Cilvēkresursu (HR) analītika jau kādu laiku ir diezgan aktuāla tēma, bet prognozējošā analītika ir pati svaigākā tendence, par ko ir vērts zināt. Kas tad īsti ir prognozējošā analītika, un kā tā mainīs uzņēmumu nākotni?

Prognozējošā analītika (predictive analytics) cilvēkresursu (HR) jomā ir viena no jaunākajām nozīmīgajām tendencēm 2019. gadā, kam ir vērts sekot. It īpaši, ja uzņēmumi vēlas būt konkurētspējīgi arī nākotnē. Jau šobrīd ir skaidrs, ka prognozējošās analītikas iegūtā informācija un dati ir ar milzīgu potenciālu - tie paver nozīmīgas biznesa iespējas. Taču neskriesim uz priekšu tik ātri, jo pirms ķeramies pie prognozējošās analītikas, noskaidrosim kas tad īsti ir HR analītika.
HR analītika
Vienkārši izsakoties, HR analītika ir datu vadīta pieeja stratēģiskajai plānošanai, ko veic personālvadība.

Apkopojot datus un analizējot tos, lai pārraudzītu un uzlabotu biznesa procesu vadību, vadītāji var pārvērst HR datus par informāciju, ko var un vajag izmantot, lai organizācijai palīdzētu šos procesus pilnveidot.


HR departamenti un personāldaļas apkopo un uzglabā milzīgu cilvēkresursu datu apjomu jau gadiem ilgi, bet bieži vien tas tiek darīts ļoti formāli, un tas nozīmē to, ka šie dati netiek izmantoti tā, kā tos varētu izmantot. Un tieši šeit nāk talkā HR analītika. Tā spēj veikt dziļu analīzi, kas paaugstina personālvadības un HR funkciju vērtību un parāda to, ka tās spēj dot reālu pievienoto vērtību uzņēmumam.

Bet analizēt datus tā, kā tas tika darīts iepriekš, nav jēgas. Lai HR analītiku varētu izmantot pilnībā, jums sākotnēji vajadzētu izmēģināt šos vienkāršos soļus:


#1. Atlasiet tos biznesa jautājumus, uz kuriem ir vajadzīga atbilde
Nav nekādas vajadzības analizēt datus tikai tādēļ, lai ieviestu HR analītiku biznesā. Protams, ir apsveicami, ja jūs analizējat, piemēram, darbinieku rotāciju, bet, ja jūs esat mazs uzņēmums un zināt, ka darbinieku maiņa nav problēma, tad kāpēc tam tērēt laiku?

Ir svarīgi izvēlēties un pārraudzīt to HR metriku, kas ir svarīga jūsu biznesa mērķiem. Ja HR analītikas jomā esat iesācējs, tad sāciet ar tradicionālākiem jautājumiem, piemēram, darba kavējumu un darbnespējas dienu uzskaiti, darba izpildes lietām un tēriņiem par apmācībām. Pēc tam jau var izvēlēties attiecīgo laika periodu datu mērīšanai, piemēram, ceturksni, pusgadu vai gadu, lai būtu pietiekami daudz datu, no kā iegūt informāciju par rīcības modeļiem vai tendencēm.
HR analītika, sistēmiski identificējot un kvantificējot cilvēkus, ir viens no biznesa katalizatoriem.
Heuvel & Bondarouk
#2. Precizējiet, kādi dati ir vajadzīgi un kur tos iegūt
Dažkārt dati netiek glabāti vienkopus. Organizācijas glabā datus vairākās vietās – papīru formā vai arī jauktā veidā, izmantojot dažādas tiešsaistes platformas, vai arī dažādos departamentos uzņēmumā, kas var apgrūtināt datu analīzi.

