HR-faget har en lang historie og har gjennomgått store endringer i løpet av sin levetid. Det finnes mange misforståelser, og mange har en utdatert oppfatning av hva HR er i dag.
HR-analyseselv om de i økende grad anerkjennes som svært innflytelsesrike og viktige, er de i enda større grad misforstått og ikke alltid fullt ut anerkjent som en viktig del av HR-arbeidet.
Men det ville være en stor feil ikke å forstå viktigheten av datadrevet HR, og HR-analyse bør ikke ignoreres av noen som ønsker å være konkurransedyktige i fremtiden. Denne praksisen er direkte knyttet til informasjon om organisasjonens eller bedriftens hjerte og sjel - medarbeiderne - og kan være svært innflytelsesrik når den gjøres riktig.
Det globale markedet for dette feltet forventes å vokse fra 1,9 milliarder dollar i 2019 til 3,6 milliarder dollar innen 2024.Dette presser ledere og HR-avdelinger til å utvikle en nøyaktig forståelse av HR-analyse og bruke denne innsikten til å utvikle og forbedre systemer og prosedyrer i bransjen.
La oss gå gjennom åtte vanlige oppfatninger om HR-analyse og diskutere hvorfor disse mytene ikke stemmer.
Myte 1: Komplekse tilnærminger og teknikker er alltid bedre enn enkle.
Mange tror at jo mer kompliserte og tekniske HR-analysesystemene eller -metodene er, desto bedre.
Dette kunne ikke vært lenger fra sannheten. Datadrevet HR handler om å gjøre informasjonsoverfloden så enkel å forstå som mulig. Hvis du gjør prosessen for komplisert, blir det vanskelig å forstå funnene, finne den viktigste informasjonen og bruke den på en verdifull måte. Det kan også være kostbart og kreve mye tid og energi.
Teknisk avanserte prosesser kan være nyttige, men bare hvis de fører til resultater som gir en dypere forståelse av arbeidsstyrken i forhold til virksomheten.
Gode datadrevne analyser integrerer ulike tilnærminger og kombinerer komplekse teknikker (når det er fordelaktig) med velprøvde metoder for å gi innsikt som kan hjelpe deg med å ta bedre beslutninger, forbedre forretningspraksisen og oppnå større suksess.
Myte 2: HR-analyse kan være "ferdig" eller "ferdig" og kan gi "permanent" informasjon eller løsninger, der alt handler om målet i stedet for reisen.
Det finnes en oppfatning i næringslivet om at HR-analyse er et program med utløpsdato. Noen antar at når du først har funnet nyttig informasjon om arbeidsstyrken, kan du innlemme den i HR-programmene dine og så "være ferdig med det".
Men i virkeligheten er HR-analyse en kontinuerlig, dynamisk og uendelig praksis som har sin nytteverdi i sin lange levetid. Det er dumt å tenke "en gang for alle", ettersom arbeidsstyrken, det globale markedet og HR-feltet er i stadig endring.
Datadrevet HR handler om å kontinuerlig lære mer om medarbeiderne og organisasjonen for å kunne gjøre langsiktige, bærekraftige og stadig utviklende endringer som forbedrer rutinene og øker virksomhetens sjanse for suksess.
Myte 3: HR-analyse er bare viktig og/eller nyttig for store selskaper.
Selv om denne oppfatningen er forståelig, er den langt fra korrekt. Selv om store bedrifter kanskje har større behov for HR-analyse (fordi arbeidsstyrken er større, mer kompleks og vanskeligere å forstå), bør små bedrifter absolutt prioritere denne delen av HR-arbeidet.
Små og mellomstore bedrifter som utvikler HR-analyseprogrammer, nyter godt av de samme fordelene som store selskaper som gjør det samme, fra å identifisere trender i prestasjonene som er vanskeligere å legge merke til, til å optimalisere de ansattes trivsel og dermed tiltrekke seg dyktige medarbeidere.
Myte 4: HR-analyse vil bli foreldet og ha lite å tilby i en AI-drevet fremtid.
