Share |

четверг, 13 июля 2017 г.

Как связать вовлеченность с эффективностью бизнеса, используя аналитику

Перевод статьи How to link Engagement to Business Performance using Analytics. Перевод выполнен в рамках проекта переводы статей по hr-аналитике на английском студентами Высшей Школы Экономики Унишковым Денисом, Бируллиной Юлией, Хейло Марией.

Как связать вовлеченность с эффективностью бизнеса, используя аналитику

Эрик Фонтейн, 12 июля, 2016

Все мы знаем, что вовлеченные сотрудники работают усерднее и делают меньше ошибок. Вовлеченность сотрудников - один из самых известных показателей HR метрики. Очень важно, чтобы многие кадровые отделы были направлены на улучшение этого ключевого показателя эффективности.

За этим стоит очевидная логика. Исследователи из раза в раз видят, что вовлеченные сотрудники оказывают положительное влияние на эффективность бизнеса.

Наука

Чтобы достичь своих целей, вовлеченные сотрудники более активно включаются в работу, внимательно и эффективно решают проблемы. Кроме того, они стабильны, стрессоустойчивы, считают свою работу значимой и работают дольше.

Все хотят, чтобы их сотрудники были вовлеченными. Однако существует проблема. Только 32% рабочей силы США вовлечены в работу. Интересно, что руководители и менеджеры вовлечены больше всего.

Похоже, что вовлеченность связана с возрастом. Миллениалы являются наименее вовлеченными (28,9%), в то время как люди в возрасте пятидесяти лет и старше гораздо более вовлечены (37%, Галлап, 2014).

Вовлеченность напрямую влияет на прогулы. Исследования среди учителей показывают, что вовлеченные учителя болеют всего 10 дней в год. Невовлеченные учителя болеют 11 дней в год. Особенно не вовлеченные учителя болеют 20 дней в году (Галлап, 2014). Это вызывает обеспокоенность, поскольку вовлечены только 30% учителей.

Некоторые дополнительные цифры: вовлеченные работники отсутствуют реже (-37%). Они участвуют в меньшем количестве инцидентов (-49%) и дефектах качества (-41%). В то же время они показывают 10%-ные рейтинги клиентов, 21%-ную оценку производительности и 22%-ную оценку рентабельности (Галлап, 2012). Держу пари, это сильно влияет на производительность в нижней строке!
Как связать вовлеченность с эффективностью бизнеса, используя аналитику

HR и вовлеченность

HR специалисты смогли разработать методику оценки показателя вовлеченности сотрудников. Общеорганизационная вовлеченность часто рассматривается как важный показатель кадрового потенциала. Компании, такие как Philips и Unilever, сообщают о показателях вовлеченности в своих годовых отчетах. Из-за значимого воздействия на рабочую силу неудивительно, что многие кадровые отделы сосредоточены на улучшении этого показателя KPI.

Однако остаются два вопроса. Во-первых, какова реальная ценность вовлеченности? И стоит ли инвестировать в вовлеченность? Другими словами, какова рентабельность инвестиций (ROI) в долларах для улучшения на 1 пункт вовлеченности в вашей организации?

Это вопросы, на которые мы должны ответить, чтобы понять вовлеченность. В этом блоге я сделаю трехэтапный подход, чтобы ответить на данный вопрос: «Действительно ли вовлеченность способствует лучшей производительности?»

1. Определение правильного вопроса

Мы хотим ответить на следующий вопрос: «Помогает ли вовлеченность в достижении лучшей производительности?»

Прежде чем мы начнем наш анализ, нам нужно точно определить, какие данные нам нужны. Если вы используете неправильные данные, вы, в конечном итоге, ответите на совершенно другой вопрос. Если вы считаете, что статистика немного скучна (это не так!), вам следует пропустить первые два шага.


1.Определите свой уровень анализа

На вопрос о вовлеченности можно ответить, посмотрев на разные уровни. Это так называемые «уровни анализа». Вы можете посмотреть на людей и их индивидуальную производительность, на команды и их результаты в команде, а также в организации в целом.

Каждый уровень требует разных данных. Например, когда вы смотрите на людей, вы пропускаете информацию об их команде и окружающих. Литература показывает некоторое доказательство того, что ослабление вовлеченности может быть заразным. Команда из пяти человек, состоящая из четырех очень вовлеченных сотрудников и одного невовлеченного, скорее всего, будет работать иначе, чем команда из пяти умеренно вовлеченных сотрудников, хотя средний показатель участия обеих групп будет более или менее одинаковый.