Lai jūsu datu analīze noritētu gludi, jums vispirms ir jāizdomā, kādi dati būs nepieciešami, un tad jāsavāc visi dati no dažādiem avotiem, lai tos varētu apkopot un apvienot vienā vietā. Tādējādi tiksiet pie vajadzīgās informācijas ātri, un tā būs precīza. Šo procesu var veikt manuāli, piemēram, ar Excel izklājlapu palīdzību, vai arī, izmantojot kādu no šim nolūkam radītajām HR programmatūrām. Ja jums jātiek galā ar patiešām milzīgiem datu apjomiem, tad labāk būs noalgot profesionālus datu analītiķus, bet atcerieties, ka viss ir relatīvs un jāskata kopainā ar resursiem, finansēm un mērķiem, kādi ir jūsu organizācijai.
#3. Sasaistiet HR datus ar biznesa mērķiem
Lai iegūtu vislabāko ienesīgumu no analizētajiem datiem, personāldaļai dati jāizmanto kā pierādījums tam, ka pastāv saikne starp novērotajām tendencēm un rīcības modeļiem ar problēmām uzņēmējdarbībā, jo tad būs iespējams uzlabot procesus atbilstoši uzņēmējdarbības mērķiem.

Tad, lai saprastu, vai analizētie dati ir devuši precīzus rezultātus, ir svarīgi analīzi veikt regulāri un datus ietērpt saprotamā formātā, ko var prezentēt un saprast ikviens uzņēmumā, ja rodas tāda vajadzība.


#4. Integrējiet HR analīzi visā uzņēmumā
Ir saprotams, kādēļ cilvēkiem rodas kļūdains uzskats, ka HR analītika ir tikai un vienīgi personālvadības funkcija. Bet, tā kā datu analīzes rezultātiem var būt milzīga ietekme uz visu organizāciju, tad datus un to analīzi nevajadzētu paturēt tikai un vienīgi HR departamentā.

HR datu kombinēšana ar citu biznesa jomu datiem (kas ir nozīmīgi), piemēram, ar finansēm un darba samaksu, var dot tādu informāciju un izpratni, kas citādi, iespējams, netiktu ņemta vērā.

Datu analīze no dažādiem datu kopumiem dos labumu personālvadībai un uzņēmumam kopumā, turklāt tādējādi iegūsiet arī daudz precīzākus rezultātus.

Teoretizēt, pirms jūsu rīcībā ir dati, ir fundamentāla kļūda.
Arturs Konans Doils
Ja personālvadība izprot datu un metrikas nozīmi, uzņēmumam ir vieglāk atbildēt uz tādiem svarīgiem jautājumiem, kā, piemēram, cik daudz cilvēku šogad pameta uzņēmumu un kāpēc? Kādas tendences un rīcības modeļi ir parādījušies un kāpēc?

Analizējot milzīgus datu apjomus un izmērot visus darbinieku dzīves cikla aspektus, personālvadībai ir iespēja īstenot tādas stratēģijas, kas palīdzēs sakārtot jebkuru problēmu, lai sasniegtu organizācijas mērķus.

Bet, ja esat gatavi savus datus pacelt jau nākamajā līmenī, tad ir laiks sākt izmantot prognozējošo analītiku personālvadībā.
PROGNOZĒJOŠĀ analītika HR jomā
Prognozējošā analītika personālvadībā tiek uzskatīta par HR nozares revolūciju, kas sakārtos ar darbiniekiem saistītos izaicinājumus, pirms tie būs kļuvuši par problēmu. Tā spēj izmantot neapstrādātus datus un izvilkt no tiem informāciju, ko pēc tam var pielietot uzņēmuma ikdienas procesos un darbībās.

Arvien vairāk organizāciju sāk sekot šai tendencei, jo ir sapratušas tās potenciālu biznesa uzlabošanā.

Vēl nesen – 2016. gadā – tikai 32% uzņēmumu bija gatavi veidot prognozējošās analītikas pārvaldes modeli, bet 2018. gadā šis skaitlis ir pieaudzis jau līdz 69%, un uzņēmumi aktīvi rīkojas, lai uzlabotu cilvēku datu analīzi.
Analītikas spēks var radīt būtiskas izmaiņas ik uz soļa, piešķirot prognozējamu, kvantificējamu rezultātu dimensiju kam tādam, kas ir jau pēc būtības dinamisks, - cilvēka spējām.
– HR Technologist
Prognozējošā analītika organizācijas līderiem nodrošina informāciju, lai būtu iespējams pieņemt uz faktiem balstītus lēmumus, izmantojot iepriekšējos datus. Savukārt šī brīža datu analīze uzņēmuma vadītājam ļauj mācīties no iepriekšējās pieredzes un prognozēt nākotnes rezultātus.
Kādus vēl labumus var iegūt no prognozējošās analītikas ieviešanas HR jomā?

