Czego naprawdę potrzebuje HR: narzędzi czy lepszych decyzji?

HR uwielbia interesować się narzędziami HR Tech. Nowe zestawienia, porównania, pytania zadawane na forach „jak system do xyz polecacie?” (dostawcy już czekają, aby udzielić Wam odpowiedzi ).

Trudno się temu dziwić, jeśli wciąż wiele zespołów HR działa w świecie rozproszonych danych, arkuszy Excel i ciągłego klejenia danych z wielu źródeł.

Wtedy automatyzacja HR brzmi jak realna ulga – mniej pracy ręcznej, lepszy dostęp do danych, mniej błędów, więcej porządku. Kto by nie chciał?

Dodałabym do tego tylko jedno pytanie, które w tych dyskusjach pojawia się zbyt rzadko: czy dzięki tym narzędziom HR będzie podejmować lepsze decyzje?

Samo przyspieszenie procesu nie będzie oznaczać jeszcze, że organizacja działa mądrzej. Są firmy, które dzięki automatyzacji robią to samo, co robiły wcześniej tylko…szybciej.

Problem nie leży w technologii

Wiele wdrożeń HR Tech zaczyna się od bardzo praktycznej potrzeby. Przykładowo, chcemy szybciej raportować, ograniczyć pracę ręczną uporządkować dane, zautomatyzować procesy czy wreszcie odejść od Excela.

To są ważne potrzeby. Ale nadal czym innym jest pytanie: „Jak zautomatyzować raportowanie HR?” a czym innym: „Jaką decyzję biznesową ten raport ma wspierać?”

Pierwsze pytanie prowadzi nas do narzędzia, drugie prowadzi nas do wpływu. Pierwsze skupia się na procesie, drugie na tym, czy dzięki danym organizacja podejmie inną, lepszą decyzję.

Ta pozornie drobna różnica, która decyduje o tym, czy automatyzacja HR będzie realną zmianą, czy tylko sprawniejszą obsługą tego, co już istnieje.

Szybszy proces to jeszcze nie lepsza decyzja

Automatyzacja bardzo dobrze radzi sobie z tym, co powtarzalne, przewidywalne i możliwe do opisania procesem. Dlatego, może przyspieszyć raportowanie, uporządkować workflow, ograniczyć liczbę ręcznych zadań, poprawić dostęp do danych. Może po prostu sprawić, że HR będzie działał sprawniej operacyjnie.

I to jest potrzebne. Zauważmy jednak, że sprawność operacyjna nie jest tym samym co wpływ na organizację. Można mieć szybciej przygotowany raport o rotacji i nadal nie zmienić sposobu rozmowy z menedżerami.

Albo mieć dashboard absencji i nadal nie podjąć decyzji poprawiającej przeciążenie zespołów. Inni będą patrzeć na dane z badania zaangażowania i nadal sprowadzić je do prezentacji, która znika po jednym spotkaniu. I znam firmy, które mają system, który pokazuje więcej niż wcześniej, ale nie zmienia niczego w tym, jak organizacja reaguje.

To dlatego sama automatyzacja HR nie wystarczy. Ktoś musi uznać, że dany sygnał jest ważny, wiedzieć, co z nim zrobić. Ktoś musi mieć odpowiedzialność za reakcję, czyli połączyć dane HR z realnym działaniem biznesowym.

Gdzie zatrzymuje się zmiana?

Najczęściej zmiana zatrzymuje się między analizą a decyzją.

Wyobraź sobie, że jesteś w zespole HR, który ma dane, raport, dashboard i system. Czasem ma nawet bardzo dobrą diagnozę. Ale jednak…kiedy nie wiadomo, co dokładnie ma się wydarzyć, wtedy raportowanie staje się jedynie rytuałem.

Dlatego tak ważne jest, aby ustalić w odniesieniu do procesów: kto ma podjąć decyzję, na jakiej podstawie, w jakim momencie i z jaką konsekwencją dla organizacji? I wreszcie, po czym poznamy, że wprowadzona zmiana była lepsza niż wcześniejszy sposób działania?

Bez odpowiedzi na te pytania dane zaczynają funkcjonować obok decyzji, a nie w ich centrum. A HR Tech staje się kolejną warstwą technologii nałożoną na stary sposób działania.

A wtedy nawet, kiedy mamy poczucie, że dużo się dzieje, naprawdę niewiele się zmienia. (Nic bardziej frustrującego dla pracowników, którzy przechodzą przez wdrożenie nowego systemu).

Najczęstszy błąd: zaczynanie od narzędzia, nie od decyzji

Największy problem we wdrożeniach HR Tech rzadko polega na tym, że organizacja wybiera „zły system”. Częściej chodzi o coś bardziej podstawowego. Automatyzujemy proces, zanim zdefiniujemy decyzję, którą ten proces ma wspierać.

W odniesieniu do analityki HR będzie to oznaczać, że organizacja chce mieć dashboard, ale nie zawsze wie, kto ma na jego podstawie działać. Albo chce mieć wskaźniki, ale nie ustala, jakie decyzje mają z nich wynikać. Albo chce mieć automatyczne raporty, ale nie zmieniają one rytmu rozmów z biznesem. A może nawet chce udostępnić dane menedżerom, ale nie sprawdza, czy menedżerowie wiedzą, jak z tych danych korzystać.

W takiej sytuacji raporty powstają, dashboardy będą wyglądać lepiej, dane będą bardziej dostępne, ale… decyzje pozostaną takie same.

I wtedy automatyzacja HR staje się iluzją zmiany. Chociaż na powierzchni dużo się dzieje, bo są projekty, narzędzia, nowe procesy, wdrożenia i prezentacje, to jednak głębiej organizacja nadal działa według tych samych schematów.

HR Tech może też przyspieszyć chaos

W dyskusji o technologii często zakładamy, że narzędzia uporządkują organizację. Tak dzieje się tylko wtedy, gdy wiemy, co chcemy uporządkować. Jeśli proces jest dobrze zaprojektowany, automatyzacja może go wzmocnić.

Kiedy dane są sensownie powiązane z decyzjami, dashboard może pomóc działać szybciej i lepiej. A jeśli wiadomo, kto z czego korzysta i po co, HR Tech może zwiększyć wpływ HR na organizację.

Ale jeśli przed wdrożeniem nie wiadomo, jaka decyzja ma być podejmowana, kto jest jej właścicielem i co powinno się wydarzyć po analizie, technologia tego sama nie rozwiąże.

Od czego więc zacząć?

Nie od pytania: „Jakie narzędzie wdrożyć?” Tylko od pytania: „Jaką decyzję chcemy podejmować lepiej?”

Jeśli będzie to decyzja dotycząca rotacji, warto pytać nie tylko: jaki mamy poziom rotacji, ale też: gdzie ryzyko odejść jest największe, dlaczego powstaje i kiedy powinniśmy reagować?

W przypadku decyzji dotyczących rekrutacji pytajmy nie tylko: ile trwa proces, ale też: które źródła kandydatów naprawdę działają, gdzie tracimy jakość i co zmienić, żeby zatrudniać lepiej, a nie tylko szybciej?

W obszarze rozwoju, będą to pytania nie tylko: ile osób ukończyło szkolenie, ale też: w które kompetencje warto inwestować, bo mają znaczenie dla przyszłości organizacji?

Albo (mój ulubiony przykład), w przypadku decyzji dotyczącej pracy hybrydowej, będzie to pytanie nie tylko: ile dni ludzie pracują z biura, ale: jak sposób pracy wpływa na współpracę, efektywność, zaangażowanie i doświadczenie pracowników?

Dopiero kiedy znamy decyzję, jaka ma być podjęta, możemy sensownie rozmawiać o danych.

Dopiero wtedy wiemy, jakie wskaźniki mają znaczenie i dopiero wtedy narzędzie HR Tech staje się środkiem do lepszego działania, a nie celem samym w sobie.

Trzy pytania przed wdrożeniem HR Tech

Każde wdrożenie technologii w HR warto zatrzymać przy trzech pytaniach.

Po pierwsze: jaką decyzję ma wspierać to narzędzie? Nie jaki raport ma generować, jaki proces ma przyspieszyć czy jakie dane ma pokazać? Tylko: jaka decyzja ma dzięki temu być lepsza?

Po drugie: kto będzie te decyzje podejmować? Jeśli nie ma właściciela decyzji, dane łatwo stają się informacją „dla wszystkich”, czyli w praktyce często dla nikogo.

Po trzecie: co zmieni się w organizacji, jeśli zaczniemy podejmować te decyzje inaczej? To pytanie pozwala odróżnić wdrożenie technologiczne od realnej zmiany organizacyjnej.

Przykładowo, jeśli jedyną odpowiedzią jest „będziemy mieć lepszy raport”, to prawdopodobnie jeszcze nie dotarliśmy do sedna.

Czego naprawdę potrzebuje HR?

HR potrzebuje narzędzi, owszem. Ale nie jako kolejnej warstwy technologii, która ma przykryć niejasne procesy, brak odpowiedzialności i decyzje podejmowane głównie intuicyjnie. HR potrzebuje narzędzi, które wspierają konkretny sposób działania, czyli narzędzi, które pomagają zobaczyć problem, zrozumieć jego przyczyny i podjąć lepszą decyzję.

Ale jeszcze bardziej HR potrzebuje jasności decyzyjnej: potrzebuje umiejętności zadawania właściwych pytań, łączenia danych HR z kontekstem biznesowym, rozmowy z menedżerami nie tylko o procesach, ale o konsekwencjach decyzji. Projektowania działań, które wynikają z analizy, a nie tylko z kalendarza HR i ciągłego sprawdzania, czy to, co robimy, naprawdę zmienia organizację, inaczej mówiąc „Czy w tej firmie HR robi istotną różnicę?”

Podsumowanie

Automatyzacja HR może przyspieszyć procesy – może uporządkować dane, ograniczyć ręczną pracę, poprawić dostęp do informacji, pomóc HR działać sprawniej.

Nie zastąpi jednak decyzji, brania odpowiedzialności, rozmawiania z biznesem, ani jasności, co właściwie chcemy zmienić.

