HR-chefer kan hente vigtig indsigt i dyb dataanalyse

HR er ofte den afdeling, der har adgang til mest data. Medarbejderdata, der fortæller hvem de ansatte er, hvordan de arbejder, og hvad der motiverer dem. Men samtidig er HR også den afdeling, der er dårligst til at anvende disse data. Det er et paradoks, som konsulenthuset Korn Ferry beskriver i rapporten ‘How to Close HR Analytics Gaps’.

HR-afdelinger producerer enorme mængder data. Om medarbejdere, kompetencer, performance, trivsel. Men mange virksomheder kæmper med at få omsat disse data til konkret handling. Kun knap hver femte (18 pct.) af HR-cheferne oplyser, at de konsekvent anvender dataanalyse til at forbedre personalebeslutninger.

Det betyder, at beslutninger ofte bliver taget på baggrund af erfaring og intuition, mere end hvad godt er. Men det betyder også, at der er et kæmpe uforløst potentiale at gribe fat i. Belønningen er stor, hvis man først formår at omsætte HR-data til reelle indsigter.

Hvorfor fejler mange?

Dataindsamlingen er første del af jobbet, og det er for det meste allerede klaret. Den store udfordring ligger i, at data ofte er fragmenterede, uensartede, fordelt på mange systemer, dårligt strukturerede og vanskelige at sammenligne.

Et af problemerne er, at mange virksomheder har været mere fokuserede på at anskaffe de rette værktøjer, end hvad de skulle bidrage med. Resultatet bliver typisk, at der er fokus på dataudtræk, dashboards og løbende rapportering. HR bliver altså fanget i en form for rapporterende rolle. Man er gået udenom hele fortolkningsdelen, hvor indsigten og forståelsen kommer til.

Virksomhederne går dermed glip af den egentlige værdi: evnen til at forudsige udfordringer, identificere tendenser, understøtte beslutninger.

Eksempel: En virksomhed havde stor succes med at rekruttere kvinder til lederstillinger, men nåede stadig ikke sine ligestillingsmål. Ved at integrere data fra hele medarbejderlivscyklussen identificerede de to skjulte mønstre, som de ellers ville have misset:

For det første forlod kvinder hurtigere virksomheden end mænd.

For det andet blev kvinder oftere forflyttet til andre afdelinger frem for at blive forfremmet. Med disse nye indsigter havde virksomheden mulighed for at tage emnet op på en helt ny måde og faktisk agere på det.

Der bliver typisk indsamlet store mængder data om kandidater under rekruttering. Disse data bliver dog sjældent koblet sammen med medarbejderdata efter ansættelse. Der går man glip af en oplagt mulighed for at blive klogere. Altså på hvilke kandidater, der bliver succesfulde, hvilke rekrutteringsmetoder, der virker bedst, eller hvordan onboarding påvirker det videre forløb.

Mange virksomheder gennemfører engagement surveys og exit interviews. Men dataene bliver ofte liggende uden reel opfølgning. Igen går man glip af vigtig viden om, hvorfor medarbejdere forlader virksomheden, hvordan trivsel påvirker performance, hvilke ledelsesformer der skaber engagement. Problemet er, at man ikke får integreret disse data og arbejdet videre med dem.

Frigør datapotentialet

For at komme dette dataproblem til livs, skal man starte fra bunden og arbejde sig op. Først er der behov for en fælles forståelse af de mest gængse HR-begreber. Det er det, der skal danne grundlaget for det videre arbejde.

Begreber som potentiale og kompetencer bliver fortolket på forskellige måder af forskellige mennesker, og det forstyrrer data og forvrænger indsigter. Et fælles sprog skaber mere konsistente data, bedre sammenlignelighed, færre misforståelser.

Det kan virke som en uoverskuelig opgave at skulle rense al relevant data, og sørge for at kvaliteten er høj over hele linjen. Derfor bør man identificere de vigtigste data og starte med dem.

Det er klart at foretrække at klargøre og strukturere de mest kritiske data i stedet for at give sig i kast med det hele fra start. Pragmatik fremfor perfektion, når det kommer til datahygiejne.

HR-data bliver ofte behandlet meget restriktivt grundet personfølsomme oplysninger. Det kan dog tage overhånd, og overdreven gatekeeping kan være hæmmende. Med den rette governance og sikkerhedsforanstaltninger på plads, bør man kunne dele data bredere, så flere ledere og teams kan arbejde datadrevet.

MAL