Wie Sie datengesteuerte HR-Entscheidungen mit HR Analytics effektiv einsetzen

GettyImages 1347947373

[ad_1]

Wir freuen uns, die Rework 2022 am 19. Juli und virtuell vom 20. bis 28. Juli wieder persönlich zu präsentieren. Nehmen Sie an aufschlussreichen Gesprächen und spannenden Networking-Möglichkeiten teil. Registrieren Sie sich heute!


Die Jahre 2020 und 2021 haben Organisationen weltweit veranlasst, ihre HR-Strategien zu überdenken. Während sich HR-Experten im Jahr 2020 mit einer COVID-bedingten Überarbeitung der Arbeitsrichtlinien und des Distant-Betriebsmanagements auseinandersetzen mussten, kündigten 2021 rund 47 Millionen Menschen ihre Jobs und testeten die Fähigkeiten der HR-Groups, vorhandene Ressourcen zu nutzen und gleichzeitig inmitten des Großen Rücktritts nach neuen zu suchen.

In dieser Zeit extremer Veränderungen hat sich die HR-Funktion so entwickelt, dass sie sich auf Daten und Analysen stützt – von Mitarbeiter- und Organisationsinformationen bis hin zu Daten darüber, wie HR-Dilemmata in der Vergangenheit angegangen wurden. Es besteht auch eine zunehmende Abhängigkeit von Technologie und KI-gestützter Automatisierung, um Daten während des gesamten HR-Prozesses in wertvolle Erkenntnisse umzuwandeln.

Laut Fortune Enterprise Insights wird der globale Markt für Personaltechnologie voraussichtlich von 24 Milliarden US-Greenback im Jahr 2021 auf 36 Milliarden US-Greenback im Jahr 2028 wachsen, und Unternehmen werden Investitionen in künstliche Intelligenz (KI) wahrscheinlich priorisieren, um Geschäftsprozesse zu optimieren und Kosten zu senken. Darüber hinaus stellte ein Mercer-Bericht fest, dass 88 % der Unternehmen weltweit irgendeine Type von KI in Type von intelligenten Chatbots, Kandidatenbindungssystemen, Empfehlungsmaschinen und mehr verwenden.

Die wachsende Abhängigkeit von datengestützten Erkenntnissen lässt sich auf die Notwendigkeit zurückführen, HR-Entscheidungen effizient zu treffen, die sowohl die Zufriedenheit der Mitarbeiter als auch das Unternehmenswachstum berücksichtigen. Um jedoch datengesteuerte HR-Entscheidungen erfolgreich umzusetzen, müssen Unternehmen die Schritte verstehen, die für den Prozess der Umwandlung von Daten und Analysen in wertvolle Erkenntnisse entscheidend sind. Nachfolgend sind einige dieser wichtigsten Überlegungen aufgeführt.

Arten von HR-Daten

In der heutigen digitalen Welt gibt es eine Fülle von Daten und Datenquellen, und der erste Schritt zu intelligenten datengestützten Entscheidungen besteht darin, die für die Personalabteilung relevanten Datentypen zu verstehen.

HR-Profis beschäftigen sich mit beidem strukturiert und unstrukturiert Daten. Strukturierte Daten sind Informationen, die in ein Tabellenkalkulationsprogramm übersetzt und einfach analysiert oder berechnet werden können. Beispielsweise werden Mitarbeitername, Alter, Artwork und Anzahl der Fähigkeiten, Geschlecht und Rasse als strukturierte Daten kategorisiert.

Unstrukturierte Daten beziehen sich auf Informationen, die in ihrem rohesten Format gespeichert sind. Diese Daten bestehen in der Regel aus Textdokumenten. Zum Beispiel Mitarbeiterleistungsbewertungen, Umfragen zur psychischen Gesundheit oder Unternehmensbewertungen auf Web sites Dritter.

Beide Datentypen sind für HR gleichermaßen related. Wenn ein HR-Experte beispielsweise das Durchschnittsalter und die Demografie seines Unternehmens berechnen möchte, kann er seine strukturierten Daten wie Alter, Adresse und Rasse der Mitarbeiter einsehen. Wenn sie die Notwendigkeit beurteilen möchten, mehr Variety-Ahead-Einstellungsentscheidungen zu treffen, können sie auf ähnliche Weise ihre demografischen Daten und textbasiertes Suggestions in Unternehmensbewertungen und Umfragen einsehen. Darüber hinaus können HR-Experten, wenn es eine Stelle zu besetzen gibt, die Notwendigkeit ermitteln, nach Kandidaten außerhalb ihrer Organisation zu suchen, indem sie die Fähigkeiten vorhandener Mitarbeiter abbilden und Weiterbildungsinitiativen sowie die für die Besetzung der Place erforderliche Zeit prüfen.

Von den Mitarbeiterdaten eines Unternehmens bis hin zu Umfragen, die versendet werden, um zu verstehen, wie Mitarbeiter ihre Arbeitgeber wahrnehmen, können HR-Groups von vielen Datentypen profitieren. Aber während die verschiedenen Arten von Daten verwertbare Erkenntnisse versprechen, können die HR-Groups ohne robuste Datenmanagement-Instruments nicht anfangen, die Daten zu verstehen.

