nagbibigay-daan sa iyong maimpluwensyahan ang iba't ibang sukatan ng site. Samakatuwid, ang pagpili ng bagay na pansubok ay nakasalalay sa layunin at layunin na itinakda ng nagmemerkado para sa kanyang sarili.

Halimbawa, kung ang bounce rate ng isang landing page ay 99%, at ang karamihan ng mga bisita ay umalis sa landing page sa loob ng 2-3 segundo pagkatapos ng "landing", dapat mong isipin ang pagbabago sa mga visual na bahagi ng page. Ang A/B test ay tumutulong sa mga marketer na mahanap ang pinakamagandang layout ng page, pumili ng mga kaakit-akit na kulay at 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, sinusubukan 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 pag-aayos.
• 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. Isa sa mga pinaka-in demand ay ang serbisyo ng Google Optimization (hanggang Agosto 2019 ay tinatawag na Mga Eksperimento sa Nilalaman), na bahagi na ngayon ng bagong Google Marketing Platform para sa mga marketer. Maaari itong magamit upang subukan ang mga elemento ng pahina, kabilang ang mga header, font, mga button at form ng conversion, mga larawan, at higit pa. Libre ang pag-optimize para sa maliliit na negosyo at ito ang malaking kalamangan nito sa kumpetisyon.

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

• Ang Optimizely ay ang pinakasikat na bayad na A/B testing service sa bourgeoisie. 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 nag-aalis ng pangangailangan para sa isang marketer na 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, ang isang nagmemerkado ay kailangang magkaroon ng mga kasanayan sa HTML. Ang mga buwanang subscription sa VWO ay mula sa $99 hanggang $999.
• Ang Unbounce ay isang serbisyo para sa paggawa at pag-optimize ng mga landing page. Ang pagsasama nito ay nagpapahintulot sa iyo na magsagawa ng A/B na pagsubok. Ang mga gastos sa paggamit ay mula sa $79 hanggang $399 o higit pa bawat buwan. Ito ay isang analogue ng domestic LPGgenerator at nagbibigay-daan din sa iyo na subukan lamang ang mga landing page na ginawa dito.

Paano A/B Test gamit ang Google Optimize

Binibigyang-daan ka ng serbisyo ng Google Marketing Platform Optimization na subukan ang pagganap ng limang variation ng page nang sabay-sabay. 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 kakayahang independiyenteng matukoy ang proporsyon ng trapiko na kasangkot sa pagsubok. Ang minimum na tagal ng pagsubok 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 hatiin ang pagsubok gamit ang Optimization, gawin ang sumusunod:

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

1. Pumunta sa ginawang proyekto at ipagpatuloy ang pag-configure nito alinsunod sa planong iminungkahi sa tooltip. Sundin ang lahat ng hakbang mula 1 hanggang 5 sa pagkakasunud-sunod.

1. Una, gumawa ng mga pang-eksperimentong variation at idagdag ang iyong mga panuntunan sa pag-target. Upang gumana, i-install ang extension na "Optimization" mula sa opisyal na Google store sa Chrome browser. Pinapayagan ka nitong biswal na mag-edit ng mga pagbabago sa mga pahina.

1. Tukuyin kung saang mga URL makikita ng user ang mga nabagong variation ng page. Maaaring itakda ang ilang kundisyon ng pagsubok. Ang pangunahing bagay ay huwag kalimutang subukan ang mga ito kaagad upang walang pagkakamali.

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

1. Pumili ng karaniwan o gumawa ng sarili mong mga layunin sa eksperimento. Dapat na nauugnay ang mga ito sa Google Analytics. Halimbawa, maaaring interesado tayo sa isang virtual na eksperimento, kung paano nakadepende ang bilang ng mga tiningnang artikulo sa blog sa kulay ng background ng h1 heading sa pangunahing pahina. I-explore ang Gray o Pistachio?

1. Handa na ang lahat, ang natitira na lang ay likhain ang code ng eksperimento at ipasok ito sa pahina. Kung hindi malinaw kung paano ito gagawin, maaari mong piliin ang opsyong "Ipadala ang code sa webmaster" o gawin ito nang mag-isa. Ngunit nangangailangan ito ng kaunting kaalaman sa HTML.

Ang isa pang mahalagang punto ay upang matukoy kung gaano karami 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 ay sapat na. Kaya, pumili kami ng 3%.

1. Kung ang lahat ay tapos na nang tama, isang mensahe ang lalabas sa menu na nagsasabi na ang proyekto ay handa nang tumakbo 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 mula sa listahan at pumunta sa pahina ng mga ulat.

Mga ideya na dapat talagang masuri sa A/B testing

Nasabi na namin na ang pagsubok ay makakatulong na mapabuti ang pagganap ng iyong mga web page. Para magdulot ng mga resulta ang paraang ito, dapat bumuo ang nagmemerkado ng mga ideya na maaaring positibong makaimpluwensya sa ilang sukatan ng site. Hindi mo maaaring kunin ang 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 homepage, tulad ng sa nakaraang halimbawa.

Kailangang makakita ang marketer ng mga paraan upang mapabuti ang mga page at maunawaan kung bakit dapat gumana ang mga ito. Nakakatulong lamang ang split testing 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 ninanais na resulta ay hindi nakamit. Kung makikita mo ang iyong sarili sa ganoong sitwasyon, subukang ipatupad ang mga sumusunod na pagbabago at subukan 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.
• Isumite ang iyong 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 website.
• 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 inaasahan na mapabilang sa mga mapalad, ngunit hindi nila sinasadyang tumugon sa isang kumikitang alok.

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

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

Upang subukan ito o ang pagbabagong iyon, 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, "Pag-optimize" ng Google. Maaaring masuri ang mga resulta nang hindi bababa sa dalawang linggo pagkatapos ng paglunsad.

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