Dlatego HR nie potrzebuje po prostu więcej narzędzi, ale lepszych decyzji i narzędzi, które naprawdę pomagają te decyzje podejmować.

A technologia w HR ma największą wartość nie wtedy, gdy przyspiesza istniejące procesy, ale wtedy, gdy pomaga zmienić sposób, w jaki organizacja myśli, działa i decyduje.

Krótkie FAQ

Czy automatyzacja HR poprawia decyzje w organizacji?

Sama automatyzacja HR nie poprawia decyzji. Może je wspierać, jeśli jest powiązana z konkretnymi momentami decyzyjnymi, odpowiedzialnością i jasnym sposobem wykorzystania danych.

Czy HR potrzebuje więcej narzędzi HR Tech?

Nie zawsze. HR potrzebuje narzędzi, które wspierają konkretne decyzje. Więcej technologii nie zwiększy wpływu HR, jeśli organizacja nie wie, co chce dzięki niej zmienić.

Dlaczego wdrożenia HR Tech nie przynoszą efektów?

Często dlatego, że koncentrują się na usprawnieniu procesów, a nie na zmianie sposobu podejmowania decyzji. Organizacja ma wtedy lepsze narzędzie, ale działa według tych samych schematów.

Od czego zacząć wdrożenie HR Tech?

Od pytania, jaką decyzję HR lub biznes chce podejmować lepiej. Dopiero potem warto dobierać dane, wskaźniki, procesy i narzędzia.

PS. A jeśli stoisz przed decyzją, co warto wdrożyć, aby podejmować lepsze decyzje w HR w oparciu o dane, sprawdź jak może pomóc Ci HRLytics.ai

A o tym jak podejmować decyzje w HR, zamiast jedynie raportować dane, przeczytasz TUTAJ

The post Czego naprawdę potrzebuje HR: narzędzi czy lepszych decyzji? appeared first on Great Digital.

„Mamy dane HR, ale niewiele z nich wynika.” Kiedy tylko takie zdanie pojawia się w firmie, łatwo zacząć zastanawiać się czy analityka HR nie działa i problemem nie są same dane? Może są niepełne, niedokładne albo niewystarczająco zaawansowane?

Tylko że w praktyce rzadko o to chodzi. Brak danych stosunkowo rzadko blokuje organizacje w przejściu na wyższy poziom analityki HR. Znacznie częściej brakuje momentu, w którym ktoś na podstawie danych HR zaczyna robić coś… inaczej.

Problem nie są wcale dane HR

W większości organizacji „jakaś” analityka HR już istnieje. Są dashboardy HR, są raporty, są dane o rotacji, absencji, rekrutacji czy zaangażowaniu. Dostęp do danych HR jest dziś często znacznie lepszy niż jeszcze kilka lat temu.

A mimo to bardzo często słyszę dokładnie to samo zdanie: „Mamy dane, ale niewiele z nich wynika.”

Łatwo taką sytuację zinterpretować w niewłaściwy sposób. Pierwsza reakcja najczęściej idzie w stronę narzędzi albo jakości danych. Wydaje się wtedy, że problemem jest brak dokładniejszych informacji, lepszych raportów HR, bardziej zaawansowanej analityki HR albo kolejnego narzędzia.

Tylko że w większości przypadków problem w ogóle nie zaczyna się w tym miejscu. Problem zaczyna się znacznie wcześniej – w tym, że dane HR bardzo często nie są powiązane z żadną konkretną decyzją biznesową, którą ktoś w organizacji rzeczywiście musi podjąć.

Powstają, bo „trzeba raportować”, bo „zarząd chce widzieć liczby”, albo dlatego, że „tak wygląda standard w HR”. Czasem pojawia się potrzeba przygotowania podsumowania roku, półrocza czy kwartału.

Brakuje w tym wszystkim realnego pytania, na które ktoś próbuje znaleźć odpowiedź. A jeśli nie ma pytania, to bardzo szybko okazuje się, że nie ma też decyzji. A jeśli nie ma decyzji, to nawet najlepsze dane HR nie mają żadnego wpływu na organizację.

Gdzie najczęściej kończy się analityka HR?

W wielu organizacjach analityka HR kończy się dokładnie w tym samym miejscu – wExcelu, w prezentacji PowerPoint albo na dashboardzie. Dane są dostępne, wskaźniki HR są aktualne, raport wygląda dobrze i można powiedzieć, że „mamy to poukładane”. Pytanie, które powinno tutaj paść, a którego bardzo często brakuje, brzmi: „Co w związku z tym robimy inaczej?”

Być może na razie w Twojej firmie zapada w tym momencie krępująca cisza. Okazuje się, że raport coś pokazuje, ale nie jest powiązany z żadnym działaniem, żadną zmianą ani decyzją, która miałaby realny wpływ na organizację.

W takiej sytuacji analityka HR nie jest narzędziem zmiany. Jest jedynie narzędziem opisu, a raportowanie HR kończy się na dostarczaniu informacji, zamiast wspierać decyzje biznesowe.

Kiedy dane HR zaczynają mieć realny wpływ?

Z mojego doświadczenia wynika, że dane HR zaczynają mieć realne znaczenie dopiero wtedy, kiedy spełnione są trzy bardzo konkretne warunki.

Po pierwsze, musi istnieć realne pytanie biznesowe, a nie tylko potrzeba raportowania. Chodzi o sytuację, w której ktoś naprawdę próbuje zrozumieć, co się dzieje i co powinien zrobić dalej.

Po drugie, dane HR muszą prowadzić do decyzji, czyli do konkretnego wyboru, który zmienia sposób działania, a nie tylko do wniosku, że „warto się temu przyjrzeć”.

Po trzecie, ta decyzja musi mieć właściciela, czyli osobę, która bierze odpowiedzialność za to, co wydarzy się dalej, a nie tylko uczestniczy w dyskusji.

Jeśli któregoś z tych elementów brakuje, dane bardzo szybko zamieniają się w raport, który można przeczytać, skomentować, a potem… odłożyć.

Dlaczego większość danych HR nie daje wpływu?

Problem polega na tym, że te dane funkcjonują obok procesu decyzyjnego, a nie w jego środku. Są przygotowywane cyklicznie, prezentowane na spotkaniach, czasem nawet analizowane… ale nie są bezpośrednio powiązane z momentem, w którym ktoś musi podjąć decyzję biznesową.

I to wystarczy, żeby analityka HR nie miała realnego przełożenia na działanie. Dlatego wtedy tak często pojawia się poczucie, że „analityka HR nie działa”, mimo że organizacja ma dashboardy, KPI HR i coraz więcej danych.

Moment przełomu: od danych HR do decyzji

Zmiana zaczyna się w dużo mniej spektakularnym miejscu, niż zwykle się zakłada. Nie wtedy, kiedy wdrażasz nowe narzędzie. Nie wtedy, kiedy masz więcej danych. Ta zmiana dzieje się wtedy, kiedy zaczynasz od innego pytania. Zamiast pytać: „Co pokazują dane?”, zacznij od pytania: „Jaką decyzję chcemy podjąć na podstawie tych danych HR?”

To właśnie tutaj zaczyna się strategiczna analityka HR. Przekonasz się wtedy, że kiedy raport przestaje być celem samym w sobie, a zaczyna być środkiem do podjęcia konkretnego działania, analityka HR nabiera zupełnie innego znaczenia.

Dane HR nie zmieniają organizacji. Zmieniają ją decyzje.

Dane same w sobie nie mają jeszcze żadnej wartości. Ta wartość pojawia się dopiero wtedy, kiedy ktoś na ich podstawie robi coś inaczej niż wcześniej.

Analityka HR przestaje być raportowaniem wtedy, kiedy zaczyna wspierać konkretne decyzje biznesowe. Dlatego naprawdę warto zadać sobie pytanie: czy w Twojej organizacji dane HR służą do zbierania informacji… czy do zmieniania sposobu działania?

Jeśli inwestujesz już czas w zbieranie i analizowanie danych HR, zacznij wykorzystywać je po to, żeby realnie wpływać na decyzje, działania i kierunek organizacji.

Moment, w którym HR przestaje koncentrować się wyłącznie na dostarczaniu danych, a zaczyna analizować je, wyciągać wnioski i dostarczać rekomendacje, to właśnie moment, w którym zaczyna mieć strategiczny wpływ na biznes.

Szybkie podsumowanie, czyli FAQ

Dlaczego analityka HR często nie działa?

Najczęściej nie dlatego, że brakuje danych HR, ale dlatego, że dane nie są powiązane z konkretnymi decyzjami biznesowymi.

Kiedy dane HR zaczynają mieć wartość?

Wtedy, kiedy prowadzą do działania, zmiany sposobu pracy albo konkretnej decyzji w organizacji.

Czym różni się raportowanie HR od analityki HR?

Raportowanie HR opisuje sytuację i prezentuje dane. Strategiczna analityka HR wspiera podejmowanie decyzji biznesowych i wpływa na sposób działania organizacji.

Czy więcej danych oznacza lepszą analitykę HR?

Nie. Większa liczba danych nie gwarantuje lepszych decyzji. Kluczowe jest powiązanie danych HR z realnym problemem biznesowym i procesem decyzyjnym.

Powodzenia! Trzymam kciuki za zmianę podejścia do danych w HR! Więcej artykułów z kategorii „people analytics” znajdziesz TUTAJ

The post Dlaczego dane HR nie przekładają się na decyzje i zmianę organizacji? appeared first on Great Digital.

Zacznę od tezy, która dla wielu organizacji może być niewygodna: problem z rekrutacją nie polega na trudnym rynku ani na określonym pokoleniu (najczęściej jako problemowe wskazywane jest tutaj pokolenie „Z”). Problem z rekrutacją (i określeniem jej skuteczności) polega na tym, co i jak mierzymy.

Jeśli mierzymy czas, koszt i liczbę zatrudnionych osób, optymalizujemy proces, ale nadal nie wiemy, czy podejmujemy dobre decyzje. Naturalnym kolejnym krokiem jest więc pytanie: co właściwie powinniśmy mierzyć?

I tu bardzo często pojawia się odpowiedź: quality of hire, czyli jakość zatrudnienia. Problem w tym, że w większości organizacji ten wskaźnik istnieje tylko z nazwy.

