Analisi dei Dati HR: Come Utilizzare Efficacemente i Tuoi Dati HR
Negli ultimi 20 anni ho lavorato con aziende tecnologiche in rapida crescita, aiutandole a sviluppare team efficaci e scalabili. In questo periodo, io e i miei team ci siamo affidati molto ai dati sul personale per guidare il processo decisionale.
Qui approfondiremo ciò che abbiamo già trattato riguardo a costruire le basi dei tuoi dati e metriche HR e garantire che tu disponga di processi chiari e verificabili a supporto di queste metriche.
Discuteremo di come utilizzare queste metriche per trarre conclusioni sulla salute organizzativa e stimolare l'azione da parte della leadership.
Continua a leggere—e continua a guidare con intelligenza
Crea un account gratuito per terminare la lettura e unirti a una community di leader lungimiranti che sbloccano strumenti, playbook e approfondimenti per prosperare nell'era dell'IA.
Have an account? Log In
Come raccogliere i dati
Prima di tutto, rivediamo le basi. Non mi soffermerò troppo qui, se non per dire che dovresti scegliere il tuo software HR pensando alla reportistica. L'analisi dei dati HR è più efficace con robuste funzionalità HRMS per gestire grandi volumi di informazioni.
Cerca software HR con report personalizzabili, analisi in tempo reale e approfondimenti basati sui dati per migliorare il processo decisionale. Considera inoltre analisi predittive avanzate, benchmarking rispetto agli standard di settore e integrazione con strumenti esterni di business intelligence per approfondimenti ancora più completi.
L'utilizzo di software HR cloud può anche semplificare l'analisi dei dati HR centralizzando tutte le informazioni rilevanti in una piattaforma accessibile ovunque (questo è uno dei tanti vantaggi del software HR cloud).
Presentare i dati in modo significativo
Ci sono tantissimi dati che possiamo raccogliere, ma iniziamo dal dato più fondamentale: il numero di dipendenti. Fornire il numero mensile di persone nell'organizzazione è utile.
428
Ma forse è ancora più rilevante mostrare se questo dato è aumentato o diminuito rispetto al mese/trimestre/anno precedente:
382, 418, 420, 428….
Ma aspetta, qui sarebbe meglio un grafico, no?
Quindi qui, al livello più basilare, abbiamo una linea di tendenza che indica che il numero di dipendenti è in aumento.
Ci sono un paio di mesi in cui è cresciuto più rapidamente e uno in cui il numero dei dipendenti è diminuito.
Perché?
Aggiungiamo i numeri mensili dei nuovi assunti e di chi lascia l’azienda: questo ci darà un quadro più completo.
Dunque vediamo un picco ma confrontare 15 e 400 sullo stesso asse non è chiaro, quindi apportiamo un'altra modifica.
Cambiando nuovi assunti e persone uscenti in un grafico a barre, posizionandoli fianco a fianco ogni mese e spostandoli sull'asse verticale di destra, abbiamo reso il tutto visivamente semplice da comprendere.
Il numero dei dipendenti è in crescita ma le assunzioni sono state irregolari di mese in mese, con settembre e maggio come anomalie. Riusciamo a spiegare tutto questo nella nostra analisi?
Inoltre, dobbiamo rendere più chiaro che il grafico ha 2 assi verticali e rendere il titolo più esplicativo.
Cos'altro possiamo notare o di cos'altro abbiamo bisogno da questo grafico? Mi sembra che negli ultimi mesi ci siano più persone uscite dall'azienda, ma l'azienda è anche cresciuta, quindi forse è prevedibile. Se aggiungiamo il tasso di abbandono al grafico avremo un quadro più chiaro.
Ecco! Ora abbiamo creato una ricca raccolta di dati sui dipendenti relativi a questo gruppo di lavoratori e abbiamo mostrato in un unico grafico che le assunzioni sono discontinue, il numero di dipendenti è in crescita, l'abbandono aumenta e anche il numero delle uscite è in aumento.
Con un testo limitato, possiamo "parlare" con gli stakeholder di ciò che sta accadendo nell'organizzazione e auspicabilmente indurre qualche azione.