Sammeln und Verwalten relevanter Daten

HR-Daten umfassen an sich smart Informationen. Alles, vom Hintergrund und der Krankengeschichte eines Mitarbeiters bis hin zu Gehalt und Wachstumskurs, sollte mit Vertraulichkeit und dem höchsten Maß an Ethik behandelt werden.

Abhängig von der Größe der Organisation lagern HR-Groups häufig die Erfassung bestimmter Arten von Daten aus, z. B. Umfragen zur psychischen Gesundheit oder Drittanbieter von Daten zu Unternehmensbewertungen.

Unabhängig davon, ob die Organisation interne oder externe Ressourcen nutzt, hängt ihre Fähigkeit, Entscheidungen zu Daten zu treffen, davon ab, wie die Daten beschafft und kuratiert werden. Es hängt davon ab, wie Organisationen zwischen freiwillig bereitgestellten Informationen und Informationen unterscheiden, die aus Ressourcen gesammelt wurden, von denen die Mitarbeiter nicht wissen, dass sie überwacht oder verfolgt werden, wie z. B. Chatgruppen, E-Mails, soziale Medien, externe Foren usw.

Wie eine Organisation ihre HR-Informationen speichert, sammelt und verwaltet, wird oft auch von den Gesetzen und Vorschriften ihrer Herkunftsbereiche bestimmt. Die proaktive Erstellung von Datenstandards für HR-Groups kann jedoch nicht nur auf Prozessebene helfen, sondern auch eine Kultur der Mitarbeiterorientierung schaffen.

Mit HR Analytics Daten in Entscheidungen umwandeln

Sobald Unternehmen über Datenerfassungs- und -verwaltungsprozesse verfügen, besteht der letzte und wichtigste Schritt darin, die Daten intestine genug zu verstehen, um Entscheidungen darauf zu stützen. Hier kommt HR Knowledge Analytics ins Spiel.

Im Kern ist HR Analytics ein formel- oder algorithmenbasierter Ansatz, um alles von der Ressourcenplanung über das Recruiting und Leistungsmanagement bis hin zu Vergütung, Nachfolgeplanung und Mitarbeiterbindung zu entschlüsseln. HR Analytics versetzt HR-Groups in die Lage, Daten zu nutzen, um die Geschichte einer Organisation strategisch zu skizzieren.

Während Unternehmen oft denken, dass HR-Analytics auf KI und maschinellem Lernen basierende Algorithmen einsetzen muss, können einfache Tabellenkalkulationen und manuelle Analyseprozesse auch ein guter erster Schritt sein. Tatsächlich verwenden laut Deloitte 91 % der Unternehmen grundlegende Datenanalyse-Instruments wie Tabellenkalkulationen, um Mitarbeiterengagement, Kosten professional Einstellung und Fluktuationsraten zu verwalten, zu verfolgen und zu analysieren. Um jedoch datengesteuerte Analysen im HR wirklich skalierbar zu machen, ist es wichtig, in ausgefeilte KI-basierte Instruments zu investieren.

Einige Bereiche, in denen Datenanalysen einen unmittelbaren Mehrwert bringen können, sind die Messung der Mitarbeiterzufriedenheit, das Verständnis der Lernbedürfnisse der Mitarbeiter und die Priorisierung des Feedbacks zur Unternehmenskultur. HR-Groups können eine Mischung aus strukturierten und unstrukturierten Daten, einschließlich historischer Daten, verwenden, um Burnout, Gehaltsunzufriedenheit, Teammoral und die Nachfrage nach Vielfalt oder nachhaltigen Praktiken zu verstehen.

Fazit

HR-Groups können leicht von daten- und analysegestützten Entscheidungen profitieren, aber dies ist nur möglich, wenn sie ein klares Verständnis dafür haben, welche Arten von Daten Erkenntnisse liefern, wie die Daten verwaltet werden und welche davon mit Investitionen in Wirkung effektiv analysiert werden können Technologien.

Für eine datengetriebene HR-Zukunft ist die erfolgreiche Integration von Mensch und Maschine entscheidend. Dies wird besonders wichtig sein, um die Datenethik zu gewährleisten und Vorurteile zu verhindern, die sowohl von untertrainierten KI-Modellen als auch von Menschen eingeführt werden können.

Um Datenanalysen erfolgreich in das HR-System eines Unternehmens zu integrieren, muss vor allem eine Knowledge-First-Kultur gefördert werden. Dieser datengesteuerte Ansatz hilft Unternehmen, von einer operativen HR-Disziplin zu einer strategischeren zu wechseln.

Sameer Maskey ist CEO bei Fusemachines und KI-Professor an der Columbia College.

DatenEntscheider

Willkommen in der VentureBeat-Neighborhood!

DataDecisionMakers ist der Ort, an dem Experten, einschließlich der technischen Mitarbeiter, die mit Daten arbeiten, datenbezogene Erkenntnisse und Innovationen austauschen können.

Wenn Sie über progressive Ideen und aktuelle Informationen, Finest Practices und die Zukunft von Daten und Datentechnologie lesen möchten, besuchen Sie uns bei DataDecisionMakers.

Vielleicht denken Sie sogar darüber nach, einen eigenen Artikel beizusteuern!

Lesen Sie mehr von DataDecisionMakers

[ad_2]

admin

Leave a Reply

Your email address will not be published.