Οι προκλήσεις στο σημερινό επιχειρηματικό περιβάλλον απαιτούν νέες προσεγγίσεις προκειμένου μία εταιρεία να παραμείνει ανταγωνιστική στο διαρκώς συρρικνούμενο κόσμο του παγκόσμιου επιχειρείν. Μέσα από τις αναδυόμενες σύγχρονες λύσεις people analytics, τα στελέχη του HR μπορούν πλέον να κατανοήσουν καλύτερα τους παράγοντες που επηρεάζουν τον οργανισμό τους, να λάβουν βέλτιστες αποφάσεις και να προβούν στις κατάλληλες ενέργειες για υλοποίηση προγραμμάτων και δράσεων που θα παρέχουν πραγματικά ανταγωνιστικά πλεονεκτήματα.

Ο παγκόσμιος ανταγωνισμός για το ταλέντο, το outsourcing των εργασιών, το κανονιστικό πλαίσιο, οι απομακρυσμένοι εργαζόμενοι, η γήρανση του πληθυσμού είναι μερικές μόνο από τις προκλήσεις που αντιμετωπίζουν σήμερα οι Διευθύνσεις Ανθρώπινου Δυναμικού.

Ωστόσο, οι συνηθισμένες μετρήσεις και μετρικές που χρησιμοποιούνται για το ανθρώπινο δυναμικό μέχρι σήμερα δεν επαρκούν ώστε να προσφέρουν μία ολοκληρωμένη και πραγματική εικόνα για τα θέματα αυτά. Η εξέλιξη της τεχνολογίας και η πρόοδος που έχει συντελεστεί στη διαχείριση των δεδομένων και την ανάλυση αυτών -big data και analytics- προσφέρει σήμερα στις εταιρείες και τα στελέχη της Διοίκησης Ανθρώπινου Δυναμικού προηγμένα εργαλεία που μπορούν να συμβάλλουν στην ανταπόκριση και την αντιμετώπιση των σύγχρονων πολλαπλών προκλήσεων. Ο λόγος για τα people analytics.Ο όρος people analytics ή αλλιώς HR analytics χρησιμοποιείται για να περιγράψει τις εφαρμογές εξόρυξης σημαντικών δεδομένων (data mining) και τις τεχνικές επιχειρηματικής ανάλυσης που αφορούν στα δεδομένα του ανθρώπινου δυναμικού και του ταλέντου. Πρόκειται, ουσιαστικά, για εργαλεία ανάλυσης που μετρούν την απόδοση και τις επιδόσεις που έχουν σημασία για τη διαχείριση του ανθρώπινου δυναμικού.

Ο στόχος των human resources analytics είναι να προσφέρει στην εταιρεία και τη Διεύθυνση Ανθρώπινου Δυναμικού τα απαραίτητα insights για την αποτελεσματική διαχείριση των ανθρώπων τους ώστε να επιτευχθούν οι επιχειρηματικοί στόχοι ταχύτερα αλλά και με μεγαλύτερη αποδοτικότητα. Τα HR analytics δεν αφορούν μόνο στη συγκέντρωση δεδομένων σε ό,τι αφορά την αποτελεσματικότητα των εργαζομένων. Αντιθέτως, επιδιώκουν να παρέχουν insights για κάθε διαδικασία συγκεντρώνοντας δεδομένα και στη συνέχεια αξιοποιώντας τα για τη λήψη βέλτιστων και σχετικών αποφάσεων για το πώς μπορούν να βελτιωθούν -ή και ακόμα να βελτιστοποιηθούν- οι διαδικασίες αυτές.

Τα παραδείγματα χρήσης των people analytics περιλαμβάνουν σχεδόν τα πάντα – από το χρόνο που απαιτείται για την κάλυψη μίας κενής θέσης, τον αριθμό των ανθρώπων που εκπαιδεύονται και τα αποτελέσματα αυτής της εκπαίδευσης, τα στελέχη με συγκεκριμένες ικανότητες, το turnover της προηγούμενης χρονιάς αλλά και εκτίμηση για το turnover της επόμενης χρονιάς μέχρι το ποιες πηγές παρέχουν τους καλύτερους για την εταιρεία υποψηφίους, τις αναφορές για την κανονιστική συμμόρφωση, το diversity και πολλά άλλα.