Questo è un buon esempio di come, costruendo i set di dati di base (organico, assunzioni, cessazioni, tasso di abbandono) di cui abbiamo parlato in precedenza, possiamo mostrare tendenze ed eseguire analisi basilari utilizzando strumenti semplici (questi fogli sono disponibili per il download qui).
Osservando i tuoi dati nella loro forma più semplice e ponendoti la domanda "Qual è la storia che sto cercando di raccontare qui?", puoi sviluppare degli spunti per te stesso, sperimentare con il layout dei grafici e creare messaggi visivamente d'impatto per i tuoi stakeholder.
La visualizzazione dei dati è una parte essenziale dell'analisi dati in ambito HR. Le moderne soluzioni software HR spesso includono dashboard analitiche integrate che possono facilitare questo compito.
Puoi anche divertirti con strumenti come ChatGPT per supportarti nell'analisi. Ad esempio, se prendiamo il grafico sopra e descriviamo ciò che vediamo, possiamo poi chiedere a ChatGPT di renderlo conciso.
“L'organico è cresciuto da 320 a 428 negli ultimi 12 mesi, 2 mesi (settembre e ottobre) hanno avuto il maggior numero di assunti con 63 e 28 rispettivamente, novembre ha visto il maggior numero di cessazioni con 20 e il tasso di abbandono è salito dal 27% al 36% durante l'anno.”
Come puoi vedere, inserendo rapidamente i punti chiave in uno strumento come ChatGPT, puoi generare una versione concisa del tuo commento in meno tempo di quello che impiegheresti a riscriverlo tu stesso e i tuoi stakeholder ne resteranno colpiti (qui trovi alcuni prompt utili di ChatGPT per le HR).
A proposito di ciò, prendiamoci un momento per pensare ai nostri stakeholder e approfondire un po' di più questo esempio.
Costruire personas per i tuoi dati
Se proseguiamo con l'esempio sopra, quali dati aggiuntivi possiamo inserire per spiegare cosa sta succedendo?
Un esempio ovvio è il tipo/luogo/demografia dei ruoli assunti, soprattutto nei picchi (ad esempio, potrebbe essere un ingresso annuale di neolaureati?).
L'altro aspetto evidente è chi lascia l'azienda (ruoli/ubicazione/demografia), quali sono le motivazioni del loro abbandono e se sono cambiate nel tempo, e se corrispondono a ciò che si sente tra i dipendenti.
Ad esempio, la retribuzione viene spesso citata come motivazione per lasciare l'azienda, ma misurarla attraverso i dimissionari è una misura ritardata (ad es. molto successiva all'evento) dato che le persone hanno già cercato un altro ruolo, lo hanno trovato, si sono dimesse e hanno dato il preavviso.
Quindi, se vengono evidenziate misure ritardate, dobbiamo trovare modi per ottenere dati più in tempo reale tramite i tuoi metodi di ascolto dei dipendenti.
Ora la situazione si fa un po' più profonda e complessa, quindi dobbiamo riflettere attentamente non solo sui dati, ma anche sulla conversazione che vogliamo stimolare e sul nostro pubblico, ed è proprio qui che utilizzare le personas interne torna utile.
Le personas sono spesso usate dai team marketing per delineare un ritratto del cliente ideale nella costruzione delle campagne. Possono diventare piuttosto complesse, ma qui ne faremo un uso semplice.
Ti mostrerò alcuni esempi di personas che hanno funzionato per me in passato, le ipotesi che puoi fare su quel gruppo e poi i dati che è più probabile vogliano ricevere e il modo in cui preferiscono riceverli.
Esempi di personas interne
Persona del Team di Direzione Esecutiva
Questo gruppo ha poco tempo a disposizione e ha bisogno di comprendere l’impatto a lungo termine di ciò che i dati sulle persone ci indicano sulla salute dell'organizzazione e sul progresso verso gli obiettivi strategici chiave.
