Kend dine medarbejdere lige så godt, som du kender dine kunder
Virksomheder kender efterhånden deres kunder ind til benet. De arbejder benhårdt på at få al den relevante viden, de kan. Spørgsmålet er blot, burde vi ikke gøre det samme med vores medarbejdere? Bliv klogere på, hvorfor og hvordan du kan tilegne dig vigtig viden om dine medarbejdere og styrke virksomheden.
Virksomheder har for længst indset vigtigheden af at kende kunderne, deres behov, og hvad der trigger dem til at købe. Det er blevet en selvfølge at anvende analyser af kundesegmenter og forbrugeradfærd for at forudsige virksomhedens indtjeningsmuligheder.
Det er fascinerende, hvor mange informationer man kan få om sine kunder gennem data. Vi kan fx lære af Amazon, der lever af at kende deres kunder bedre end kunderne kender sig selv. Amazon bruger blandt andet ‘predictive behavior’ og machine learning til at få et dybere indblik i deres kunder.
Men hvorfor har vi ikke den samme type dybdegående viden om vores egne medarbejdere? Det er relevant som aldrig før. Vi er jo nået til enighed om, at mennesker er den vigtigste ressource, vi har. Så derfor bør det være en prioritet for enhver virksomhed at kende sine medarbejdere ind til kernen.
Bliv klogere på formålet ved at arbejde med dataanalyse i HR.
Tænk, hvis vi vidste lige så meget om vores medarbejdere, som vi gør om vores kunder?
Kunne det ikke være værdifuldt, hvis vi præcist kunne forudsige, hvorfor en medarbejder performer godt? Eller hvis vi vidste præcist, hvad der spiller ind for, at en nøglemedarbejder bliver længere end gennemsnittet? Det kunne også være relevant, hvis vi kunne forudsige, hvordan vi tiltrækker de rigtige profiler mest effektivt. Så hvordan bliver vi klogere og tilegner os denne værdifulde viden?
Mange er helt sikkert enige i ovenstående. Men hvem skal indsamle informationerne, og hvem skal omdanne denne viden til noget konkret, som kan bruges strategisk til virksomhedens fordel? Det skal vi i HR naturligvis.
Der er ikke nyt, at man kan lave gode analyser og forudsige om en medarbejder er på vej væk fra en virksomhed, fx gennem en bestemt adfærd på LinkedIn. Ofte bruges HR ikke systematisk. I stedet anvendes standardparametre som fx head counts, aldersspredning, køn og lønprocenter. Det er datadrevne analyser, men måske ikke de mest relevante, som kan skabe fordele og værdi for virksomheden.
Det handler dermed ikke om at anvende mere data, men at finde den data, der er relevant for kerneforretningen og altså også for HR.
Lad HR gøre en forskel for forretningen
Hvis vi er smarte i HR, så tager vi teten og bliver dem, der kan være klogere på eksisterende og kommende medarbejderes behov, motivation, faresignaler og omstændigheder, der kræves for at performe - ved hjælp af data og simple analyser. Det er lige præcist dér, HR har chancen for at gøre en forskel for forretningen.
Hvad kan du gøre i dag?
Er du klar til at gå i gang med det samme? Der er heldigvis nogle nemme ting, du allerede kan kigge på. Du kan fx starte med at undersøge, hvad der kendetegner dine nøglemedarbejdere, og hvorfor de bliver i jobbet.
Undersøg det ved at finde svar på disse spørgsmål om nøglemedarbejderne:
- Hvad laver de i jobbet? (primære arbejdsopgaver)
- Hvordan oplever de jobbet?
- Fysiske rammer, fx afstand til jobbet, kontorfaciliteter og parkeringsmuligheder
- Relation til chefen og teamet
- Graden af indflydelse
- Fleksibilitet i jobbet
- Livsstadie
- Kognitive færdigheder (ift. at lære nyt og sætte sig ind i komplekse sammenhænge)
- Personlighed
- Udbud og efterspørgsel (er der mangel på netop denne profil i markedet – og får de mange tilbud fra konkurrenter?)
Lad data gøre det nemmere for dig
Det handler om at lave en enkel model i starten. Her skal du stille de rigtige spørgsmål i forhold til, hvad du vil undersøge. Spørg en større gruppe af personer, så du kan finde et validt mønster i besvarelserne.
Til sidst bliver det nemt at automatisere denne viden og dermed forudsige hvem, der har potentiale til at blive en nøglemedarbejder. Denne viden giver dig også på sin vis svaret på, hvordan du kan fastholde dem i jobbet.
Læs mere i denne artikel om, hvordan du arbejder datadrevet med HR.