Один невовлеченный член команды отрицательно повлияет на производительность и трудовую этику остальной части команды. Это связано с тем, что им не хватит синергии равнораспределенной вовлеченности. Действительно, ожидалось, что со временем остальные четыре члена, станут менее активными, потому что ослабление вовлеченности является заразным (более так, чем наоборот). Эти тонкости упускаются, когда вы смотрите на групповой уровень в одиночку, но они играют важную роль.
Вот почему важен ваш «уровень анализа».

Вы предпочитаете начинать с уровня с наиболее конкретными данными. Многие компании проводят ежегодные анкетирования для всех своих сотрудников. Это означает, что индивидуальный уровень предоставляет подробную информацию, и это делает его подходящим для начала анализа.

2. Решите, как вы определяете производительность

Мы знаем, что будем использовать индивидуальные данные о вовлеченности в качестве входных данных. Теперь следует ответить на вопрос: «Какой источник данных для вывода будет наиболее подходящим?»
Одним из вариантов данных, используемых для выводов, является мера финансовой эффективности в масштабах всей организации. Эта информация доступна в финансовом отделе. Использовать данные о финансовой эффективности в масштабах всей организации довольно сложно. В данном случае это означает, что вы попытались бы связать отдельные данные о вовлеченности с общеорганизационной производительностью. Таким образом, вы бы не приняли во внимание тонкости (детали), а также динамику, которая происходит внутри групп и между группами в организации. Данные процессы не поддаются измерению. Другими словами, эти эффекты будут действовать как набор потенциально очень сильных побочных переменных в наших данных.

Другим вариантом является измерение индивидуальной производительности, характерной для менеджера. Обычно это доступно в ваших системах управления производительностью. Однако данные служебной аттестации часто субъективны. Вот почему такие компании, как Deloitte, Adobe и Accenture, перестали их делать. Принятие этих субъективных данных в качестве исходного измерения может исказить выводы исследования. На самом деле, если вы сформулируете ответ, используя эти данные, вы, скорее всего, ответите на другой вопрос.

Другими словами, все эти источники данных имеют серьезные ограничения, когда дело доходит до ответа на вопрос, как вовлеченность повышает производительность. Итак, как мы это исправим?

3. Начните с небольших и конкретных анализов

Один из способов исправить это - начать с небольших экспериментов. Вовлеченность приведет к различным результатам, в зависимости от работы людей. Например, вы можете взять данные о вовлеченности своих продавцов и сравнить их с их индивидуальным количеством продаж. Это даст вам представление о том, как увеличение вовлеченности повлияет на ваши продажи. Отличный первый эксперимент, который помогает показать влияние финансового показателя на вовлеченность.
Показатели продаж важны для отделов продаж. Другие отделы нуждаются в иных показателях. Возьмите сотрудников службы поддержки клиентов. Сравнение их уровня вовлеченности с продажами компании, вероятно, многого вам не скажет. Тем не менее, вы получите очень полезную информацию, когда сравните уровень вовлеченности с удовлетворенностью клиентов.

Это небольшие и специализированные эксперименты с ощутимыми результатами, которые могут иметь большое стратегическое воздействие.

4. Соотнесите полученные результаты с общей картиной

Представьте, что вы обнаружите, что вовлеченность ваших сотрудников по обслуживанию клиентов связана с удовлетворенностью клиентов. Чтобы сделать выводы о производительности в нижней строке, вам нужно будет сделать еще несколько шагов.
Все мы знаем о недовольстве клиентов. Они, скорее всего, покинут компанию и уйдут к конкуренту – то есть будут использовать свои деньги в другом месте. Другими словами, плохое обслуживание и неудовлетворенность клиентов связаны с (повторяющимся) доходом вашей компании.

Делайте небольшие шаги, но держите в голове общую картину. Это поможет вам связать ваши измерения и эксперименты с количественными финансовыми показателями производительности. На рисунке ниже показаны гипотетические этапы.
Как связать вовлеченность с эффективностью бизнеса, используя аналитику
У каждой организации собственные критерии производительности. Постарайтесь связать наиболее важные показатели эффективности с вовлеченностью. Для каждого отдела они будут различными. Кроме того, изучите, как эти результаты связаны с производительностью и финансовыми результатами. Как вы видели в этой статье выше, не всегда это просто сделать.

Иногда тесты производительности не очень ясные (четкие). Например, количество продаж может быть ненадежным показателем. Чтобы заключить крупную сделку по продаже, может потребоваться несколько лет. Когда процесс продаж является сложным, он рассчитывается с помощью альтернативных измерений. Например, количество контактов, которое имеет продавец, или количество звонков, которые он / она делает, вероятно, будут связаны с производительностью в таком случае. Это показатели, которые помогут вам сказать что-либо о более длительной работе человека – и они могут различаться для каждой организации.

