Risorse Umane e Headhunting - Blog Reverse

People Analytics: come i dati possono aiutare l’HR

Scritto da Team Reverse | 28 ottobre 2020 10.10.10 Z

I vantaggi dell’utilizzo degli analytics nel campo HR sono numerosi. Eccone alcuni:

  • metodo più strategico per le assunzioni;
  • miglior utilizzo di leve per aumentare la retention di risorse chiave;
  • più precisione nell’identificare i problemi nei team;
  • maggior risalto dei dipendenti virtuosi;
  • strategia più precisa nel comporre team più produttivi.

Ma come dobbiamo approcciare questo mondo relativo ai dati digitali? Cominciamo.


  1. Cosa si intende per People Analytics
  2. Vantaggi degli analytics in ambito HR
  3. Ambiti di misurazione
  4. Analisi predittive e prescrittive

 

1. Cosa si intende per People Analytics 

Cominciamo dalla definizione:

per  People Analytics si intende l’uso dei dati relativi al comportamento umano e alle relazioni per prendere decisioni aziendali. Si tratta quindi di un approccio data-driven per gestire la forza lavoro.

Grazie ai Business Analytics, quindi i dati relativi al business in generale, si riescono a ottimizzare i processi aziendali e attuare un’opera di monitoraggio e previsione dell’andamento del business.

Nel caso dei People Analytics, le analisi di dati sono applicate all’ambito dei collaboratori, quindi riguardano le assunzioni, la gestione delle performance e delle promozioni, il tasso di retention e così via.

L’utilizzo dei People Analytics è in forte crescita per tre motivi:

  • progresso tecnologico: siamo ormai consapevoli dell’importanza strategica del dato e abbiamo accesso a una quantità incredibile di informazioni digitali; di conseguenza si sono sviluppati anche gli strumenti in grado di raccoglierle, conservarle e analizzarle;
  • comprensione dei bias comportamentali: dagli anni settanta la teoria dei bias comportamentali ha iniziato a farsi strada, sviluppandosi anche al di fuori dal campo puramente psicologico. Oggi i bias sono un fattore da tenere presente in ogni valutazione relativa ai collaboratori;
  • focus sull'importanza delle persone: negli ultimi anni, le aziende stanno realizzando che il più grande asset del loro business è rappresentato dalle persone e il successo di un’azienda si fonda principalmente sui talenti che vi lavorano.

Nonostante tutto ciò, l’utilizzo dei People Analytics non è ancora del tutto diffuso nei reparti HR per diversi motivi, primo tra tutti l’effort iniziale necessario per la la loro corretta implementazione

E’ necessario infatti avere una strategia su come raccogliere e conservare i dati, e in seguito servono le skill per analizzarli.

Come ricordiamo spesso nei nostri articoli, solo intraprendendo un percorso di digital transformation è possibile approfittare di tutti i vantaggi che i dati, e la loro corretta lettura, possono darci.

 

2. Vantaggi degli analytics in ambito HR

Abbiamo cominciato elencando alcuni dei principali vantaggi che i dati possono portare ad un reparto HR, e ci rendiamo conto che per ottenerli è ormai indispensabile l’evoluzione del ruolo dell'HR Manager che stiamo conoscendo in questi mesi:

pur mantenendo la sua propensione alla componente umana, l’HR oggi deve inevitabilmente familiarizzare con il digital e l’analisi dei dati. 

HR Sata Scientist, HR Data Analyst e HR Analyst sono figure che stanno comparendo con frequenza sempre maggiore nel mondo delle Risorse Umane, ma ci chiediamo: sono indispensabili per un’azienda che vuole implementare i People Analytics, o anche approcci più basic possono essere sufficienti? 

Se le grandi realtà necessitano di figure dedicate, per aziende medie e piccole potrebbe essere già molto strategico cominciare a lavorare sui dati sviluppando una propensione alla lettura del dato e una fiducia nell’innovazione, per poter almeno cominciare a sfruttare le analisi statistiche.

Dicevamo dei vantaggi che puoi trarre dai dati: grazie ai People Analytics è possibile migliorare non solo il business, ma anche la vita in azienda dei singoli dipendenti. Un esempio virtuoso in tal senso è il programma Proactive Retention di IBM. Analizzando i dati raccolti, per esempio, è possibile:

  • tracciare un percorso di carriera;
  • identificare i collaboratori a rischio;
  • ottimizzare gli investimenti in formazione;
  • potenziare i team scegliendo i giusti membri da inserire;
  • analizzare il clima aziendale attraverso le performance;
  • valutare in modo più preciso le promozioni;
  • assumere le persone più corrette per la propria azienda e quindi mantenere un basso turnover.

La lista potrebbe andare ancora oltre, ma quello che devi tenere a mente è:

il vantaggio fondamentale dell’utilizzo degli Analytics è che grazie ai dati puoi prendere decisioni più precise e strategiche: e ogni Manager sa quanto questo sia importante.

 

I primi dati da analizzare sono le opinioni dei tuoi collaboratori.

Ecco alcuni suggerimenti per raccoglierle.

 

3. Ambiti di misurazione

Raccogliere e interpretare i dati è un vantaggio per la crescita dell’azienda ma anche per creare un clima di cooperazione, in cui tutti si sentano valorizzati.

