Mire használható a személyzeti analitika?

A HR analitika vagy people analytics-et egy világszinten felfutóban lévő terület. Úgy szoktam definiálni, mint a HR kontrollingnak egy modern ága, amiben az üzleti értékteremtés és a munkavállalói élmény áll a középpontban. Célja a vezetői döntéstámogatás.

• Akárhonnan is érkezik a problémafelvetés, az elemzés első lépése a kontextus feltárása, majd hipotézisek megfogalmazása, tesztelése és ajánlások megfogalmazása. Ez így talán túl technikainak hangzik, de rögtön érthetővé teszem: a problémafelvetés jöhet az üzleti oldalról, pl. romló ügyfélelégedettség vagy piaci részesedés vesztése vagy éppen a hatékonyságjavítási igény. Ez esetben arra keressük a választ az elemzés során, hogy mi ennek a problémának a humán vonatkozása (elkötelezettség, szenioritás, nem jó célkitűzések stb). 
   
• A következő lépésben pedig azt vizsgáljuk, hogy az emberi tényezők mögött mi áll: pl. nem versenyképes juttatások, nem transzparens karrierutak, munka-magánélet egyensúlyának hiánya, szervezeti beágyazottság hiánya stb.
   
• Az elemzés következő lépcsője pedig annak feltárása, hogy ezeket a humánoldali problémákat mi mozgatja és hogyan tudunk ezen változtatni.

Amennyiben a problémafelvetés a HR oldaláról érkezik, az első lépés fordítottját szoktuk elvégezni, ami tulajdonképpen az elemzési projekt és a beavatkozás üzleti terve: megmutatjuk az üzleti döntéshozóknak, hogy milyen hatása van az adott problémának az üzleti eredményekre. Manapság pl. gyakori téma a tehetség megtartás, a fluktuáció csökkentése. Ilyen esetben nemcsak azt tudjuk megmutatni az üzleti döntéshozóknak, hogy mennyibe kerül, ha ez a fluktuációs ütem fennmarad, hanem azt is tudjuk gépi tanulási modellekkel előrejelezni, hogy melyik üzleti egységben vagy éppen munkavállaló esetében a legmagasabb a kilépés kockázata az elkövetkezendő időszakban. 

Miben lehetünk hatékonyabbak, vagy eredményesebbek általa?

Pszichológusként és közgazdászként mindig is nagyon foglalkoztatott az emberi viselkedés és az adatelemzés határterülete. Nincs objektív valóság. Az emberi agy kapacitása véges, ezért számtalan heurisztika mentén hozunk döntéseket, amik a tapasztalást szubjektívvá teszik. Ezáltal akarva, akaratlanul agyunk többféle kognitív torzításának esünk áldozatul. Ilyen például a híres Solomon Asch kísérlet során feltárt csoportnyomás, ami szerint az egyéni vélemények a konszenzus felé tolódnak még akkor is, ha a többségi vélemény nem helyes. Vagy ilyen a távmunka világában nagyon is releváns közelségi torzítás vagy proximity bias, amikor tudattalanul azokat favorizáljuk, akik közel vannak hozzánk. A kognitív disszonanciáról pedig mindenki hallott, amikor azokat az információkat, amik nem illenek bele a hiedelemrendszerünkbe, az általunk definiált valóságba, kizárjuk. 

Az intuitív, azaz nem adatvezérelt döntések óhatatlanul áldozatául esnek ezeknek a kognitív torzításoknak kisebb vagy nagyobb mértékben, attól függően, hogy a belső folyamatok mennyire tudnak ennek gátat szabni – pl. több körös teljesítményértékelés. Emiatt nyilván nem is olyan hatékonyak, sokszor iteratívak, trial and error alapúak. Ezt segít kiküszöbölni az adatalapú működés. Nem mellesleg bármiféle digitalizáció, így a mesterséges intelligencia 

alapját is az adatok jelentik. És amilyen az input minősége, olyan az output minősége is (garbage in, garbage out). 

Ezek a kognitív torzítások 20 évvel ezelőtt is ismertek voltak, tehát joggal merülhet fel a kérdés, hogy akkor miért most kezdtek el a cégek ezzel foglalkozni? A people analytics eredettörténete a Google Project Oxygen-jéhez kötődik. A 2000-es években a tech óriás számára az exponenciális növekedés egy elkerülhetetlen kulturális kérdést kezdett el feszegetni: mi a szerepe a menedzseri rétegnek? Volt, aki szerint felesleges és bürokratikus menedzsereket foglalkoztatni. A parttalan vita helyett az adatokhoz fordultak és megnézték, hogy mi tesz valakit jó menedzserré. Az elemzés 8 kulcs viselkedési mintát azonosított, ami hatékony menedzserré tesz valakit, mint pl. a coaching skillek, felhatalmazó vezetés (empowering leadership), a munkavállalók sikerei és jólléte iránti valódi elkötelezettség stb. Az adatok mindenkit meggyőztek és elindult a kulturális változás, ami a Google-t a sikeres start-upból sikeres nagyvállalattá tette. 