Η πρόκληση για τα hr analytics είναι να αναγνωρίσουν ποια δεδομένα θα πρέπει να συλλέγονται αλλά και πώς θα πρέπει να χρησιμοποιούνται προκειμένου να διαμορφώσουν και να προβλέψουν τις δυνατότητες της εταιρείας έτσι ώστε ο οργανισμός να επιτυγχάνει τη βέλτιστη απόδοση κάθε επένδυσης που αφορά στο ανθρώπινο κεφάλαιο.

Οι επενδύσεις σε people analytics αυξάνονται διαρκώς
Περισσότερες εταιρείες και τμήματα HR από ποτέ, σε σχέση με το παρελθόν, αξιοποιούν σε κάποιο βαθμό τα people analytics και επενδύουν τόσο σε ανθρώπους όσο και σε τεχνολογία με στόχο την περαιτέρω ανάπτυξη σε αυτό τον τομέα. Πρόσφατη μελέτη από το Talent Management Network έδειξε ότι η συντριπτική πλειονότητα των εταιρειών (85%) αξιοποιούν σε κάποιο βαθμό τα HR analytics ως κομμάτι της επιχειρηματικής τους στρατηγικής. Από τις εταιρείες που διεξάγουν προσπάθειες γύρω από τα people analytics, περισσότερες από τις μισές (53%) διαθέτουν μία αφιερωμένη σε αυτή την προσπάθεια ομάδα. Το ποσοστό αυτό δείχνει μία αύξηση στις ομάδες people analytics της τάξης του 34% σε σχέση με την προηγούμενη χρονιά. Τέλος, από τις εταιρείες που δηλώνουν ότι δεν αξιοποιούν αυτή τη στιγμή καμίας μορφής people analytics, το 69% σκοπεύει να ξεκινήσει κάποιο σχετικό έργο μέσα στο 2017. Αυτό σημαίνει ότι μέσα στη χρονιά που διανύουμε, περισσότερο από το 95% των εταιρειών θα αξιοποιούν σε κάποιο βαθμό τα people analytics.

Είναι σημαντικό να σημειωθεί ότι τα people analytics εμφανίζονται σταθερά μέσα στις 10 πιο σημαντικές τάσεις στην έρευνα Global Human Capital Trends, αλλά και σε άλλες σχετικές έρευνες, τουλάχιστον τα τρία τελευταία χρόνια. Με άλλα λόγια, είναι γεγονός ότι οι εταιρείες και τα στελέχη του HR αναγνωρίζουν ότι πρόκειται για ένα σημαντικό ζήτημα το οποίο είναι κρίσιμο για το πώς οι οργανισμοί λειτουργούν σήμερα.

Η υπόσχεση και η πραγματικότητα
Πολλοί υποστηρίζουν ότι βρισκόμαστε μπροστά σε μία επανάσταση σε ό,τι αφορά το HR, η οποία εμπνέεται από την υπόσχεση για αξιοποιήσιμα insights μέσω των data analytics. Αναμφισβήτητα, τα analytics αποτελούν το καινούργιο, λαμπερό παιχνίδι του επιχειρείν γενικά. Πολλές εταιρείες και εν προκειμένω τμήματα Ανθρώπινου Δυναμικού «παίζουν» με αυτό, ωθούμενα κυρίως από την πεποίθηση ότι τα analytics θα αποκαλύψουν επιτέλους την πραγματική αξία του HR. Είναι, όμως, έτσι; Σύμφωνα με την έρευνα “The State of HR Analytics 2016”, της New Talent Management Network, αυτή η ελπίδα φαίνεται ότι δεν έχει ακόμα επιβεβαιωθεί. Ενώ οι εταιρείες ενεργά εξετάζουν τα people analytics, η εν λόγω έρευνα δείχνει ότι υπάρχει μία σημαντική απόσταση ανάμεσα στις υποσχέσεις των HR analytics και την τρέχουσα κατάσταση – αντίστοιχη είναι άλλωστε η κατάσταση και στους περισσότερους τομείς στους οποίους τα analytics έχουν αρχίσει να αξιοποιούνται.