Dlaczego quality of hire tak rzadko działa?

W teorii wszystko się zgadza, każdy przyzna, że najważniejsza jest jakość zatrudnienia. Wielu rekruterów zgodzi się, że nie chodzi o to, żeby zatrudniać szybko, tylko dobrze. A potem…wśród metryk HR-owych, podsumiwań czy na dashboardzie nadal królują: time to hire, cost per hire, liczba zatrudnionych. Gdzie tutaj miejsce na quality of hire?

Tak, to jest trudniejszy wskaźnik. Nie daje się policzyć jednym prostym wzorem, ani nie kończy się w momencie podpisania umowy. Wymaga wyjścia poza HR i wejścia w rozmowę z biznesem i właśnie dlatego jest tak często pomijany.

Największy błąd: szukanie jednego wzoru

Najczęstsze pytanie, jakie słyszę, brzmi: „Jaki jest wzór na quality of hire?”. To jest źle postawione pytanie. Quality of hire nie jest jedną liczbą, to jest sposób patrzenia na decyzję rekrutacyjną w czasie. To próba odpowiedzi na pytanie: czy zatrudnienie tej osoby było dobrą decyzją biznesową?

A na to pytanie nie da się odpowiedzieć jednym wskaźnikiem.

Co w takim razie mierzyć?

Zamiast szukać jednej liczby, warto zbudować prosty, praktyczny model, który łączy kilka perspektyw. I nie potrzebujesz tutaj zaawansowanej analityki, ale raczej spójnego myślenia.

1. Retencja, czyli czy ta osoba została?

To najprostszy i jednocześnie najbardziej niedoceniany wskaźnik. Jeśli pracownik odchodzi w ciągu pierwszych 3, 6 czy 12 miesięcy, to w ogromnej części przypadków oznacza jedno: decyzja rekrutacyjna była nietrafiona. Oczywiście, zdarzają się wyjątki, sytuacje życiowe (np. konieczność zmiany miejsca zamieszkania z powodów osobistych i tym samym miejsca pracy).

Ale jeśli widzisz powtarzalny wzorzec odejść w pierwszych miesiącach, to pora przyznać, że to nie jest problem rynku, a raczej problem dopasowania nowozatrudnionych pracowników (ich oczekiwań i potrzeb) do możliwości Twojej firmy.

2. Performance, czyli czy nowy pracownik dowozi wynik?

Drugi poziom to efektywność. Porozmawiajmy zatem o tym, czy pracownik osiąga zakładane cele? Czy realizuje to, do czego został zatrudniony?

To może być ocena okresowa, realizacja KPI, feedback managera, nie chodzi wcale o idealny system. Chodzi o jakąkolwiek konsekwentną miarę, która pozwala odróżnić wysoką jakość pracownika od niskiej.

3. Time to productivity, czyli jak szybko pracownik zaczyna wnosić wartość?

Dwie osoby mogą osiągnąć ten sam poziom efektywności – jedna po 3 miesiącach, druga po 9. Z perspektywy biznesu to jednak ogromna różnica. Dlatego warto mierzyć, ile czasu zajmuje dojście do pełnej produktywności. To jest jeden z najbardziej niedocenianych elementów quality of hire.

4. Dopasowanie, czyli czy to była dobra decyzja z perspektywy zespołu?

Najprostsze pytanie, jakie możesz zadać hiring managerowi: „Czy zatrudnił(a)byś tę osobę ponownie?”. To pytanie jest brutalnie skuteczne, bo omija całą warstwę raportów i trafia w sedno decyzji.

I jeszcze  jedna ważna sprawa: horyzont czasu, jaki weźmiemy pod uwagę

Większość organizacji, nawet jeśli próbuje mierzyć jakość zatrudnienia, robi to zbyt wcześnie. Po 1 miesiącu, czasem po okresie próbnym. To zdecydowanie za mało.

Jeśli wrócimy do tego, jak funkcjonuje dziś rynek pracy, szczególnie w kontekście młodego pokolenia, zobaczymy, że realna ocena pracodawcy rozciąga się znacznie dalej.

Dlatego quality of hire powinien być analizowany co najmniej w perspektywie 12 miesięcy, a w wielu organizacjach nawet 24 miesięcy. Dopiero wtedy widzisz pełny obraz: kto został, kto odszedł, kto dowozi wynik, a kto nigdy nie osiągnął oczekiwanego poziomu.

Co zmienia się, kiedy zaczynasz mierzyć quality of hire?

W momencie, w którym wprowadzasz quality of hire jako realny wskaźnik, zmienia się sposób podejmowania decyzji. Zaczynasz po prostu widzieć rzeczy, których wcześniej nie było widać.

Na przykład:

• które źródła kandydatów dają najlepszych pracowników, a nie najwięcej CV?
• które procesy rekrutacyjne prowadzą do lepszego dopasowania?
• które decyzje hiring managerów mają najwyższą skuteczność?
• gdzie onboarding nie działa i obniża jakość zatrudnienia?

I nagle okazuje się, że rekrutacja przestaje być „procesem HR”, a zaczyna być systemem podejmowania decyzji, który ma bezpośredni wpływ na wynik biznesowy. Największa zmiana, jaką możesz wprowadzić dzięki temu podejściu: przejść z raportowania rekrutacji do podejmowania ważnych decyzji.

Różnica między mierzeniem time to hire a quality of hire nie polega tylko na wyborze wskaźnika, to jest po prostu różnica w poziomie dojrzałości pracy z danymi.

Time to hire mówi: „proces trwa 37 dni”.

Quality of hire mówi: „25% zatrudnionych osób nie osiąga oczekiwanej efektywności w ciągu 6 miesięcy, a głównym powodem jest niedopasowanie roli i oczekiwań pracownika”.

Pierwsza dana to informacja, a druga to konkretna decyzja, która powinna zostać podjęta w reakcji na taką diagnozę sytuacji.

Podsumowanie

Quality of hire nie jest kolejnym KPI, który warto dodać do dashboardu. To jest wskaźnik, który zmusza organizację do zmiany sposobu myślenia o rekrutacji. Zamiast pytać „jak szybko zatrudniamy”, zaczynasz pytać „czy zatrudniamy właściwe osoby”. A to pytanie automatycznie prowadzi do lepszych decyzji.

Bo w rekrutacji, tak jak w każdej innej inwestycji, nie liczy się to, ile działań wykonasz. Liczy się to, jaki przyniosą efekt.

Sprawdź inne artykuły dotyczące analityki HR TUTAJ

The post Jak mierzyć quality of hire? appeared first on Great Digital.

Benchmarki rekrutacyjne powinny być często wykorzystywane w HR. Co zrobić, aby nie stały się jednymi z najczęściej źle używanych? Bo fakt, że „średni czas zatrudnienia w branży wynosi X dni”, nie prowadzi jeszcze do dobrej decyzji. Znacznie częściej prowadzić może za to do zbyt prostego wniosku: „u nas trwa to dłużej, powinniśmy przyspieszyć.

Co naprawdę pokazują benchmarki rekrutacyjne (i czego nie pokazują)?

Dane z raportu „Rekrutacyjne KPI”, który mam przyjemność współtworzyć razem z zespołem eRecruiter, pokazują bardzo wyraźnie, że rekrutacja nie jest procesem, który można opisać i porównać do innych firm jedną liczbą.

Raport oparty jest na bardzo dużej bazie danych – ponad 10,5 mln aplikacji i 127 tys. procesów rekrutacyjnych – co pozwala zobaczyć nie tylko średnie wartości, ale przede wszystkim różnice między branżami, poziomami stanowisk i etapami procesu.

I to właśnie w tych różnicach kryje się największa wartość. Kiedy spojrzysz na dane przekrojowo, szybko okazuje się, że ten sam KPI może oznaczać coś zupełnie innego w zależności od kontekstu.

Czas zatrudnienia może być długi, bo proces jest nieefektywny. Ale może być też długi dlatego, że rekrutujesz trudne role i dbasz o jakość.

Liczba aplikacji może wyglądać dobrze. Ale jeśli większość kandydatów odpada na wczesnym etapie, to oznacza problem z dopasowaniem, a nie sukces sourcingowy.

To właśnie sprawia, że benchmarki rekrutacyjne nie dają prostej odpowiedzi, ale za to dają kontekst.

Analiza ponad 127 tys. procesów pokazuje, że różnice w czasie zatrudnienia między typami ról potrafią sięgać nawet 30–40%. Role specjalistyczne i eksperckie mają dłuższe procesy, ale jednocześnie wyraźnie wyższą konwersję między etapami. To oznacza, że „dłużej” nie oznacza „mniej efektywnie”, tylko bardziej selektywnie i świadomie prowadzony proces, gdzie koszt błędnej decyzji jest większy niż koszt czasu.

Podobny mechanizm widać przy liczbie aplikacji. Dane z raportu pokazują, że są procesy, w których na jedno zatrudnienie przypada ponad 100 aplikacji, ale tylko kilka procent kandydatów przechodzi do kolejnych etapów. Jednocześnie są też takie, gdzie aplikacji jest kilkanaście-kilkadziesiąt, ale konwersja jest kilkukrotnie wyższa, a proces kończy się szybciej. To pokazuje jasno: wysoka liczba CV może oznaczać skuteczny sourcing… albo całkowity brak dopasowania. I bez spojrzenia na konwersję benchmark „liczby aplikacji” prowadzi do dokładnie złych wniosków.

Dlaczego benchmarki rekrutacyjne prowadzą do złych decyzji?

Największy problem z benchmarkami polega na tym, że są interpretowane bez kontekstu danej firmy.

W praktyce wygląda to tak. Firma widzi, że jej time to hire jest dłuższy niż średnia i wyciąga wniosek: powinniśmy przyspieszyć proces. Tylko że ten wniosek pomija kluczowe pytania: gdzie dokładnie pojawia się ta różnica, z czego ona wynika, czy jej skrócenie poprawi, czy jednak pogorszy wynik biznesowy?

Wtedy mimo dostępu do benchmarków rekrutacyjnych problemem staje się sposób ich używania.