A people analytics azonban igazából csak az elmúlt pár évben kapott szárnyra. Ennek az oka pedig az a diszruptív üzleti és makrogazdasági környezet, amiben a pandémia óta élünk. Hogy csak a legfontosabbakat emeljem ki: a távmunka normává válása, aminek révén nemcsak a céges kollaboráció és kommunikáció alakult át fundamentálisan, hanem a munkavállalói igények, prioritások is. Egy távmunka környezetben elvesztettük az értékes folyosói beszélgetések lehetőségét, aminek révén rengeteg információt kaphattunk a belső dinamikáról, problémákról. 

A pandémia kapcsán megszakadt ellátási láncok, üzleti produktivitási nyomás egy másik katalizátora a folyamatnak. A pandémia által még jobban felgyorsult technológiai változások pedig elképesztő nyomást helyeznek a tehetséggondozásra. Rengeteg új szakma, skill iránt indult meg a piaci verseny, amit a nagy felmondási hullám a COVID-ot követően csak tovább erősített. 

Ki a felelős ezért a területért a vállalatoknál?

A nagyvállalatok többségénél már van erre dedikált csapat vagy ember, legyen ez egy külső stratégiai partner vagy munkavállaló. Nemrég jelent meg az Inisght222 éves jelentése, ami megmutatta, hogy a vállalati HR adatelemzési vagy people analytics funkciók az elmúlt 3 évben 43%-kal növekedtek a 2022-23-as leépítések ellenére. A kisebb cégek esetében kevesebb a dedikált erőforrás. Ezek elsősorban nyugati és angolszász trendek. Sajnos a hazai vagy legalábbis régiós piacról nincsenek egyelőre adatok, de tapasztalatunk szerint a számok annyiban mások a mi régiónk esetében, hogy a nagyvállalati dedikált erőforrások sok esetben központosítottak. 

Itt-ott vannak ad-hoc projektek, de ezek jellemzően kimerülnek a leíró elemzésben, mint pl. egy riport összeállítása és nagyon alapvető HR adatokra szorítkoznak, mint pl. állományi létszám, bérköltség, esetleg fluktuáció. Mivel a HR osztályokon nincs adatelemzési kompetencia, ezeket általában a pénzügyi osztály végzi.

Miért baj, ha valahol nincs ennek dedikált szakértője?

A cégek költségeinek átlagosan 60%-a humánköltség, az üzleti eredmények pedig 100%-ban emberi beavatkozás eredményeképpen születnek. Így nem foglalkozni ezzel, kiaknázatlan lehetőség az üzleti eredmények javítására. Valamint az AI nyújtotta előnyök kihasználása is csak jó minőségű adatokra épített folyamatok révén lehetséges. Elég, ha pl. a Microsoft Viva-ra gondolunk, azon belül is a Viva Learningre, aminek egyik legnagyobb előnye, hogy munkakör, érdeklődés és fejlesztési cél (azaz karrierterv) alapján készít és ajánl trainingterveket. Ha emögött nincs egy megfelelő kompetenciatérkép, stratégiai munkaerőtervezés, teljesítménymenedzsment rendszer, az output is ennek megfelelően kevésbé lesz releváns. 

Ezek azok az okok, amik a people analytics-et, mint egy lehetőséget mutatják be. De határozottan azt gondolom, hogy ez mind eufemizmus. A people analytics nem elsősorban lehetőség, hanem egy üzleti szükségszerűség. És nem azért, mert spórolhatunk vele mondjuk 1 millió dollárt (mondjuk is elég meggyőző nekem, mint volt Pénzügyi Igazgatónak), hanem mert ha nem tudjuk megfejteni a munkavállalói kódot: miért mennek el, de leginkább miért maradnak nálunk a tehetséges kollégák, milyen skillekre lesz szükségünk 1-2 éven belül és hogyan tudunk erre felkészülni, akkor lehet akármilyen jó az üzleti víziónk, a végrehajtás biztosan kudarcot fog vallani. 

Milyen trendek határozzák meg ezt a szakmát nemzetközileg?

A Gartner a 2000-es években írta le az ún. nevezett Fact gap-et: ennek a lényege, hogy míg az adatok mennyisége exponenciálisan növekszik a digitalizáció révén, a dedikált elemzési erőforrások csökkennek. Ez nemcsak egy kiaknázatlan lehetőség, hanem a mai gazdasági realitások mellett óriási kockázat vakon repülni. Eddig is sokat említettem már, de talán még kettőt kiemelek: a baby boomer generáció eltűnése a munkaerőpiacról és az új, millennial generáció belépése a munkaerőpiacra, akik teljesen más preferenciákal rendelkeznek, mint elődeik, ami tovább fokozza a strukturális munkaerőhiányt. A generációváltásnak és az előbb említett munkaerőhiánynak köszönhetően egyre terjednek a rugalmas foglalkoztatási formák (gig economy). 

