Перевод статьи People Analytics: Building the right foundation

Автор Henrik Håkansson, Director, People Analytics в компании Delivery Hero

People Analytics: выстраивание правильных оснований 

Несколько месяцев назад меня пригласили выступить с основным докладом об HR-аналитике для скандинавского сообщества. Это был не первый раз, когда я рассказывал о своем опыте и взглядах на People Analytics, но это заставило меня еще раз осознать, что впереди у People Analytics долгий и захватывающий путь. Главным образом потому, что многие компании еще даже не начали должным образом и все еще пытаются понять, с чего начать, кого нанять, что измерять и понять ценность, которую People Analytics может принести их организации.

Когда несколько лет назад я начал посещать конференции по HR-технологиям, там было много вдохновляющих презентаций о том, что ждет в будущем HR-аналитику и HR-технологии в целом. Эксперты и консалтинговые фирмы представили блокчейн, машинное обучение и искусственный интеллект как «следующую лучшую вещь» и что каждый должен сосредоточиться на этом, чтобы оставаться в курсе того, что происходит в их организации.

Хотя я не согласен с тем, что использование передовых технологий в области управления персоналом имеет ценность и дает понимание, я считаю, что мы сразу переходим к финальной стадии, не задумываясь о фундаментальной работе, необходимой для создания успешной и заслуживающей доверия кадровой политики. Аналитическая функция в организации. Мы можем создавать самые крутые диаграммы, информационные панели и инструменты для наших заинтересованных сторон, но если у вас плохое качество данных, низкая грамотность данных в организации и слишком сложная визуализация, никто в конечном итоге не будет их использовать.

С чего начать 

Создание чего-то с нуля может оказаться непростой задачей, особенно когда вы уже чувствуете, что отстаете. Похоже, что американские компании имеют здесь преимущество при просмотре опросов (*) или просто при поиске вакансий, связанных с People Analytics. В США намного больше ролей и организаций, инвестирующих в People Analytics, по сравнению с остальным миром. Хотя она растет повсюду и становится все более важной функцией для всех организаций.

Преимущество игры в догонялки заключается в том, что вам не придется делать все те же ошибки, что и другим до вас, что позволяет быстрее идти к успеху. Теперь довольно легко найти книги, статьи и идеи о том, как People Analytics может приносить пользу организации различными способами. Кроме того, из того, что я испытал, не существует единого решения, подходящего для всех, а это означает, что вы должны сосредоточиться на вдохновении при создании функции аналитики персонала, которая подходит вам и вашей организации, а не следовать за другими в буквальном смысле.

Тем не менее, как я упоминал ранее, есть несколько основных моментов, которые помогут вам добиться успеха, если вы сделаете их правильно и обратите на них внимание на раннем этапе. В этой статье я сосредоточусь на инвестициях, стратегии и том, на чем следует сосредоточиться в первые дни вашего путешествия по People Analytics. Если не сосредоточиться на этих вещах, будет сложнее масштабировать и поддерживать темп в будущем. Если вы уже пропустили их, все же лучше попытаться решить их раньше, чем позже.

Инвестиции

Иногда может показаться, что существует столько решений для проведения People Analytics, сколько людей работает над этим. Вот почему я предлагаю черпать вдохновение у других, а не пытаться копировать чужой сетап. Прежде всего, вам нужно спросить себя и бизнес, что вам нужно поддерживать. Кадровая аналитика — это, особенно на ранних этапах, форма функции поддержки в рамках более крупной функции поддержки (HR). Это означает, что то, что мы предоставляем, должно в идеале отвечать на вопросы, которые бизнес задает или задаст в будущем. Поэтому любая организация или инструменты, в которые вы инвестируете, должны быть достаточно гибкими для этой цели. Если вы все сделаете правильно, в долгосрочной перспективе вы станете скорее партнером для бизнеса с большими возможностями для инноваций, а не механизмом предоставления отчетов и информационных панелей.

Аналитика людей быстро растет. Если вы оглянетесь всего на несколько лет назад, за пределами крупных корпораций не было обычной практики иметь функцию People Analytics, а вместо этого полагаться на настраиваемые отчеты и электронные таблицы Excel. Это по-прежнему верно для многих организаций, и хотя управление изменениями является важной частью истории успеха People Analytics, в этой статье я сосредоточусь не на нем. Однако важны инвестиции, которые вы и организация готовы сделать.