Jak pracować z benchmarkami rekrutacyjnymi w praktyce?

Jeśli chcesz, żeby benchmarki rekrutacyjne realnie wspierały decyzje biznesowe, musisz przejść przez trzy poziomy pracy z danymi.

1. Benchmark jako punkt odniesienia, nie jako cel

Pierwszym krokiem jest zmiana sposobu myślenia. Benchmark nie jest dla Twojej firmy celem do osiągnięcia. Jest sygnałem, że warto coś sprawdzić.

Jeśli widzisz w raporcie, że dla Twojej branży czas zatrudnienia jest krótszy niż u Ciebie, to nie oznacza jeszcze, że masz „za wolną rekrutację”. To oznacza, że masz hipotezę do zweryfikowania.

2. Rozbicie procesu na etapy (tu zaczyna się analityka)

Dopiero kiedy zejdziesz poziom niżej i rozbijesz proces na etapy, zaczynasz rozumieć, co naprawdę się dzieje. I bardzo często okazuje się, że problem nie dotyczy całego procesu rekrutacji, jednego konkretnego miejsca. To może być czas decyzji hiring managera, to ile czasu firma traci między etapami czy niedopasowanie kandydatów na wejściu.

3. Przełożenie danych na język biznesu

Najważniejszy krok to przełożenie różnic na konsekwencje biznesowe. Powiedzenie „jesteśmy wolniejsi od innych o 10 dni” nic nie zmienia. Ale możesz zamiast tego mówić, że to 10 dni dłużej nieobsadzone stanowisko sprzedażowe, 10 dni opóźnienia projektu lub 10 dni większego obciążenia zespołu. Brzmi nieco inaczej, prawda? To dlatego, że to są już konkretne koszty i decyzje. I w tym momencie KPI rekrutacyjne zaczynają mieć znaczenie (nawet) dla zarządu.

Jak wykorzystać raport „Rekrutacyjne KPI” w praktyce? 3 pierwsze kroki

Jeśli chcesz zacząć pracować z benchmarkami rekrutacyjnymi w sposób użyteczny, zacznij od trzech rzeczy:

1. Wybierz 1–2 KPI, w których różnisz się od benchmarku (np. czas zatrudnienia lub liczba aplikacji) i potraktuj je jako punkt startowy analizy, a nie problem do rozwiązania.

2. Rozbij swój proces na etapy i znajdź źródło różnicy. Sprawdź, czy wynika ona z operacji, decyzji czy jakości kandydatów.

3. Przelicz tę różnicę na wpływ biznesowy. Koszt czasu, wpływ na projekty, jakość zatrudnienia – taka narracja przemawia do wyobraźni i pozwala podjąć decyzję.

Podsumowanie

Benchmarki rekrutacyjne nie są po to, żeby je raportować, ale po to, żeby zadawać lepsze pytania. Gdzie dokładnie pojawia się różnica względem danych z raportu rynkowego? Z czego wynika? I czy jej zmiana realnie wpłynie na wynik biznesowy? To są pytania, które warto sobie zadawać.

Wtedy dane z raportu z benchmarkami nie służą jedynie do porównania nas z innymi firmami, ale podjęcia określonych decyzji rekrutacyjnych. I do tego Cię oczywiście namawiam!

Raport, o którym wspominam to „Rekrutacyjne KPI. Dane za II półrocze 2025” (eRecruiter i Great Digital). Możesz go pobrać TUTAJ.

Jeśli chcesz zobaczyć, jak naprawdę wyglądają procesy rekrutacyjne na rynku i znaleźć punkt odniesienia dla swoich danych, zajrzyj do raportu. Ale najważniejsze: nie zatrzymuj się na porównaniu, ale wykorzystaj go jako punkt startowy do własnej analizy.

The post Jak pracować z benchmarkami rekrutacyjnymi? appeared first on Great Digital.

Mamy już HR, który nie kwestionuje potrzeby korzystania z danych. Pojawiają się standardowe mierniki w różnych obszarach HR (rotacja, zaangażowanie, czas rekrutacji, koszty szkoleń, absencja). Dane są raportowane, prezentowane na spotkaniach z zarządami i umieszczane na dashboardach. W takim razie dlaczego ważne decyzje nie są podejmowane miesiącami albo nadal zapadają „intuicyjnie”? Gdzie zaczyna się dojrzałość analityczna w HR?

Powiedziałabym, że problemem co raz rzadziej jest już brak danych. Za to dużo poważniejszym problemem jest to, że dane zmuszają nas do konfrontacji i zmierzenia się z tym, co nie działa. Wreszcie, pokazania działań, które są nieefektywne i pokazania tematów, które są zamiatane pod dywan. Dlaczego tak się dzieje?

1. Dane podważają popularną w firmie narrację

Każda organizacja ma swoją opowieść o sobie. To może dotyczyć różnych obszarów. Padają tutaj hasła takie jak: „Mamy świetny onboarding”, „Rotacja jest u nas pod kontrolą”, „Rozwój jest dostępny dla wszystkich.”

Dopiero dane stają się momentem weryfikacji tej narracji.

Jeśli onboarding „działa”, a 30% nowych pracowników odchodzi w pierwszych miesiącach, to zdecydowanie nie jest to problem Excela. To jest problem decyzji, które zostały podjęte wcześniej.

Dane niby nie atakują bezpośrednio ludzi, ale jednak podważają historie, w które wierzymy i odnoszą się do procesów, za które powinni odpowiadać konkretni ludzie. Bywa też oczywiście, że tym, co rodzi problemy jest rozproszona odpowiedzialność za proces.

2. Dane wymagają odpowiedzialności

Dopóki coś jest odczuciem, można to odłożyć. „Wydaje mi się, że nie jest źle.” „Chyba nie mamy dużego problemu.”- to są myśli, które pojawiają się na tym etapie, zarówno po stronie HR, jak i zarządu oczywiście.

Dopiero w momencie, gdy na stole (lub podczas prezentacji) pojawia się konkretna liczba, pojawia się konieczność reakcji (a przynajmniej powinna). Spójrzmy na ten przykład:

Jeśli wiemy, że 22% nowych pracowników odchodzi w ciągu 6 miesięcy, tylko 27% managerów przygotowuje plan wdrożenia, a 80% osób na koniec procesu onboardingu nie zna kryteriów sukcesu, to ewidentnie jakość onboardingu jest problemem. Prawdopodobnie onboarding w tej firmie nadal wygląda jak „program powitalny”, podczas, gdy powinien być dobrze zaplanowanym procesem, który prowadzi pracownika do efektywności na stanowisku, na którym został zatrudniony.

Niepodjęcie decyzji o zmianach staje się w tym momencie ryzykiem biznesowym. I zdecydowanie HR powinien o tym mówić pokazując odpowiednie dane. I świadczy to o tym, na jakim poziomie jest dojrzałość analityczna w HR.

3. Dane odbierają komfort niejednoznaczności

Wielu liderów (nie tylko w HR) funkcjonuje nadal w przestrzeni interpretacji. Myślą wtedy: „To może kwestia rynku”, „Takie czasy”, „To młodsze pokolenie jest specyficzne”

W jaki sposób dane mogą zmienić takie myślenie? Dane zawężają pole interpretacji, pokazują zależności i wzorce. I zdecydowanie pokazują, że problem nie jest ogólny, a dotyczy konkretnych ról, zespołów czy momentów procesu.

Im bardziej precyzyjne dane, tym mniej miejsca na wygodne „wyjaśnienia”.

I zapewniam Cię, że dopóki managerzy widzą dane na poziomie ogólnym, a wśród nich ok. 20-30% negatywnych ocen od pracowników, to myślą „to na pewno nie o moim zespole”.

4. Dane obnażają koszt zaniechania

Najbardziej konfrontujące w danych nie są wcale same liczby. Najbardziej konfrontujące i zmuszające do zajęcia jakiegoś stanowiska są zdecydowanie koszty. To mogą być koszty nietrafionej rekrutacji, niedziałającego onboardingu, utrzymywania niskiej produktywności pracowników, szkolenia, które nie zmienia zachowania, procesu, który generuje rotację i oczywiście braków umiejętności po stronie managerów.

Dlatego, dopóki nie policzymy kosztu zaniechania, problem wydaje się „miękki”. Dopiero, gdy pojawia się liczba, zdecydowanie trudniej taki problem ignorować.

5. Dlaczego dane są raportowane, ale nie analizowane?

W wielu organizacjach dane są zbierane, są nawet raportowane. Są też wysyłane cyklicznie bez żadnego komentarza (sens takiego działania jest znikomy, polecam raz nie wysłać i sprawdzić czy ktokolwiek to zauważy).

Wyjaśnijmy to, analiza danych oznacza coś więcej niż pokazanie liczby. Analiza oznacza: postawienie pytania „dlaczego?”, wskazanie zależności, pokazanie konsekwencji i (to kluczowe!) zaproponowanie decyzji do podjęcia.

Decyzje mają oczywiście swoje skutki i właśnie wtedy dane prowadzą do zmiany. A zmiana wymaga podjęcia odpowiedzialności za proces., to dlatego nie każda organizacja jest na to gotowa.

Dane nie są zagrożeniem, są lustrem, z którego warto korzystać.

Największa dojrzałość analityczna w HR nie polega wcale na tym czy macie dashboardy. Polega na tym, że jesteście gotowi zobaczyć w danych coś, czego wcześniej nikt nie chciał widzieć.

A to naprawdę sensowne pytanie w pracy z danymi HR nie brzmi „Czy mamy dane?”, ale „Czy jesteśmy gotowi przyjąć ich konsekwencje?”.

Niezmiennie trzymam kciuki właśnie za takie podejście do danych u Ciebie i w Twojej firmie. Być może zainteresuje Cię też post o tym, czym jest data-driven HR. Zajrzyj koniecznie!

PS.  A jeśli to już moment na szkolenie podnoszące poziom kompetencji analitycznych w zespole HR w Twojej firmie, napisz do mnie! Tak, to jest droga do pokazania wartości, jaką HR wnosi w organizacji.

The post Dlaczego HR raportuje dane, ale nie podejmuje decyzji? appeared first on Great Digital.

