Tuleeko HR-analytiikasta tärkeämpää kuin taloustietojen analysoinnista?

Tuleeko HR-analytiikasta tärkeämpää kuin taloustietojen analysoinnista?

Onko HR datasta ja sen analysoinnista tulossa avaimet yritysten kasvuun ja parempaan tuottavuuteen?

Tähän mennessä datan analysointi on kohdentunut muihin asioihin, kuin HR toimintoihin liittyviin asioihin ja henkilöstöä ja ilmapiiriä on mitattu hyvin perinteisin operatiivisin mittaustavoin kuten mittaamalla vaihtuvuutta ja työtyytyväisyyttä. Vähitellen HR- ja palkkajärjestelmien dataa on alettu yhdistelemään esim. markkina- ja talousdataan. On pystytty luomaan aitoa analytiikkaa, jota tulkitsemalla on pystytty näkemään ketkä ovat seuraavia potentiaalisia lähtijöitä, miten työtyytyväisyys/sitoutuminen vaikuttaa tulokseen ja asiakaskokemukseen.

Insinöörilehdessä oli artikkeli missä paneuduttiin motivaation ja työelämän laadun vaikutuksesta jopa Suomen kansantalouteen. Artikkelin mukaan tyytyväiset työntekijät ovat lähes kaksi kertaa tuottavampi kuin tyytymättömät ja tästä syystä hyvää tulosta tekevissä yrityksissä on keskimäärin tyytyväiset työntekijät ja matalat sairauskulut. HR data ja sen analysointi ei ole pelkästään isojen yritysten hyöty vaan siitä hyötyisivät myös pienemmät yritykset. Motivaatioteorian mukaan ihminen on monta kertaa tuottavampi kuin pelkästään välttämättömät työt suorittava työn tekijä ja sen perustella on laskettavissa, että jos suomalaiset, yli 10 henkeä työllistävät yritykset parantaisivat työelämän laatua viidellä prosenttiyksiköllä, yritykset voivat parantaa vuosittaista käyttökatetta kolmella miljardilla.  Suurin hyöty yrityksille tulisi tietenkin liikevaihdon kasvusta. Yrityksen johto yleensä pyrkii viilaamaan prosessejaan ja vähentämään poissaoloja. Kuitenkin suurin vaikutus saadaan siitä, että työntekijät voivat paremmin ja tuovat yritykselle lisää liiketoimintaa.

Maailmalla suurimmissa yrityksissä henkilöstöön liittyvän datan analysointi on nostanut päätään jo muutaman vuoden.  Sen hyödyntämisen vaikutuksista ja tuloksista löytyy paljon erilaisia artikkeleita, törmäsimme LinkedInissa top 40 listaan suositelluista artikkeleista aiheeseen liittyen https://www.linkedin.com/pulse/top-40-hr-people-analytics-articles-2017-david-green/

Työelämä on valtavassa murroksessa digitalisaation myötä, työntekeminen ja työsuhteet muuttuvat organisaatioissa joten perinteiset menetelmät eivät välttämättä enää riitä, kun henkilöstöä analysoidaan.

Näiden artikkeleiden yhteenvetona voisi koostaa seuraavaa.

1.Liiketoiminta edellä ja ne oikeat kysymykset

Henkilöstöön ja organisaatioon liittyvä data on kultakaivos, mutta mistä aloittaa? Analytiikan veturina on liiketoiminta ja liiketoiminta osaa esittää ne oikeat kysymykset analytiikalle. Kysymykset voivat liittyä mm. osaamiseen, suoriutumiseen, luonteenpiirteisiin tai työtyytyväisyyteen. Esimerkiksi jos yritys pyrkii kasvattamaan tuottavuutta keskittämisen kautta, pitää asettaa esimerkiksi seuraavanlaisia hypoteeseja: Onko toiset yksiköt tuottavampia kuin toiset? Vaikuttavatko koulutukset tuottavuuteen? Mistä suoriutuvimmat henkilöt tulevat?

Kun dataa analysoidaan hypoteeseihin vastaten, löydetään ne avaintekijät mitkä tuottavuuteen vaikuttavat, ja kannattaako toimintoja keksittää tuottavuuden näkökulmasta vai ei.

Perinteiset mittarit henkilömääristä, vaihtuvuudesta ja poissaoloista eivät kerro vastauksia näihin kysymyksiin vaan tähän tarvitaan tietoa ihmisen osaamis-profiileista, taustoista, tavoitteista, motiiveista ja monesta muusta tiedosta, jota ei välttämättä tällä hetkellä analysoida kuin pari kertaa vuodessa, jos ollenkaan.

2.Datastrategia tuo datan saataville

Ennen analysointia tarvitaan datastrategia, sillä kaikkea dataa mitä tarvitaan liiketoiminnan kysymyksiin vastaamiseksi ei välttämättä ole. Erilaisista järjestelmistä saadaan jotain dataa, mutta ei välttämättä kaikkea. Kaikkea dataa ei myöskään tarvitse omistaa itse, joskus on hyvä yhdistää olemassa olevaan dataan markkinoilta saatavilla olevaa dataa. Avoimet datalähteet ovat yleistyneet vauhdilla, niiden hyödyntämisestä voidaan saada suurta hyötyä, ilman suurempia investointeja. Myös maksullisista datalähteistä voidaan saada vastauksia kysymyksiin.

