Seminārs
HR Dati un Analītika
30. oktobris| Teikums
Personāla datu ieguve, apstrāde un izmantošana.
Vēsturiski personāla vadības galvenie uzdevumi bija nodrošināt personāla pietiekamību, ievākt un uzturēt darbinieku personīgos un profesionālos datus, piemēram, algu izmaksu un atalgojuma datus, apdrošināšanas un papildus labumu datus, snieguma un darbinieku novērtējuma datus. Tehnoloģijām attīstoties, šobrīd personāla vadības datu analītika un analītikas rīki ir nonākuši līdz posmam, kad tie var palīdzēt HR nozarei dziļāk izprast ne tikai uzņēmuma darbinieku profilu un palīdzēt pieņemt stratēģiskus lēmumus, bet arī dot ieskatu ar HR saistīto finanšu rādītājos un veicināt uz datiem balstītu resursu izmanošanu.

Lūk, neliels ieskats SmartHR semināra "Personāla dati un analīze" dalībnieku profilā - auditorijā, kas, līdzīgi pasaules tendencēm, arvien vairāk apzinās HR nozares jauno lomu stratēģiskā biznesa attīstībā.

Semināra dalībnieku prātus nodarbina jautājumi par darbinieku piesaisti un noturēšanu, motivāciju un iesaisti, par personāla datu analīzi un budžetēšanu. Tiem pievienojas arī problēma, kas atklāti parāda, ka strauji tuvojas gada beigas - "daudz darba, zeme deg...". Starp pārstāvētajiem uzņēmumiem bija gan mikro (7,8%), gan mazi (11,8%), gan vidēji (17,7%), gan arī lieli (62,7%) uzņēmumi.

Darbinieku vidējais vecums šajās organizācijās lielākoties ir 34-44 gadi (46,2%), kā arī 26-33 gadi (32,7%). Retāk darbinieki ir vecākās (13,4%) un jaunākās (7,7%) paaudzes pārstāvji.

No aptaujas secinām, ka gandrīz puse semināra dalībnieku SmartHR apmeklēja pirmo reizi (42,3%), savukārt otra puse dalībnieku pie mums viesojušies vai nu vairāk par vienu reizi (36,5%) vai arī tiem jau ir iegādāts abonements regulāriem SmartHR apmeklējumiem (21,2%).

Rezultāti liecina, ka katrā uzņēmumā analizē atšķirīgus HR datus. Lielākoties analizētas tiek mainības un darbinieku izmaksas, kā arī darbinieku sniegums. Tāpat semināra dalībnieki norādīja, ka uzņēmumos tiek analizēts vienas vakances aizpildīšanas laiks, darbinieku iesaiste, labumu programmas atdeve un darbinieka ienesīgums.

Tomēr vērtējot savu izpratni un zināšnas par HR datu analītiku un tās ieguvumiem, dalībnieku atbildes nosedza visu atzīmju amplitūdu. Starp dalībniekiem bija gan tādi, kas savu izpratni vērtēja gan ar "1", gan ar "10". Rēķinot vidējo atzīmi, ieguvām vidējo "5,2". Arī vērtējot, vai pārstāvētajā uzņēmumā datu analītikai ir būtiska loma, tieši puse drīzāk piekrita šim apgalvojumam (50%) un mazliet mazāk aptaujāto tam pilnībā piekrita (44,4%). No tā izriet, ka tikai nedaudzi drīzāk nepiekrīt (3,7%) vai absolūti nepiekrīt (1,9%) minētajam apgalvojumam.

Interesanti, ka, dalībniekus lūdzot norādīt, "ko uzņēmumā vajadzētu analizēt, taču pietrūkst iespēju, laika vai zināšanu", atbildes būtiski neatšķīrās no tām, kuras tika pieminētas iepriekšējā jautājumā, kādus personāla datus šobrīd uzņēmumā analizē. Tās skāra gan motivācijas un iesaistes sistēmu atdeves aprēķināšanu (to efektivitāte, labumu pakas ietekme uz darbinieku produktivitāti, bonusu ietekme uz lojalitāti), gan mainības izmaksas, gan produktivitātes aprēķināšanu (darbinieku rezultāti, efektivitāte, laika patērēšana, noslodze, izpildes termiņi, vadības efektivitāte). Šie rezultāti liecina, ka vienam no otra ir ko mācīties!

Patīkami, ka populārākās atbildes skāra darbiniekus labklājības mērīšanu un analizēšanu. Starp tām bija apmierinatības un laimes koeficienta noteikšana, atgriezeniskās saites atdeves noteikšana par darbinieka emocionālo labklājību, reakcijas noteikšana uz dažādiem impulsiem, darba vides ietekme.

Pēc iegūtajiem rezultātiem, jāsecina, ka dalībnieku pārstāvēto uzņēmumu profils ir gana pretrunīgs. Lai arī datu analītikai tiek piešķirta nozīmīga loma lēmumu pieņemšanā, ir gana daudz datu, kuriem nepietiek resursu un zināšanu, lai tos analizētu. Tas, ka visizplatītākais jautājums, kas reizē tiek un netiek aprēķināts, ir darbinieku mainības izmaksas un labumu atdeve uz darbinieku sniegumu, liecina, ka Latvijas uzņēmumi atrodas ļoti dažādos attīstības un informētības posmos.

