Перевод статьи What is HR Analytics? All You Need to Know to Get Started

Гайд от команды Эрика ван Вулпена

ПРИГЛАШАЮ ОТСЛЕЖИВАТЬ НАС В ТЕЛЕГРАМ

Что такое HR-аналитика? Все, что вам нужно знать, чтобы начать внедрять

Данные — ходовой товар на современном рынке. В то время как цифровые инструменты генерируют огромное количество легкодоступной информации, данные не имеют большой ценности в необработанном виде. Вот тут-то и появляется HR-аналитика — преобразование данных в идеи для решения кадровых и бизнес-задач.

HR-аналитика позволяет HR-специалистам принимать обоснованные решения и разрабатывать стратегии, которые принесут пользу сотрудникам и поддержат цели организации. Это оказывает значительное влияние на эффективность организации, приводя к повышению производительности бизнеса на 25%, снижению уровня текучести кадров на 50% и повышению эффективности подбора персонала на 80%.

В этой статье мы объясним, что такое HR-аналитика, ее преимущества, а также как начать и развивать свои возможности HR-аналитики.

Содержание

• Что такое HR-аналитика?
• Для чего используется HR-аналитика?
• Значение HR-аналитики
• Примеры HR-аналитики
• Ключевые HR-метрики
• Аналитика данных в HR: как начать
• Как перейти от описательной к предиктивной и предписывающей аналитике в HR

Что такое HR-аналитика?

HR-аналитика, также называемая аналитикой персонала или аналитикой рабочей силы, включает сбор, анализ и предоставление данных HR для достижения бизнес-результатов. Это позволяет вашей организации лучше понимать рабочую силу, принимать решения на основе данных и измерять влияние ряда показателей HR, в конечном итоге улучшая общую эффективность бизнеса. Другими словами, HR-аналитика — это основанный на данных подход к управлению человеческими ресурсами.

Хотя термин «HR-аналитика» широко используется, все чаще встречается и «человеческая аналитика». Эти два термина часто используются взаимозаменяемо, но технически есть тонкое различие. HR-аналитика берет начало из данных, хранящихся в отделе кадров, и направлена ​​на оптимизацию функций HR. HR-аналитика выходит за рамки HR и включает данные из других источников в организации, таких как маркетинг, финансы и статистика клиентов, для решения более широкого круга бизнес-задач.

За последнее столетие управление человеческими ресурсами совершило резкий переход от операционной дисциплины к более стратегической. Популярность использования фразы «стратегическое управление человеческими ресурсами» является примером этого. Основанный на данных подход, характеризующий HR-аналитику, соответствует этому развитию.

Аналитика позволяет HR-специалистам принимать решения на основе данных, а не полагаться исключительно на инстинкт и мнения. Кроме того, аналитика помогает проверять эффективность HR-политик и вмешательств.

Типы HR-аналитики

Различные методы анализа данных обеспечивают понимание и выявляют тенденции в данных. Знакомство с этими методами поможет вам понять, как аналитика может способствовать HR-планированию и принятию решений.

Вот краткий обзор четырех типов HR-аналитики:

1. Описательная HR-аналитика: изучает исторические данные, чтобы увидеть, что произошло за определенный период времени. (Пример: годовой коэффициент текучести кадров.)
2. Диагностическая HR-аналитика: исследует данные, чтобы установить причины прошлых событий и поведения. (Пример: изучение данных о незапланированном отсутствии для выявления причин отсутствия.)
3. Прогностическая HR-аналитика: изучает текущие и исторические данные и использует статистические модели и прогнозы для прогнозирования будущего поведения и событий. (Пример: изучение данных о наборе персонала для выявления ключевых характеристик идеального кандидата на определенную должность.)
4. Предписывающая HR-аналитика: предлагает потенциальные будущие результаты и сценарии и предлагает рекомендации по их решению. (Пример: разработка алгоритма, который прогнозирует, какой тип адаптации потребуется новому сотруднику в зависимости от его опыта и уровня навыков.)

Для чего используется HR-аналитика?

Анализ ваших HR-данных помогает вам делать выводы, раскрывать идеи и делать прогнозы. Аналитика данных в HR используется для улучшения HR-функций различными способами.

Вот несколько примеров:

• Определение закономерностей в добровольной и вынужденной текучести кадров
• Оценка усилий по подбору персонала с помощью данных о кандидатах и ​​процессах
• Оценка эффективности управления талантами с помощью таких показателей, как вовлеченность и уровень прогулов
• Определение потребностей в обучении и развитии на основе инвентаризации навыков
• Оптимизация компенсаций и льгот с помощью анализа рыночных тенденций, внутреннего капитала и эффективности текущих компенсационных пакетов
• Прогнозирование будущих потребностей в рабочей силе с помощью анализа текущей демографии рабочей силы, наборов навыков и прогнозов выхода на пенсию.

Ниже мы рассмотрим больше реальных примеров.