2. Измерение и данные

Теперь вы знаете вопрос, на который хотите ответить. Вы также знаете, какие данные вам нужны. Вы знаете, как будете использовать эти данные?
Сначала вам нужно структурировать ваши данные и убрать все лишнее. HR данные обычно хранятся в нескольких системах. Часто одна и та же функция имеет два или три названия, это во многом затрудняет анализ данных. Этот трудоемкий и утомительный процесс мы будем обсуждать в другом блоге. Давайте предположим, что ваши данные находятся в идеальном порядке и готовы для анализа.

Корреляции

У вас есть список участия десятков сотрудников службы поддержки определенного года. Вы также знаете рейтинги удовлетворенности клиентов за этот конкретный год. Самый простой способ проанализировать влияние вовлеченности на уровне удовлетворенности клиентов - проверить корреляцию.

Однако, возникает проблема, когда вы представляете результаты в Совет директоров. Каждый участник, который хоть немного знаком со статистикой может задать один и тот же вопрос, а именно: “А какой же все-таки эффект вы нам показываете? Каузальный или корреляционный?”
Кроме того, вам будет не хватать важных элементов при выполнении простой корреляции. Такие факторы, как лидерство, возраста, пол, должности и так далее, все это влияет на то, что вы исследуете. Контролируя эти переменные, можно оценить эффект вовлеченности на удовлетворение клиента гораздо точнее.

SEM и регрессионный анализ

Примеры более продвинутых методов моделирования структурными уравнениями (SEM) или регрессионный анализ.

Для того, чтобы доказать причинно-следственную связь, вам необходимы лонгитюдные данные. Это означает, что вам нужно провести несколько измерений через определенные промежутки времени. С помощью этих данных можно доказать, что определенное увеличение или уменьшение вовлеченности в первый год приведет к увеличению или уменьшению удовлетворенности клиентов через полгода. Например, увеличение на один процент может привести к двух процентному увеличению удовлетворенности клиентов через полгода.

Если все сделано правильно, у вас будет достаточно данных, чтобы сделать некоторые первоначальные выводы (особые энтузиасты могут применить еще некоторые анализы, например, Sobel тест).

3. Интерпретации ваших результатов


Так что ваши выводы действительно означают? После того как вы найдете ответ на свой вопрос, всплывут многие другие вопросы. Как вовлеченность влияет на всю компанию? Как вы можете сделать ваших сотрудников более вовлеченными? Какие еще положительные эффекты имеет вовлеченность? Отличаются ли вовлеченные сотрудники повышенным уровнем здоровья и счастья?

Будьте готовы к этим вопросам. Вам их зададут, как только вы предоставите ваши выводы.
Но в целом, у вас будут поразительные результаты. Вы докажете связь между вовлеченностью и итоговыми результатами деятельности. Генеральный директор и главный финансовый директор будут рады узнать больше о том, что происходит, когда люди становятся более вовлеченными. И будьте уверены, что вызовите интерес у аналитиков.

Я использовал этот пример в предыдущем блоге о прогнозирующей аналитике: Best Buy обнаружили, что увеличение на 0,1% в вовлеченности приводит к увеличению прибыли более чем на 100 000 $ ежегодно.

После такого результата Best Buy начали проводить опросы ежеквартально, а не ежегодно (Давенпорт, Харрис & Шапиро 2010,).

Таково влияние аналитики. Вы еще не Best Buy, однако, вы сделали огромный первый шаг!

Некоторые советы: всегда проверяйте дважды, прежде чем вы представите свой результат. Кроме того, подумайте о презентации, которая поможет выступить вашей компании с этими результатами. Как вы, наверное, уже поняли по опыту, большинство руководителей имеют ограниченный объем внимания. Убедитесь в том, чтобы потратить время на разработку практических решений для них. Не утомляйте их слишком много вашей статистической мудростью.

В конечном счете, вы захотите превратить каждое выступление в эксперимент. Каждый из них должен иметь цель для расчета рентабельности инвестиций. Данный коэффициент помогает оптимизировать эффективность мероприятий и выстраивать свои бизнес кейсы.

Этот пример поможет вам определить реальную стоимость вовлечения сотрудников. Вы осознаёте ее влияние на прибыль в бизнесе и итоговых результатов деятельности. Эта информация помогает принимать обоснованные решения относительно инвестиций в своих сотрудников. И самое главное - теперь у вас есть вся информация под рукой, чтобы убедить генерального и финансового директоров.
__________________________________________________________
На этом все, читайте нас в фейсбуке и телеграмме

Комментариев нет:

Отправить комментарий

рек

Популярные сообщения