Geeks go human!
Anna Hamilton
Jaså, Data Scientist har blivit utnämnt till det sexigaste yrket enligt Harvard Business Review? Hurra! Äntligen har dessa heta geeks även tagit sig in på organisationsnivå. Som jag har längtat efter dem! Finns det något mer steamin´ än att underbygga sina goda teser kring investeringar i sin personal med faktiska data? Nope. Välkommen käraste People Analytics.
Idag har vi möjligheterna att skapa riktigt bra beslutsunderlag genom tillgång till data. Nu gäller det bara för alla oss att använda ”People Analytics” på rätt sätt. Är du rätta typen för det? Nedan följer två påståenden för dig att ta ställning till:
- People Analytics ska användas i syfte att mäta HR, för HRs skull. Mottagaren och syftet får gärna vara lite otydligt men bara man mäter väldigt mycket under lång tid som sedan presenteras i form av 75 powerpoints med många komplexa cirkel- och pajdiagram blir det bra. Allt för att impa på chefen. Börja gärna med att ta in sjukt många offerter från olika stora systemleverantörer för att sedan vänta med analysen tills att allt är implementerat och klart.
- People Analytics är helt oanvändbart och onödigt om det inte från början från ledningsnivå finns ett väl definierat och uttalat fokusområde eller en utmaning som man vill arbeta med. Det som ska läggas mest tid på är förarbetet där det ska definieras vad man vill uppnå med förändringen och vilka parametrar man vill mäta på. Om man sedan landar i att ta in offerter från stora systemleverantörer eller att använda en gratis app eller för den delen ett exceldokument för att mäta ex vis engagemang hos medarbetaren spelar mindre roll.
Stämmer du in i påstående nr 1 kan du sluta läsa nu. Hejdå och tack för din tid.
Stämmer påstående nr 2 bättre är du nåt på spåren! Här kan du verkligen göra nytta för din verksamhet genom att via reell data visa på beslutsunderlag för hur ni i företaget ska kunna göra rätt investeringar i er personal. Grattis!
Tro nu inte bara för att du nu kommit till insikt om att det finns möjlighet att bevisa och underbygga dina teser med data att du är klar. Det är stor skillnad på att rapportera och analysera. People Analytics måste sättas i relation till något annat för att ge effekt. Att mäta på parametrar som sedan kan visa på ex vis kostnader av produktionsbortfall vid låg motivation kan ge bra beslutsunderlag till att antingen lyfta eller avveckla lågpresterare.
Att sedan förstå att jobbet måste göras av dig själv är nästa steg. Om det vore så enkelt som att köpa in en färdig paketlösning vore saken biff men riktigt så lätt är det inte. Åtminstone inte på de områdena som rör t ex hur ni behåller era bästa medarbetare eller hur mycket den där 3-dagarskursen på fina spa-hotellet egentligen gav kopplat till er lönsamhet.
Så för att People Analytics skall ge dig det värde du behöver krävs det en del av av dig och din organisation. Men, då kan du å andra sidan räkna med tokbra Return on Investment eftersom ni gjort jobbet själva och då är det mycket mer sannolikt att beteendet hänger kvar.
Några tips för att lyckas:
- Se till att du har ett glasklart syfte och en väl definierad mottagare för mätningen
- Utgå från verkliga utmaningar och mät inte för mätandets skull
- Om du ska mäta på mer abstrakta delar såsom ex vis performance management, utfall av utbildning eller hur du ska få nyckelmedarbetare att stanna krävs det att du först definierar och isolerar beteenden eller parametrar för vad som är relevant för just er.
- Försök att hitta mätetal och KPIer som redan finns i bolaget genom att fråga IT, Löneavdelningen, Marknad, Ubildningsadmin, Accounting etc. Sannolikt finns där en guldgruva och du slipper investera i stora system.
- Sätt KPIer i relation till personalekonomi för att lägga grund för rätt beslut i personalinvesteringar.
Läs mera här eller här, om du är intresserad.
Vid pennan/ Anna Hamilton