Создание правильных организационных условий важнее, чем система, которую вы решите использовать. Если вы поместите эту организацию подальше от места принятия бизнес-решений, не предоставите достаточно ресурсов или ограничите доступ к данным для People Analytics, я могу гарантировать вам, что вам будет трудно создать успешную аналитику для своего бизнеса. Опросы показывают (*), что ведущие команды People Analytics отчитываются перед C-level или C-level-1. Это логично, потому что именно здесь большую часть времени принимаются важные решения, касающиеся данных о людях. Если вы хотите добиться успеха, вам нужно участвовать в этих дискуссиях, чтобы вы могли создать правильные показатели, информационные панели и инструменты для использования высшим руководством. Когда эти показатели находятся в центре внимания высшего руководства, они помогут данным стать частью дискуссий на всех уровнях организации. Как я упоминал ранее, команды People Analytics могут создавать удивительные вещи, но если они не связаны с тем, что происходит в бизнесе, они не будут использоваться. Продвижение организации People Analytics ниже по иерархии приведет к задержке времени коммуникации и реакции для предоставления ценных продуктов, а это означает, что функция будет испытывать трудности с самого начала.

Тем не менее, People Analytics будет в определенной степени полезен на всех уровнях организации, и в долгосрочной перспективе вы хотите создать портфель продуктов, которые будут поддерживать всех, от старших руководителей с их стратегическими инициативами до рекрутеров и менеджеров по найму, пытающихся найти нужный талант присоединиться к вашей организации. Я бы посоветовал не пытаться иметь дело со всеми сразу, так как будет сложно найти ресурсы и возможности для качественной доставки, если вы забросите свою сеть слишком широко. Потому что, как только вы начнете предоставлять бизнесу полезные показатели и аналитику, весьма вероятно, что он превратится в лавинный ком в виде большого количества запросов, что будет трудно поддерживать без хорошей основы.

Визуализация путешествия

Прежде чем перейти к инструментам и практическим занятиям, вам нужно определить, над чем вы работаете. Я решил заранее визуализировать путь к тому, что я считаю наиболее важными этапами развития и зрелости для People Analytics (см. рисунок ниже). Когда я показываю это другим людям, я всегда говорю, что в зависимости от продукта и заинтересованной стороны, с которой вы работаете, вы можете находиться на любом из этих этапов в любой момент времени. Его сложно применять повсеместно, поскольку и ваша организация, и заинтересованные стороны, с которыми вы работаете, находятся на разных уровнях зрелости. Тем не менее, он дает вам четкий путь вперед и основу для того, что нужно сделать и когда. Построение прогнозных аналитических моделей без хорошего качества данных или понимания того, что и почему что-то произошло в прошлом, будет затруднено. Я обнаружил, что эта модель помогает заинтересованным сторонам понять путь и важность различных этапов достижения зрелости в People Analytics.

Вполне вероятно, что вы потратите значительное количество времени на первые два, три или четыре кружка, поскольку именно здесь вы укрепите доверие и уверенность в своих данных. Сразу после того, как я устроился на работу, я помню, как ко мне подошел директор по персоналу и спросил, какую панель инструментов использовать для нашей текущей численности персонала. Сначала я был сбит с толку, но потом понял, что у нас есть три одинаковых дашборда, которые показывают разные цифры для нашей численности персонала из-за применения разной логики, поскольку все дашборды были созданы разными людьми. Кроме того, они были созданы с разницей в несколько месяцев, когда в организации произошли серьезные изменения. Это не вызвало большого доверия к данным, поэтому мы вернулись и переработали информационные панели, чтобы они были согласованными (и в итоге удалили две из них, поскольку они были избыточными). Это пример постоянной проблемы, с которой вы будете сталкиваться по мере изменения данных, и ваши продукты должны адаптироваться и масштабироваться, чтобы поддерживать эти изменения. Определение KPI на основе плохих данных или неправильных значений в ваших продуктах значительно затруднит внедрение People Analytics. Следовательно, фундамент имеет решающее значение независимо от того, где вы находитесь в своем путешествии.

Драйверы движения

Хотя приведенная выше визуализация больше ориентирована на зрелость продукта и заинтересованных сторон, вы также должны определить движущие силы, которые будут подталкивать вас вперед на этом пути. По моему опыту, эти драйверы можно определить относительно компании и ответственности команды. Я определил шесть движущих сил, которые помогают мне продвигаться по пути People Analytics. Хотя я думаю, что все они применимы к любому типу отрасли, географическому положению или размеру компании, они имеют разный вес в разные моменты пути. Я хочу подчеркнуть, что работать над всеми этими темами одновременно сложно, но о них всегда следует помнить при создании дорожной карты, работе над проектами или внедрении новых инструментов.