Γιατί συμβαίνει αυτό; Ένας λόγος είναι το γεγονός ότι παρόλο που η συζήτηση για τα people analytics καλά κρατεί, έχουν γίνει πολύ λίγα ουσιαστικά βήματα. Τα ευρήματα της έρευνας δείχνουν ότι στην πραγματικότητα, οι περισσότερες εταιρείες εξακολουθούν να χρησιμοποιούν τα ίδια εργαλεία που υπάρχουν εδώ και χρόνια για να παράξουν τις ίδιες αναλύσεις που οι εταιρείες πάντα εξήγαγαν. Το excel παραμένει το κυρίαρχο αναλυτικό εργαλείο και η turnover ανάλυση εξακολουθεί να είναι η κυρίαρχη στατιστική. Και ενώ η εξέλιξη της τεχνολογίας υπόσχεται πολύ καλύτερα -ή και σπουδαιότερα- αποτελέσματα, «οι εταιρείες σήμερα φαίνεται ότι δεν διαθέτουν την απαιτούμενη αυτοπεποίθηση γύρω από την ικανότητά τους να παράξουν ο,τιδήποτε πέρα από τα βασικά insights», όπως χαρακτηριστικά αναφέρεται στη μελέτη. Σύμφωνα με την έρευνα “Global Human Capital Trends 2016”, της Deloitte, το 32% των εταιρειών δηλώνουν ότι «αισθάνονται έτοιμες» ή «σχετικά έτοιμες» για τα people analytics -ποσοστό αυξημένο κατά 8% σε σχέση με την αντίστοιχη έρευνα του 2015. Ακόμα, το 77% των εταιρειών που συμμετείχαν στην έρευνα εκτιμούν ότι τα people analytics είναι «σημαντικά» ή «πολύ σημαντικά». Και ενώ η αύξηση του ποσοστού στην πρώτη περίπτωση μπορεί να φαίνεται ελπιδοφόρα, η διαφορά ανάμεσα στο ποσοστό των οργανισμών που πιστεύουν ότι τα human resources analytics είναι σημαντικά και στο ποσοστό των εταιρειών που αισθάνονται έτοιμες να τα εφαρμόσουν είναι αξιοσημείωτη.

Πέρα από την ετοιμότητα των εταιρειών σε ό,τι αφορά τα analytics, ένας επιπρόσθετος λόγος που οι υποσχέσεις ακόμα δεν διαπιστώνονται είναι η ποιότητα των διαθέσιμων δεδομένων. Τα δεδομένα στα οποία οι εταιρείες βασίζονταν για την εξαγωγή γνώσης και insights γύρω από το ταλέντο και το ανθρώπινο δυναμικό τους, παρατηρείται ότι αυτή τη στιγμή λειτουργούν περισσότερο σαν τροχοπέδη. Αποδεικνύεται ότι τα υπάρχοντα δεδομένα πολλές φορές δεν είναι τα κατάλληλα, είναι ασυνεπή, διάσπαρτα σε διάφορες πηγές, αναξιόπιστα και μερικές φορές ανακριβή. Ακριβώς αυτή η έλλειψη «καθαρών» δεδομένων δυσχεραίνει ή και αναχαιτεί την όποια προσπάθεια για επιτυχημένη αξιοποίηση των HR analytics. Στην πραγματικότητα, σχεδόν τα τρία πέμπτα των συμμετεχόντων στην έρευνα της New Talent Management Network, αναγνωρίζουν ότι τα δεδομένα είναι το μεγαλύτερο εμπόδιο για την επιτυχία, επισημαίνοντας την ποιότητα των HR δεδομένων (65%) και την ποσότητα και την ποικιλία (59%) ως τις μεγαλύτερες προκλήσεις σε αυτό το θέμα. Και ενώ πολλές εταιρείες υποστηρίζουν ότι το βασικό πρόβλημα είναι η έλλειψη του κατάλληλου λογισμικού, γεγονός παραμένει ότι χωρίς τα κατάλληλα δεδομένα ακόμα και το καλύτερο εργαλείο δεν μπορεί να προσφέρει τα προσδοκώμενα αποτελέσματα.

