Перевод статьи Putting people on the analytics map, part one

Поместим людей на карту HR-аналитики

People analytics существует уже несколько десятилетий, но HR еще не полностью воспользовались ее преимуществами. В статье на обложке этого месяца Бо Джексон узнает, что их сдерживает.

В течение многих лет отдел HR плавал в море данных - вовлеченности, навыков, заработной платы, демографии - всей бесценной информации о самом большом активе бизнеса: его людях.

Нам обещают, что глубоко на дне этого статистического моря находится кладезь идей, которые могут помочь людям профессии направить свои организации в сторону лучших, более инклюзивных культур, вместе с предсказаниями возможных препятствий на пути к будущему. Однако карта этих богатств все еще остается неуловимой.

Отчет Workday и CIPD за 2018 год показал, что почти две трети компаний с сильной культурой HR анализа заявили, что их бизнес-показатели выше, чем у конкурентов.

Однако только половина специалистов по персоналу заявили, что они используют данные о людях для решения бизнес-задач, и примерно столько же доверяют численным и статистическим навыкам для анализа данных.

Тем не менее, по общему мнению, HR аналитика используется недостаточно. Оперативные и описательные данные - это то, что HR использует для отчетности в течение многих лет. Диагностическая, прогностическая и предписывающая аналитика - это следующие этапы этого пути, которые, соответственно, сообщают о причинах изменений, о том, что произойдет дальше и что с этим делать.

Поскольку профессия HR стремится быть более обоснованной, отказ от предвзятых и ненадежных решений неизбежен. Проще говоря, Нил Моррисон, директор HR компании Severn Trent, утверждает: «Я не думаю, что вы сможете выполнять нашу работу без надежных данных».

Данные - это один из четырех типов доказательств, признанных CIPD в доказательной практике. Поэтому крайне важно использовать это в качестве основы для практики, добавляет Моррисон.

«Очень важно иметь возможность основывать наши обсуждения или выступления на доказательствах», - говорит он. «И это будет все больше и больше по мере нашего профессионального роста».

По данным CIPD, более трех четвертей практиков во всем мире уже имеют доступ к данным, которые они могут использовать для принятия решений.

Качество данных по ключевым областям риска, таким как управление талантами, разнообразие и равенство, а также здоровье и безопасность, также оценивается высоко.

Итак, что именно мешает профессионалам превратить имеющиеся у них данные в стратегическое золото?

Не топитесь с данными

Исследование CIPD показало, что наиболее распространенная причина, по которой специалисты по персоналу не используют аналитику по работе с персоналом, заключается в том, что они не знают, с чего начать.

Многие разговоры с клиентами Мелиссы Пэрис, ведущего научного сотрудника компании CultureAmp в регионе EMEA, и ее команды сосредоточены на том, как использовать данные о людях, чтобы рассказывать истории и стимулировать изменения.

Она говорит: «Многие организации находятся на разных этапах работы с HR-аналитикой, но я думаю, можно с уверенностью сказать, что там, где мы находимся сегодня, о ней все еще обычно говорят».

В настоящее время, по ее словам, слишком много организаций сосредотачиваются только на чтении данных, но реальная ценность кадровой аналитики заключается в возможности использовать ее для поддержки принятия решений.

«Когда мы говорим о HR-аналитике, она так сосредоточена на собственно аналитическом аспекте сбора и понимания данных - это очень похоже на« это то, что говорят данные, это некоторые идеи », - говорит она.

Джемма Келли, руководитель отдела кадровой аналитики Управления национальной статистики (ONS), признает это во многих организациях.

«О людской аналитике так много модных словечек, что это немного ошеломляет, и люди, вероятно, чувствуют, что есть все то, что им следует делать, и они не знают, как просто правильно понять основы», - говорит она.

«Это почти что типичный подход« Я не могу этого сделать, поэтому я ничего не буду делать »».

По словам Келли, хранение данных в разрозненных хранилищах подпитывает эту инерцию. В идеальном мире у вас была бы одна целая система, чтобы собрать все воедино, но на самом деле она говорит, что, возможно, было бы более практичным иметь члена команды, который понимает, как это сопоставить.

«Легко сказать, что мы не можем собрать все эти данные в одном месте, поэтому мы не собираемся ничего с ними делать, тогда как на самом деле в этом нет необходимости, вам просто нужен кто-то, кто поможет вам собрать все это вместе, чтобы вы можете посмотреть на данные и интерпретировать их », - говорит она.

