Da biste dobili predstavu o tome kako analiza HR podataka može napraviti razliku u vašoj organizaciji, predstavljamo vam dve kompanije koje su uspešno primenile HR analitiku:
Primeri HR analitike u zapošljavanju u kompaniji Google
Međunarodna tehnološka kompanija Google primenila je prediktivnu analitiku u svojim naporima za regrutaciju kako bi smanjila troškove i skratila proces zapošljavanja.
Google je ranije zahtevao od kandidata da prođu kroz 15 do 25 rundi intervjua i testiranja. Međutim, analiza procesa zapošljavanja otkrila je da se uspešni kandidati mogu predvideti sa 86% sigurnosti već nakon četiri intervjua. Ovo je smanjilo broj sati i osoblja potrebnih za efikasno selektovanje kandidata.
Pored toga, Google je razvio algoritam koji analizira biografije kandidata koji su odbijeni za jednu poziciju kako bi pronašao potencijalne kandidate za drugu otvorenu poziciju.
Primeri HR analitike u smanjenju stope odliva zaposlenih u Under Armour-u
Američka kompanija za sportsku obuću i odeću Under Armour želela je da smanji stopu odliva svojih zaposlenih. Koristili su integrisani alat za analizu radne snage kako bi pretražili podatke i otkrili glavne uzroke odliva. Takođe su mogli da predvide odlaske zaposlenih na različitim lokacijama kompanije i predvideli su da će u narednih šest meseci 500 od 5.000 zaposlenih podneti ostavke.
Identifikovanjem uzroka odliva, Under Armour je mogao da unapredi svoje napore za zadržavanje zaposlenih sa poboljšanim strategijama za ljude, uključujući podsticaje i nagrade. Zahvaljujući ovim intervencijama, stopa odliva zaposlenih je na kraju bila 50% niža od početne prognoze.
Analitika podataka u HR-u: Kako početi
Analiza HR podataka ima nekoliko faza. Morate razumeti proces da biste mogli efikasno primeniti HR analitiku.
Evo pojednostavljenog pregleda pet koraka:
1.Postavljanje relevantnog poslovnog pitanja
Vaš cilj u korišćenju HR analitike treba da bude omogućavanje HR-u da utiče na poslovne rezultate. Iz tog razloga, potrebno je da počnete s krajnjim ciljem na umu.
Razjasnite na koje područje se fokusirate i šta vam je potrebno da vam podaci kažu, a zatim to formulišite u obliku pitanja. Na primer, ako želite da optimizujete planiranje sukcesije, pravo pitanje može biti: „Koji zaposleni imaju najveći potencijal za napredovanje i vođenje?“
2.Izbor podataka
Drugi korak je identifikacija informacija koje su vam potrebne da biste odgovorili na postavljeno pitanje i gde ćete ih pronaći. Vaš HR tehnološki sistem ili drugi interni izvori podataka trebali bi da sadrže većinu onoga što vam je potrebno. Međutim, određene okolnosti mogu zahtevati uključivanje eksternih podataka za upoređivanje.
Ova faza će biti teška bez sistema koji može sortirati i organizovati podatke. Idealno bi bilo da bude integrisan sa sistemom za izveštavanje.
3. Čišćenje podataka
Kada prikupite odgovarajuće podatke, verovatno ćete imati neke koji su duplirani ili nepravilno formatirani. Ako to ne identifikujete i ispravite, možete završiti sa pogrešnom analizom.
Proces čišćenja podataka zavisi od skupa podataka, ali obično uključuje uklanjanje ili ispravljanje dupliranih, oštećenih, netačnih ili nepotpunih podataka. Takođe, trebalo bi da pregledate podatke kako biste otkrili da li ima nedostajućih podataka i strukturalnih grešaka.
4. Analiza podataka
Sledeći korak je sažimanje i analiza podataka kako bi se otkrili trendovi, korelacije i obrasci koji vam pomažu da donesete zaključke. Ovo se može uraditi korišćenjem različitih tehnika analize ili alata kao što su Excel, ChatGPT, R ili Python.
