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.