Mitä HR Big Data oikein on?
Aloitimme tilaisuuden Anne Haggrénin katsauksella siihen, mitä HR Big Data oikeastaan on. Anne herätteli keskustelua siitä, onko dataa keräämällä tarkoitus katsoa menneeseen, tulevaan vai molempiin? Hänen mukaansa HR:n täytyy tietää ja tuntea tämän päivän osaaminen organisaatiossaan, mutta samalla luodata myös sitä mitä tulevaisuudessa menestymiseksi tarvitaan. Tietopohjaisessa taloudessa pärjäävät parhaiten ne, jotka onnistuvat saamaan parhaat osaajat, huolehtimaan heistä ja kehittämään heitä edelleen. Mennyttä suoritusta katsotaan aivan liian usein hyvin vahvana totuutena, vaikka se ei ole tae tulevaisuudesta, suunnan pitäisikin olla vahvemmin tulevaan.
Tähtäimessä asiakaslähtöisyys
Annen mukaan myös HR:lle siirtyy entistä enemmän vastuuta pohtia yrityksen avainasiakasta ja miettiä millaisia haasteita asiakkaat kohtaavat ja miksi niitä kohtaavat? Hän esitti mainion esimerkin siitä, miten tutkimustuloksia hyödyntämällä HR:llä on mahdollisuus osaltaan viedä yrityksen liiketoimintaa sen toimintaympäristön paremmin huomioon ottavaan suuntaan. Human Capital Intelligencen eli henkilöstöä koskevan tiedon hyödyntämisen rooli kasvaa liiketoimintapäätöksien tekemisessä ja henkilöstöhallinnon pitää olla entistä kiinnostuneempi esimerkiksi erilaisista tietolähteistä, rajapinnoista, tietovarastoista ja tiedon jakelusta.
HR-dataa analysoimalla tunnistuvat liiketoimintaan vahvasti vaikuttavat tekijät
Markus Vattulaisen puheenvuorossa pureuduttiin siihen miten ei-taloudellisia mittareita kuten asiakastyytyväisyys, osaaminen ja asiakkuuden kesto voidaan yhdistää taloudellisiin tuloksiin kuten asiakaskohtaisen myynnin kasvu, asiakaskohtainen kannattavuus ja myyjän myyntitulos. Dataa yhdistämällä ja analysoimalla voidaan saada yllättäviäkin tuloksia siitä, mitkä ei-taloudelliset tekijät vaikuttavat liiketoiminnan tulokseen. Väitöskirjatutkimuksessaan hänellä oli kuusi case-yritystä eri toiminta-alueilta, joiden dataa hän tutki ja pyrki löytämään korrelaatioita eri mittareiden välillä. Yhtenä näistä oli Toyota Material Handling Finland, jonka osaamiskartoitusta ja tutkimusdataa on esitelty tarkemmin aiemmissa tilaisuuksissamme. Markus painotti esityksessään, että usein pelkkä olemassa olevien tietojen yhdistäminen ja analyysi riittää, mittavaan tiedonkeruu-urakkaan ei tarvitse edes lähteä, jotta liiketoimintaan vahvimmin vaikuttavia tekijöitä voidaan tunnistaa.
Excel-korrelaatiosta oppiviin algoritmeihin – HR Big Datan mahdollisuudet
Markus näytti esityksessään joitakin yksinkertaistettuja excel-malleja mm. myyjän osaamistason vaikutuksesta myyntitulokseen, eri perehdytystekijöiden vaikutuksesta työntekijän tuottavuuteen ja tekijöistä työntekijän poistumariskin ennustamiseen. Hänen mukaansa taloudellista dataa ja HR-dataa kannattaa lähteä vertailemaan aluksi ihan yksinkertaisesti Excelissä korrelaation löytämiseksi. Dataa voidaan kuitenkin analysoida hyvin yksinkertaisesta tasosta aina monimutkaisiin liiketoiminnan kokonaisuutta luotaaviin analyyseihin. Big Datan anti HR:lle on Markuksen mukaan erityisesti oppivat algoritmit, joiden avulla saadaan ennusteita päätöksenteon tueksi.
Kiitos osallistujille aktiivisesta keskustelusta.