Lompat ke konten Lompat ke sidebar Lompat ke footer

Bisakah Algoritma Mengubah Cara Anda Mengelola Karyawan Anda?

Hari James; Data besar, atau "analisis orang", dapat mempermudah perekrutan, mempertahankan, dan memutuskan di mana kantor Anda selanjutnya.
 
Dalam film Brad Pitt 2011 The Art of Winning, sebuah tim bisbol mengumpulkan pemain-pemain top yang sepenuhnya berdasarkan statistik kinerja. Film ini menunjukkan bagaimana big data dapat mengubah permainan, meskipun mungkin tampak seperti tugas orang untuk mengelola orang.

Kembali dari lapangan bisbol ke tempat kerja, data besar membantu manajer merekrut lebih efektif, mempertahankan bakat terbaik, mengurangi pergantian karyawan, dan meningkatkan keragaman. Selamat datang di dunia analisis orang , yang memungkinkan bisnis yang menerapkannya mengungguli pesaing mereka sebesar 30%, menurut firma wawasan global Leathwaite(1) .

Apa yang dimaksud dengan analisis orang?

Meskipun analisis manusia mungkin terdengar seperti algoritme untuk situs kencan online, ini sebenarnya adalah cara untuk membuat keputusan bisnis yang lebih baik menggunakan data tentang perilaku, hubungan, dan ciri kepribadian manusia. Kandidat mana yang harus Anda rekrut? Siapa yang harus Anda promosikan? Siapa yang mempertimbangkan untuk pergi? Apakah orang ini pantas mendapatkan kenaikan gaji? Data besar memastikan bahwa Anda memiliki bukti kuat.

Mengapa semakin umum?

Teknologi sudah ada, hanya orang-orang yang sadar bagaimana bisa digunakan. Adalah mungkin untuk melihat contoh yang baik dalam perekrutan. “Dengan teknologi yang memberikan wawasan pencari kerja, perusahaan tidak perlu lagi mengutak-atik siapa yang akan dipekerjakan, bagaimana menyusun tim mereka, di mana membuka kantor, dan bagaimana membangun strategi bakat yang kompetitif,” jelas Jon Addison, direktur Talent Solutions di LinkedIn.

Analisis orang memberdayakan manajer untuk mendapatkan hasil maksimal dari data mereka dengan memberi mereka akses ke miliaran wawasan waktu nyata tentang di mana menemukan bakat, cara melibatkan mereka, dan cara mempertahankan karyawan.

Addison melanjutkan: "Jelas untuk melihat pertumbuhan peran wawasan dan analitik dalam strategi bakat. Hal ini sebagian besar disebabkan oleh meningkatnya kebutuhan untuk merencanakan tenaga kerja masa depan dan persyaratan keterampilan dalam lanskap kompetitif di mana bisnis berusaha untuk mendapatkan hasil maksimal dari mereka. kumpulan bakat terbatas. Dengan memprediksi di mana mereka akan berada dalam 15 tahun, ini menjadi alat yang tak terbantahkan untuk mengelola tim secara efektif dan memastikan kesuksesan jangka panjang di perusahaan.”

Apakah ini hanya berfungsi untuk merekrut atau ada lebih dari itu?

Analisis manusia juga berharga dalam hal lain; misalnya, dapat membantu mengurangi pergantian staf. Menurut laporan MIT (3), mempekerjakan, mempekerjakan dan melatih karyawan baru dapat menghabiskan biaya sebanyak 1,25 kali gaji mereka. Oleh karena itu, mempekerjakan dan mempertahankan staf yang bijaksana berarti pengembalian investasi yang menarik.

Melihat data historis dapat membantu perusahaan mengidentifikasi contoh, memprediksi mengapa dan kapan seseorang cenderung meninggalkan perusahaan, dan pada akhirnya menghemat uang perusahaan. Untuk dapat mengidentifikasi alasan mengapa orang meninggalkan bisnis; Entah karena alasan manajerial, perjalanan yang melelahkan atau kenaikan gaji atau kurangnya promosi, ini memastikan bos dapat campur tangan sebelum situasi menjadi masalah.

Analisis orang juga berguna untuk menginformasikan pengembangan kepemimpinan dengan melacak kinerja sebelumnya, pencapaian, dan metrik karyawan lainnya, mengidentifikasi karyawan saat ini yang dapat menggantikan rekan kerja yang pergi. Ini juga dapat membantu mengidentifikasi apa yang memotivasi karyawan.
Jon Addison, Kepala Solusi Bakat di LinkedIn
Jon Addison, Kepala Solusi Bakat di LinkedIn

Apa manfaat lainnya?

Menurut studi global baru-baru ini oleh McKinsey Global Institute(4), perusahaan dengan keragaman gender mengungguli 15%, dan perusahaan dengan keragaman etnis mengungguli 35%. Analisis orang dapat memantau dan mengelola sumber, rekrutmen, dan retensi karyawan di berbagai angkatan kerja.

Analisis juga dapat mengidentifikasi keahlian yang melekat (lebih lanjut tentang itu nanti) dan menyoroti area praktik terbaik perusahaan.

Bagaimana bisnis menggunakan analisis orang saat ini?

Bekerja dengan unit Analisis Tempat Kerja Microsoft, Harvard Business Review baru-baru ini mengamati beberapa perusahaan Fortune 500 menggunakan analisis orang (5).

Salah satu contoh termasuk metrik untuk menentukan apakah proses perusahaan merupakan keahlian yang melekat. Sebuah perusahaan barang kemasan konsumen global mempelajari bagaimana proses keuangan bulan tertentu ditangani secara berbeda di anak perusahaannya di seluruh dunia. Dia menemukan bahwa satu negara 16% lebih efisien dalam menyelesaikan tugas, dengan 71 jam kerja dan 40 orang lebih sedikit yang bekerja per bulan. Tidak hanya perusahaan yang tidak menyadari hal ini, tim akuntansi yang bermitra dengan anak perusahaan lain dalam proses perbaikan juga tidak mengetahuinya.

Menggunakan analitik manusia, Microsoft mampu mengungkap ekosistem bakat tersembunyi. Dengan melihat pasokan profesional keamanan siber tetapi hanya merekrut di Redmond, di mana ia berkantor pusat, Microsoft menemukan lokasi kaya bakat lain melalui data, di mana ia memiliki kantor kecil. Wawasan berharga ini berarti bahwa para pemimpin bisnis perlu meningkatkan investasi dan jumlah karyawan di kota itu; ini akan memungkinkan Microsoft untuk merekrut talenta terbaik di posisi terbaik.

Masa depan baru

Pengalaman non-sistematis dengan analisis orang, hierarki, dan pengambilan keputusan penghindaran risiko digantikan oleh keputusan berkualitas lebih tinggi melalui analisis data, prediksi, dan penelitian empiris.

Sementara insting masih memainkan peran penting, data besar dapat membantu siapa yang harus dipekerjakan, bagaimana menyusun tim Anda, di mana membuka kantor baru, dan bagaimana bersaing untuk mendapatkan bakat. Untuk pertama kalinya, data tenaga kerja akurat, andal, dan real-time.