Το ζήτημα των δεδομένων πιθανότητα θα συνεχίσει να αποτελεί μία πρόκληση για τους οργανισμούς, είναι ωστόσο ένα ζήτημα που μπορεί να αντιμετωπιστεί. Οι περισσότερες εταιρείες δεν έχουν μία σαφή στρατηγική για τα δεδομένα – ευθυγραμμισμένη με μία τυποποιημένη προσέγγιση για το πώς τα δεδομένα θα πρέπει να συλλέγονται και να αποθηκεύονται σε όλες τις πλατφόρμες προκειμένου να επιτρέπεται σε λειτουργίες όπως τα people analytics να έχουν πρόσβαση σε αυτά. Αναντίρρητα, πρόκειται για ένα από τα μεγαλύτερα πλήγματα για τα analytics, τουλάχιστον στην αρχή της προσπάθειας, το οποίο όμως μπορεί να ξεπεραστεί.

Τα οφέλη των HR analytics
Η σημασία των HR analytics για τους σύγχρονους οργανισμούς και τα τμήματα Ανθρώπινου Δυναμικού είναι σήμερα αδιαμφισβήτητη, και αυτό γιατί τα πολλαπλά οφέλη που προσφέρουν εφόσον αξιοποιηθούν σωστά, μπορούν πραγματικά να προσδώσουν ανταγωνιστικό πλεονέκτημα, καθώς αποτελούν το απόλυτο εργαλείο για τη μετατροπή των δεδομένων σε γνώση για τη λήψη βέλτιστων αποφάσεων για το παρόν και το μέλλον.

Άλλωστε, η υπόσχεση και ο στόχος των analytics είναι οι όσο το δυνατόν περισσότερο ακριβείς προβλέψεις. Όπως είχε πει κάποτε ο συγγραφέας επιστημονικής φαντασίας, Arthur C. Clarke, «οποιαδήποτε επαρκώς προηγμένη τεχνολογία δεν διακρίνεται από τη μαγεία». Δεν έχουμε βέβαια εξελιχθεί σε αυτό το επίπεδο – όχι ακόμα τουλάχιστον. Αλλά καθώς η εποχή των big data δίνει τη θέση της στην εποχή των προηγμένων analytics, μπαίνουμε σε μία εποχή όπου η ικανότητα να αναλύουμε τα δεδομένα θα μας προσδώσει μία ικανότητα πρόβλεψης η οποία θα μοιάζει σχεδόν μαγική.

Ας εξετάσουμε, πιο συγκεκριμένα, μερικά από τα οφέλη που μπορούν να επιφέρουν τα HR analytics.

Πιο έξυπνες αποφάσεις: Τα HR analytics παίρνουν τα ασύνδετα δεδομένα και τα συνδυάζουν προκειμένου να δημιουργήσουν μία ενιαία εικόνα. Το αποτέλεσμα είναι να ελαχιστοποιούνται οι αντικρουόμενες αντιλήψεις οι οποίες βασίζονται σε υποκειμενικές απόψεις. Το βασικό πλεονέκτημα εδώ είναι ότι όλοι μπορούν πλέον να εργάζονται έχοντας το ίδιο σημείο εκκίνησης σε ό,τι αφορά την κατανόηση του εκάστοτε ζητήματος. Αυτή η ενιαία και ενοποιημένη θεώρηση προσθέτει ένα πιο διευρυμένο στοιχείο στις προτεραιότητες και δράσεις οι οποίες απαιτούνται για την επίτευξη των επιχειρηματικών στόχων.