W poprzednim artykule pisałam o tym, czym jest data-driven HR i trzech poziomach pracy z danymi HR – od opisu, przez interpretację, aż po decyzję. Jeśli miałabym wskazać jedno miejsce, w którym widać, na jakim poziomie realnie działa HR, to jest nim prezentacja HR dla zarządu. To właśnie tam weryfikuje się, czy dane są tylko raportem, czy rzeczywiście narzędziem wpływu.

W jednym z ostatnich postów o prezentacjach HR dla zarządu, jaki zamieściłam na LinkedIn połowa osób, które zareagowały, zapisała treść i prezentowane wskazówki na później. To ciekawy sygnał. Zapis to nie jest emocjonalne „lubię to”. To decyzja: „To może mi się przydać. Chcę do tego wrócić”.

[Też możesz pobrać ten materiał klikając TUTAJ]

Problem skutecznej prezentacji HR dla zarządu nie jest niszowy. HR już wie, że „trzeba mierzyć”. Coraz więcej zespołów raportuje KPI, powstają dashboardy, (jakieś) dane są.

A jednak bardzo często nie ma decyzji. I właśnie tu zaczyna się prawdziwy problem, nie w braku wskaźników, ale w sposobie ich używania.

Dlaczego prezentacja HR dla zarządu nie wpływa na decyzje?

Z doświadczenia widzę, że problem rzadko polega na braku danych. Częściej chodzi o sposób ich uporządkowania i zakomunikowania. W prezentacjach dla zarządu powtarzają się cztery schematy, które skutecznie odbierają HR wpływ.

Pułapka nr 1: Slajd jako archiwum

„Średni czas rekrutacji wynosi 37 dni.”
„Rotacja w tym roku to 18%.”
„Zaangażowanie spadło o 4 punkty.”

To są poprawne dane. Problem polega na tym, że zarząd nie przychodzi na spotkanie, żeby oglądać archiwum zdarzeń. Jeśli slajd nie odpowiada na pytanie: „Co z tego wynika dla firmy?”, to jest tylko podsumowaniem historii.

Pułapka 2: Analiza bez konsekwencji

HR często wykonuje krok dalej:

„21 z 37 dni procesu rekrutacyjnego to oczekiwanie na feedback od hiring managera.”
„Rotacja rośnie głównie w zespołach z największą liczbą nadgodzin.”
„Spadek zaangażowania dotyczy zespołów po restrukturyzacji.”

To jest dobra analiza. Ale jeśli prezentacja kończy się w tym miejscu, to zarząd zostaje z wiedzą, a nie z wyborem. A wiedza bez wyboru nie zmienia organizacji.

Pułapka 3: KPI bez decyzji

W wielu firmach pytanie brzmi: „Jakie wskaźniki powinniśmy mierzyć?”

To nie jest złe pytanie. Jest po prostu przedwczesne. Właściwa kolejność jest odwrotna:

1. Jaką decyzję chcemy podejmować lepiej?
2. Jakie ryzyko chcemy ograniczyć?
3. Jakie zachowanie w organizacji chcemy zmienić?
4. Dopiero potem warto pytać: jaki wskaźnik pomoże nam to monitorować?

Jeżeli zarząd mówi: „Rekrutacje trwają za długo”, to raport średniej liczby dni jest początkiem. Wpływ zaczyna się dopiero wtedy, gdy HR pokazuje: gdzie dokładnie powstaje opóźnienie, jaki jest koszt finansowy tego opóźnienia, jaka zmiana procesu jest możliwa i jaki efekt przyniesie to w skali roku.

Bez tego KPI pozostaje liczbą, a dopiero z tym rozwinięciem staje się argumentem.

Pułapka 4: Brak scenariusza „co jeśli”

Zarząd myśli kategoriami przyszłości, nie przeszłości.

Dlatego prezentacja HR dla zarządu powinna zawierać element projekcji:

• Co się stanie, jeśli nic nie zmienimy?
• Jak będzie wyglądać rotacja za pół roku przy obecnym trendzie?
• Ile będzie kosztować utrzymanie obecnej struktury?
• Jak zmieni się koszt wakatu przy skróceniu procesu o 5 dni?

Dopiero w tym momencie dane zaczynają być strategiczne.

Jak sprawdzić, czy Twoja prezentacja ma sens?

Zanim wejdziesz do sali zarządu, zadaj sobie trzy pytania:

1. Jaką decyzję ma podjąć zarząd po tej prezentacji?
2. Jakie alternatywy pokazuję?
3. Co się stanie, jeśli żadna decyzja nie zostanie podjęta?

Jeśli nie potrafisz na to odpowiedzieć, to prawdopodobnie (na razie) masz raport, a nie prezentację decyzyjną.

Konsekwencje pozostawania na poziomie raportu

HR, który ogranicza się do raportowania jest postrzegany jako funkcja operacyjna, nie uczestniczy w rozmowach strategicznych i nie jest traktowany jako partner w zarządzaniu.

I to nie zawsze jest kwestia ambicji, a zdecydowanie kwestia sposobu pracy z danymi.

Dojrzałość analityczna nie polega na liczbie wskaźników. Polega na tym, czy potrafisz zamienić je w rekomendację.

A jak sprawdzić, czy Twój KPI ma sens?

Zrób prosty test trzech pytań:

1. Jaką decyzję ten wskaźnik ma wspierać?
2. Kto na podstawie tego KPI ma zmienić swoje zachowanie?
3. Co się stanie, jeśli ten wskaźnik wzrośnie lub spadnie o 10%?

Jeśli trudno odpowiedzieć na te pytania, prawdopodobnie nie masz KPI, a jedynie raportową liczbę.

Jak przejść od slajdu do wpływu?

Dlatego, jeśli zapisujesz materiały o tym, jak robić dobre prezentacje dla zarządu, to znaczy, że czujesz wagę tematu. Ale prawdziwa zmiana zaczyna się nie wtedy, gdy poprawisz estetykę slajdów, tylko wtedy, gdy przestaniesz pytać: „Co powinniśmy mierzyć?” a zaczniesz pytać: „Jaką decyzję chcemy podjąć lub ułatwić dzięki tym danym?”

To jest moment, w którym analityka HR przestaje być raportem, a zaczyna być narzędziem wpływu. I tego Wam oczywiście życzę!

The post Kiedy HR prezentuje dane zarządowi – cisza. Dlaczego prezentacja HR nie prowadzi do decyzji? appeared first on Great Digital.

Data-driven HR – czym jest naprawdę? W HR bardzo łatwo rzucić „jesteśmy data-driven”. Porozmawiajmy o tym, co to tak naprawdę oznacza.

Rzeczywistość, jaką widzę całkiem często: organizacje nie tyle nie mają danych, co zatrzymują się na zbyt podstawowym poziomie ich wykorzystania. Te same dane mogą po prostu zasilić sprawozdawczy raport albo… realnie wpływać na decyzje personalne i biznesowe.

I różnica nie leży wcale w narzędziach, ale w sposobie myślenia o danych. Dlatego sprawdź te trzy poziomy pracy z danymi HR (i dowiedz się dlaczego większość firm utknęła na pierwszym).

Poziom 1: Opis, czyli mówisz „co się wydarzyło?”

To poziom, na którym HR odpowiada na pytania faktograficzne. Przykłady prezentowanych danych:

• ilu mamy pracowników,
• jaka była rotacja w ostatnim kwartale,
• ile osób jest zatrudnionych na umowach czasowych,
• jaki jest średni poziom absencji.

Ten poziom jest potrzebny, porządkujący, bezpieczny. Ale… sam w sobie nie zmienia żadnej decyzji. Raport na tym poziomie bardzo często kończy się zdaniem: „To by było na tyle, będziemy to monitorować nadal”.

Poziom 2: Interpretacja, czyli wskaż„gdzie zaczyna się problem?”

Tutaj HR zaczyna patrzeć na dane w konkretnym kontekście. Przykłady omawianych danych:

• rotacja ogólnie jest stabilna, ale w jednym obszarze rośnie od 6 miesięcy,
• struktura zatrudnienia zmienia się szybciej niż struktura organizacyjna,
• absencja nie rośnie globalnie, ale kumuluje się wśród pracowników o określonym stażu,
• liczba rekrutacji jest stała, ale czas zamykania wakatów systematycznie się wydłuża.

To jest moment, w którym HR powinien widzieć wzorce, powinien zacząć zadawać pytania „dlaczego”, a także przestać traktować dane jako tabelę, a zacząć traktować je jako sygnał. Ale nadal zbyt często kończy się to na… dodatkowym raporcie.

Poziom 3: Decyzja, czyli powiedz odważnie „czego dziś nie chcemy jeszcze nazwać?”

To jest poziom, na którym dane HR zaczynają być niewygodne, bo coś trzeba z nimi zrobić. I właśnie dlatego tak niewiele zespołów HR na tym poziomie obecnie pracuje.

Pytania, które pojawiają się na tym poziomie, brzmią już nieco inaczej:

• jaką decyzję personalną odkładamy od miesięcy,
• gdzie „tymczasowe” rozwiązania stały się tolerowaną patologią,
• jaki koszt generuje dziś brak jasnej decyzji.

Przykłady z różnych obszarów HR:

• HR BP widzi, że zespół działa w „przejściowej strukturze” od półtora roku,
• zespoły kadrowe obsługują coraz więcej wyjątków i niestandardowych aneksów,
• L&D raportuje aktywność szkoleniową, ale nie potrafi powiedzieć, które kompetencje są krytyczne biznesowo,
• planowanie zatrudnienia istnieje, ale nie wpływa na decyzje rekrutacyjne ani budżetowe.

Na tym poziomie dane HR przestają być informacją. Powinny być argumentem w rozmowie z biznesem do wprowadzenia konkretnych zmian. Zadajmy zatem to niewygodne pytanie.

Dlaczego HR tak często zostaje na poziomie 1?

Poziom 1 jest poziomem bezpiecznym. Nie tworzy napięcia, nie wymaga kwestionowania decyzji i nie zmusza do rozmowy o ryzyku. Poziom 3 oznacza już, że HR ma odwagę powiedzieć „to jest problem, nawet jeśli jeszcze nie boli”, wskazuje konsekwencje braku decyzji lub też konfrontuje biznes z niewygodnymi wnioskami.