Sono anche manager di un team/funzione, quindi hanno anche bisogno di un alto livello di dettaglio a riguardo.
| Informazioni | Adattamenti |
| Molto impegnati | - Non affidarti ai dati self-service, inseriscili in una presentazione e inviala con follow-up. Dedica tempo al commento e alla spiegazione - Sii conciso nella presentazione assicurandoti che tutto ciò che includi sia rilevante e mantieni il tutto il più breve possibile. |
| Focalizzati sui dati finanziari e su una visione ad alto livello e ampia dell’organizzazione | - Concentrati sulle metriche collegate ai dati finanziari - Come si collegano le metriche agli obiettivi strategici più ampi? Ad esempio, vuoi crescere? Vuoi ridurre il numero di ruoli manageriali? |
| Esperti di dati e di business | - Sono abituati a informazioni complesse presentate bene, dedicagli più tempo |
| Hanno bisogno di una visione dettagliata della loro funzione | - Rappresentazione dettagliata della loro funzione inclusi assunti, dimissionari, tasso di abbandono, organigrammi, livelli gerarchici, diversità, formazione, engagement, demografia e relazioni con i dipendenti - Fornisci informazioni su misura per la loro funzione, idealmente confrontandole con il resto dell'organizzazione come benchmark |
Persona dei manager
I manager devono essere ampiamente informati sull'organizzazione per fornire loro il contesto necessario sui propri team e ruolo (quindi molti dati di alto livello facilmente accessibili).
Saranno responsabili dell'onboarding dei nuovi assunti e dei colloqui con i candidati, quindi devono conoscere le basi e qualcosa in più—abbastanza per essere in grado di iniziare a raccontare una storia.
| Informazioni | Adattamenti |
| Il gruppo è vario tra diverse sedi, team e livelli di seniority | - Necessità di dati solidi, di alto livello e facilmente accessibili- Devono sapere dove trovare dati più specifici su team, sedi, ecc. - Fornire alcune informazioni, ma si può anche fare affidamento sul self-service per chi cerca dati specifici |
| Devono essere informati | - Meno attenzione nel dirgli cosa deve cambiare a livello organizzativo, ma comunque fornire loro le informazioni per trarre le proprie conclusioni |
| Devono guidare colloqui e onboarding | - Devono sapere chi siamo—le informazioni curiose sull'organizzazione, ad esempio dati demografici (vedi sotto) |
Persona dipendenti
Simili ai manager in quanto necessitano di una panoramica generale ma probabilmente con meno dettagli.
| Informazioni | Adattamenti |
| Il gruppo è vario per sede, team e livelli di seniority. | - Necessità di dati solidi, di alto livello e facilmente accessibili - Fornire alcune informazioni ma si può anche fare affidamento sul self-service per chi cerca dati specifici |
| Devono guidare colloqui e onboarding. | Devono sapere chi siamo—le informazioni curiose sulla vostra organizzazione |
Persona risorse umane
Il vostro team HR ha bisogno di informazioni diverse rispetto ai dipendenti e ai manager, poiché sviluppa strategie e racconta la storia.
Ad esempio, l'azienda potrebbe essere interessata a conoscere il numero medio di candidature per posizione vacante o il totale delle candidature in un determinato mese, mentre il team di talent acquisition dovrà vedere questi dati per ogni singola posizione e vedere anche le candidature incomplete e i click sul sito carriere per gestire efficacemente il funnel dei candidati.
Possono quindi osservare aspetti come l'efficacia complessiva del recruitment marketing o le specifiche descrizioni delle posizioni per valutare se sono necessarie modifiche.
| Informazioni | Adattamento |
| Leader e analisti HR | - Necessità di accesso ai dati appropriati per poter trarre conclusioni e sviluppare insight |
| HR Business Partner | - Necessità di accesso ai dati specifici per il proprio ruolo/gruppo di clienti |
Ho scoperto che costruire le personas è estremamente utile per essere chiari sul perché condividiamo determinati dati e sul loro scopo.
Questi quattro semplici esempi di personas sopra mostrano che, a partire dallo stesso set di dati di base, si possono fornire gli stessi dati con commenti appropriati, call to action e livelli di dettaglio differenziati.
Utilizzando il nostro esempio di dati su attrition, assunzioni, usciti ed headcount visto prima, queste informazioni sarebbero le più rilevanti per il team dirigente (sia per l'intera azienda che per le loro funzioni), i manager (per l’azienda ma anche indicando dove i manager possono consultare in autonomia i dati sui propri team se applicabile) e l’HR (accesso al self service in base al tipo di ruolo).
Utilizzando le personas in questo modo, si ottiene un reale valore e si risparmiano tempo ed energie.