Чтобы начать работу с HR-аналитикой, главное, что нужно специалистам по персоналу, - это вопрос или гипотеза, которые стоит изучить. Идея состоит в том, чтобы протестировать это с использованием данных о людях.

Если придерживаться этого вопроса и возвращаться к нему на протяжении всего упражнения, команды не утонут в данных.

Директор ONS по персоналу и бизнес-услугам UKSA и директор по персоналу отдела государственного анализа Филиппа Бонай объясняет: «Это ваше суждение, чтобы связать его со стратегией организации. Он спрашивает: «Какая картина в целом? Какова моя стратегическая цель? Как я должен об этом заботиться? И что в этом мне действительно должно волновать? "

В своем руководстве по началу работы с HR-аналитикой CIPD выделяет два типа вопросов - вопросы без эффекта и вопросы с эффектом.

Неэффективные вопросы обычно задают для целей отчетности, например: «Каков уровень заболеваемости учеников?»

Вопросы о влиянии, с другой стороны, более описательны, с четкой связью с бизнес-целями, такими как улучшение удержания, например: «Снижает ли наша программа обучения и развития намерение сотрудников уволиться?»

«Северн Трент» использует кадровую аналитику, чтобы лучше понять риски, связанные со старением персонала и нехваткой навыков. Моррисон говорит: «Вы всегда должны начинать с« какую проблему я пытаюсь решить? »Или« какова гипотеза? », А затем проверяете это на данных».

Когда у вас возникнет бизнес-вопрос, следующим шагом будет убедиться, что собранные данные подходят для ответа на него. По этой причине «Северн Трент» потратил годы на улучшение качества своих основных данных. «Мы поняли, что без этого аналитика на любом уровне не принесет особой пользы, потому что мусор на входе, мусор на выходе», - говорит Моррисон.

Он определяет хорошие данные как точные, актуальные и понятные. Для обеспечения точности сотрудникам рекомендуется получить доступ к своим данным и проверить их. Это также помогает убедиться, что данные актуальны, поскольку они регулярно обновляются, например, с учетом новых навыков.

Что касается актуальности, команда Severn Trent работает над сбором демографических данных, чтобы они могли делать шаги в направлении разнообразия и интеграции.

«Мы много делаем вокруг включения, и это действительно касается качества данных», - добавляет Моррисон. «Так много организаций делают заявления о разнообразии и инклюзивности, но они не имеют ни малейшего представления о том, что у них есть в своей организации. То, как они должны улучшить разнообразие, когда они даже не знают, с чего начать, довольно шокирует ».

Последняя часть - обеспечение понятности данных - включает объединение нескольких наборов данных, чтобы нарисовать более широкую картину проблемы, которую вы пытаетесь решить.

Моррисон добавляет: «Вот тогда такие вещи, как регрессионный анализ, действительно полезны, потому что он начинает использовать статистические инструменты, чтобы действительно точно понимать, что происходит между двумя наборами данных».

В качестве примера Моррисон описывает, как на его предыдущей должности в Penguin Random House команда смогла точно определить, что кто-то имел более высокий риск увольнения, если его не повысили в течение трех лет после присоединения.

Этот прогноз был сделан путем объединения данных о карьерном росте с текучестью кадров - двух источников, которые в противном случае хранились бы отдельно.

Когда ты перестанешь копать?

При наличии правильных данных и важного вопроса следующее, что нужно HR-отделу для повышения ценности с помощью HR-аналитики, - это проверить и подтвердить свою гипотезу. Пропустить этот шаг, по словам Пэрис, - одна из самых распространенных ошибок.

«Я думаю, что распространенное заблуждение состоит в том, что это не ведет к действию, что, я думаю, является признаком того, как мы сегодня используем HR-аналитику», - говорит она.

Пэрис утверждает, что если компании слишком сосредоточены на понимании данных и различных вещей, которые может вам рассказать анализ, они могут забыть что-либо сделать с результатами для проверки возможных решений. Это может привести к тому, что компании впадут в аналитический паралич.

Она говорит: «Вы можете легко увлечься анализом данных до тех пор, пока в них не останется дыр, но это остановит вас от принятия мер».

Но можно ли действовать слишком быстро в зависимости от результатов? Пэрис утверждает, что после того, как вы собрали достаточно информации, предпочтительнее действовать.

