Datafication, azaz adatizálás a HR-en

Egy új divatos kifejezés tört az üzlet világába: datafication, ami a vállalat és az üzlet adatokra és kimutatásokra fordítását jelenti. Magyarul szabadon „adatizálásnak” hívhatjuk az angol data=adat többszörös képzőkkel ellátott származékaként. Angolul is hasonlóan furcsán hangzik, de érdemes megbarátkoznunk az új jövevényszóval, mivel a HR sem kerüli el az adatizációt.

Mit jelent az adatizálás?

A vállalatok tulajdonosai és vezetői arról szeretnek tájékozódni, hogy egyes termékek megtérültek-e, mekkora hasznot hoztak, minek köszönhető a növekedés vagy csökkenés, stb.  Hogy ezeket a kérdéseket meg tudjuk válaszolni,  a vállalatról adatokat kell tárolni, rendszerezni és elemezni.



Hogyan adatizáljuk a HR-t?

Néhány alapkérdés, amit egy vállalatvezető minden bizonnyal feltesz a HR-nek:
Melyik területről mennek el leginkább az emberek?
Milyen adatok állnak rendelkezésre ezekről az emberekről és a vezetőikről? Milyen a teljesítményük néhány évre visszamenőleg? Ki mennyit keres? Van-e köztük olyan, aki utódlástervben vagy tehetségprogramban szerepel? Mi a fejlesztési tervük? Hogyan tervezzük őket megtartani, mi a stratégiánk a vonzóbb feltételek megteremtéséhez?
Nagyon sok vállalatnál a HR nem tud ezekre a kérdésekre választ adni, mert nem termel és nem tárol ilyen információkat.

Miért fontos a HR-en az adatizálás?

Mindenek előtt, hatalmas lehetőség. A vállalatok a teljes bevételük 50-60%-át költik a munkavállalókra fizetések, juttatások, tréningek, eszközök, stb. formájában, és ezt a hatalmas költséget alig elemzik a cégek. A megfelelő emberek vannak a munkakörökben? Megfelelő a fizetésük, a juttatási rendszerük? Nem fizetünk túl sokat/keveset? Vannak ugyan létszám és költségvetési tervek, de alig tudunk valamit arról, hogyan optimalizáljuk a dolgozókra költött pénzt.

 Egy eset

Csak a munkavállalókra költött költségek elemzésével egy nagy egészségügyi szolgáltató cég 4% megtakarítást ért el ezen az összegen. A megfelelő képletek alkalmazásával a szervezet számára láthatóvá vált, hogy sok órabéres munkatárs olyankor is dolgozott, amikor nem is volt az általuk nyújtott tevékenységekre szükség. Csupán ennek a felismerésével több tízmillió dollárt spórolt meg a vállalat.

Miket lehet adatizálni? Néhány példa

·         Egy nagy technológiai és szolgáltató cég fluktuációs statisztikája nagyon kedvezőtlen volt. Miután hónapokig kutatták és elemezték a fluktuációs adatokat, egy nagyon fontos következtetésre jutottak. A közepesen teljesítő munkatársak (akik nem része a top 10%-nak), hajlandóak akár a meglévő juttatásaik 90%-áért is maradni. Ezzel szemben a legjobban teljesítők készek elhagyni a vállalatot, ha nem kapnak több pénzt. Milyen lépés követte ezt a felfedezést? A vezetők a fizetés és juttatások egy részét átcsoportosították a legértékesebb, legjobban teljesítők számára, a közepesen teljesítők kompenzációjából. Ez drámaian növelte a vállalat megtartó erejét anélkül, hogy változott volna a munkavállalókra szánt megtervezett bértömeg.
·         Egy nagy pénzügyi szolgáltató cég elemezte a szolgáltatásai profitabilitását és azt találta, hogy néhány értékesítő csapata átlag feletti profitot produkált. Miután a termék és HR adatok széles körét elemezték, beazonosítottak olyan értékesítőket, akik tapasztaltabbak, jobban képzettek és egyszerűen üzlet-tudatosabbak voltak az értékesített termékek körében. A cég ezért programot indított a felvételi és képzési folyamatok fejlesztésére, amelytől millió dolláros profitnövekedést várnak.

·         Egy nagy, ügyfélszolgálati szolgáltató cég elemezte a világ 7 táján dolgozó 7240 alkalmazottja adatait, és azt találták, hogy a „megfelelő szakmai tapasztalat” az ügyfélszolgálat területén nem volt hatással a cégnél eltöltött időre, a teljesítményre, vagy a hosszú távú elkötelezettségre. Az elemzések azt is kimutatták, hogy azok a jelöltek, akik sok helyen dolgoztak már („job hopper”-ek) nem teljesítettek sem jobban, sem rosszabbul, mint akik hosszú ideig egy helyen dolgoztak korábban. Az elemzések eredményeképp egy erős modellt tudtak felállítani a frissen felvett munkatársak teljesítményének előrejelzésére, amit a kiválasztásban is használnak.

A lehetőség

Minden vállalatnak lehetősége van az adatok megfelelő felhasználására, de még mindig sokan „érzésből” és feltételezésekből hoznak üzleti döntéseket. Megfelelő és hiteles adatok birtokában nem marad tér a találgatásoknak és feltételezéseknek.


 Az adatizálás sok mindent megváltoztat

Jelentősen fejlődik a HR napjainkban. Ide tartoznak a következő területek is:

·         HR adatkezelés:  Hogyan kezeli a vállalat a munkavállalói adatokat? Vannak-e egyáltalán olyan HR programok, amelyek egységes adatokat generálnak az üzleti döntésekhez? Naprakészek, megbízhatók, és összehasonlíthatók? Ki elemzi ezeket? Az a tapasztalatunk, hogy sok vállalat még mindig nagyon gyenge a HR információk gyűjtésében és rendszerezésében. 
·         HR elemző eszközök:  Oracle, SuccessFactors, Workday, SumTotal, LinkedIn, PeopleFluent, ADP, és majdnem minden más HR szoftveR forgalmazó használ adatelemző eszközt  a HR platformokhoz. Bár maga az eszköz még nem oldja meg a problémát, emellett az adatok értelmezése is szakértelmet kíván.  Számos cég ajánl adatvizualizációs és elemző megoldásokat, mely egyszerűbbé teszi értelmezni a vállalati rendszerekből jövő adatokat.
·         HR adatszolgáltatók: Magyarországon is számos cég ajánl benchmark adatokat, amelyek segítik a fizetések meghatározását, az álláshirdetések látogatottságának mérését, vagy akár a földrajzi helyszín kiválasztását. 
·         HR elemzések oktatása: az elemző és szolgáltató cégek egy része ajánl ingyenes tréninget az ügyfeleiknek, hogy megtanítsák őket a saját adataikat vizuálisan megjeleníteni, elemezni és értelmezni.
·         Új döntéshozási folyamat: ahogy nő az adatizálás, úgy nő az adatokra alapozott döntéshozás. A nagyformátumú és legeredményesebben működő HR szervezetek egyik fő eszköze a vállalati HR programokból jövő adatok gyűjtése, elemzése, és üzleti döntéshozásnál való alkalmazása. Ezek a vállalatok időközben spontán átálltak a HR adatizálására. 

témában további információért lépjen velünk kapcsolatba az info@humanexcellence.hu címen.


Hiba történt a modul működésében