People Analytics: Egy új megközelítés a munkavállalóink megismeréséhez

Ahhoz, hogy egy szervezet hatékony és eredményes tudjon lenni, valamint, hogy képes legyen elérni a céljait kulcsfontosságú a munkavállalók teljesítménye, egyéni hozzájárulása. A szervezetek általában tisztában vannak ezzel és különböző stratégiákat dolgoznak ki a kiválasztásra, teljesítményértékelésre, ösztönzésre vonatkozóan. Azonban a munkavállalók megismerése, megértése távolról sem egy egyszerű feladat.

Teljesítményüket ugyanis számos tényező képes befolyásolni, mint például a munkával való elégedettségük, elkötelezettségük, társas támogatottságuk, vezetőjükkel való kapcsolatuk, a szervezethez, csapathoz, szerepkörhöz való illeszkedésük stb.

Mit használunk általában a munkavállalókkal kapcsolatos döntéseink megalapozásához?

Lényeges lesz tehát, hogy az emberi erőforrást érintő döntéseinket mire alapozzuk. Az figyelhető meg, hogy sokszor a megérzéseinkre, benyomásainkra, tapasztalatainkra támaszkodunk, pedig ezek szubjektív, nem túl megbízható eredményekhez vezetnek.

Ha valamilyen eszközt szeretnék használni segítségül, választhatjuk a különböző információgyűjtést és elemzést szolgáló módszereket, amelyek közül az egyik legelterjedtebb a kérdőív. Sokféle témában, nagy létszámban vizsgálódhatunk és az online kérdőívek elterjedésével jelentősen gyorsabban juthatunk adatokhoz, a papír-ceruza tesztekhez képest. Ide tartozhatnak személyiségkérdőívek, amiket felhasználhatunk a személy – munka illeszkedés megállapításához vagy rákérdezhetünk ezekkel többek között a munkavállalók teljesítményére, viselkedésmódjára, elköteleződésére, jóllétére.

A számos előnye és rengeteg általa szerzett hasznos információ ellenére vannak a módszernek gyengeségei. Az egyik hátránya, hogy szubjektív adatok állnak a rendelkezésünk azáltal, hogy a kérdőív kitöltése önbevalláson alapszik, vagyis az értékelt személyek saját magukat minősítik. A másik nehézség, hogy nem valós idejű adatokat elemezhetünk, hiszen általában egy kérdőívben egy elmúlt megadott időszak történéseire kérdezünk rá.

Új trend

Az utóbbi 10-15 évben egy új trend kezdett egyre népszerűbb lenni a kutatások és a vállalatok körében. A technológia folyamatos fejlődésével egyre több digitális adat keletkezik, és az ezek iránti érdeklődés (adatbányászat, adatelemzés) óriási érdeklődésnek örvend. Ennek a vonatkozását felismerték a humán erőforrás terén is, hiszen számos adat áll már most a rendelkezésünkre, amelyet a munkavállalók jobb megértésére, az emberi erőforrás menedzsment fejlesztésére használhatnánk a megfelelő szakértelemmel. Ezzel foglalkozik a People Analytics (workforce analytics, human resource analytics). Az egyén, a csoport, szervezeti egység, vagy akár az egész szervezet szintjén adatok gyűjtéséhez, elemzéséhez járul hozzá, valamint ezen adatok felhasználásához például előrejelzés vagy akcióterv kidolgozás céljából.

Hogyan segít a People Analytics?

Ha azt vesszük, hogy a munkaerő az egyik legértékesebb és legtöbb kiadást jelentő eleme egy szervezetnek (akár egy vállalat kiadásának 60%-át is kiteheti a humán erőforrásra fordított összeg) nem meglepő, hogy megnő az igény olyan módszertanok iránt, amelyek objektívebb, tényekre alapuló döntéseket eredményeznek. De hogyan is képzeljük ezt el?