Ezt szerencsére egyre többen felismerik és ahogy említettem, a gazdasági visszaesés és a leépítések ellenére ez a szakma folyamatosan bővül és az előrejelzések szerint ez a bővülés így is marad. 

Magyarországra vonatkoztatva milyen adatok vannak?

Semmilyen. Viccen kívül, tényleg nem sok. 

Az az üzenet még nem mindenhol landolt, hogy ezek a projektek garantáltan 2-3 szoros megtérülést hoznak akár már rövidtávon is. Elég csak pl. egy munkaerőmegtartási projektre gondolni, ahol, ha akár csak 1 tehetséges embert vissza tudunk tartani a felmondástól, akár az éves fizetésének kétszeresét spórolhatjuk meg egy szenior ember esetében. 

A jelenlegi kelet-európai érettséget és a nyugat-európai és angolszász trendeket alapul véve mi arra számítunk, hogy a 150-200 fő feletti cégek az elkövetkezendő 1-2 évben felzárkóznak és intenzíven elkezdenek ebbe az irányba invesztálni. Ezt a gazdasági racionalitáson túl az új Európai Uniós direktívák is elengedhetetlenné teszik majd: konkrétan a CSRD (ami már 2025-től kötelezi a vállalatok nagy részét, hogy a fenntartható működésükről a munkaerő vonatkozásában is auditált jelentést tegyenek) és az EU Pay Transparency Act (ami pedig 2027 júniusától kötelezi a cégeket nemcsak transzparensebb működésre a juttatások terén, hanem a gender pay gap 5%-on belül tartására, amitől egyelőre a legtöbb cég nagyon messze van). 

Végül, mondanál pár szót magatokról és arról, hogy mivel kereshetnek meg titeket a cégek?

2023 nyarán alapítottuk a céget Debreczeni Eszter, volt kolleganőmmel a Microsoftból, ahol ő HR Igazgató, én pénzügyi igazgató voltam. Tevékenységünknek 3 fő lába van: HR analitika vagy people analytics, teljes kompenzáció tervezés (skill mappingtől a teljes munkakörbesoroláson át, a versenyképes juttatási csomagok megtervezéséig) és a Microsoft Viva értékesítés és bevezetés. Szolgáltatásaink elsősorban olyan 100 főnél nagyobb cégek számára relevánsak, akiknél nincs dedikált erőforrás, a nagy tanácsadó cégek vagy egy saját belső csapat kiépítése pedig túl drága. A privacy tekintetében nagyon szigorú szabályaink és folyamataink vannak. Minden szolgáltatási területünkön elkészítettünk egy ún. pricing guide-ot, amiben egyrészt bemutatjuk az egyes projektek kulcs lépéseit és végtermékeit a 3 árkategóriában (alap, standard és prémium), másrészt nemcsak az árakat, hanem a szükséges kliens munkaidőráfordítást. Hiszen ezek a projektek jellemzően egy közös munka eredményeként tudnak megvalósulni. Sokszor találkoztam azzal a tévképzettel, hogy ez a people analytics valami úri huncutság. Ezt szeretném eloszlatni! Még a legdrágább projektünk is bőven alatta marad egy szenior kontroller éves fizetésének és ahogy említettem, a megtérülés garantált. A tipikus forgatókönyv az szokott lenni, hogy először végigcsinálunk egy projektet, majd stratégiai együttműködés keretében, havi díj ellenében működtetjük azt az adott alrendszert.

A felmérésről

Mi a felmérésetek célja?

A felmérés célja az, hogy felmérjük az európai, elsősorban kelet-európai cégek people analytics érettségét és felrajzoljunk egy nagyjábóli roadmap-et a nyugat-eruópai és az angolszász tapasztalatok alapján. 

Mit kapnak a kitöltő résztvevők? Miért érdemes kitölteni?

A kitöltéssel ahhoz járul hozzá az adott HR vezető, vezérigazgató vagy éppen pénzügyi vezető, hogy a régió fel tudjon zárkózni a nyugati országokhoz ezen a stratégiai területen. Ha transzparenssé tesszük a lemaradást és megmutatjuk az utat, ez segíti a téma iránti elkötelezettséget, ami végsősoron hozzájárul a projekt jóváhagyásához. 

Egy ilyen projekt akár az üzleti eredményeken és a munkavállalói élmény javításán túl, a HR-t kimozdítja a siló-szerű működésből és megmutatja stratégiai szerepét. 

Ha ez nem lenne elég, minden kitöltő, aki megadja a céges kapcsolattartási adatait és a cég nevét, kap egy cégre szabott benchmark riportot és roadmap-et. Mindezt csak akkor, természetesen, ha sikerül elérni egy minimum kitöltési arányt. Ez alatt nem sok értelme van benchmarkról beszélni. 

Hol lehet kitölteni a kérdőívet?

Itt, de a honlapunkon is megtalálható.