רוית אורן
רוית אורן

הפוטנציאל הקיים בניתוח נתונים רחוק ממימוש. הדבר בולט במיוחד כשעוסקים בניהול כישרונות וכישורים, אחד המשאבים היותר יקרים בארגון. ניתוח נתונים מספק תובנות נכונות רק אם מבצעים אותו באופן קבוע ושיטתי, תוך שימוש בכלי מדידה וכימות אובייקטיביים. בעידן ה-Big Data ניתן לנתח כמויות גדולות של נתונים – ולשפר את היכולת של הארגון להסיק מסקנות ותובנות עסקיות חדשות ואיכותיות.

״למדוד כל דבר שזז״

את הסלוגן "למדוד כל דבר שזז" שמעתי במספר ארגונים בישראל. אך האם באמת צריך למדוד כל דבר? ומה אנחנו אמורים לעשות עם מדידה אינסופית שמעמיסה על הארגון הרבה נתונים? שאלה נוספת שראוי לשאול היא כיצד סוגיות אלה מתקשרות לנושאים כגון גיוס, פיתוח ושימור של העובדים המוכשרים ביותר?

מנהלים והנהלות מעוניינים במידע שיעזור להם להפוך את החברה לטובה יותר ורווחית יותר – מידע שיעזור למצוא, לגייס ולשבץ בצורה נכונה את האנשים הטובים והמתאימים ביותר; לגרום לעובדים להיות פרודוקטיביים; למשוך לקוחות חדשים; ולהגדיל את מחזורי המכירות.

"אם אתה לא יכול למדוד את זה אתה לא יכול לנהל את זה״. פיטר דרוקר

ארגונים מתמקדים לרוב במדידה ובקרה של תהליכים עסקיים, אך לרוב אינם מודעים לתרומתם של אנשים להצלחת אותם תהליכים. בכל ארגון יש כמות מידע נרחבת על כל עובד, אבל האופן שבו המידע מנוצל לשיפור הקשר בין העובד לארגון משתנה. כמעט בכל ארגון ניתן למצוא מדידה כזו או אחרת של ביצועי עובדים, אך האם היא נעשית בצורה נכונה? בנוסף, איזה נתונים קריטיים באמת צריך למדוד?

נתונים קריטיים עוברים לרוב מתחת לרדאר של מנהלי הארגון וגורמים לכך שדברים מתפספסים. לעתים קרובות ארגון רואה בעובדיו צרכנים של מחלקת משאבי אנוש. הבעיה היא שתפקידיה של המחלקה השתנו דרמטית בשנים האחרונות. המחלקה אחראית על גיוס, משכורות ותנאים של עובדים, אבל גם על קידום שינויים בארגון ועזרה בגיבוש והובלת האסטרטגיה הארגונית.

בשנים האחרונות גובר השימוש ב-HR Analytics. מדובר בכלי שכולל מגוון שיטות, החל באקסל וכלה בבינה מלאכותית, ומטרתו לאסוף נתונים הקשורים בביצועים והתנהלות של העובדים. הכלי עוזר לנתח את הנתונים ומתרגם אותם לתוכנית פעולה שנוגע למערכת היחסים בין העובד לארגון.

מה המדע מספר לנו?

על פי מחקר של דלויט, רק 14% מהארגונים מיישמים כלי Analytics במשאבי אנוש. 4% מתוך אותם ארגונים משתמשים בכלים לחיזוי מגמות - Predictive analytics. מהמחקר עולה כי להטמעת הכלים יש ROI יוצא דופן. הסיכוי שאותם 14% יבחרו מועמדים מתאימים לעבודה לארגון גדול פי שניים מארגונים אחרים.

בנוסף, מספר הארגונים בקרב אלה שמיישמים כלי Analytics והעידו שיש להם Pipeline Leadership איכותי, היה גדול פי שניים מארגונים אחרים. בתוך כך, בקרב אותם ארגונים, מספר הארגונים שהעידו שיש להם יכולת לשמור על הון אנושי איכותי היה גדול פי שלושה לעומת ארגונים אחרים. עוד עולה מהמחקר כי ערך המניה של אותם ארגונים היה בממוצע 30% יותר מהערך הממוצע של ארגונים אחרים בשלוש השנים האחרונות.

