Att omsätta ROI (avkastning på investering) i praktiken

Stay on the leading edge of leading with human-centric AI. Create a free account.

Tidigare i år gav jag cirka 25 HR-chefer en beräkning av avkastningen på investeringen för ett utbildningsinitiativ, och det fungerade fantastiskt bra. Även om beräkningen bara var en del av det tiodagarsförslag som beskrev varför vi borde genomföra detta initiativ på det sätt vi föreslog, fick det mycket positiv återkoppling och stärkte vårt argument. Avkastningen på investeringar […]

Operationalising ROI

Tidigare i år gav jag cirka 25 HR-chefer en beräkning av avkastningen på investeringen för ett utbildningsinitiativ, och det fungerade fantastiskt bra. Även om beräkningen bara var en del av det tiodagarsförslag som beskrev varför vi borde genomföra detta initiativ på det sätt vi föreslog, fick det mycket positiv återkoppling och stärkte vårt argument.

Avkastningen på investeringar inom HR har dock inte den bästa historiken. Latham & Whyte publicerade faktiskt 1996 en artikel med titeln ”Nyttokalkyleringens meningslöshet” (i alla väsentliga avseenden är nyttokalkylering och ROI samma sak i detta sammanhang), och artikeln var förödande. De fann inte bara bristande stöd från ledningen för ROI, utan också att dess införande i presentationen fick cheferna att tappa engagemanget för det bredare förslaget. För att vara rättvis har ingen annan lyckats återskapa deras resultat, men ingen (inklusive undertecknad, som skrev en masteruppsats om ROI) har egentligen lyckats hitta något starkt stöd för det.

Vanligtvis presenteras ROI genom att en procentsats anges som visar avkastningen på investeringen. Om du exempelvis investerar 30 000 dollar i utbildning får du en avkastning på investeringen på 150 % under det första året. När det gäller ROI förekommer dessutom en del ganska imponerande procentsatser. Jag tycker att de bör läsas med försiktighet; beräkningarna är till exempel inte utformade för att ta hänsyn till marknads- eller ekonomiska förhållanden. Problemet för mig var att det inte kändes meningsfullt att presentera en procentuell avkastning i en statlig miljö – myndigheter brukar vanligtvis spendera pengar. Jag ville ändå gärna inkludera ROI i diskussionen, så det jag gjorde var att operationalisera begreppet.

Som en kort bakgrund till utbildningsinitiativet föreslog vi att ge medarbetarna en viss mängd tid per år som de kunde använda till utbildning på arbetsplatsen, oavsett om det handlade om kollegialt lärande, arbetsrotation, möjligheter att tillfälligt ta på sig mer kvalificerade uppgifter eller annat. I förslaget fick cheferna därför fritt erbjuda utbildningsmöjligheter som motsvarade medarbetarnas behov. Vissa kanske skulle utbilda sig i Excel, i att föra mötesprotokoll, skriva styrdokument eller utföra en mängd andra uppgifter. Det gemensamma var tiden, så det jag gjorde var att presentera ROI som en nollpunktsberäkning i termer av tid. I förslaget lade vi fram att medarbetarna skulle kunna få tillgång till en veckas utbildning, och för att gå jämnt upp med den utbildningen behövde medarbetarna slutföra det på 44 veckor som de tidigare slutförde på 46 (de 44 veckorna motsvarade ett års arbete, med hänsyn tagen till semester, allmänna helgdagar med mera). I huvudsak behövde medarbetarna förbättra sig till den punkt där de kunde slutföra mer arbete under samma tidsperiod.

Som jag nämnde ovan fungerade detta tillvägagångssätt mycket bra. De involverade kunde förstå det mått vi använde – tid – och fatta ett välgrundat beslut om huruvida första linjens chefer kunde erbjuda utbildning som skulle ha denna nivå av inverkan.
Vanligtvis ser beräkningen av avkastningen på investeringen för utbildning ut så här:

U = (N)(T)(dt)(SDy) –C

Vilket många människor egentligen inte kan relatera till eller identifiera sig med, och när jag börjar prata om standardiserade normalfördelningskurvor ja, då lämnar folk rummet. Den viktiga delen var dock inte beräkningen, utan snarare presentationen av nollpunkten. För att detta ska innebära en mycket liten kostnad för organisationen behöver medarbetarna slutföra ytterligare två veckors arbete under ett arbetsår. HR-chefer och deras chefer kan arbeta med det; det är begripligt.

Jag blev verkligen uppmuntrad av de svar jag fick och kommer att använda detta tillvägagångssätt igen i framtiden. Även om detta inlägg inte är avsett som en vägledning hoppas jag att det kan ge en viss inblick för dem som är intresserade av ROI inom utbildningsområdet, i hur ROI kan utformas för att få större genomslag än vad det kanske har haft tidigare.

Brendan Lys
Operating at the intersection of Human Resources and Data Science, I leverage extensive specialist experience within Human Resources, with the methodologies and approaches of Data Science. This focus on the discovery of actionable insights from data, has been applied to areas such as: remuneration & benefits, workforce planning, recruitment, health & safety, diversity, and training. But what does the application of data science to HR challenges and opportunities actually look like. Within an HR framework the data we work with typically comes directly from our HRMIS, an advantage of using data science methodologies is that we can bring in additional data either held within the organization or from external sources - data which is out of reach from a pure HR analytics approach. Consider for example position descriptions, these contain a wealth of data that we typically ignore as its not in a analysis ready format. A side project I'm working on currently (April 2019) is using text mining on job descriptions to provide insights into which job family the position may fit into. The insights of my work have been enjoyed by organizations across a diversity of sectors including: Government (Australia and New Zealand), ASX and NZX listed companies, utilities, not for profit and higher education.
Follow the author:

You may also like