Ενδυνάμωση των σχέσεων στο σύνολο του οργανισμού: Η ενιαία κατανόηση του οργανισμού και των πόρων του επιτρέπει στα στελέχη της Διοίκησης Ανθρώπινου Δυναμικού να διεξάγουν εποικοδομητικές συζητήσεις, να χτίζουν συνεργατικές σχέσεις με τους ηγέτες και τα στελέχη άλλων τμημάτων και να αναπτύσσουν μία περισσότερο ολιστική άποψη. Αυτό αποτελεί έναν πολύ αποτελεσματικό τρόπο για τους ηγέτες της ΔΑΔ έτσι ώστε να ισχυροποιήσουν τη φωνή και τις σχέσεις τους.

Βελτιωμένες αποφάσεις σχετικά με τις προσλήψεις: Τα HR analytics καθιστούν την προβλεπτική ανάλυση ευκολότερη και βοηθάει το HR να προβεί σε καλύτερες επιλογές, με βάση ιστορικά δεδομένα. Ένα πραγματικά καλό αναλυτικό εργαλείο μπορεί να κάνει τη διαφορά καθιστώντας το τμήμα Διοίκησης Ανθρώπινου Δυναμικού ικανό να εντοπίσει και να επιλέξει τον καλύτερο υποψήφιο. Για παράδειγμα, αν μία εταιρεία προσέλαβε 20 υποψηφίους και οι 10 εξ αυτών που διαθέτουν παρόμοιο υπόβαθρο αποδείχτηκαν λανθασμένη επιλογή, τότε ίσως η εταιρεία δεν θα πρέπει να προσλάβει ξανά στο μέλλον κάποιον με αντίστοιχο υπόβαθρο. Με άλλα λόγια, τα HR analytics μπορούν να αποτρέψουν τα λάθη. Επιπλέον, επιτρέπουν στον recruiter να μαθαίνει περισσότερα για τους υποψηφίους μέσω διαδικτυακών βάσεων βιογραφικών, εφαρμογών, των προφίλ στα social media κ.ά.

Καλύτερη εκπαίδευση: Η εκπαίδευση των εργαζομένων είναι εξέχουσας σημασίας για κάθε οργανισμό. Πιθανά κενά στη διαδικασία της εκπαίδευσης μπορούν να οδηγήσουν σε πολλά μεγάλα προβλήματα και μπορούν να αυξήσουν το κόστος για την εταιρεία. Τα διάφορα προγράμματα επαγγελματικής ανάπτυξης που προσφέρουν οι εταιρείες, αν δεν αντιμετωπιστούν σωστά, μπορεί να καταλήξουν να απορροφούν ένα μεγάλο κομμάτι του προϋπολογισμού, χωρίς ωστόσο να προσφέρουν τα αντίστοιχα οφέλη. Είναι κρίσιμης σημασίας για τις εταιρείες να επενδύσουν στην εκπαίδευση και σε ό,τι αφορά τη συλλογή των δεδομένων και την άντληση διδαγμάτων από τα μοτίβα που προκύπτουν από αυτά τα data. Τα HR analytics μπορούν να παρέχουν την πλήρη εικόνα και εξέλιξη ενός εκπαιδευτικού προγράμματος. Και αυτό γιατί μπορούν να βοηθήσουν τα στελέχη του HR και την εταιρεία να αναγνωρίσει αν οι εργαζόμενοι αξιοποιούν πλήρως τις ευκαιρίες και κατά πόσο αξιοποιούν στην πράξη τις γνώσεις και τις ικανότητες που αποκτούν κατά τη διάρκεια μίας εκπαίδευσης.