I to zdecydowanie jest moment, w którym people analytics przestaje być neutralne. To jest moment, w którym masz działać jak „wewnętzna firma konsultingowa”. Określenie pochodzi od Josha Bersina i oznacza moment, w którym HR zauważa ważne trendy w danych, potrafi je wyjaśnić i ma odwagę zaproponować działania, które je przełamują.

5 reguł, które porządkują pracę z danymi HR

W oparciu o doświadczenie z pracy z wieloma zespołami HR mogę zaproponować Ci kilka uniwersalnych zasad, które warto mieć w pamięci.

1. Jeśli raport nie prowadzi do decyzji, to nie jest analiza.
   Nie każdy raport musi kończyć się działaniem, ale każda analiza powinna prowadzić do wyboru (podejmujemy nowe działania, kontynuujemy obecne, zatrzymujemy inne).
2. Wyjątki w danych są cenniejsze niż średnie.
   To one pokazują, gdzie system przestaje działać i zdecydowanie warto (co najmniej) obejrzeć dane w przekrojach dla różnych jednostek firm, grup stażowych pracowników i różnych momentów roku.
3. HR nie musi mieć idealnych danych, żeby podjąć dobrą decyzję.
   Naprawdę częściej problemem jest brak interpretacji i rekomendacji co dalej, niż brak precyzji (niekompletne dane).
4. Najważniejsze pytania HR są pytaniami o przyszłość, nie o przeszłość.
   Dużo łatwiej jest podsumowywać w kółko to, co się wydarzyło. Do przodu posuwa nas jednak pytanie, czego możemy się spodziewać w kolejnym półroczu czy roku, jeśli nie podejmiemy żadnych decyzji.
5. Dane HR nabierają wartości dopiero w rozmowie z biznesem.
   Bez kontekstu decyzyjnego, omówienia co dokładnie oznaczają w naszej firmie i w danym jej obszarze, dane pozostają tylko abstrakcyjnymi liczbami, które ogląda się na cyklicznych spotkaniach.

Gdzie naprawdę zaczyna się data driven HR?

Nie w dashboardzie, nie w nowym narzędziu, ani nie w kolejnej metryce. Zaczyna się w momencie, gdy HR:

• przechodzi z opisywania na interpretowanie,
• z interpretowania na rekomendowanie,
• z raportowania na odpowiedzialność za wnioski.

W kolejnych artykułach dowiesz się

• jak zadawać lepsze pytania danym HR,
• jak pracować z nimi na poziomie decyzji,
• i jak unikać najczęstszych pułapek „analitycznego HR”.

Dziękuję za Twój czas dzisiaj!

Sprawdź też 10 pułapek, które czyhają na Ciebie w analityce HR (i jak je ominąć)

The post Czym jest data-driven HR? appeared first on Great Digital.

W czasach, gdy decyzje biznesowe powinny być oparte na danych, analityka HR nie powinna być „dodatkiem”, ale fundamentem skutecznego HR. Ale jak to bywa z fundamentami, jeśli są postawione niedbale, cała konstrukcja może się chwiać.

Poniżej znajdziesz 10 pułapek, które najczęściej pojawiają się w podejściu do danych w HR. Jeśli zauważysz u siebie choć kilka z nich, nie martw się. Najlepszy moment na poprawę? Teraz. Twoja analityka HR na pewno zyska.

#1. Mylisz dane z opinią

To zdanie słyszysz często: „Mamy słaby spływ CV”. Ale co to znaczy „słaby”? W porównaniu z czym? Kiedy było lepiej? Ilu kandydatów dokładnie? Bez liczby, to tylko odczucie,  a na tym nie da się budować ani strategii, ani rekomendacji.

Przykład: Zamiast: „Mamy mało kandydatów”. Powiedz: „W ostatnich trzech tygodniach spłynęło 25 aplikacji, z czego tylko 3 spełniały minimum wymagań”.

Dlaczego to ważne?
Opinia bywa pomocna na etapie pierwszej diagnozy, ale nie wystarcza do podjęcia działań. W rozmowie z zarządem lub hiring managerem liczby są Twoim największym sprzymierzeńcem. Jeśli tylko potrafisz o nich opowiadać.

#2. Liczysz to, co łatwo policzyć, a nie to, co potrzebne

To naturalne, że zaczynamy od tego, co da się policzyć „na szybko” – liczby aplikacji, czas trwania procesu, koszt ogłoszeń czy innych powierzchni reklamowych. Ale czy to mówi Ci, czy zatrudniasz właściwych ludzi?

Ważniejsze pytania:

• Ilu kandydatów przechodzi do rozmów w II etapie, np. technicznych?
• Z których źródeł pochodzą najlepsi kandydaci?
• Ilu zatrudnionych zostaje z nami dłużej niż 6 miesięcy?
• Co najbardziej doceniają zaangażowani pracownicy w naszej firmie?
• Z jakich powodów najczęściej odchodzą osoby, które chcielibyśmy zatrzymać?

Dlaczego to ważne?
Licząc tylko „wygodne” metryki, możesz dojść do mylnych wniosków. Możesz mieć dużo CV, ale zero jakości. Możesz mieć małą rotację i pracowników, którzy pracują „jakoś”. Czasem lepiej mieć mniej, ale precyzyjnie dopasowanych kandydatów. A na dopasowanych pracowników warto poczekać nieco dłużej.

#3. Mylisz KPI z miernikami

To, że coś da się policzyć, nie oznacza, że warto to raportować jako KPI. Kluczowe wskaźniki efektywności (KPI) muszą być powiązane z celami biznesowymi.

To nie są KPI:

• Liczba przeprowadzonych rozmów
• Liczba kliknięć w ogłoszenie
• Liczba przeprowadzonych szkoleń
• Liczba zrealizowanych oceń pracowniczych

Dobre KPI:

• Koszt zatrudnienia jednego pracownika
• Średni czas zatrudnienia w danej kategorii stanowisk
• Konwersja na poszczególnych etapach rekrutacji
• Poziom skuteczności szkoleń
• Poziom zaangażowania pracowników
• Skłonność do polecenia pracy w firmie (byle nie „znajomemu!”)

Dlaczego to ważne?
Mierniki to wartościowe dane, ale KPI mają prowadzić do decyzji. Myląc jedno z drugim, tworzysz raporty bez wartości dla biznesu.

Wszystkie mierniki rekrutacyjne, jakich możesz potrzebować omówiłam w kursie „Najlepsze mierniki rekrutacyjne”, znajdziesz go TUTAJ

#4. Zbierasz dane bez celu

Gromadzenie danych „na wszelki wypadek” to częsty błąd. Przechowujesz arkusze pełne metryk, ale… nie masz pojęcia, co z tym zrobić.

Zamiast: „Zróbmy dashboard z 10 wskaźnikami”. Powiedz: „Chcemy skrócić czas rekrutacji o 5 dni, które dane pomogą nam w tym najlepiej?”. Albo „Naszym celem jest ograniczenie rotacji wśród pracowników przed upływem 3 lat od zatrudnienia. Jakie dane nam w tym pomogą?”

Dlaczego to ważne?
Bez konkretnego pytania biznesowego analiza danych przypomina przeglądanie raportu licząc na to, że coś się „rzuci w oczy”. Tyle że… zwykle się nie rzuca, a Ty niepotrzebnie się frustrujesz.

#5. Mierzysz wszystko ręcznie

Praca w Excelu bywa wygodna, ale tylko na początku. Im więcej danych, tym większe ryzyko błędów, nieścisłości, duplikatów i zwyczajnego… przemęczenia. Nie wspomnę o tym, jak trudno prowadzić w Excelu porównania danych i sprawdzać co się zmieniło.

Czy to będzie czasochłonne? Tak. Niezawodne? Raczej nie. Czy warto wprowadzać automatyzację działań? Zdecydowanie tak.

Dlaczego to ważne?
Czas osób pracujących z danymi HR jest zbyt cenny, by poświęcać go na kopiowanie danych między arkuszami. Zautomatyzowane systemy (np. HRLytics, dowiedz się więcej o jego możliwościach TUTAJ) mogą przejąć część pracy, dając Ci przestrzeń na analizę i rekomendacje.

#6. Zaczynasz od danych, a nie od pytania biznesowego

Nie analizuj danych po to, żeby coś pokazać. Analizuj je, by odpowiedzieć na ważne pytanie.

Zamiast: „Przejrzyjmy dane z ostatniego kwartału”, powiedz lepiej: „Dlaczego zatrudnienie trwało dłużej niż zakładano w ostatnich 3 projektach?”

Dlaczego to ważne?
Dane bez pytania są jak mapa bez celu. Analityka ma być narzędziem, a nie „ładnym dodatkiem”.

#7. Masz niespójne definicje mierników i wskaźników

To jeden z najbardziej niedocenianych błędów. „Czas zatrudnienia” może oznaczać co innego dla każdej osoby w zespole. A „liczba pracowników w firmie” jest inna w zależności od systemu, do jakiego sięgasz po dane? Nie powinno tak być.

Przykłady rozbieżności:

• Start rekrutacji: dzień briefu / dzień publikacji ogłoszenia / dzień pierwszego kontaktu z kandydatem
• Koniec rekrutacji: akceptacja oferty / podpisanie umowy / pierwszy dzień pracy
• Liczba pracowników: osoby zatrudnione na pełen/część etatu/w oparciu o umowę o pracę/inne umowy/

Dlaczego to ważne?
Niespójność w definicjach to niemożność porównania wyników między projektami. A to będzie podważać Twoją wiarygodność i jakość przygotowywanych rekomendacji.

#8. Wyciągasz błędne wnioski

Dane to jedno, ale ich interpretacja, to już zupełnie inna historia. Możesz skrócić czas zatrudnienia… tylko dlatego, że zatrudniasz z poleceń i rezygnujesz z onboardingu. Czy to zawsze dobre?

Spójrz na ten przykład:
Rezygnacja z 2-etapowej rekrutacji może przyspieszyć zatrudnienie, ale może też skutkować zatrudnieniem nietrafionego kandydata.