Важность HR-аналитики

Использование данных стало необходимым для расширения роли HR в организациях путем перевода ее из операционной функции в стратегического партнера. Знание влияния кадровой политики помогает HR согласовывать свою стратегию с бизнес-целями и количественно оценивать ценность, которую она добавляет. Увеличение того, что HR может предложить, приносит пользу сотрудникам и оказывает положительное влияние на бизнес-результаты.

Участие в HR-аналитике позволяет HR:

• Принимать более обоснованные решения, которые влияют на сотрудников и организацию, используя данные доказательств
• Выявлять и устранять неэффективность для повышения производительности сотрудников и организации и сокращения расходов
• Создавать экономическое обоснование для HR-вмешательств
• Оценивать эффективность HR-вмешательств и кадровой политики
• Оценивать и укреплять усилия DEIB
• Проявлять инициативу в управлении изменениями, нарушениями и неопределенностью.

В AIHR мы рассматриваем HR-аналитику как выявление факторов, связанных с людьми, для эффективности бизнеса. Она исключает догадки из управления сотрудниками и, следовательно, является будущим HR. Или, говоря словами Эдвардса Деминга: «Без данных вы просто еще один человек со своим мнением».

Примеры HR-аналитики

Чтобы получить представление о том, как анализ HR-данных может изменить ситуацию в вашей организации, вот три компании, которые успешно внедрили HR-аналитику на практике:

1. HR-аналитика в подборе персонала в Google

Многонациональная технологическая компания Google использовала предиктивную аналитику в своих усилиях по подбору персонала, чтобы сократить расходы и сократить процесс найма.

Раньше Google требовала от кандидатов проходить от 15 до 25 раундов собеседований и тестирования. Однако анализ процесса найма показал, что успешных кандидатов можно было предсказать с 86%-ной уверенностью всего за четыре собеседования. Это сократило количество часов и персонала, необходимых для эффективного отбора кандидатов.

Кроме того, Google разработала алгоритм, который анализирует резюме, отклоненные на одну должность, для поиска потенциальных кандидатов на другую вакансию.

Совет HR

Если вы хотите узнать больше о том, как данные могут изменить практику найма, мы рекомендуем книгу Ласло Бока «Правила работы». Ласло Бок был старшим вице-президентом по работе с персоналом в Google и более подробно описывает, как изменилась практика найма в Google после анализа данных о наборе персонала.

2. Аналитика кадровых ресурсов в текучести кадров в Under Armour

Американская компания по производству спортивной обуви и одежды Under Armour хотела снизить уровень текучести кадров. Они использовали интегрированный инструмент аналитики рабочей силы для сортировки данных и выявления основных причин текучести кадров. Они также смогли спрогнозировать увольнения в разных филиалах Under Armour и предсказали, что в течение следующих шести месяцев 500 из 5000 сотрудников уволятся.

Определив факторы текучести кадров, Under Armour смогла улучшить свои усилия по удержанию сотрудников с помощью усовершенствованных стратегий в отношении персонала, включая поощрения и вознаграждения. Благодаря этим вмешательствам уровень текучести кадров оказался на 50% ниже первоначального прогноза.

3. Аналитика HR в отношении прогулов в E.ON

Немецкому поставщику электроэнергии E.ON необходимо было решить проблему повышенного уровня прогулов среди 78 000 сотрудников. Группа аналитиков работала с имеющимися данными, чтобы найти основные факторы, способствующие увеличению числа незапланированных прогулов.

Они обнаружили, что прогулы были более частыми среди сотрудников, которые не брали положенный им отпуск. Получив эту информацию, E.ON внесла изменения в политику, чтобы поддержать и помочь сотрудникам в планировании своего отпуска. Компания поощряет сотрудников брать как минимум один более длительный отпуск в год, а также несколько более коротких перерывов.

Ключевые HR-метрики

HR-метрики являются важными точками данных для отслеживания человеческого капитала и измерения ценности HR-инициатив. Существует множество HR-метрик, используемых в HR-аналитике, но вот краткий обзор некоторых наиболее распространенных из них:

1. Текучесть кадров
2. Прогулы
3. Доход на одного сотрудника
4. Чистый индекс промоутера сотрудников (eNPS)
5. Стоимость найма

Аналитика данных в HR: как начать

Анализ данных HR состоит из нескольких этапов. Вы должны понимать процесс, чтобы иметь возможность эффективно применять аналитику HR.

Вот упрощенный обзор пяти шагов:

1. Задайте релевантный бизнес-вопрос

Ваша цель при использовании HR-аналитики должна заключаться в том, чтобы позволить HR влиять на бизнес-результаты. По этой причине вам нужно начать с конечной цели.

Уточните, на какой области вы сосредоточены и что вам нужно, чтобы данные сказали вам, а затем сформулируйте это в форме вопроса. Например, если вы хотите оптимизировать планирование преемственности, правильным вопросом может быть: «Какие сотрудники имеют самый высокий потенциал для продвижения и лидерства?»

