כיצד לנווט את משאבי האנוש בזמן המשבר באמצעות כלי דאטה אנליטיקס
כיצד לנווט את משאבי האנוש בזמן המשבר באמצעות כלי דאטה אנליטיקס
ארגונים רבים נאלצים להתמודד בימים אלו עם מורכבות רבה בניהול משאבי האנוש. כוח האדם בארגון ללא ספק עבר טלטלה במהלך החודשים האחרונים, בין אם בשל עובדים שגויסו לחזית, עובדים שבני משפחתם גויסו, או חלילה, עובדים שהושפעו מקרוב מנזקי המלחמה ואסון ה-7 באוקטובר. מנהלי משאבי האנוש נדרשים לנהל את הדינמיקה החדשה בארגון ברגישות רבה ועם זאת לאפשר המשכיות עסקית תוך כדי שידור חוסן ארגוני.
לרשותם של מנהלי משאבי האנוש עומדים כלים רבים, בהם כלים טכנולוגיים מתקדמים, שיכולים לסייע להם להעמיד את הארגון על רגליו, לספק תחושת שגרה ככל הניתן ולאפשר לעסק להמשיך לפעול ביעילות אל עבר יעדיו העסקיים.
בין הכלים הטכנולוגיים שניתן ליישם בימים אלו ביתר שאת, אך גם בשגרה כמובן, ניתן למנות את כלי ה-Data analytics-. מדובר במגוון כלים המחוללים בשנים האחרונות מהפכה בתחום משאבי האנוש ומשפיעים על הדרך שבה ארגונים מתכננים את כוח האדם.
כלים אלו מאפשרים קבלת החלטות מושכלות ומבוססות נתונים בזמן אמת ולנבא מגמות שבדרך אחרת לא ניתן לזהות בזמן. לדוגמה, בשעת המשבר שאנו מצויים בה עתה, כלים אלו מאפשרים לקבל החלטות אופטימליות לגבי אזורי עבודה שמושפעים בצורה קשה מהמלחמה עקב חוסר בכוח אדם קריטי ולספק מענה מידי. הם יכולים לספק מענה גם לפרטים יחידים בארגון הנמצאים במצוקה קשה. עם זאת, קיימים לא מעט אתגרים בדרך למימוש מלא של יכולות הכלים הללו. השימוש בהם דורש מספר שינויים במחלקות משאבי האנוש.
אתגרים הנוגעים לאיכות נתונים וכישורים
אחד האתגרים המשמעותיים במימוש כלי Data analytics בתחום משאבי האנוש הוא ניהול וטיוב הנתונים של הארגון בצורה נכונה. תחום משאבי האנוש מאופיין בשפע של נתוני עובדים, הנאספים במהלך שנים רבות בנושאים שונים ומגוונים. בשל הרב-תחומיות המאפיינת את עולם משאבי האנוש, נתונים אלו פעמים רבות מפוזרים על פני מערכות ופורמטים שונים, ולא תמיד קיים ממשק ביניהם, דבר שמוביל לחוסר עקביות ואי דיוקים.
כדי שתוצרי הניתוח האנליטי יהיו נכונים, מאגרי המידע חייבים להיות מנוהלים בעקביות ובצורה איכותית. בנוסף, קיימת סוגיה מורכבת של אבטחת פרטיות הנתונים ועמידה ברגולציות, שכן משאבי אנוש עוסקים במידע רגיש של עובדים. על כן, טרם השימוש יש להכיר את נושא אבטחת הפרטיות וליישם את השימוש במידע בכפוף למגבלות הרגולציה.
בעוד שבעבר נאספו נתונים בארגון בעיקר לצורך משימות בסיסיות כמו משכורת, חישוב נוכחות ומתן הטבות, כיום עולה ההבנה שיש להתייחס להיבטים שיש ביניהם השפעות גומלין וכי לא נכון לבחון את הנתונים בכל היבט בנפרד, אלא בצורה אינטגרטיבית. שינוי תפיסתי זה העלה את הדרישה לשלב נתונים ממערכות שונות על מנת לקבל ערך מהניתוח ולמנף באמצעות זאת את קבלת ההחלטות והניבוי בתחום.
אנשי משאבי אנוש נדרשים לאמץ דרך חשיבה של שאלת שאלות, שאותן יש לבחון בכלי האנליטיקה. בדרך כלל אלו יהיו שאלות העוסקות בזיהוי מגמות, איתור סיכוני עזיבה של עובדי מפתח, חוזקות וחולשות בארגון, ויסות כוח העבודה בצורה גמישה ועוד. את השאלות יש להפנות למומחים בתחום אשר מכירים את הכלי ויודעים לפתח בו מודלים שנותנים תובנות ללקוח.
