For fjerde år i træk er den korrekte anvendelse af menneskelige ressourcer en af de største globale udfordringer for virksomheder og organisationer. Dette er dog ikke en overraskelse for HR-fagfolk, der samtidig oplever en stadig stigende kamp om at rekruttere samt fastholde lovende talenter. I forlængelse heraf har brugen af “Big Data” indenfor udviklingen og rekrutteringen af menneskelige ressourcer været en gamechanger, da det har revolutioneret informationsmulighederne og selve talentadministrationen. Som en konsekvens heraf benyttes der nu “forudsigende analyser” i de fleste organisationer. En forudsigende analyse kan bruges som et strategisk værktøj til at forudsige og analysere fremtidige tilstande og udfordringer, hvormed det også påpeger, hvor der er størst behov for at rekruttere talent. Talenthåndteringsekspert John Boudreau har delt sit indblik i den forudsigende analyses rolle i optimeringen af talentbeslutninger i en kompleks verden.
Forudsigende analyse – Hvad er det? Hvorfor er det vigtigt?
Forudsigende analyse udgør den gren af avanceret analyse, som bruges til forudsigelse af ukendte fremtidige begivenheder. Der bruges teknikker som data mining, statistisk modellering, maskinindlæring samt kunstig intelligens til at analysere aktuelle data og derved forudsige fremtiden. Nøjagtige forudsigelser er hjørnestenen i effektiv arbejdsstyrke og produktivitet i virksomheder og organisationer. Ved en forudsigelse, af hvor mange medarbejdere der sandsynligvis vil forlade organisationen, er det muligt at planlægge, hvor mange nye medarbejdere der skal ansættes. Bedre forudsigelser gør det således lettere at matche prognoser med virkeligheden. Selv en lille stigning i nøjagtighed betyder enorme besparelser.
3 måder, hvorpå det er nyttigt
Tilbageholdelsesanalyse og slidrisiko
Viden, om hvilke eller hvor mange medarbejdere der sandsynligvis forlader organisationen, er central med henblik på at forudsige andre medarbejderes slidrisici. Et forudsigende analyseprogram kunne opnå denne viden ved at overveje faktorer som demografiske data, information om kompensation, pendlertider, ydeevne, fremmøde og hundredvis af andre slidvariabler. Derefter bestemmes de indikatorer, som er mest relevante for forudsigelsen ved at krydshenvise disse data med historiske og samfundsmæssige tendenser.
Automatiseringen af disse statistikker kan give virksomhederne en viden om, hvilken kandidatprofil der er mest sandsynlig til at forlade virksomheden. Kandidaterne kan herefter rangeres efter, hvor godt et “fit” de er i den respektive organisation. Det betyder, at du kan skalere din ansættelsesindsats i overensstemmelse hermed: reducere tom bordtid, panikansættelse og sænke omkostningerne.
Vurdering af ledelsespotentiale
Dygtige ledere er en afgørende faktor, som adskiller de store organisationer fra de gennemsnitlige. Evnen til at forudsige, hvilke nye ansættelser der har potentiale ud fra deres profil, er fordelagtigt for enhver virksomhed og organisation. Faktisk er det at finde det rigtige talent og pleje det til at skabe den næste generation af store ledere en af de største udfordringer indenfor menneskelige ressourcer og rekruttering. Der er forskellige strategier til at pleje talentet og udvikle lederskab: Heriblandt at udvide viden, erfaring og forbedre færdigheder – desværre er disse strategier sjældent mulige at benytte til alle lovende talenter grundet begrænsede økonomiske midler hos de fleste organisationer.
For at optimere afkastet af investeringen kan talentanalyser hjælpe med at identificere kandidater med en tilpasset lederprofil. Behandlingen af information angiver derefter de skjulte sammenhænge, der forudsiger lederskab. Herudfra samt i kombination med faktiske data fra organisationens eget miljø træffes således beslutninger. Læs mere på vores indlæg omkring udvælgelse af den optimale kandidat.
Kvaliteten af ansættelsesanalyser
Arbejdsmarkedet for de dygtigste kandidater er stærkt konkurrencedygtigt. Det er nødvendigt at ansætte kvalitetsmedarbejdere og gerne hurtigt. Undersøgelser foretaget af Bersin fra Deloitte viser, at topkandidater kun befinder sig på markedet i 10 dage, mens den gennemsnitlige rekrutteringsproces tager cirka 52 dage. Dette efterlader både rekrutteringskonsulenter og virksomhederne under pres for at handle hurtigt og ofte ofre kvaliteten af deres ansættelser. Dette kan hindre medarbejdernes engagementsprocent, øge rekrutteringsomkostningerne og nedsætte den samlede produktivitet.
Kvaliteten af ansættelsesanalyser er afgørende, da analyserne identificerer centrale roller i organisationer og bygges om hypoteser, hvorfor nogle nye ansættelser klarer sig bedre end andre. Når man ser på præstationsvurderinger, demografiske data, undersøgelsesresultater mm., kan kvaliteten af ansættelsesanalyser skabe optimale profiler, der er bedst tilpasset en organisation og deres vision.
Det er vigtigt at huske, at selvom forudsigende analyser er meget effektivt, så kan det ikke erstatte menneskelig indgriben. Det kan dog give den dybe indsigt, der er nødvendig for at træffe den bedst mulige beslutning ud fra statisk data og fakta. Dette er selve kraften i HR Big Data: Øg rekrutteringseffektiviteten med udgangspunkt i data og nøjagtige forudsigelser. Ved hjælp fra en ansættelsesanalyse kan de mindre konstruktive og produktive kandidater filtreres, hvilket giver rekrutteringsteamet mulighed for at fokusere mere på de bedste kandidater. Disse analyser skal sikre, at de rigtige mennesker besidder de rigtige roller på den mest effektive måde, hvormed investeringsafkastet bliver størst.
Disse processer kan være komplicerede, men vi stiller os altid til rådighed, hvis der er behov for faglig sparring og rådgivning.