Se prendiamo i 40 KPI che abbiamo visto in precedenza possiamo associarli alle personas—ecco un esempio veloce dalla parte sulle metriche di recruitment di quell’articolo:
| Nome KPI | EMT | Manager | Dipendenti | HR |
| Quante persone vengono assunte e in quale sede/dipartimento esecutivo? | Sì per azienda e funzione Sì per l’organizzazione specifica che guidano e ogni info aggiuntiva se disponibile | Sì per azienda e funzione | Sì per azienda | Talent Acquisition: tutti i dettagli Business Partner: tutti i dettagli per la propria funzione Altri: Sì per azienda e funzione |
| Quanto tempo impiegate ad assumere qualcuno per ruoli specifici? | Sì per ruoli rilevanti agli obiettivi strategici dell’organizzazione Sì per il dato di alto livello | No, ma permettere il self service | No | Sì per Business Partner e Talent Acquisition |
Così facendo, si crea una semplice banca dati di chi ha bisogno di cosa e perché. Consiglio anche di conservare il metodo di calcolo, fonte dati, visualizzazione e processo sottostante/audit per ognuno di questi, così da avere tutto in un unico luogo facilmente accessibile.
Divertiamoci un po'
Voglio affrontare qui un altro esempio che è rilevante per tutte le vostre aziende e anche per chi sta fuori—come mostriamo i dati demografici della nostra azienda?
Quando racconto la storia di un’azienda, ho sempre riscontrato che ciò che più incuriosisce le persone è “chi siamo”, e il dato più "memorabile" che ho trovato era il numero di nazionalità presenti in azienda.
Quindi vediamo qualche esempio semplice.
- Sesso
- Nazionalità
- Età
- Seniority
Supponiamo di avere i dati su questo (tutti i dati qui presentati sono immaginari, a proposito).
- Sesso. 45% uomini, 55% donne
- Nazionalità. (13 totali) Top 3: britannica 59%, francese 12%, italiana 8%
- Età. (Media 34): <30 42%, 31-40 28%, 41-50 27%, 51+3%
- Seniority. <1 anno 26%, 1-2 24%, 2-3 22%, 3-4 12%, 4-5 6%, 5+ 10%
Tutto chiaro ma non molto coinvolgente, vero?
Utilizzando 4 grafici ottenuti da Google Sheets o Slidesgo (entrambi gratuiti), in pochi minuti puoi trasformare un elenco di numeri in qualcosa di coinvolgente che racconta una storia sulla tua organizzazione.
Questo tipo di visualizzazioni può essere usato anche per un’altra tipologia di persona—chi si trova fuori dalla tua azienda—e può essere pubblicato sul tuo sito o su altri canali rivolti verso l’esterno per far conoscere la tua organizzazione a un pubblico più ampio.
Possono anche essere utilizzate internamente e suddivise per paese/funzione/dipartimento per offrire informazioni approfondite all’interno dell’azienda.
Immagini e grafici sono facili da condividere in questo modo e non richiedono molta esperienza; basta sperimentare un po’, e online si trovano centinaia di video YouTube gratuiti o demo che spiegano come fare.
Sfruttando le funzionalità dei sistemi informativi HR in questo modo per l’analisi dei dati è possibile migliorare i processi decisionali e la pianificazione strategica.
Usare i tuoi dati in questo modo coinvolgerà i tuoi utenti e ti darà il feedback necessario per procedere oltre.
Metriche HR e IA
L’intelligenza artificiale (IA) aiuta a dare un senso alle metriche HR individuando schemi o tendenze più rapidamente di quanto possano fare le persone. Ad esempio, l’IA può prevedere se un dipendente potrebbe lasciare l’azienda oppure suggerire modi per migliorare i processi di selezione. Utilizzando l’IA, i team HR possono prendere decisioni migliori che aumentano la soddisfazione dei dipendenti e il successo aziendale.
Ecco alcuni esempi di come si può usare l’IA per le analisi HR:
- Prevedere il tasso di abbandono: l’IA può analizzare i modelli di comportamento, come le valutazioni di soddisfazione o l’assenteismo, per prevedere chi potrebbe lasciare l’azienda.
- Migliorare il reclutamento: gli strumenti di IA possono esaminare rapidamente i curriculum, classificando i candidati in base alle qualifiche, rendendo il processo di assunzione più veloce e accurato.