Поскольку я руководил глобальными командами, одним из ключевых моментов для меня всегда была возможность предоставлять глобальные данные, которые можно было бы использовать для сравнения и сравнительного анализа в рамках всего бизнеса. Однако для местной или региональной команды может быть более уместно сосредоточиться на более специализированных показателях для каждого бизнес-подразделения. Глобальный драйвер также относится к последовательному подходу к архитектуре и возможностям в рамках всего бизнеса. Имея четкую структуру, будет легче установить правильные ожидания для заинтересованных сторон и уменьшить путаницу для всех, кто использует ваши продукты.

Второй драйвер относится к созданию показателей, ориентированных на бизнес, которые придадут ценность бизнесу, собранному в результате участия в обсуждениях и дорожных картах ваших заинтересованных сторон. Это может означать включение других данных из вашей организации, чтобы соединить точки и продемонстрировать, как решения, влияющие на людей, повлияют на эффективность бизнеса. Основная проблема здесь заключается в том, что бизнес не всегда будет знать, что ему нужно, а это означает, что инновации и креативность будут важны для демонстрации ценности, которую может предоставить People Analytics.

Третий драйвер заключается в том, чтобы сделать данные и информационные панели доступными для ваших пользователей, поскольку это будет способствовать обсуждению и поможет им принимать обоснованные решения. Если продукт, который вы разработали, трудно найти или о нем не сообщают должным образом, вы будете бороться с его использованием и внедрением. Продукты также должны быть простыми для понимания, чтобы ваши заинтересованные стороны могли рассказывать истории с использованием данных.

Следующим драйвером является обеспечение сопоставимости данных по регионам, бизнес-подразделениям и функциям, что позволяет проводить сравнительный анализ и лучше понимать, что на самом деле означает каждый показатель. Даже самые простые показатели, такие как численность персонала, могут быть трудно согласованы, когда у вас много заинтересованных сторон, но наличие одной истины будет чрезвычайно полезно в долгосрочной перспективе. Чтобы поддержать это, вам следует подумать о том, чтобы иметь согласованную модель данных и определения для всех данных, которые вы собираетесь анализировать, а также установить способ принятия новых данных, поскольку весьма вероятно, что ваши наборы данных со временем будут расти.

Это приводит нас к пятому драйверу, имеющему непрерывные данные, которые всегда актуальны. В идеале ваши данные также должны быть настроены для поддержки данных о тенденциях с течением времени, которые помогут в предоставлении контекста, если ваши показатели улучшаются или ухудшаются. Я видел бесчисленное количество информационных панелей, показывающих текущее состояние, а руководители не понимали, хороши ли цифры или плохи, просто потому, что не было справочной информации. Взгляд в прошлое станет важной частью предсказания будущего и поможет бизнесу предвидеть будущие возможности или проблемы, которые им необходимо будет решить.

Наконец, качество работает вместе со всеми вышеперечисленными драйверами, поскольку без качества предоставляемая вами аналитика бесполезна, и только с хорошим качеством данных вы можете завоевать доверие к своим продуктам. Чтобы улучшить качество, вам необходимо сотрудничать с бизнесом и владельцами данных, чтобы гарантировать, что они выполнят свою часть сделки по поддержанию качественных данных в системах. Хотя вы можете анализировать и выявлять проблемы, я считаю, что People Analytics не несет ответственности за исправление данных, по крайней мере, если вы хотите создавать масштабируемые решения. Фиксация и обработка данных в процессе ETL будут в некоторой степени необходимы. Тем не менее, если вы поместите лейкопластырь на этом этапе вместо того, чтобы исправлять процессы, обучая пользователей правильно вводить данные и настраивая элементы управления для предотвращения ввода неверных данных в систему, вы столкнетесь с огромной рабочей нагрузкой и проблемами обслуживания в системе. долгосрочная перспектива. Наконец, этот драйвер также относится к качеству дизайна и функциональности ваших продуктов, чтобы пользователям было легко и практично их использовать. Поскольку People Analytics все еще является относительно новой областью для HR, создание простых в использовании продуктов с хорошим пользовательским интерфейсом имеет решающее значение для внедрения и повышения грамотности данных в вашей организации.

Найдите страсть

Как я упоминал в начале этой статьи, я надеюсь, что эта статья послужит источником вдохновения и спровоцирует идеи о том, как подходить к People Analytics с самого начала. Я знаю, что многие организации все еще выясняют, с чего начать, и, поскольку я действительно увлечен этой областью, я надеюсь, что это поможет вам на вашем пути к успеху. Хотя есть много других тем для обсуждения и неизвестных, которые нужно выяснить, я думаю, что страсть и желание учиться помогут вам далеко продвинуться, и это то, что я считаю более важным, чем большинство технических навыков, потому что, в конце концов, люди, как правило, становятся действительно хорошими в том, что они делают. наслаждайтесь, и это основа, на которой вы хотите строить.