Она говорит: «Лучше что-то сделать с результатами, даже если это не самая идеальная аналитика, тогда вы можете просто проверить, работает ли то, что вы сделали».

Мышление «тестировать и подтверждать» может быть более новой территорией для HR. «В мире продуктов у нас есть такие вещи, как A-B-тестирование, а в маркетинге у нас есть хороший метод проверки и неудач, но я еще не чувствую, что это перешло в HR», - говорит Пэрис. «Вы чувствуете, что на нас так много давления, чтобы мы все сделали правильно с первого раза».

По словам Пэрис, развитие этого процесса экспериментирования поможет отделу кадров более творчески подходить к делу и повысить ценность бизнес-стратегии.

«Мы видим, что многие компании вкладывают так много времени и усилий, чтобы продемонстрировать результативность - например, какое влияние оказывает вовлеченность на производительность, каков самый высокий фактор удержания в нашей компании. Это здорово, но вы пропустили все этапы работы с данными », - говорит она.

Вместо того чтобы торопиться с результатами, Пэрис поощряет команды проверять потенциальные решения, чтобы они лучше понимали, почему что-то может иметь влияние, и что они могут сделать для его улучшения.

«Мы должны быть более открытыми для экспериментов, а затем отказаться от них, если они не работают, или просто адаптироваться на основе будущей информации, потому что тогда вы сможете двигаться немного быстрее и научить людей повторять итерации по ходу дела», - говорит она.

«Весь смысл аналитики состоит в том, чтобы укрепить вашу уверенность в том, что действие, которое вы собираетесь предпринять, будет правильным».

Чтобы научиться экспериментировать и знать, когда прекратить копаться в данных, Пэрис советует четко обозначать цели и намерения. Она добавляет: «Если у вас остались вопросы - например, У меня есть данные, которые говорят о важности карьерного роста, но я не знаю, что могло бы помочь - возможно, вам действительно нужно немного распаковать это и задать еще пару вопросов или поговорить с некоторыми людьми, чтобы укрепить вашу уверенность в том, что это правая область. "

Точно так же Сара Андресен, главный научный сотрудник Sage AI Labs, говорит, что хороший план может помочь при любом нежелании экспериментировать.

«Часто мы не чувствуем, что можем экспериментировать с вещами или проверять гипотезы, потому что мы не делаем это намеренно. Дайте понять, что вы следуете этому экспериментальному процессу, и он будет основываться на данных », - говорит она.

С его гипотезами и экспериментами можно легко увязнуть в научном языке, окружающем HR-аналитику. Тем не менее, Бонэ подчеркивает, что этот процесс является просто продолжением того, что HR делает каждый день, не замечая этого.

«Я говорю специалистам по персоналу, что мы аналитики; мы делаем это все время. Мы общаемся с людьми, принимаем решения и анализируем, что люди говорят нам, чтобы дать им совет », - говорит она.

«Вам не обязательно иметь аналитику данных, финансовую степень или что-то в этом роде - это то, чем мы занимаемся постоянно, но мы, вероятно, не осознаем это как таковое».

Она думает, что иногда у практикующих возникают проблемы, так это со связью точных данных между достоверными данными и их интуицией, поскольку один может бросить вызов другому.

«Я думаю, что, возможно, довольно много сотрудников отдела кадров скажут:« О, вот неоспоримый факт », и они начнут немного нервничать», - говорит Бонэй. «Они не обязательно будут говорить:« Я могу извлечь из этого идеи »или« как мне добавить это в микс? »»

Моррисон предполагает, что корень этой проблемы укоренен в практике управления персоналом. «Исторически сложилось так, что многие HR были основаны либо на вере, либо на внешнем взгляде, и говорили:« Все делают то же самое, и мы должны делать то же самое », - говорит он.

Хотя эта интуиция и знание передового опыта помогают в принятии стратегических решений, HR также требует данных, как он утверждает, для их поддержки.

Он говорит: «Нам нужно получить больше доказательств с точки зрения понимания того, почему мы принимаем решения, какие решения должны быть приняты, какие вмешательства необходимо предпринять, а также использовать данные, которые помогут нам быть более дальновидными».

Углубление разрыва в оплате труда мужчин и женщин

Чарльз Коттон, старший советник по производительности и вознаграждениям в CIPD, приводит несколько примеров аналитических вопросов и показателей, которые можно использовать для более глубокого изучения отчетов о гендерном разрыве в оплате труда в организации.