HR Analytics בנוי מארבעה שלבים

בין אם מדובר בענקית כמו מיקרוסופט, שמחזיקה במחלקת משאבי אנוש ענפה שמונה מתמטיקאים, סטטיסטיקאים, פסיכולוגים ומגוון תפקידים נוספים לאיסוף וניתוח מידע, או בחברות קטנות יותר, תהליך ה-HR Analytics בנוי מארבעה שלבים.

איסוף נתונים

לכל ארגון יש נתונים רבים על העובדים שלו, אך יש לאסוף ולרכז את כל הנתונים במאגר אחד זמין ונגיש לשימוש. אין צורך בכמות אינסופית של נתונים, אך יש להיזהר גם מהסקת מסקנות על סמך מספר נתונים או מקרים נמוך מדי.

יישום הגדרות

הצורה שבה נגדיר את השאלה הינה מרכיב חיוני בהפקת תובנות משמעותיות. למשל, מהו זמן החזר ההשקעה עבור כל גיוס חדש?

ניתוח נתונים

כל ניתוח נתונים ומענה לשאלה ספציפית שנשאלה יובילו לשאלות נוספות שיש להגדיר ולחקור כחלק מהאבולוציה של מערכת ניתוח הנתונים.

פעולות מתקנות וטיפול

תיקון ליקויים, ושינוי טקטיקה ואסטרטגיה הם חלק מניתוח נכון של הנתונים ומהממצאים שעלו.

שלב הגיוס

החשיבות בבחירת הכישרונות הנכונים לארגון הינה ברורה. קליטת עובד חדש שכישוריו מחזקים את הארגון, גישתו והשקפתו מקדמים את מטרות הארגון, ושמשתלב בארגון הינה בעלת חשיבות עליונה. כלי HR Analytics יכול לעזור לנו להשוות פרופיל של מועמד לעבודה לפרופיל של עובדת מצטיינת בארגון. תהליך זה יעזור לסנן מועמדים לא מתאימים ובכך יקצר, יוזיל וייעל משמעותית את תהליך הקליטה של העובד תוך העלאת הסיכויים שהוא מתאים לארגון.

שימור עובדים

ארגונים רבים מקיימים שיחות משוב תקופתיות ומודדים פרמטרים כגון תפוקת העובד, מידת עמידה במשימות ועוד'. יחד עם זאת, חוסר שביעות רצון של עובד, שחיקה וכוונה לעזוב את הארגון לרוב מתגלים בשלב מאוחר מדי. לעובדים שאינם מרוצים במקום עבודתם ושוקלים לעזוב את הארגון יש דפוסי התנהגות מסוימים, החל בעלייה בימי מחלה ואיחורים לעבודה וכלה בעלייה בשימוש ברשתות חברתיות ואמצעים אחרים לצורך חיפוש עבודה.

בעזרת HR Analytics ניתן לזהות את כל אלה ולהתריע מראש על רצונו של העובד לעזוב. יתרה מכך, ניתן ורצוי להשתמש ב- HR Analytics כדי למנוע הגעה לשלב שבו העובד סובל מחוסר שביעות רצון ושחיקה, על ידי ניתוח של חבילת התגמול של העובדים לעומת ביצועיהם וחשיבותם לארגון - וביחס לשוק.

בתוך כך, ניתן להתריע לאחר כל זמן מוגדר, למשל שנה וחצי, בנוגע לכל עובד מוכשר שאנחנו מעוניינים לשמר אותו מתי צריך לשקול לקדם אותו. כיום, ברוב המקרים עובדים נאלצים לעזוב ארגון כדי לזכות בהעלאת שכר משמעותית. לכן שימוש ב-HR Analytics ככלי פרואקטיבי לשימור עובדים הינו חיוני. מדידות על בסיס קבוע של רמת התחלופה בארגון ורמת חיבור העובדים לארגון שקולות למדידת לחץ הדם של אדם.