    Mazāka darbinieku mainība
      Izmantojot prognozēšanas metodes, vadītāji redzēs iespējamo darbinieku mainību nākotnē, turklāt sadalītu pa specifiskām funkcijām vai ģeogrāfiskajām zonām. Prognozējošā analītika var aplūkot tādus datus kā cilvēku pārvietošanās laiks, braucot uz darbu, veiktspējas problēmas, lomu izmaiņas un darbinieku līdzdalības rādītājus. Tas nozīmē, ka jūs varat uzlabot problemātiskās vietas un samazināt atlūgumu un atlaišanu skaitu, kā arī darbinieku noalgošanu steigā, tādējādi ietaupot būtiskus uzņēmuma resursus, kas rodas darbinieku mainības rezultātā.

        Darbā pieņemšanas process
          Izmantojot prognozējošo analītiku, jūs varēsiet redzēt, kuri no iepriekš publicētajiem darba sludinājumiem ir bijuši tie efektīvākie un kuras darbā pieņemšanas metodes ir uzrādījušas labāku darbinieku noturību darbavietā un augstākus līdzdalības rādītājus. Tādējādi vadītāji var izveidot uzlabotu un racionalizētu darbā pieņemšanas stratēģiju, kas daudz efektīvāk un daudz īsākā laikā nodrošinās ļoti kvalitatīvu darbā pieņemšanas procesu.
            Mērķtiecīga darbinieku noturēšana
              Prognozējošā analītika HR jomā var palīdzēt darba devējiem noteikt, kuru profesiju darbinieki nākotnē varētu mainīties biežāk. Ja šāda informācija ir jūsu rīcībā, tad attiecīgi var piestrādāt pie darbinieku noturēšanas metodēm, lai šo konkrēto grupu cilvēki būtu laimīgi un justos iesaistīti, līdz ar to vēlētos turpināt strādāt uzņēmumā.

                Risku vadība
                  Prognozējošā analītika spēj prognozēt tādus biznesa riskus kā vājš sniegums un darbība, kā arī saistīt šīs problēmas ar kādu specifisku faktoru, piemēram, darba organizāciju vai apmācībām. Tādos gadījumos var izmantot labāko variantu situācijas atrisināšanai, kas ievērojami samazinās juridisko strīdu vai lielu izdevumu risku uzņēmumam.
                    Labāko profesionāļu atlase
                      Ja jūs spējat prognozēt, kāda veida jaunais darbinieks, visticamāk, būs visatbilstošākais, izvērtējot tādus faktorus kā uzņēmuma kultūras atbilstība, iepriekšējā pieredze, prasmes u.tml., un, ja vēl šādam darbiniekam ir iepriekš bijuši panākumi uzņēmumā, tad tas nozīmē, ka jūs varat koncentrēties tieši uz šāda tipa profesionāļu meklēšanu un noturēšanu savā organizācijā.

                      Šis saraksts nebūt nenozīmē, ka ir pieminētas pilnīgi visas iespējas, kādas spēj dot prognozējošā analītika HR jomā, bet tas ir labs sākums. Un, kaut arī prognozējošā analītika nekādā veidā mums nepateiks, kas tieši notiks nākotnē, tā var parādīt mums modeļus un tendences, lai mēs varētu aprēķināt zināmu notikumu (sliktu vai labu) iespējamību. Un tad vadītāji var izlemt, vai vēlas uzņemties attiecīgo risku vai arī no tā labāk izvairīties.

                      Pielietojot prognozējošo analītiku lielam datu apjomam, HR loma spēs mainīties pozitīvā virzienā, personālvadībai kļūstot par stratēģisku partneri. Tā pamats būs ar datiem pamatotas, uz pierādījumiem balstītas prognozes, kas laikus palīdzēs pieņemt pamatotus lēmumus, lai nebūtu jāpaļaujies vien uz savu vai kolēģu intuīciju.

                        CakeHR
                        Biznesa attīstības vadītājs