2. Выбор данных

Второй шаг — определить, какая информация вам нужна для ответа на вопрос и где вы ее найдете. Ваш HR-технологический стек или другие внутренние источники данных должны содержать большую часть того, что вам нужно. Однако в определенных обстоятельствах может потребоваться включение внешних данных сравнительного анализа.

Этот этап будет громоздким без системы, которая может сортировать и организовывать данные. В идеале он также должен быть интегрирован с системой отчетности.

3. Очистка данных

После того, как вы собрали нужные данные, у вас, скорее всего, будут некоторые дублированные или неправильно отформатированные. Без выявления и исправления этого вы можете получить неверный анализ.

Процесс очистки данных зависит от набора данных, но обычно он включает удаление или исправление дублированных, поврежденных, неверных или неполных данных. Вам также следует проверить его на предмет отсутствия данных и структурных ошибок.

4. Анализ данных

Далее следует суммирование и анализ данных для выявления тенденций, корреляций и закономерностей, которые помогут вам сделать выводы. Это можно сделать с помощью различных методов анализа или инструментов, таких как Excel, ChatGPT, R или Python.

Результаты вашего анализа покажут, что данные говорят вам о вашем исходном вопросе.

5. Практические инсайты

Теперь пришло время интерпретировать то, что говорят вам данные, и превратить это в курсы действий. Основываясь на результатах, вы можете оценить влияние процессов и политик HR и принять решения или рекомендации по их улучшению.

Как перейти от описательной к предиктивной и предписывающей аналитике в HR

Поскольку данные теперь находятся в центре бизнес-операций, организации должны научиться в полной мере использовать то, что они предлагают. Пришло время выйти за рамки простой описательной аналитики и использовать более продвинутые возможности анализа данных, однако уровень зрелости аналитики варьируется в зависимости от компании. (Существуют модели зрелости HR-аналитики, которые могут оценить статус вашей организации в этой области.)

Отчет Oracle, в котором руководители HR-подразделений опрашивались о тенденциях в HR-аналитике, показал, что наиболее сложный тип аналитики, используемый их организациями, был следующим:

• Внедрение = 6%
• Описательная = 17%
• Диагностическая = 26%
• Прогностическая = 32%
• Предписывающая = 19%

Организации могут выбрать более эффективное использование своих данных, сделав аналитику данных приоритетом и приняв использование диагностической, предиктивной и предписывающей аналитики.

Ниже приведены некоторые идеи по развитию зрелости HR-аналитики вашей организации:

• Развивайте аналитические возможности: инвестируйте в программы обучения и развития, которые повысят грамотность в работе с данными и статистические знания сотрудников HR-подразделений и HR-аналитиков. Стимулируйте персонал к получению внешнего образования и сертификации в области HR-аналитики данных.
• Оцените инфраструктуру данных: убедитесь, что ваша инфраструктура данных способна обрабатывать предиктивную и предписывающую аналитику. Он должен уметь интегрировать источники данных, очищать данные, создавать отчеты и устанавливать протоколы управления данными.
• Инвестируйте в правильные инструменты: при необходимости инвестируйте деньги и усилия в инструменты, которые потребуются для сбора качественных данных и проведения прогнозного моделирования. Примерами служат инструменты визуализации и анализа данных, такие как Visier и Tableau, расширенные HRIS и инструменты статистического анализа, такие как R и Python.
• Пилотные проекты и итерации: начните с небольших пилотных проектов для тестирования прогнозных и предписывающих моделей. Собирайте отзывы о проекте, а затем итерации на основе идей и результатов. Затем вы можете масштабировать инициативы, которые влияют на всю организацию.
• Создайте культуру, основанную на данных: поощряйте культуру, которая ценит использование данных для достижения успеха. Оснастите сотрудников набором навыков, необходимых для использования данных при выполнении их обязанностей. Обеспечьте всем доступ к данным посредством прозрачности, сотрудничества и экспериментов в разных отделах. Руководители должны отстаивать и показывать пример принятия решений на основе данных.

Проще говоря, аналитика данных HR имеет огромную ценность для организации. Применяя комплексный статистический анализ, HR-специалисты могут прогнозировать и изменять будущее рабочей силы, а также создавать реальные финансовые эффекты от практики управления персоналом.

В заключение

Современная HR-среда ориентирована как на людей, так и на данные. HR-данные содержат беспристрастную информацию и идеи для разработки стратегий и лучших практик, которые ведут к более эффективным и ценным HR-услугам. Это способствует более высокой вовлеченности сотрудников и производительности для лучших общих бизнес-достижений.

HR-специалисты, которые принимают роль HR-аналитики и могут расшифровать ее идеи, помогают своим организациям процветать и настраиваться на успех в будущем HR.

ПРИГЛАШАЮ ОТСЛЕЖИВАТЬ НАС В ТЕЛЕГРАМ