Bizalom, mint a HR analitika alappillére

Bármennyire is egyértelműek a HR analitika előnyei, nem szabad elfeledkeznünk arról, hogy az érintettek bevonása nélkül lehetetlen beépíteni a szervezet működésébe, a döntéshozásba ezt a módszert / szemléletet.

Csak úgy tudjuk elérni, hogy az analitikus HR hasznosságát az egész vállalat érzékelje, ha mindenki számára egyértelművé tesszük, hogy amit csinálunk, nem jelenti, hogy gépek és algoritmusok fognak az emberek helyett dönteni, ha a folyamataink és döntési mechanizmusok átláthatók maradnak, az érintettek számára pedig egyértelművé tesszük, hogy milyen előnyökkel jár ez számukra.

A bizalmat különböző aspektusokban kell megnyernünk:

  • Azoknak, akik megosztják az adataikat (márpedig ez egyre inkább döntés kérdése lesz 2018 májusától a GDPR-nek köszönhetően) világosan kell látniuk, hogy mihez kezdünk a kapott információkkal, és miért jó ez személy szerint nekik.
  • Az adatok minősége nem lehet megkérdőjelezhető. Sajnos sok cégnél a saját adataikban sem bíznak a vezetők, elemzők, ilyen alapokra pedig nem lehet döntéshozást építeni.
  •  Az eredmények prezentálásakor egyértelművé kell tennünk, hogy hogyan állítottukezeket elő, hiszen transzparencia erősíti a bizalmat. Sokat segíthet, ha lehetőséget adunk arra, hogy az elemzéseket a „felhasználók” módosíthassák – új szempontokat hozzanak be, változtassanak a részletezettségen stb. Nem alapvető változtatásokról van itt szó, mégis sokkal inkább magukénak érzik az eredményt, ha értik, mi történik az analitika mögött.
  • Az érintetteknek meg kell bízniuk a motivációinkban. Tudniuk kell, hogy az elemzések célja az együttműködés fejlesztése, a folyamatok javítása, a munka-környezet kellemesebbé tétele, az ő motivációjuk növelése stb., nem pedig az ellenőrzés / megfigyelés.

Oda kell figyelnünk, hogy ha túl sokszor kérdőjelezi (kérdőjelezné) meg a „józan ésszel” meghozandó döntéseket az elemzés eredménye, ne gyakoroljunk túl nagy nyomást rájuk azzal, hogy erőltetjük az azonnali változtatásokat. Természetes, hogy az analitika bevezetésekor hamar a hibák keresésére fókuszálnak a kollégák, hiszen van már tapasztalatunk hibás algoritmusokkal, és azok romboló hatásával, így a mi feladatunk meggyőzni őket arról, hogy amit felépítettünk, az valóban értékes eredményeket prezentál. Meg kell nyernünk a bizalmunkat, mert enélkül feleslegessé válik a befektetett munkánk.

Sokat segíthet ebben John Boudreau és Wayne Cascio LAMP keretrendszere:

  • Logika – hangsúlyoznunk kell az összefüggéseket az adatok és a következmények között (kilépőkről összegyűjtött adatok segítenek megjósolni, hogy mely dolgozóinkra kell különösen fókuszálnunk megtartás tekintetében
  • Analitika – használjuk a megfelelő eszközöket es technikákat az összefüggések kimutatására (pl. a dolgozók elégedettsége és az elvégzett munkaközötti összefüggést korrelációs számításokkal igazoljuk)
  • Mérőszámok – csak ellenőrzött és pontos mérőszámokat használjunk az elemzéseink során elkerülendő a vitákat az eredmény megbízhatóságát illetően.
  • Folyamat (Process) – ügyeljünk gondosan az időzítésre, a megfelelő kommunikációs csatornákra, hogy a legnagyobb figyelmet szerezzük meg az elkészült elemzéseknek (pl. nem biztos, hogy akkor érdemes leginkább fókuszba helyezni az elégedettségi felméréstalálatait, amikor azok elkészülnek, hanem hangsúlyozzuk ezeket a tervezés időszakában – esetleg időzítsük úgy a felmérést, hogy ekkorra legyenek eredmények)

Ahhoz, hogy megfeleljünk a fenti kívánalmaknak először fel kell építenünk egy jól működő adat-vezérelt, analitikus HR szervezetet. JÚNIUS 28-án egy online előadás keretében adunk betekintést abba, hogy hogyan érdemes ennek nekilátni – ötleteket, megoldásokat, és egy eszközt is bemutatunk. Útmutatást adunk arra, hogy hogyan lehet egyszerűen és gyorsan beépíteni a szervezetbe az analitikát, és hogyan lehet meggyőzni a vállalatvezetést is arról, hogy ideje leváltani a régi módszereket.

Regisztrálj, és hallgasd meg, hogyan csináljuk mi. Egy kis kedvcsináló addig is.

További hasznos infók a témában a VisualDataAnalytics és a HRopoly blogokon. Ha pedig már most világos, hogy szükség van egy ilyen megoldásra, keress meg minket.


A cikk eredetileg a LinkedIn-en jelent meg. Szerző: Rozmis Kata 


Felhasznált irodalom /további érdekességek:https://www.analyticsinhr.com/blog/trust-achilles-heel-people-analytics/  ;https://hbr.org/2015/02/heres-why-people-trust-human-judgment-over-algorithms ;https://hbr.org/2017/06/hr-must-make-people-analytics-more-user-friendly 

Leave a Reply

Your email address will not be published. Required fields are marked *