Använd data för mer strategiskt HR-arbete
Företagens och medarbetarnas prioriteringar ändras snabbt mot bakgrund av faktorer som höga räntor, politisk osäkerhet och utmaningar att hitta talanger. Tom Ricks, Senior Director People Systems och Analytics på dataanalysföretaget Qlik, ger tre tips på hur företag och organisationer kan jobba mer strategiskt med data inom HR.
Tom Ricks, Qlik.
Prediktiva modeller
Använd prediktiva engagemangsmodeller för att övervinna förändringströttheten. En rad oförutsägbara externa faktorer, inklusive covid-19-pandemin, har tvingat företag och organisationer att genomföra stora förändringar. De allra flesta (74 procent) var några år före pandemin villiga att ändra sina arbetsbeteenden för att stödja organisationsförändringar, enligt en undersökning av Gartner år 2016. Sedan dess har andelen sjunkit, år 2022 var bara fyra av tio (38 procent) villiga att ändra sitt arbetsbeteende. Detta är oroande med tanke på att över hälften av HR-cheferna anser att förändringshantering är en viktig prioritering, enligt Gartner.
Jag arbetar med många organisationer som använder sina medarbetardata för att skapa prediktiva modeller kring risken för att anställda ska lämna organisationen. Genom att utnyttja teknik som AI och maskininlärning kan vi utveckla mätvärden för att beräkna vad som redan fungerar bra – och för att göra dessa upplevelser ännu bättre för anställda – kan man hjälpa till att hålla anställda motiverade, engagerade och involverade i den bredare organisationen. Tänk på det som den stora behållningen och undvik rekryteringsbehovet så mycket som möjligt!
Samla in och analysera data för mer effektivera chefer
Samla in och analysera data för att göra cheferna mer effektiva: Chefer, inklusive personalchefer, spelar en avgörande roll när det gäller att navigera en organisation genom perioder av snabba förändringar och osäkerhet. Det vet personalteamen, och över hälften (60 procent) av HR-cheferna säger att de planerar att fokusera på att förbättra chefernas effektivitet under de kommande tolv månaderna. Data kan på ett avgörande sätt bidra till att öka detta.
Genom att samla in och analysera data om individuella kärnkompetenser, styrkor och prestationer kan personalteamen mer effektivt upptäcka luckor och bättre prioritera lärande och utveckling samt utvecklingsvägar. Om vi lägger in prognostiserade kompetenskrav i nuvarande medarbetardata får man möjlighet att kompetensutveckla medarbetarna på ett planerat och positivt sätt – vilket ytterligare stärker lojalitet, motivation och känslan hos de anställda att arbetsgivaren investerar i dem.
Genom att ge högre chefer tillgång till korrekta makrodata och trender i realtid kan de hantera och fatta affärsbeslut i rätt tid på ett mycket mer effektivt sätt. Det är också värdefullt att kunna analysera personaldata mot andra centrala mätvärden från andra funktioner för att förutse och förebygga problem innan de ens uppstår.
Information är nyckeln till bra strategiarbete
Använd information för att göra rekryteringsstrategin smartare och skapa konkurrensfördelar, eftersom dataanalys kan spela en positiv roll i nästan alla delar av rekryteringsprocessen. Genom att analysera kvantitet och kvalitet på sökande via olika källor kan man undvika att slösa tid och pengar på dem som inte leder till de bästa personerna för verksamheten, vilket i sin tur förbättrar den genomsnittliga tiden och kostnaden per anställning. Data kan också förbättra teamets förmåga att jämföra kandidater, fastställa nyckeltal, minska snedrekrytering och bygga upp en mer kostnads- och tidseffektiv strategi.