Καλύτερα insights: Τα HR analytics βοηθούν την εταιρεία να εξετάσει την επαγγελματική ζωή ενός εργαζόμενου εντοπίζοντας, παρακολουθώντας και αναλύοντας τα σχετικά με την απόδοση δεδομένα. Για αυτό και οι εταιρείες παρακολουθούν και καταγράφουν τη συμπεριφορά των εργαζομένων με τους πελάτες, τους συναδέλφους, καθώς και πώς δαπανούν το χρόνο τους. Επιπλέον, τα δεδομένα που αφορούν στην απόδοση των εργαζομένων θα μπορούσαν να χρησιμοποιηθούν και από τους hiring managers για την αναγνώριση των καλύτερων ταλέντων. Αυτά τα δεδομένα δεν παρέχουν μόνο περισσότερα insights σχετικά με τους εργαζόμενους, αλλά επίσης διαμορφώνουν και τις στρατηγικές που ενισχύουν το ηθικό των εργαζομένων, τη διακράτηση και τη δέσμευση.

Σταθερό retention: Τα HR analytics αποτελούν ένα σημαντικό εργαλείο για την αναγνώριση των retention ποσοστών των εργαζομένων, πηγαίνοντας ένα βήμα παραπέρα και αποκαλύπτοντας στην εταιρεία το λόγο που οι εργαζόμενοι αποχωρούν και το λόγο που παραμένουν. Ο λόγος μπορεί να είναι οποιοσδήποτε, είτε φεύγουν εξαιτίας των χαμηλών επιδόσεων, είτε για την αμοιβή, ή εξαιτίας έλλειψης ικανοτήτων κ.ά. Εν τέλει, τα ΗR analytics μπορούν εν τέλει, να συμβάλλουν στον εντοπισμό των ελλείψεων σε ό,τι αφορά τις ικανότητες και των περιοχών στις οποίες οι εργαζόμενοι δυσκολεύονται.

HR Analytics vs HR Metrics
Τα στελέχη του HR αξιοποιούν εδώ και πολλά χρόνια HR μετρικές, όπως για παράδειγμα ο χρόνος που απαιτείται για την κάλυψη μία θέσης ή το ποσοστό του turnover. Είναι ωστόσο σημαντικό να υπογραμμιστεί ότι αυτές οι μετρικές δεν είναι το ίδιο με τα analytics. Για παράδειγμα, ο χρόνος κάλυψης μίας θέσης δεν είναι ανάλυση, είναι ένα νούμερο. Η διαφορά ανάμεσα σε μία μετρική και μία ανάλυση είναι αντίστοιχη με αυτή που έχει ένας απλός κύβος με τον κύβο του Rubic. Πιο συγκεκριμένα, μία μετρική μπορεί να αποκαλύψει ή να περιγράψει ένα γεγονός, δεν μπορεί όμως να δώσει απαντήσεις σχετικά με το γιατί αυτό το γεγονός συνέβη, και ακόμα περισσότερο δεν μπορεί να «εκτιμήσει» τι θα συμβεί στο μέλλον – κάτι που είναι και ο απώτερος στόχος των analytics.

Πιο συγκεκριμένα,

  • Οι μετρικές παρέχουν ένα standard σύστημα μέτρησης, ενώ τα analytics παρέχουν μία συστηματική υπολογιστική ανάλυση των δεδομένων ή των στατιστικών.
  • Οι μετρικές μετρούν συγκεκριμένα data points, ενώ τα analytics συνδέουν μεταξύ τους πολλαπλά data points.
  • Οι μετρικές παρέχουν πληροφορία, τα analytics παρέχουν insights.
  • Οι μετρικές καθοδηγούν τις τακτικές και τις λειτουργίες, τα analytics οδηγούν την εταιρική στρατηγική.
  • Οι μετρικές αποτυπώνουν το παρελθόν και το παρόν, ενώ τα analytics αποτυπώνουν το παρελθόν και το παρόν και προβλέπουν το μέλλον.
  • Οι μετρικές παρέχουν πίνακες αποτελεσμάτων και ποσοστών, ενώ τα analytics οπτικοποιούν τα μοτίβα και τις τάσεις.