Gli ambiti di misurazione ricoprono tutto il processo di gestione delle Risorse Umane, dalle strategie di assunzione a quelle di retention. Ecco qualche esempio, per portare sul piano pratico quello che sembra un discorso basato più sui numeri e meno sulle persone:

  • identificazione delle nuove figure necessarie nei team;
  • previsione del turn over;
  • ottimizzazione del processo di recruiting;
  • previsione di aumenti di stipendio e piani di compensation&benefit;
  • ottimizzazione del budget dedicato alla formazione.

Questi sono solo alcuni ambiti che puoi ottimizzare grazie ai dati, ma approfondiamo meglio le tipologie di analisi che potrai attuare.

 

4. Analisi predittive e prescrittive

Attualmente, il modello più utilizzato è quello dei Descriptive Analytics, ovvero quello che, per l’appunto, descrive lo stato attuale dell’azienda e dei suoi processi; ma si stanno facendo strada altri due modelli, estremamente interessanti dal punto di vista strategico e correlati tra loro.

  1. I Predictive Analytics utilizzano i dati storici (historical data) per costruire modelli matematici utili per “catturare” i trend: in questo modo, è possibile prevedere eventi futuri. Ma come può essere applicata in ambito HR?
     
    - Migliorare la retention: sono tre i fattori decisivi che spingono un dipendente a cambiare lavoro: salario, prospettive di carriera e ambiente di lavoro. Studiando anche solo uno di questi fattori, si possono prevedere gli effetti sul team e il lavoratore;
    - Assumere dipendenti sul lungo periodo: grazie ai modelli predittivi, è possibile fare recruiting in modo più accurato e avere più indicazioni su dove cercare i profili, cosa ricercare, l’impatto dell’investimento e il rating di successo delle assunzioni;
    - Studiare l’assenteismo: tracciando i giorni di malattia e di permesso, si possono attuare soluzioni in grado di ridurre l’assenteismo, con un beneficio in campo economico ma anche di employer branding;
    - Gestire i team e le promozioni: con i modelli predittivi si possono studiare le organizzazioni dei team per gestire al meglio i gruppi e prevedere promozioni strategiche;
    - Tracciare gli investimenti sulle persone: grazie ai dati è possibile studiare il ritorno d’investimento impiegato nella forza lavoro, dalle nuove assunzioni alla formazione, passando per l’implementazione di nuovi sistemi o di cambi di cultura aziendale.
     
  2. I Prescriptive Analytics cercano di rispondere alla domanda: come utilizzo questi dati e queste previsioni a mia disposizione? Con le analisi prescrittive non solo si ha una visione di quello che succederà, ma anche di cosa si dovrebbe fare.

I Prescriptive Analytics sono già stati implementati ampiamente per esempio nel settore dell’intrattenimento: pensa a Netflix che ti suggerisce cosa guardare, o Spotify che ti consiglia cosa ascoltare in base alle tue preferenze e ai tuoi pattern comportamentali nell’utilizzo della piattaforma.

Nel settore HR, l’ambito in cui le analisi prescrittive conoscono più sviluppo è quello della pianificazione data-driven della forza lavoro, in cui ogni azione di gestione, spostamento o assunzione è guidata da una roadmap predefinita.

Facciamo un esempio che ti sembrerà quasi banale da quanto è lampante:

La tua azienda registra un tasso di assenteismo molto alto. Per risolvere la questione è necessario porsi almeno queste due domande: da chi vengono chiesti più spesso i permessi? Con quanto anticipo vengono chiesti? 

Analizzando i dati, scopriamo che i più “colpiti” sono i neo genitori, che chiedono permessi con poco preavviso perché i bambini si ammalano spesso; anche il/la proprio/a partner lavora e quindi devono darsi i turni per rimanere a casa con i figli. La preoccupazione e la stanchezza inficiano anche sul rendimento lavorativo, risultando in una scarsa produttività e motivazione.

In questo caso, l’apertura di un asilo aziendale, o soluzioni meno dispendiose ma comunque volte all’agevolazione del lavoro dei genitori, sono l’ovvia risposta: i lavoratori saranno più sereni e lavoreranno con più energia, e l’azienda riuscirà ad abbassare il livello di assenteismo, diminuire il tasso di turnover, aumentare l’employer branding e la soddisfazione dei propri collaboratori e risparmiare sui costi, giustificando l’investimento iniziale (inserendo l’asilo nido come benefit, si possono risparmiare fino a 250.000 dollari in salari secondo Kids at Work).

Se non ti fossi posto le giuste domande e se non avessi avuto i dati a fornirti le risposte, avresti potuto attuare azioni come un aumento di stipendio, un cambiamento sui turni di lavoro, un corso di formazione per motivare i dipendenti: tutte idee teoricamente corrette ma che nel tuo caso sarebbero state completamente inutili.

Concludiamo con una famosa frase di William Edwards Deming: 

"Without data you're just another person with an opinion."

Abilmente tradotta in:

"Senza dati sei solo l’ennesimo tizio con un'opinione."

 

I primi dati da analizzare sono le opinioni dei tuoi collaboratori.

Ecco alcuni suggerimenti per raccoglierle.