Rezultati vaše analize će pokazati šta podaci govore o vašem originalnom pitanju.
5. Akcioni uvidi
Sada je vreme da interpretirate ono što vam podaci govore i pretvorite to u akcione korake. Na osnovu nalaza, možete proceniti uticaj HR procesa i politika i doneti odluke ili preporuke za njihovo poboljšanje.
Kako preći sa deskriptivne na prediktivnu i preskriptivnu analitiku u HR-u
S obzirom na to da su podaci sada u srži poslovnih operacija, organizacije moraju naučiti kako da u potpunosti iskoriste ono što im podaci nude. Vreme je da se pređe izvan jednostavne deskriptivne analitike i iskoriste naprednije mogućnosti analize podataka, iako nivo zrelosti analitike varira u zavisnosti od kompanije. (Postoje modeli zrelosti HR analitike koji mogu proceniti status vaše organizacije u ovoj oblasti.)
Evo nekoliko ideja za razvoj zrelosti HR analitike u vašoj organizaciji:
- Razvijajte analitičke sposobnosti: Uložite u programe obuke i razvoja koji će poboljšati podatkovnu pismenost i statističko znanje HR zaposlenih i analitičara. Pružite podsticaje zaposlenima da se usmere na eksterno obrazovanje i sertifikaciju u oblasti analitike HR podataka.
- Procena infrastrukture podataka: Uverite se da vaša infrastruktura podataka može da podrži prediktivnu i preskriptivnu analitiku. Trebalo bi da bude sposobna za integraciju izvora podataka, čišćenje podataka, kreiranje izveštaja i uspostavljanje protokola upravljanja podacima.
- Investirajte u prave alate: Ako je potrebno, uložite novac i napor u alate koji će osigurati da možete prikupiti kvalitetne podatke i sprovesti prediktivno modeliranje. Primeri uključuju alate za vizualizaciju i analizu podataka kao što su Visier i Tableau, napredne HRIS sisteme, i alate za statističku analizu kao što su R i Python.
- Pilot projekti i iteracija: Počnite sa malim pilot projektima za testiranje prediktivnih i preskriptivnih modela. Prikupite povratne informacije o projektu i zatim iterirajte na osnovu uvida i rezultata. Nakon toga možete skalirati inicijative koje utiču na celu organizaciju.
- Uspostavite kulturu zasnovanu na podacima: Negujte kulturu koja vrednuje korišćenje podataka za postizanje uspeha. Opremljujte zaposlene veštinama potrebnim za korišćenje podataka dok obavljaju svoje odgovornosti. Osigurajte da svi imaju pristup podacima kroz transparentnost, saradnju i eksperimentisanje između odeljenja. Lideri treba da budu zagovornici i primeri donošenja odluka zasnovanih na podacima.
Jednostavno, HR analitika podataka ima ogromnu vrednost za organizaciju. Primena složenih statističkih analiza omogućava HR-u da predvidi i promeni budućnost radne snage i stvori stvarni finansijski uticaj na prakse upravljanja ljudskim resursima.
Savremeno HR okruženje je usmereno i na ljude i na podatke. HR podaci sadrže nepristrasne informacije i uvide za izradu strategija i najboljih praksi koje vode ka efikasnijim i vrednijim HR uslugama. Ovo promoviše viši angažman zaposlenih i produktivnost za bolji ukupni poslovni uspeh.
HR profesionalci koji prihvataju ulogu HR analitike i mogu da dešifruju njene uvide pomažu svojim organizacijama da napreduju i postavljaju sebe na put uspeha u budućnosti HR-a.
Prijavite se da besplatno dobijate na mejl jednom mesečno najbolje primere iz svetske prakse i najnovije inovacije i vesti iz Employer Branding sveta!
Pripremili: The Employer Branding Agency
Izvor: aihr.com