Dlaczego to ważne?
Bez kontekstu dane potrafią prowadzić do błędnych decyzji, a te mogą sporo kosztować.

#9. Pokazujesz dane w niezrozumiały sposób

Prezentacja danych ma zachęcać do działania, a nie usypiać. Wykres z 18 kolorami, tabele z czcionką 9 pt. i raport na 27 stron? Tego nikt nie przeczyta.

Zrób inaczej:

• Jeden wykres = jeden przekaz
• Jeden slajd = jedna decyzja
• Dane = konkret + wniosek

Dlaczego to ważne?
Twoim celem nie jest „pokazać dane”. Twoim celem jest „pokazać, co z nich wynika”.

O tym, jak dobierać wykresy do różnych danych, a także innych metodach wizualizacji danych dowiesz się z nagrania z webinaru „Tylko nie wykres kołowy, czyli wizualizacja danych w praktyce”. Znajdziesz  je TUTAJ

#10. Nie robisz nic z danymi

Analiza zrobiona. Raport wysłany. I… cisza. A przecież dane powinny uruchamiać zmianę. Stosuj pytania kontrolne:

• Co zmieniliśmy na podstawie danych z ostatniego miesiąca?
• Kto dostał wnioski i co z nimi zrobił?

Dlaczego to ważne?
Bez działania dane są bezużyteczne. To nie raport zmienia organizację, tylko decyzje, które podejmujesz na jego podstawie.

Jak prezentować dane HR, aby były to prezentacje skuteczne biznesowo? – tego dowiesz się z nagrania z webinaru „Skuteczna biznesowo prezentacja danych HR”. Znajdziesz  je TUTAJ

Podsumowanie, czyli co szczególnie warto zapamiętać, aby Twoja analityka HR zyskała

Analityka HR nie musi być skomplikowana. Ale musi być przemyślana. Jeśli zaczynasz od właściwego pytania, mierzysz to, co ważne, i potrafisz opowiedzieć historię, masz wszystko, czego potrzebujesz, by robić analitykę z sensem.

Umiejętności stawiania pytań biznesowych i kolejnych etapów pracy z danymi nauczysz się w kursie online „Analiza danych w HR”, który jest dostępny TUTAJ

Chcesz pracować nad swoją analityką HR w uporządkowany sposób? Skupić się nie tylko na mierzeniu danych, ale pokazywaniu wpływu HR na całą firmę? Mam dla Ciebie nową inicjatywę pozwalającą na rozwój kompetencji analitycznych w HR.

Już wkrótce kolejna edycja HRInsight DataLab, tym razem pod hasłem „Od danych do wpływu, czyli jak analityka HR wspiera strategiczne decyzje i zmiany organizacyjne”.

Skupimy się na tym jak:
zbierać dane, które mają sens
wybierać KPI, które wspierają decyzje
tworzyć raporty, które naprawdę coś zmieniają

Do HRInsight DataLab możesz dołączyć TUTAJ Spotkania odbędą się we wrześniu, październiku i listopadzie 2025. Możesz wziąć udział na żywo lub skorzystać z dostępu do nagrań i sprawić, że Twoja analityka HR wejdzie na zdecydowanie wyższy poziom. Na koniec czeka na Ciebie test sprawdzjący i oczywiście certyfikat. Do zobaczenia!

The post 10 pułapek, które czyhają na Ciebie w analityce HR (i jak je ominąć) appeared first on Great Digital.

Poznaj 5 trendów w HR na 2025  (a raczej koniecznych do wprowadzenia zmian, czy „imperatywów” jak mówi o nich Josh Bersin) ściśle związanych z możliwościami, jakie (w innowacyjnych, gotowych na zmiany organizacjach – podkreślam to) otwiera AI w firmach.

Zostawiam tym samym z boku dyskusję „czy to możliwe”, bo owszem jest możliwe i dzieje się w firmach, które jako pierwsze zdecydowały się wskoczyć do pociągu AI i eksplorują związane z tym nowe możliwości i zmiany. Dlatego napisałam w tytule „dla zaawansowanych”. Powinnam dodać też „dla chętnych” albo „dla otwartych i gotowych na zmiany”. Jeśli zatem jesteś, bądź chcesz znaleźć się w tym gronie, zapraszam.

Pojawiający się trendach „superpracownik” to osoba, która wykorzystuje możliwości AI, aby radykalnie zwiększyć swoją produktywność, wydajność i innowacyjność w pracy. „Superpracownikiem” może stać się każdy pracownik o ile firmy przedefiniują całkowicie środowisko pracy (info jak, w punktach poniżej), a także wyposażą pracowników w wiedzę i umiejętności, które pozwolą im korzystać z agentów AI, którzy będą towarzyszyć im w pracy.

Powstanie „superpracownika’ jest możliwe dzięki szerokiemu wykorzystaniu AI w firmach (źródło grafiki: „The Rise of The Superworker. HR and Leadership Predictions and Imperatives for 2025”).

1. Przeprojektowanie sposobu organizacji pracy i ról zawodowych w firmie

Zamiast koncentrować się na hierarchii, pomyśl o tym, jak praca w Twojej firmie powinna być zorganizowana, aby można było najbardziej efektywnie realizować określone cele. Zdaniem Bersina w ten sposób zorganizowane firmy mają 30 x większą szansę na sprawne adaptowanie się do zmian.

Bardzo duże zmiany obejmują tutaj rekrutację, w której AI w firmach pozwala realizować np. takie działania jak przygotowanie opisu stanowiska czy sourcing i inne powtarzalne w procesie rekrutacji zadania. Rolą rekrutera pozostaje jedynie podejmowanie strategicznych decyzji.

Zasadnicza zmiana dotyczy przejścia od organizacji opartej na umiejętnościach do organizacji opartej na aktywnościach, czyli rozwiązywaniu problemów biznesowych. A kluczowe pytania, jakie powinien sobie tutaj zadawać HR to:

Które działania można zautomatyzować teraz lub w przyszłości?

Jakie role lub zadania ludzkie pozostają i jaką wartość dodają?

Jakie umiejętności i zdolności pozwolą rozwijać się superpracownikom

Cały proces transformacji organizacji mocno wspiera zespół HR, który nie koncentruje się na szukaniu talentów na zewnątrz, ale na przeprojektowaniu, przekwalifikowaniu i znalezieniu nowych miejsc dla pracowników, których zadania się mocno zmieniają.

2. Budowa i zarządzanie „dynamiczną bazą talentów”.

W puli pracowników, którzy będą wykonywać nowe, szybko zmieniające się zadania są m.in. gigworkerzy oraz wewnętrzne marketplace’y (gdzie managerowie rekrutują ludzi do projektów wewnątrz firmy). Bersin wskazuje tutaj warunki konieczne do tego, aby taki model działał. Rekomenduje m.in. nagradzanie managerów za promowanie współpracy międzydziałowej czy zatrudnianie w pierwszej kolejności pracowników z rekrutacji wewnętrznej.

Kluczowe w tym obszarze staje się też dążenie do zwiększania „gęstości talentów”, na wzór firm takich jak Google czy Netflix, w których przychód na 1 pracownika przekracza milion dolarów. Dużo częściej niż pytanie „czy potrzebujesz nowych pracowników” zadaje się tam pytania „czy potrzebujesz nowych umiejętności”. Te nowe umiejętności są oczywiście wspierane przez AI a zarządzanie talentami z pomocą AI w firmach zyskuje miano „Talent intelligence”. Zamiast myśleć o zastąpieniu pracowników przez AI warto jest zwrócić uwagę na to, co sprawia, że dana rola staje się – dzięki AI – dużo bardziej istotna (i powinna być przez to zdaniem Bersina dużo lepiej wynagradzana). To implikuje oczywiście zmianę w systemach wynagradzania.

3. Zdefiniowane na nowo czym jest przywództwo, kultura organizacyjna i marka pracodawcy

Kluczowe kompetencje liderów obejmują tutaj m.in. bardzo dobre rozumienie AI (zarówno możliwości, jak i ograniczeń, a także zarządzanie ryzykiem z tym związanym) oraz koncentrację na myśleniu o wzroście produktywności pracowników (bez zatrudniania nowych) oraz szukaniu innowacji.

Szybkość zachodzących zmian (i zdolności adaptacyjne firm do nich) sprawiają, że jeszcze większego znaczenia dla pracowników nabierają możliwości rozwoju oferowane przez firmę (będące prawdziwymi możliwościami rozwoju, a nie formalnymi „awansami”). Bersin przewiduje tutaj (cytując badania Adecco), że bardzo szybko zdolność firmy do przygotowania pracowników do bycia konkurencyjnym na rynku pracy w dobie AI w firmach stanie się czynnikiem znacząco podnoszącym atrakcyjność pracodawcy. I zachęca do tego słowami  “Use your transformation as a recruiting tool”.

4. Szybsze przejście do modelu “systemowego HR” w związku z AI w firmach

Systemowy HR to model, w którym HR przestawia się ze „świadczenia usług” na „rozwiązywanie problemów” i zamiast być centrum kosztów (jak dotąd w wielu firmach) jest zespołem  konsultantów, którzy pomagają w transformacji firmy. Kluczową rolę w tym zespole odgrywają oczywiście HRBP (posługujący się sprawnie danymi HR, o tym pisałam nieraz!).  Ta ewolucja HR była już omawiana przez Bersina wcześniej, poniżej schemat, który to obrazuje. Jak Wam się podoba wizja HR działającego jak wewnętrzna firma konsultingowa?

Bardzo ważnym elementem systemowego HR są z kolei bardzo duże zmiany w obszarze szkoleń i rozwoju, gdzie (oczywiście, że tak) dzięki AI ścieżki i możliwości rozwoju pracowników zostają totalnie przebudowane i zapewniają pracownikom hiperspersonalizowane doświadczenia.

5. Review stosowanych narzędzi HR Tech

Superpracownicy korzystają z narzędzi AI w firmach tak sprawnie, że wiele starych systemów HR staje się bezużytecznych, a pozostają tylko te, które pozytywnie wpływają na doświadczenia pracowników. AI pozwala tym samym uporządkować bałagan, jaki panuje w systemach HR, ponieważ integruje je i usprawnia.