- Analisi del coinvolgimento dei dipendenti: l’IA può analizzare sondaggi, e-mail o dati chat per rilevare il sentiment dei dipendenti e offrire spunti su come migliorare il morale interno.
- Monitoraggio delle prestazioni: l’IA può tenere traccia delle metriche di performance, come il tasso di completamento dei progetti, per evidenziare i migliori e chi potrebbe aver bisogno di supporto.
- Diversità e inclusione: l’IA aiuta i team HR ad analizzare dati di assunzioni e promozioni per garantire il rispetto degli obiettivi di diversità e ridurre i bias.
- Consigli su formazione e sviluppo: l’IA può suggerire programmi di formazione personalizzati per i dipendenti in base alle competenze e agli obiettivi professionali.
- Previsione dell’assenteismo: l’IA può prevedere i modelli di assenteismo e proporre soluzioni per ridurre i problemi di assenza.
- Analisi della retribuzione: l’IA può aiutare i team HR a esaminare le strutture salariali per garantire equità e competitività di mercato.
Molti sistemi HR di livello enterprise utilizzano analisi supportate dall’IA per ottenere insight azionabili dai dati HR.
Punti Chiave
Quindi, tra i due articoli, abbiamo visto come:
- Verificare e registrare i nostri dati in modo efficace
- Utilizzare le personas per identificare chi deve vedere cosa
- Prendere i numeri e usare rappresentazioni visive semplici o avanzate per semplificare i nostri dati
- Sperimentare nuove soluzioni visive per renderle più coinvolgenti, anche grazie a risorse web gratuite
- Individuare alcuni dati chiave che la maggior parte delle persone deve conoscere, anche se presentati in modo leggermente diverso
- Individuare le tendenze di base nei dati essenziali.
Ora sei in un’ottima posizione per iniziare a essere coerente nel comunicare con il tuo pubblico. Quando arrivi al punto in cui puoi:
- Calcola la maggior parte delle 40 metriche chiave
- Trasforma il tasso di abbandono, l’organico, le assunzioni e le uscite in visualizzazioni e suddividili per ciascun gruppo rilevante
- Condividi i principali dati demografici visivamente per ciascuna persona
- Distribuisci queste informazioni regolarmente (mensilmente o trimestralmente a seconda delle esigenze)
- Costruisci un database HR/foglio di calcolo interattivo per le tue metriche, la loro metodologia e con chi vengono condivise.
Stai raccontando alla tua azienda una storia interessante e stimolando ogni persona con un diverso set di domande su cui possono darti un riscontro.
Anche se hai problemi e domande complesse, partire dalle basi e costruire progressivamente è il modo corretto di procedere. Mese dopo mese, puoi aggiungere nuovi dati e nuovi grafici per raccontare una storia sempre più ricca.
Gli stessi principi valgono se hai una serie di strumenti e sistemi che generano report per te; prenditi il tempo necessario per assicurarti che i calcoli siano coerenti e comprensibili e che le basi siano condivise con le giuste persone in modo costante.
La cosa fondamentale da ricordare è che, una volta che decidi di iniziare a utilizzare metriche e analisi, puoi andare molto lontano rapidamente anche senza essere un esperto di dati e avrai la base per una people analytics più avanzata in futuro.
Gli strumenti esistono, devi solo portare la tua competenza sulla materia e la conoscenza del business per scoprire come i dati possano aiutarti.
Questo ti aiuterà a trovare il modo migliore per condividere nel modo più digeribile possibile, e senza dubbio ti divertirai e certamente imparerai di più sulla tua azienda.
Ecco alcune letture di approfondimento per aiutarti nel viaggio tra i dati:
- Cos'è la People Analytics: una guida introduttiva
- Le migliori conferenze sulla People Analytics
- 29 KPI HR per aiutarti a raggiungere obiettivi strategici
- Le metriche che dovresti monitorare per migliorare la tua strategia di talent management
- Le 15 migliori certificazioni in HR Analytics
- 10 migliori software di People Analytics per l’analisi della forza lavoro
- Sfruttare la potenza degli HR Dashboard: le metriche essenziali di People Analytics da monitorare
- 10 migliori software di HR Analytics per dati sulla forza lavoro azionabili
- 10 migliori software di Business Intelligence per l’analisi dei dati