Cik reāli, ka esošā situācija būtiski uzlabosies nākamo 12 mēnešu laikā? Gana reāli! Gandrīz ceturtajai daļai nav viedoklis šajā jautājumā (18,9%) un pavisam nedaudzi uzskata, ka nekas nemainīsies (1,9%). Bet vēlamies atzīmēt, ka turpat puse uzskata, ka tā pamazām uzlabosies (43,4%), citi savukārt ir pilnīgi pārliecināti, ka uzlabosies (35,8%).
Vieni no svarīgākajiem datiem runājot par personālu ir algas un algu budžets. Uz kādiem lēmumiem balstīt atalgojuma budžeta datus? Kā noteikt, cik maksāt jaunam darbiniekam jaunā amatā? Kā veidot taisnīgu atalgojuma sistēmu? Kā veidot ieteikumus atalgojuma izmaiņām?
Nevienam vairs nav jaunums, ka darbinieku skaits darba tirgū kļūst arvien mazāks. Kā saka ekonomisti, ja domājiet, ka tas tuvākajā laikā strauji mainīsies, tad kļūdāties divreiz - nedz strauji, nedz mainīsies. Tuvāko 5 gadu laikā darbinieku skaits Latvijas darba tirgū samazināsies vidēji par 10 tūkstošiem gadā.

Jau šobrīd uzņēmumi aktīvi strādā, ieviešot jaunus veidus, kā darbiniekiem likt novērtēt uzņēmumu un kā radīt vēlmi strādāt. Motivācijas pasākumi, komandas saliedēšanas piektdienas, atpūtas telpas, sporta izaicinājumi, iesaistes platformas, apmācības, balvas un loterijas labākajiem un vēl, un vēl, un vēl. Kā saprast kas strādā, un kas ne? Kā nomērīt, vai izvēles atmaksājas un to ietekmi uz iesaisti/ motivāciju/ apmierinātību? Un kā saprast, kad uzņēmums tērē lietās, kas nenes rezultātu?
Mēs daudz runājam par uz datiem balstītiem lēmumiem, taču ko tas nozīmē realitātē. Ikviens personāla vadītājs un HR profesionālis glabā visdažādākos datus par darbiniekiem. Datu iegūšanas ceļi ir dažādi - cv, aptaujas, anketas, darbinieku vadības sistēmu un "payroll" dati, utt., taču ko ar šiem datiem, kas glabājas tabulās un failos, darīt? Aldis Ērglis iepazīstinās ar Microsoft Power BI, lai parādītu, kā pāriet no tā, ka izmantojam atskaites uz patiešām uz datiem balstītiem biznesa procesiem. Kā viegli analizēt un atspoguļot uzkrātos datus? Cik viegli to ir izdarīt un kā tas var ietekmēt lēmumu pieņemšanu?
Juris Nīmants
Juris Zalāns
Aldis Ērglis
Darbnīcās iztirzāja, kāpēc apmācību analītika nebeidzas ar mācīobu rezultātiem, un iepazīstināja ar jaunākajiem rīkiem un metodēm, kā izbaudīt un pasniegt HR datus vadībai viegli nolasāmā veidā.
Kad runājam par darbinieku apmācību rezultātu analītiku lielajos uzņēmumos, tā lielākoties satur apmeklēšanas statistiku vai sekmīgus/nesekmīgus mācību rezultātus. Tomēr mūsdienās svarīgi ir zināt arī: Kā apmācāmie reaģē uz piedāvāto mācību saturu? Vai mācību process ir iesaistošs? Vai var uzzināt, kuras tēmas sagādā grūtības daudziem, lai tās varētu ātri un efektīvi novērst? BranchTrack Insights risinājums ir tapis kā atbilde uz šiem daudzu uzņēmumu jautājumiem. Pateicoties tam, var gūt ieskatu tajā, kā apmācāmie patērē un mijiedarbojas ar apmācību saturu.

BranchTrack vadītājs un INTEA līdzdibinātājs Sergejs Sņegirjovs dalīsies ar savu pieredzi par analītikas lietošanu e-apmācībās, kā arī prezentēs augsti novērtētu reāllaika apmācību analītikas projektu vienā no Fortune 500 uzņēmumiem ASV.
Strauji pieaugot ikdienā radīto un izmantoto datu apjomam, uzņēmumiem arvien aktuālāks izaicinājums ir operatīvi identificēt svarīgāko informāciju un efektīvi to komunicēt ar visām iesaistītajām pusēm.

ZoomCharts interaktīvie datu vizualizācijas risinājumi diktē jaunu globālo standartu, ievērojami paātrinot un padarot baudāmu datu uztveršanas, izpētes un komunikācijas pieredzi gan datorā, gan ikvienā mobilajā ierīcē.
Sergejs Sņegirjovs
Jānis Volbergs