לניתוחי משאבי אנוש יש הרבה מה לתרום לארגונים, אבל ההתחלה עלולה להיות קשה, כותב מייקל קרטי מאתר משאבי אנוש Personnel Today. הוא מציע ארבעה צעדים שיעזרו לכם לצאת לדרך.
• צעד ראשון: הבהירו לעצמכן מהן הבעיות שאתם מנסים לפתור. HR analytics ללא מטרה ברורה לא יובילו לשום דבר. לפני שמתחילים פרויקט כלשהו, הכרחי להגדיר את המטרות, את הבעיות שצריכות להיפתר ואת המדדים הנדרשים לפתרון. ניתוחי משאבי אנוש בעלי הערך הרב ביותר קשורים בהסתכלות אל מעבר למחלקת משאבי האנוש והערכה כיצד אפשר להשתמש בנתוני משאבי אנוש כדי לעזור לעסק כולו. כאשר אתם מחוברים לבעיות של העסק, אתם מקבלים את השפה בצורה הנכונה ואת הנתונים בצורה הנכונה.
• צעד שני: פשוט לצלול פנימה. ניתוחי משאבי אנוש עלולים להיות מבהילים. פרויקטים רבים אינם מצליחים להמריא בשל חוסר החלטיות בנוגע להיכן וכיצד להתחיל. לעתים קרובות משאבי האנוש מתעכבים על חששות ואפילו מבוכה בגלל שהנתונים כה "מבולגנים". אבל המציאות של עולם משאבי האנוש היא שבדרך כלל הנתונים הם די מבולגנים. הפתרון הוא פשוט לצלול פנימה. בחרו נקודת פתיחה והתחילו במשהו פשוט יחסית, למשל הכנסת נתונים לטבלאות אקסל ושימוש בהן כמרכז נתונים. אפשר להכניס לטבלאות מדדים כמו הצלחה בגיוס, אמות מידה של תשלומים והטבות ורמות מעורבות של עובדים. בהמשך אפשר להשתמש בנתונים האלה לניתוחים מורכבים יותר.
• צעד שלישי: לבנות למשאבי האנוש אמון בתוך העסק. העניין בניתוחי משאבי אנוש הוא שמשאבי האנוש ידברו בשפה של העסק. הניתוחים צריכים לדבר אל הארגון אחרת יש סיכון שהם ייתפסו כלא רציניים ולא חשובים. חשוב למנוע גלישה של ניתוחי משאבי האנוש למשהו שנועד למשאבי האנוש בלבד, כלומר לדיווח עצמי. חשוב במיוחד הקשר למחלקת הכספים. מצד שני חשוב שמשאבי האנוש ייקחו בעלות על הנתונים שלהם ועל האופן והתזמון שבהם הם מתעדכנים. בעבר הנתונים היו פזורים על פני כמה מערכות ועודכנו על בסיס אד-הוק על ידי משאבי האנוש או מחלקת הכספים. כשהנתונים תחת אחריות משאבי האנוש ניצב בפני משאבי האנוש האתגר איך לערות אותם נכון ועל הצוות להתמקד ברכישת יכולות ניתוח נתונים.
• צעד רביעי: פשטו את הפלט. לנתוני ניתוחי משאבי האנוש יש את ההשפעה הרבה ביותר כאשר הם מוצגים בדרך פשוטה, ברורה ונגישה. הדוחות צריכים להשתמש מושגים שנגישים לכל חלקי העסק ויש להימנע מז'רגון של משאבי אנוש. השפה צריכה להיות פשוטה ואין להתחבא מאחורי שפה מורכבת שמבלבלת במקום לספק בהירות. יש חברות שיוצרות "מילון נתונים" כדי להבטיח שפה בהערה ועקבית בכל דוחות משאבי האנוש.
