Využitie Big Data v riadení ľudských zdrojov (HR)

Kým dáta o správaní zákazníkov, či predaji bežne ovplyvňujú kľúčové podnikateľské rozhodnutia, analýza a využitie dát v oblasti ľudských zdrojov pokrivkáva. Čo vedia firmy vyťažiť z dát, ktoré sa týkajú zamestnancov? Prečo má zmysel sa nimi zaoberať?

Čo sú Big Data a čo sú HR Big Data?

Pojem „Big Data“ popisuje veľké množstvo dát, štruktúrovaných aj neštruktúrovaných, ktoré používajú ľudia či softvéry. Hovoríme o dátach, ktoré sa vyskytujú vo firmách v spojitosti so zákazníkmi, zamestnancami či výrobným procesom. Avšak skutočne dôležité sú iba tie dáta, ktoré ovplyvňujú bežné fungovanie firmy. I tak je ich také množstvo, že nie je možné, aby ich všetky analyzoval jeden softvér. Pritom analýzou podstatných dát vedia firmy zachytiť „vzorce“, trendy a zlepšiť svoje podnikanie.

Práca s dátami zahŕňa 3 hlavné kroky:

1. Prediktívna analýza - pokus predpovedať, čo sa môže stať v budúcnosti na základe dát z minulosti.
2. Analýza a monitoring - zber dát relevantných k tomu, prečo sa udalosti v minulosti stali a čo sa deje v súčasnosti.
3. Reporting - ohraničenie skutočností, ktoré sa udiali s cieľom porovnania s budúcimi javmi.

V prípade HR (z angl. Human Resources = ľudské zdroje) disponujú organizácie obrovským množstvom dát súvisiacich s ľuďmi (napr. mzdy, zručnosti a kompetencie zamestnancov, predchádzajúce skúsenosti a pozície v organizácii, vzdelanie, absolvované tréningy, tréningové potreby, rozvojové plány, hodnotenia pracovného výkonu, dáta o absencii, produktivite, porušení pracovnej disciplíny, dôvody odchodov či iné osobné údaje).

Na základe týchto HR dát vedia firmy lepšie pochopiť svoje súčasné postavenie na trhu, výkonnosť pracovnej sily a rôzne iné možnosti zlepšenia. Oddelenie ľudských zdrojov vo firmách s týmito dátami môže pracovať, avšak musí ich najskôr skonsolidovať, zanalyzovať a porovnať s rôznymi ďalšími atribútmi tak, aby začali dávať zmysel.

Prečo sú HR Big Data dôležité?

V minulosti bolo mnoho HR dát nevyužitých. Ak aj využívané boli, väčšinou sme ich mohli vidieť v jednoduchom grafe alebo tabuľke. Dnes, v ére pokročilej analytiky a tzv. „big dát“, je možné ich využiť napr. na predikovanie, kedy zamestnanec dá výpoveď, kde je najvhodnejšie hľadať nových zamestnancov, ako identifikovať vhodných kandidátov, čím ich prilákať a ako ich udržať v práci motivovaných, keď sa stanú zamestnancami. 

To všetko znamená, že HR dáta sú dôležitejšie, ako kedykoľvek v minulosti. Podľa údajov Economist Intelligence Unit 82 % organizácii plánuje začať, alebo zvýšiť intenzívnosť použitia big dát v HR ešte v tomto roku.

Aj keď dáta hrajú v rozhodovaní rolu, nie nevyhnutne ich firmy využívajú správne. Veľa analýz zahŕňajúcich HR dáta sa vo väčšine firiem nachádza vo forme klasických kľúčových ukazovateľov výkonnosti (tzv. KPI) ako napr. percento absencie či fluktuácie, čo sleduje väčšina firiem. Okrem toho ale existuje množstvo ďalších hodnotných údajov, ktoré sa dajú merať a dokážu firmám priniesť značnú pridanú hodnotu.

HR tímy môžu využiť takéto dáta, aby robili lepšie rozhodnutia v oblasti ľudských zdrojov, lepšie pochopili a zhodnotili vplyv biznisu na ľudí, zlepšili úroveň rozhodovania top manažmentu v otázkach týkajúcich sa ľudí a zamestnancov, zefektívnili HR procesy a celkovú efektivitu zamestnancov vo firme. Všetko toto má výrazný vplyv na schopnosť firiem splniť svoje strategické ciele, a práve preto sú HR dáta také cenné.

Využitie dát v HR je veľmi viditeľné vo svetových aj slovenských firmách. Oddelenia ľudských zdrojov, ktoré boli tradične zamerané na ľudí, kultúru, rozvoj, či motiváciu zamestnancov, sú teraz stále viac a viac riadené na základe čísel a dátových analýz. V jednoduchosti, HR dáta môžu pomôcť v rozhodovaní, môžu ovplyvniť motiváciu a spokojnosť zamestnancov a optimalizovať procesy. To všetko prináša firme značnú pridanú hodnotu a práve preto sú HR dáta také cenné.