שילוב Data analytics במחלקות משאבי אנוש מוביל לתוצאות
שילוב כלי Data analytics במחלקות משאבי האנוש יצעיד את הארגון צעד גדול קדימה בייעול תהליכים ארגוניים ובניהול אופטימלי של ההון האנושי על סמך האסטרטגיה הארגונית. זאת, לצד חסכון במשאבים, אופטימיזציה של תהליכי גיוס וקיצור שלהם, איתור המקור האפקטיבי ביותר לגיוס טאלנטים לארגון, זיהוי הגורמים והסיכונים לעזיבת עובדים, חיזוי עזיבה ואיתור מחליפים. יתרה מכך, כלים אלו מאפשרים לאנשי משאבי האנוש לקבל מענה על שאלות על-סמך נתונים ולהציף מגמות עתידיות לצורך דיון אסטרטגי בשולחן ההנהלה, וכן לבנות תכניות ופתרונות ייעודיים.
איך עושים את זה נכון?
שילוב מוצלח של כלי Data analytics במחלקת משאבי אנוש כרוך במספר שלבים מרכזיים. ביצוע שלהם ישנה את הגישה של מחלקת משאבי האנוש מתגובתית לפרו-אקטיבית ויתרום להצלחת הארגון כולו:
1. הגדרת יעדים: התחילו בהערכת המצב הנוכחי של מחלקת משאבי האנוש והבנת המטרות והיעדים העסקיים של הארגון. הבטיחו שמאמציכם עולים גם בקנה אחד עם יעדים ארגוניים רחבים יותר. הגדירו יעדים ברורים לשימוש בכלי דאטה אנליטיקס, דוגמת שיפור בתהליך גיוס עובדים, צמצום עזיבה, הגברת מעורבות העובדים או אופטימיזציה של כוח אדם.
2. פיתוח מיומנויות: השקיעו בהכשרת צוות משאבי אנוש לשימוש בכלי Data analytics, ובדקו אפשרות לגייס אנליסטים מומחים, על מנת להבטיח שהתובנות מנוצלות ביעילות מרבית לקבלת החלטות משמעותיות.
3. איסוף נתונים: הגדירו מהם הנתונים והמדדים הרלוונטיים הנגזרים ומשפיעים על המטרות הארגוניות. אלו עשויים לכלול נתונים דמוגרפיים של עובדים, מדדי ביצועים, השכלה ועוד. קבעו מנגנונים לאיסוף נתונים מדויקים ועקביים ממקורות שונים.
4. בחירת טכנולוגיה: בחרו כלי Data analytics המתאימים לדרישות מחלקת משאבי האנוש. ודאו שהכלים הנבחרים ידידותיים למשתמש ויכולים להתמודד עם נפח ומגוון של נתונים.
5. הכנת הנתונים: שלבו נתונים ממקורות שונים, וודאו שהם נקיים ובפורמט הנכון לאנליטיקה. ייתכן שתצטרכו להתמודד עם נתונים חסרים, חוסר דיוק וסטנדרטיזציה.
6. ניתוח: השתמשו בטכניקות כגון ניתוח ויזואלי וחיזוי כדי לענות על שאלות ספציפיות הקשורות למשאבי האנוש, והציגו את הממצאים באמצעות דשבורדים, גרפים ותרשימים כדי להפוך את התובנות לנגישות לאנשי משאבי אנוש ולהנהלה. הקפידו ליזום העברת נתונים רלוונטיים בדחיפה לשולחן ההנהלה.
7. פרשנות וקבלת החלטות: תרגמו את הממצאים להנעה לפעולה, השתמשו בתובנות כדי לקבל החלטות מושכלות. לדוגמה, אם הניתוח מגלה ששיעור תחלופת העובדים גבוה בקרב מגזר דמוגרפי מסוים, פתחו אסטרטגיות שימור ממוקדות והתאימו את מדיניות השימור ותוכניות העבודה של משאבי האנוש.
8. ניטור מתמשך: מדדו את האפקטיביות של היוזמות החדשות שהתקבלו בעקבות ניתוח הנתונים, באמצעות אותם כלי Data analytics.
לסיכום, בתקופה מאתגרת זאת, קבלת החלטות מבוססת נתונים הינה קריטית לתפקוד מחלקת משאבי אנוש. כלי Data analytics מאפשרים למנף בזמן אמת נתונים, המעידים על דינמיקת כוח העבודה בארגון, ומאפשרים לנייד במהירות סיוע לתחומים שנפגעו בגין העדר עובדים או בגין עובדים ששיש לתמוך בהם בצורה פרטנית ואינטנסיבית.
מאת פנינה קרן, מומחית לפיתוח יכולות ההון האנושי ויצירת אימפקט ארגוני בוואן טכנולוגיות (ONE)