Вопрос	Предлагаемые метрики
Есть ли проблема с привлечением кандидатов-женщин или мужчин?	Количество соискателей по полу, предложений о работе по полу, принятых вакансий по полу или внутренних продвижений по полу.
Есть ли проблема в развитии мужской и женской работоспособности?	Учебные дни / курсы с разбивкой по полу или оценка обучения с разбивкой по полу.
Есть ли проблема в том, как мы платим нашим сотрудникам?	Баллы оценки работы по полу, результаты вознаграждения / бонусов, скорость изменения диапазона заработной платы по полу, отзывы сотрудников о процессах оплаты и результатах.
Есть ли проблема с преимуществами, которые мы предлагаем нашим сотрудникам?	Ставки пенсионных взносов с разбивкой по полу, получение пособий с разбивкой по полу, переход к гибкой работе с разбивкой по полу, количество вариантов пособий по полу и доля мужчин и женщин в плане распределения компании.

GDPR-айсберг впереди

Скандал с Cambridge Analytica, введение Общего регламента по защите данных (GDPR) и повышенное внимание средств массовой информации к тому, как компании используют и продают данные, заставили некоторые организации с осторожностью относиться к информации, которую они хранят о сотрудниках, а также к своим сотрудникам в отношении того, какой информацией они хотят поделиться.

Чтобы развеять эти опасения, Моррисон из Severn Trent говорит, что отдел кадров должен быть осторожен, проводя параллели между данными, которыми люди делятся со своим работодателем, и тем, что они делятся в социальных сетях.

«Люди по-разному ожидают своих отношений со своим работодателем», - говорит он.

«Я не думаю, что это легкая параллель, и нам просто нужно быть осторожными с границами доверия. Вот где действительно важна прозрачность данных, чтобы люди могли видеть, что хранится и почему, чтобы укрепить доверие к тому, как они используются ».

Анонимизация данных - это один из способов, которым HR может обеспечить уверенность, в то же время в полной мере используя результаты. Но это не без проблем как для большого, так и для малого бизнеса. Адам Пенман, младший научный сотрудник McGuireWoods, говорит: «Вы можете получать данные только до тех пор, пока это разрешено законом, но вы можете анонимизировать их, а затем хранить навсегда. Проблема в том, что если у вас более 250 сотрудников, для анонимности данных вам придется вложить значительные средства в технологии и профессиональные консультации, чтобы анализировать эти данные ».

На другом конце шкалы, в компаниях с 250 сотрудниками или меньше, меньшинства могут выделяться в данных, что ставит под угрозу их анонимность, говорит он. «Анонимизировать эти данные будет сложно, - говорит он, - но это не невозможно».

Как и в случае с любым другим методом, у данных есть ограничения. Он не может рассказать вам всего, и иногда может вводить в заблуждение, если вы сосредотачиваетесь только на том, что хотите увидеть. На ум приходит поговорка Алана Прайса, основателя и генерального директора BrightHR, который столкнулся с большим скептицизмом в кадровой аналитике со стороны малых и средних предприятий: «Есть три вида лжи: ложь, проклятая ложь и статистика».

«Я думаю, что это часть проблемы, потому что он такой мощный инструмент, но его можно использовать неправильно, если он не проанализирован правильно», - говорит он.

По словам Келли, лучший способ избежать попадания в эту ловушку - представить обе стороны истории. «Данные не всегда будут ответом на все вопросы, - объясняет она, - поэтому мы представляем их как отправную точку для начала обсуждения».

Ссылка на выбросы и соответствующий контекст, который может искажать данные - например, всплеск убыли, когда проект завершился и все собирались уйти, - имеет решающее значение. Келли добавляет: «Вы говорите, почему могут возникнуть проблемы, но затем вы должны представить это и дать людям возможность переварить это, потому что вы не действуете в соответствии с этими решениями должным образом, если вы только смотрите на них. полезная информация ».

HR также должны избегать поспешных выводов, говорит она: «С точки зрения данных, если вы их протестировали, рационализировали, вы можете поделиться этими данными для обсуждения.

«Я полагаю, что у многих людей будет резкая реакция, поэтому речь идет о том, как вы затем действуете на основе этих данных и думаете с профессиональной точки зрения HR, как лучше всего решить эту проблему».

Бонэ добавляет: «Если вы думаете, что это может быть неправильно истолковано, то вам нужно понять, когда вы собираетесь представить это более широкой аудитории. Речь идет о знании своей организации и о том, как люди в ней реагируют ».