På samme måte som mange tror at "robotene" - eller automatiserte systemer drevet av prediktiv og intelligensbasert programvare - kommer til å overta de fleste jobbene innen for eksempel HR, er det også noen som mener at etter hvert som kunstig intelligens blir stadig mer utbredt og integrert i forretningsverdenen, vil HR-analyse bli faset ut av automatiserte programmer.
Realiteten er imidlertid at HR som helhet og analysen av HR-data kommer til å bli mer informert av og integrert med AI-programvare.
Ifølge Oracle vil 47 % av selskapene innlemme AI-baserte løsninger i HR-systemene sine innen 2022, mens slike løsninger allerede brukes av mer enn 17 % av virksomhetene.
AI kan ikke stå alene. Det må integreres på en gjennomtenkt og kalkulert måte basert på de spesifikke behovene, målene og egenskapene til hvert enkelt HR-team/virksomhet for å være et nyttig verktøy. For å avgjøre hvor, når og hvordan AI skal brukes, kreves det solide HR-analysemetoder, og AI kan ikke bli en suksess innen HR uten datadrevet HR.
Myte 5: Ethvert mønster i HR-data er representativt for en årsakssammenheng.
En vanlig misforståelse innen matematikk, dataanalyse og mange andre områder er at korrelasjon = årsakssammenheng. Som alle gode matematikere vet, er det viktig å huske at ikke alle mønstre av input/output representerer en årsakssammenheng.
Vær forsiktig når du trekker analytiske konklusjoner, og test og verifiser alltid tilsynelatende årsakssammenhenger for å unngå feil i beslutningsprosessen.
Myte 6: Rammeverk for HR-analyse er nødvendigvis dyre, vanskelige å sette opp og krever en data scientist.
Selv om dette feltet kan kreve store økonomiske investeringer og komplekse tilnærminger, er ikke HR-analysesystemer i seg selv kostbare, utilgjengelige eller vanskelige å bygge opp. Og selv om mange bedrifter kan dra nytte av å ansette en data scientist på heltid eller et ekspertteam, finnes det også andre måter å utvikle en vellykket datadrevet HR-tilnærming på.
Som ledere og HR-fagfolk kan du velge å implementere rimelig, men likevel kraftig programvare som strømlinjeformer analysepraksisen og gir nyttige data for HR-teamene, ansette konsulenter til spesifikke prosjekter eller initiativer i stedet for å ansette dem på heltid, eller velge en enkel og grei tilnærming som prioriterer noen få vekstområder når du bygger opp rammeverket.
Ved å bruke alle verktøyene, teknologiene og ressursene du har til rådighet, kan du unngå å gjøre en vanvittig høy investering og enklere sette opp eller bygge videre på HR-analysesystemet ditt.
Myte 7: Mer data er alltid bedre.
Dette er en av de mest utbredte mytene om HR, og en av de mest skadelige. HR-data er bare nyttige hvis vi kan bruke dem. Og et overskudd av informasjon gjør det vanskeligere å se funnene, vanskeligere å ekstrapolere dem og mye mer utfordrende å utnytte og integrere dem.
For mye HR-data kan være umulig å håndtere og lamme HR-team eller dataforskere. Det viktigste er å ha tilgang til riktige data - data som kan hjelpe deg med å forbedre virksomheten - og hva som er riktig for din organisasjon, vil avhenge av en rekke bedriftsspesifikke faktorer og globale trender.
Myte 8: HR-analyse eksisterer isolert fra "andre" aspekter av virksomheten og er egentlig bare relevant for HR-avdelingen.
HR og HR-analyse eksisterer ikke i et vakuum. Disse feltene handler om arbeidsstyrken, som er en viktig del av enhver bedrift, og resultatene fra HR-analyse kan påvirke beslutninger, prosesser og resultatoppnåelse i hele virksomheten.
Datadrevet HR er svært relevant i alle organisasjoner, og når det gjøres på en god måte, kan det optimalisere resultatene i alle avdelinger.
Konklusjon
I likhet med alle andre fagområder er det viktig å forstå realitetene rundt de vanlige oppfatningene og forestillingene om hva HR er, og hva slags praksis, implikasjoner og konsekvenser det har.
Du må ikke bare godta det du hører som sannhet, men alltid gjøre undersøkelser, lytte til verifiserte eksperter og utfordre ideer før du gjør dem til dine egne overbevisninger.