I jako osoba odpowiedzialna za rozwój naszego HRLytics w pełni to potwierdzam. Nowoczesne rozwiązania w zakresie integracji danych pozwalają sprawnie łączyć ze sobą dane z różnych systemów i budować z nich (bardzo szybko!) przyjazne dashboardy z odpowiednimi KPI, naprawdę kluczowymi z punktu widzenia biznesu zamiast dashbordów będących zestawem danych, z którymi nie wiadomo co zrobić. Zgadnijcie, co zdaniem Bersina powstaje z integracji danych z różnych systemów HR? HR Data Lake!

A jaka jest zasadnicza różnica pomiędzy starymi i nowymi systemami HR Tech? W starych konieczne było przeszkolenie pracowników, aby mogli z nich korzystać. W nowych jest to na tyle intuicyjne, że pracownicy po prostu zaczynają z nich korzystać, a co więcej mogą sami porozmawiać z systemem dopytując go o poszczególne funkcjonalności czy sugerując zmiany. Jest to możliwe dzięki wbudowanym agentom AI.

5 imperatywów Bersina na 2025 omówiłam tutaj naprawdę skrótowo, całość znajdziesz w płatnym materiale dostępnym dla subskrybentów Josh Bersin Academy. Bezpłatnie dostępny będzie natomiast webinar, który poprowadzi 28 stycznia sam Josh Bersin, możesz zapisać się na niego TUTAJ

Bardzo Wam polecam ten webinar, oglądałam rok temu predykcje dotyczące 2024 i jest to arcyciekawy materiał, zawierający wiedzę, która jest potem dostępna jedynie odpłatnie.

A jeśli zastanawiasz się, czy jakieś firmy tak działają, to tak, Bersin podaje w raporcie „The Rise of The Superworker. HR and Leadership Predictions and Imperatives for 2025 przykłady firm i działań podejmowanych w ramach omówionych trendów.

O tym, jak bardzo na zmiany w firmach wpływa AI pisałam także TUTAJ

The post 5 trendów HR dla zaawansowanych, czyli co zmienia AI w firmach appeared first on Great Digital.

Spójrzmy dziś na błędy, jakie najczęściej pojawiają się w analityce rekrutacji. Dlaczego warto? Bo rzetelnie prowadzona analityka jest odpowiedzią na wiele bolączek w rekrutacji (niedopasowani kandydaci, nie pojawiający się kandydaci, hiring managerzy nie współpracujący z rekruterami). Kluczem jest tutaj słowo „rzetelnie”, dlatego sprawdźmy, jakie są najczęściej popełniane błędy w analityce rekrutacji.

#1. Niewłaściwe dobranie mierniki i wskaźniki, w tym tzw. KPI

Jedne  z częściej stosowanych mierników i wskaźników w obszarze rekrutacji to te dotyczące czasu trwania oraz kosztów prowadzonych rekrutacji. Rekruterzy pytani o to dlaczego tak się dzieje wskazują „zarząd tego wymaga”.

To błąd. Czy prowadzone przez Was rekrutacje postrzegacie i oceniacie jedynie przez pryzmat czasu ich trwania oraz kosztów? Czy staracie się rekrutować „jak najszybciej” i jest to jedynym kryterium prowadzonych rekrutacji? Albo może dążycie do tego, aby zatrudniać pracowników „jak najtaniej”?

Jeśli odpowiedź na ww. pytania jest nieco bardziej złożona (a mam nadzieję, że tak)…pora zastanowić się nad właściwym doborem mierników i wskaźników.

A jeśli zarząd wymaga pokazywania kosztów, to trzeba je oczywiście przygotować, ale…dodać do tego dane, które będą też pokazywać rekrutacje jako wartość, a nie tylko jako koszt.

#2. Niekompletne lub nierzetelne dane rekrutacyjne

Gdybym powiedziała teraz „pokaż mi swoje dane rekrutacyjne”, to jaką odpowiedź z poniższych wybierzesz?

1. Jasne, oto świeży raport z danymi dla Ciebie
2. Mamy w firmie trochę danych rekrutacyjnych, ale nie możemy im do końca ufać
3. Ok, daj nam 2 tygodnie to przygotujemy zestawienie

Lubię podczas warsztatów i szkoleń na żywo zadawać to pytanie. I bardzo sporadycznie pojawiają się osoby, które wskazują odpowiedź a. Najczęstszą odpowiedzią jest odpowiedź b – czyli coś tam mierzymy, ale trochę jak kto chce i najczęściej jak ma czas (a najczęściej nie ma).

To Twój kolejny bloker, bo w analityce danych powiedzenie „mamy jakieś dane, ale nie do końca możemy im ufać” oznacza, że…nie możesz się tymi danymi posługiwać. Nie możesz na ich podstawie wyciągać sensownych wniosków. Nie możesz z tymi danymi (zakładając, że nie chcesz zostawić negatywnego wrażenia) iść do hiring managerów, ani tym bardziej do zarządu.

Odpowiedź c oznacza najczęściej, że dane są rozproszone w różnych systemach i trzeba je nieco „pokleić ze sobą”.

Rozwiązaniem jest tutaj inwestycja w odpowiednie rozwiązanie technologiczne – na przykład platformę taką jak HRLytics, na której w łatwy sposób integrujemy dane z różnych źródeł po to, aby wyświetlić je w formie czytelnych i łatwych do analizowania dashboardów online.  

#3. Ignorowanie doświadczeń kandydatów, hiring managerów i…rekruterów

Pracujesz intensywnie z analizą danych twardych pokazujących co się dzieje w rekrutacji? To świetnie, dla pełnego obrazu konieczne jest jeszcze zrozumienie DLACZEGO tak się dzieje.

I tutaj istotnym źródłem danych staje się sprawdzenie poziomu doświadczeń, jakie mają kandydaci (zatrudniani i odrzucani), nowozatrudnieni pracownicy, hiring managerzy zatrudniający do swoich zespołów, a także – i to jest element tej układanki niestety zbyt często pomijany – rekruterzy, którzy uczestniczą w procesach rekrutacji.

Dopiero połączenie danych ilościowych z danymi jakościowymi odnoszącymi się do doświadczeń wszystkich wymienionych wyżej grup pozwala bardzo dobrze zrozumieć co się dzieje w obszarze rekrutacji. I dopiero w tym momencie możliwe jest zaplanowanie koniecznych zmian, które pozwolą poprawić efektywność rekrutacji.

#4. Brak powiązania danych rekrutacyjnych z innymi danymi HR i danymi firmowymi

Nie wiesz, z jakich powodów pracownicy odchodzą z Twojej firmy? Bo jako rekruter „nie odpowiadasz za ten obszar”? To kolejny błąd w podejściu do danych, który sprawia, że uciekają Ci ważne informacje. Rekrutacja i rotacja to jednak dwa końce tego samego procesu. W szczególności jeśli chodzi o rotację wśród osób nowozatrudnianych (odchodzących przedwcześnie bez względu na to, co będzie oznaczać to w Twojej firmie). Dopóki nie korzystasz z tych danych możesz kręcić się jak przysłowiowy chomik w swoim kołowrotku. Będziesz zatrudniać pracowników jednocześnie ignorując powody, które sprawiają, że ci pracownicy i tak odejdą.

A może„jako rekruter nie odpowiadasz za proces wdrażania i motywowania nowych osób w firmie”?

Bezpośrednio nie. Ale analizując i pokazując odpowiednie dane możesz rzeczowo porozmawiać o tych procesach, mieć na nie wpływ i być może wspólną odpowiedzialność z managerami. Zakładając, że gracie do jednej bramki i wspólnie zależy Wam na zatrudnianiu dopasowanych pracowników. I nie jest Wam wszystko jedno na jak długo ci pracownicy zostają zatrudnieni.

#5. Analizujesz dane rekrutacyjne zbyt adhoc i zbyt rzadko

Podsumowanie procesu rekrutacji raz na kwartał lub raz na pół roku (albo raz na rok)? Owszem jest potrzebne, ale…to zbyt rzadko jeśli naprawdę chcesz trzymać rękę na pulsie. Reagować na to, co dzieje się na rynku, zmieniające się potrzeby i oczekiwania kandydatów oraz zmieniający się (zwykle spadający) poziom konkurencyjności Waszej oferty jako pracodawcy na tle innych firm.

Brak bieżącego dostępu do danych to po prostu…brak możliwości podejmowania ważnych decyzji, utracone okazje biznesowe i prowadzenie zbyt długo rekrutacji w sposób, który już dawno powinien zostać zoptymalizowany.

Jakie mam dla Ciebie rozwiązanie?

W temacie uzupełnienia, pogłębienia, rozwinięcia wiedzy odnośnie tego jakie mierniki i wskaźniki (uwaga, to nie jest to samo!) warto stosować w rekrutacji:

Sprawdź mój najnowszy kurs online „Najlepsze mierniki rekrutacyjne”.  To bardzo kompleksowy (a nawet kompletny powiedziałabym) kurs dla rekruterów, z którego dowiesz się jak skutecznie i „raz na zawsze” ogarnąć dane rekrutacyjne w Twojej firmie na poziomie, który pozwoli Wam podejmować dobre decyzje.

Ile to kosztuje? 450 zł brutto za prawie 3 godzinny kurs dla jednej osoby. To cena, która pozwala zespołom rekrutacji na szybkie (i niedrogie) uzupełnienie ich kompetencji analitycznych. Szczegółowy opis lekcji i kursu znajdziesz TUTAJ. Kurs został przygotowany tak, aby opisane wyżej błędy w analityce rekrutacji przestały Cię dotyczyć.

A jeśli dotykają Cię wyzwania związane z danymi rozproszonymi w różnych systemach (coś jest w ATS, coś w Excelach, a reszta w systemie kadrowym?), umów się za mną na krótkie spotkanie. Opowiem Ci o możliwościach HRLytics i rozwiążemy te problemy. Jest spora szansa, że zrobimy to dużo szybciej (i taniej!) niż się spodziewasz.

The post 5 najczęściej popełnianych błędów w analityce rekrutacji appeared first on Great Digital.