Datastrategiassa tulee myös huomioida datan eettisyys, käyttöstrategia ja turvallisuus. Kun kohdealueena on henkilöstöön liittyvä data, data turvallinen ja läpinäkyvä käyttö on ensiarvoisen tärkeää.

3.Analysointi ja oikeat toimenpiteet

Analysoinnissa käytettävä data on harvoin täydellistä, tuoretta tai eheää. Nämä asiat pitää huomioida, kun tulkitaan tuloksia ja annetaan toimenpidesuosituksia dataan nojaten.

Analysoinnin perusteella tehtyjä toimenpiteiden onnistumista tai vaikutusta pitää myös mitata, jotta osataan muuttaa suuntaa aina tarpeen mukaan.  Datan avulla voidaan johtaa helposti vääriin lopputuloksiin, jos dataa ei riittävästi ymmärretä.

Esimerkiksi tyypillisesti suuryritysjohtajat ovat miehiä, ja jos historiadatan perusteella tehdään analyysia seuraavasta johtaja, voi analyysin perusteella korostua sukupuoli. On siis ensiarvoisen tärkeää ymmärtää dataa sekä esitettyjä hypoteeseja.

4.Henkilöstö keskiöön kaikessa

Informaatioaikana henkilöstön merkitys yrityksissä on korostunut. Henkilöstö on avain onnistumiseen tai epäonnistumiseen, joten henkilöstön analytiikalla on merkitystä oikein käytettynä moneen asiaan. Ei pidä unohtaa, että ihmiset ovat yksilöitä ja tarvitsevat erilaisia asioita menestyäkseen tai suoriutuakseen hyvin. Monissa yrityksissä se, että oikeat henkilöt tekevät työnsä on ainoa keino luoda kilpailuetua.

Henkilöstöanalytiikalla on valtavia hyötyjä, jonka avulla voidaan tuottaa hyvin suoriutuvia organisaatiota ja tiimejä tai rekrytoida oikeita ja sopivia henkilöitä. Analytiikalla voidaan räätälöidä työntekijäkokemus työntekijälle oikeaksi esim. ehdottamalla sopivia kursseja ja koulutuksia työhön liittyen tai tarjota räätälöidyt henkilöstöedut.

5.Jatkuva kehittäminen tuo tuloksia

Henkilöstöön liittyvän analytiikan kehittäminen ei ole vain kertaluontoinen ponnistus vaan jatkuvaa kehittämistä johon tulee investoida. Uusia kysymyksiä syntyy, kun henkilöstön analytiikka otetaan päivittäiseksi työkaluksi. Analytiikan jatkuva kehittäminen mahdollistaa myös liiketoiminnan jatkuvan kehittämisen ja sillä voidaan tukea myös työntekijäkokemusta.

6.Teknologia tuo apua mutta ei yksin riitä

“But that’s the thing with new technology: unless you try it, you’ll never know.” Jo nyt saatavilla oleva teknologia mahdollistaa datan jalostamisen tavalla, jota esim. kymmenen vuotta sitten emme osanneet edes kuvitella. Tietotekniikan kanssa voi myös nykyään olla rohkea, sovelluksiin ei tarvitse sitoutua lopullisesti ja monia asioita voi testata ilman massiivisia teknologia investointeja. Teknologia ei kuitenkaan pelasta, jos emme tiedä mitä haluamme saavuttaa ja osaa tehdä muutosta tuloksien perusteella.

7.Tietoturva ja avoimuus on kaiken A ja O

Kun GDPR on kaikkien huulilla voi henkilöstödatan louhiminen vaikuttaa arveluttavalle. Keinoja kuitenkin on, kun tietoa käytetään anonyymisti ja analytiikan kanssa ollaan avoimia, vältetään monta sudenkuoppaa.

HR -järjestelmien datan pitää integroitua yrityksen ulkopuolella olevaan dataan kuten sosiaaliseen mediaan, terveysdataan tai sijaintidataan, mutta huomioiden että henkilöllä on täysikontrolli siihen, mitä dataa hänestä käytetään ja miten. Avoimuus on avaintekijä HR:ään liittyvässä analytiikassa. Tarkoitus on kuitenkin loppukädessä se, että ihmiset voivat hyvin ja ovat motivoituneempia, terveempiä ja tehokkaampia.

Henkilöstöön liittyvällä analytiikalla on myös riskinsä ja uhkansa, riippuen siitä mitä dataa käytetään ja miten tätä dataa analysoidaan. Saavatko henkilön terveystiedot, liikuntatiedot ja henkilökohtaiset asiat vaikuttaa päätöksentekoon?

8.Datalähtöistä päätöksentekoa tulevaisuudessa

Vielä tälläkin hetkellä yrityksissä tehdään päätöksiä lähinnä intuitioon perustuen, koska joko dataa ei ole saatavilla tai sitä ei osata hyödyntää.

Kokeilemalla selviää mitkä ovat ne oikeat kysymykset sinun organisaatiollesi mihin haetaan vastauksia analytiikan ja datan keinoin. Tekemällä sitten oikeat toimenpiteet ja päätökset joilla on merkitystä sinun organisaatioisi ihmisten motivaatiotekijöihin ja tuloksellisuuteen.

 

Laura Saarainen, Solution Manager
Maria Vappula, Manager, Digital Development