מדד להמחשה

שיעור היעדרות מפאת מחלה ידוע כמדד לבחינת רמת מוטיבציה של עובדים. מדד זה הוא קריטי ומשמעותי. ממחקר שערכתי, שבמסגרתו נבדק הקשר בין רמת ההיעדרות של עובדים ממקום עבודתם למשתנים שונים כמו שביעות רצון עובדים, עזיבה, ואפילו פריון ורמת ביצוע, ניתן היה להבין את רמת החשיבות של מדד זה.

פיתוח ורווחת עובדים

באמצעות ניתוח תוצאות של פרויקטים וביצועי עובדים, ניתן לזהות את סוגי הפרויקטים והמשימות המיטביים עבור כל עובד וכך לזהות את הפוטנציאל של כל עובד וסוגי המשימות שמעוררים בקרב כל אחד את רמת החיבור הגבוהה ביותר לארגון.

דוגמא נוספת היא שימוש ב- HR Analytics לרווחת העובד. למשל, כאשר עובד הופך לאב, הארגון יכול להמליץ לעובד על תוכנית לביטוח חיים עבור התוספת החדשה למשפחה, או על תוכנית חיסכון לאוניברסיטה. יש לתפור באופן אישי עבור כל עובד ועובד את התנאים שמתאימים לו, בין השאר בהתאם לשלב שהוא נמצא בחייו.

שימוש נכון ב-HR Analytics מחזק את היכולות של מחלקות משאבי האנוש באיתור, גיוס, שימור ופיתוח עובדים טובים. כמו כל כלי, על מנת להפיק ממנו את המיטב יש להגדיר את השאלות הנכונות ולהקפיד על ניתוח הנתונים שמתקבלים והבנתם באופן נכון. הסתכלות לא נכונה על הנתונים תוביל לקבלת החלטות שגויות, אך בשימוש נכון, כלי זה יפנה זמן למחלקת משאבי אנוש להתמקד במה שמצריך שיפור בארגון ובמי שראוי לשימור ופיתוח.

מדובר בתהליכים שיובילו לארגון בריא ורווחי יותר ובעל סביבת עבודה שמסבה אושר לעובדים ומאפשרת להם למנף את כישוריהם לטובת הארגון. השימוש ב-HR Analytics אינו תחליף למחלקת משאבי אנוש, אלא מאפשר לה לבצע את תפקידה כמחוללת שינוי ושותפה לגיבוש ויישום החזון והאסטרטגיה הארגוניים.

רוית אורן

רוית אורן | מנהיגות ארגונית

ד"ר רוית אורן היא מומחית למנהיגות ארגונית עם התמחות ייחודית בניהול טאלנטים, מערכות תגמולים, הערכת ביצועים ויצירת שורות רווח ארגוניות גבוהות. ב-22 השנים האחרונות היא מילאה שורה של תפקידי מפתח בכירים בתחום ההון האנושי בחברות תעשייתיות גדולות. היא שותפה מייסדת ומנכ"לית של WALKSTOCK - מודל מאומת ופלטפורמה טכנולוגית מבוססת בינה מלאכותית, לחישוב הערך האמיתי של ההון האנושי בארגונים.

רוית היא יועצת אסטרטגית לחברות ולמנהלים בזירה המקומית והבינלאומית. היא מכהנת כדירקטורית ויו"ר ועדת מאזן וביקורת בקבוצת פלסטו קרגל, נציגת ציבור מעסיקים ומגשרת עסקית בבית הדין לעבודה.

לרוית תואר Ph.D מאוניברסיטת חיפה. עבודת הדוקטורט שלה עוסקת בקשר שבין מנהיגות ארגונית לניהול ביצועים. היא מרצה אקדמית מבוקשת בתוכניות לתארים מתקדמים בטכניון, באוניברסיטת בר אילן ובמכללת כנרת, ומרצה בכנסים מקצועיים ובארגונים בישראל ובעולם. מאמריה רואים אור בעיתונות הכלכלית ובכתבי עת מדעיים בארץ ובחו"ל. לאתר של רוית לחצו כאן

תגובות

הזינו שם שיוצג באתר
משלוח תגובה מהווה הסכמה לתנאי השימוש של אתר TheMarker