Na čo vieme Big Data využiť v oblasti ľudských zdrojov?

1. Fluktuácia

• Čo sledovať: Využite nástroje ako výstupné pohovory, či zamestnanecké prieskumy a sledujte, prečo a kam zamestnanci odchádzajú. Následne si veďte štatistiku, z ktorej si viete v čase vyfiltrovať dôvody odchodov, oddelenia, na ktoré vplýva fluktuácia najviac, či nadriadených, ktorým odchádzajú zamestnanci najčastejšie.
• Výsledky analýz: Na základe priebežných vstupov od odchádzajúcich zamestnancov budete veľmi rýchlo poznať dôvody odchodov a môžete na ne reagovať akčnými krokmi. Posilniť benefity, zmeniť zloženie problematických tímov, zvýšiť bezpečnosť na pracovisku, pracovať v čase so mzdami a pod.

2. Absencia

• Ako analyzovať: Sledujte absenciu po oddeleniach, po skupinách zamestnancov v jednotlivých týždňoch a mesiacoch.
• Výsledky analýz: Na základe minulých údajov viete pomerne presne predikovať zvýšenú chorobnosť a nastaviť opatrenia. Doplniť dočasný personál pri období s najväčšou chorobnosťou, posilniť zdravotný program v rámci osvety pred chrípkou, zamerať sa na korekciu zmenového modelu na pracovisku pri zvláštnych výkyvoch absencie a pod.

3. Výber ľudí

• Ako analyzovať: Sledujte rôzne zdroje, odkiaľ vám prichádzajú kandidáti. Jasne si definujte kompetencie na jednotlivých pozíciách. Využite odborné HR testovanie (osobnostné testy, testy zručností).
• Výsledky analýz: Optimalizujte spôsoby náboru nového personálu. Vyhodnoťte použité softvéry či pracovné portáli. Počet prijatých životopisov nemusí byť nutne porovnateľný ukazovateľ s počtom prijatých zamestnancov. Sledujte, či kandidáti disponujú kompetenciami, ktoré sú pre vás kľúčové, či už pozorovaním alebo vyhodnotením testov. Porovnávajte kompetencie u kandidátov s úspešnými zamestnancami, ktorých ste prijali skôr. Dramaticky tak znížite pravdepodobnosť, že sa pri nábore výrazne pomýlite. Napr. Google vyvinul softvér, ktorý na základe kompetencií predikoval povýšenia s 90 % presnosťou.

4. Produktivita

• Ako analyzovať: Sledujte KPI úspešných jednotlivcov a tímov a pochopte, čo je naozaj dôležité, aby bol zamestnanec úspešný. Analyzujte procesný tok a prácu daného zamestnanca (pokiaľ je možné) po krokoch v snahe ju optimalizovať.
• Výsledky analýz: Pri analýze KPI príďte na to, ktoré ukazovatele determinujú úspech a na ktoré je potrebné sa sústrediť v snahe maximalizovať šance úspechu. Optimalizujte spôsoby práce zamestnanca na danej pozícii eliminovaním zbytočných krokov (procesných, alebo aj fyzických).

5. Tréningové potreby

• Ako analyzovať: Pravidelne zisťujte tréningové potreby zamestnancov. Aké zručnosti potrebujú a koľkým chýbajú tie kľúčové? Zbierajte spätnú väzbu na realizované tréningy.
• Výsledky analýz: Organizujte tréningy pre rozvoj zručností, ktoré potrebuje firma a jednotlivec, aby zlepšil svoju výkonnosť, nie preto, lebo to chce len zamestnanec. Rozvíjajte volatilitu a vzájomnú zastupiteľnosť vďaka tomu, že viac zamestnancov má potrebný tréning a zaškolenie. Na základe spätných väzieb určíte, ktoré tréningy boli zbytočné a ktoré sa naopak výraznejšie osvedčili.

6. Odmeňovanie

• Ako analyzovať: Zapojte sa do mzdových prieskumov relevantných spoločností (napr. Korn Ferry Hay Group), ktoré sa špecializujú na zber mzdových dát a porovnanie odmeňovania firiem a konkrétnych profesií. Na ročnej báze tak môžete porovnávať údaje o celkovej priemernej mesačnej mzde zamestnanca nielen podľa lokality, ale aj segmentu podnikania a veľmi detailne aj v konkrétnych profesiách.
• Výsledky analýz: Zistite, ako je na tom vaša politika odmeňovania vo vzťahu k relevantnej konkurencii na jednotlivých pozíciách a aký je trend medziročného zvyšovania miezd. Pri takýchto analýzach je možné ísť do značných detailov (pozície, úrovne náročnosti práce, pohlavie atď.), ktoré môžu nasmerovať firmu, aby nastavila politiku odmeňovania v súlade so svojimi cieľmi. Výsledky takýchto prieskumov vám naznačia trhové trendy a pomôžu zaradiť pozície do správnych mzdových levelov, resp. úrovní.