A People Analytics segítségünkre van az adatok gyűjtésében és értelmezésében, általa képesek lehetünk azonosítani az adatok mögött rejlő trendeket, mintázatokat (például mi állhat az egyik csapat kiemelkedő teljesítményének hátterében). Egyfajta előrejelzést nyújthat a szervezet és a munkavállalók igényeiről, és segíthet priorizálni a HR tevékenységeket (mire van a legnagyobb szükség, mi a legmegtérülőbb befektetés a cégnek).

People Analytics eszközei

People Analytics eszköze lehet például az adatbányászat, ami a nyers, nagy adathalmazokban rejlő mintázatok kinyerését, majd releváns információvá alakítását jelenti.

Szintén ide tartozik a kontextus elemzés, amikor különböző szövegeknek a tartalmát vizsgáljuk ezáltal képet kapva az írójának céljáról, szándékáról. Érdekes használata lehet a kontextus elemzésnek az önéletrajzok tartalmi elemzése például a jelöltek szervezethez való illeszkedése vagy attitűdje szempontjából.

Míg prediktív analízissel előrejelzéseket tehetünk, például kockázatelemzés által, addig a perspektíva analízis a problémamegoldásban lehet a segítségünkre, azáltal, hogy megoldásokat kínál különféle lehetőségek szem előtt tartásával.

Nézzünk egy példát

Vegyünk egy konkrét példát, ahol a munkavállalók elköteleződéséről szeretnénk információt szerezni. Ez azért lehet fontos szervezetnek mert, ha egy munkavállaló elkötelezett a munkája és a cég iránt, akkor elégedett a munkahelyi helyzetével, motivált a céljai elérésében, és azonosul a szervezet céljaival.

  1. Első lépésként tehát meghatároztuk, hogy az elköteleződésről szeretnék információt kapni.
  2. Ezt követően kiválasztjuk az értelmezési faktort, vagyis, hogy mik, azok a faktorok, tényezők, amelyek mondanak nekünk valamit a munkavállalóink elkötelezettségéről. Esetünkben a munkával való elégedettség (vagy kilépési szándék, vagy a szervezettel azonosulás) lehet ilyen háttértényező.
  3. Ezután az értelmezési faktor megnyilvánulásának meghatározása a feladatunk. A munkával való elégedettség kapcsán nézhetjük például az érzelmi megnyilvánulásokat. Ha elégedettek vagyunk nagyobb arányban fejezünk ki pozitív érzelmeket.
  4. Utolsó lépésként a „digitális lábnyomok”, vagyis az adatok forrását kell kitalálnunk. Honnan juthatunk hozzá a munkavállalóink érzelmi megnyilvánulásaihoz objektív módon? Kiváló forrás lehet erre például a céges levelezés vizsgálata, hiszen nyers adatot szolgáltathat a vizsgálatainkhoz.

Bár még nem feltétlen beszélhetünk egy mindennapokban elterjedten használt módszertanról, és még számos kérdést vet fel a People Analytics megközelítése, de az érdeklődés iránta azt mutatja, hogy olyan igényekre (objektivitás, adatokkal való alátámasztás, HR technológia fejlődése) jelent meg válaszként, amely számtalan szervezetben megfogalmazódott már.

Itt olvashatsz többet a témáról:

  • Gelbard, R., Ramon‐Gonen, R., Carmeli, A., Bittmann, R. M., & Talyansky, R. (2018). Sentiment analysis in organizational work: Towards an ontology of people analytics.
  • Shrivastava, S., Nagdev, K., & Rajesh, A. (2018). Redefining HR using people analytics: the case of Google.
  • DiClaudio, M. (2019). People analytics and the rise of HR: how data, analytics and emerging technology can transform human resources (HR) into a profit center.

Mennyire volt hasznos számodra ez a cikk?

Értékelések átlaga: 5 / 5. Értékelések száma: 1

Még nem értékelték! Légy te az első!

Begin typing your search term above and press enter to search. Press ESC to cancel.