7. Motivácia

• Ako analyzovať: Organizujte pravidelné oficiálne zamestnanecké prieskumy, ale pýtajte sa na názor aj neformálne a ad-hoc. Robte hodnotiace pohovory, kde nechajte priestor na hodnotenie nadriadeného a vyjadrenie názoru zamestnanca.
• Výsledky analýz: Zistite, aká je mienka zamestnancov na akúkoľvek tému, čo vám pomôže nastaviť ďalšie akčné kroky na elimináciu negatívnych faktorov, ktoré ovplyvňujú spokojnosť zamestnanca a jeho motiváciu. Zistite, čo motivuje zamestnancov a čo im pomôže v splnení ich cieľov a konštantne pracujte na zvýšení angažovanosti zamestnancov tým, že poznáte, čo ich motivuje.

Bariéry vo využití dát v HR alebo prečo to nerobia všetci?

Existujú rôzne legislatívne a iné bariéry, prečo využitie dát v oblasti ľudských zdrojov nemusí byť také jednoduché. Koniec koncov, HR dáta zahŕňajú údaje o ľuďoch a práca s nimi má predsa len špeciálny zreteľ oproti napr. dátam o nehmotných produktoch, ako napr. výrobkoch alebo strojoch. Preto je potrebné myslieť aj na faktory, ktoré môžu vytvoriť bariéru v efektívnom využití HR dát:  

1. Uchovávanie dát - existuje množstvo regulácií (GDPR), ktoré komplikujú prenos dát a určujú uchovávanie dát. Firmy legislatíva núti využívať dáta len na jedno použitie a zakazuje ich uchovávať na iný účel alebo zdieľať.
2. Kompatibilita dát - čím viac softvérov, ktoré spracovávajú dáta o ľuďoch, tým náročnejšie je údaje skonsolidovať. Softvéry navyše nemusia byť navzájom kompatibilné, čo komplikuje prenos dát medzi nimi.
3. Neštrukturovanosť dát - niekedy je Excel vhodnejší pomocník ako komplikovaný HR softvér, z ktorého je náročné vytiahnuť štruktúrované dáta.
4. Reprezentatívnosť dát - Mnoho spoločností má len desiatky, či stovky zamestnancov a nie všetky dáta musia byť reprezentatívne. Na druhú stranu, na ich spracovanie nepotrebujú dátových špecialistov.
5. Nedostatok dát - v niektorých prípadoch je dát o ľuďoch/zamestnancoch, oproti iným dátam, nedostatok.

Okrem bodov vyššie kritici použitia HR Big Dát tvrdia ešte jednu zaujímavú skutočnosť. Šanca, že z rozsiahlych a komplikovaných HR analýz zrazu vzíde revolučný fakt, ktorý sme doteraz vôbec nepoznali, je takmer nulová. Často nám len dáta potvrdia to, čo si myslíme, alebo ukážu správnu cestu. Navyše, čo sa rozhodovania týka, intuícia je lepšia ako zlá analýza. Napriek veľkému objemu dát a množstvu analýz z nich sa veľa manažérov rozhoduje často práve na základe intuície.

Máme dáta. Čo ďalej ?

Čo robiť s HR dátami, keď sa vám vo firme podarí ich skonsolidovať? Vždy, keď sa analyzujú dáta, je vhodné začať s úplným základom.

1. Pozrieť sa na údaje zoširoka – graf, ktorý ukazuje vývoj v čase. Kedy v roku a na ktorom oddelení sa fluktuácia zvyšovala a čo mohlo mať na ňu vplyv? Má to súvis so sťažnosťami zamestnancov?
2. Pozerajte sa na väčší počet dát a častejšie - robte neoficiálne prieskumy a zbierajte názory, prečo ľudia odchádzajú. Zbierajte údaje z výstupných pohovorov a porovnajte ich s fluktuáciou a zistite aj kam odchádzajú. Ukážu sa vám jednoznačné trendy v absencii v priebehu kalendárneho roka.
3. Porovnajte vzťahy medzi dátami - napr. ako vplýva zníženie kritérií pri nábore na výkonnosť zamestnancov? Môžete si tiež porovnať efektivitu rôznych náborových nástrojov či zdrojov.

Práca s dátami nemusí byť zložitá. Niekedy stačí interpretovať ich základ a stačí pri tom využiť nástroje v Exceli. Pre pokročilejšie spracovanie dát sa už hodí šikovný HR softvér. Na pokročilejšiu analýzu a interpretáciu výsledkov je najmä na západe bežné využívať znalosti dátových analytikov. Avšak nie pre každú spoločnosť je práca s takým množstvom dát nutná.

Faktom ostáva, že ľudské zdroje sa na dáta pri rozhodovaní obracajú stále viac a častejšie a porovnateľne rastie potreba takých personalistov, ktorí budú vedieť dáta analyzovať a výsledky analýz správne interpretovať.

Zdroje: HRtechnologist, Sutisoft, Aberdeen, Digitalistmag, Forbes, Cornerstoneondemand