Artykuły

Jak przygotować się na cyfrową transformację w HR?

17.06.2019 Autor: Konrad Kulikowski
Cyfrowa transformacja w HR już trwa (por. Volini, Occean, Stephan, Walsh, 2017). Automatyzacja procesów selekcji i rekrutacji, internetowe bazy kandydatów, aplikacje komputerowe dedykowane dla pracowników, platformy e-learningowe, gamifikacja czy duże zbiory danych umożliwiające wyznaczanie wskaźników efektywności. Wraz z postępującą cyfryzacją, narzędzia i sposoby pracy działów zarządzania ludźmi zmieniają się (por. Bouée, 2015; Ignatius, 2018). Cyfryzacja jest tym większym wyzwaniem dla specjalistów zarządzania ludźmi, że działy HR nie tylko muszą poradzić sobie z cyfrową transformacją swojej własnej pracy. Specjaliści HR muszą także pomagać innym pracownikom odpowiadać na wyzwania, jakie stawia im praca w coraz bardziej „cyfrowym świecie” (por. Volini, Occean, Stephan, Walsh, 2017). Przyjrzyjmy się zatem praktycznym konsekwencjom cyfryzacji w zarządzaniu ludźmi.
Jak wskazują prognozy ekonomistów z uniwersytetu Harvarda i Massachusetts Institute of Technology (Autor, Levy, Murnane, 2003), wszelkie zadania rutynowe i powtarzalne podlegać będą coraz większej automatyzacji. Wszystkie te zawodowe obowiązki, które są możliwe do wykonania w następujących po sobie krokach, będą stopniowo zastępowane przez „pracę” komputerowych algorytmów. Jest wysoce prawdopodobne, że szereg rutynowych procesów HR, jak np.: przeglądanie portali społecznościowych w poszukiwaniu kandydatów, selekcja CV, umawianie i prowadzenie wstępnych spotkań rekrutacyjnych, dokonywanie oceny okresowych czy administracja personalna, ulegnie daleko idącej automatyzacji. Jednak rozwój technologii informacyjnej oraz coraz większe możliwości przetwarzania danych stawiają przed specjalistami zarządzania ludźmi nowe wyzwania. Autor, Levy i Murnane (2003) przewidują, że o ile w zadaniach rutynowych „komputery” będą zastępować człowieka, to w zadaniach nierutynowych, wymagających elastyczności, kreatywności, rozwiązywania problemów i złożonej komunikacji, ludzie i komputery długo jeszcze będą się wzajemnie uzupełniać. Można zatem przewidywać, iż procesy HR coraz bardziej koncentrować będą się na wykorzystaniu technologii informacyjnych do zbierania danych i ich wykorzystywania w celu podnoszenia efektywności pracy. O ile cyfrowa transformacja może sprawić, że część aktualnych obowiązków działów HR całkowicie zaniknie, to nasili się konieczność wykonywania nowych zadań, takich jak wieloaspektowa analiza danych związanych z zarządzaniem ludźmi – analityka HR. W efekcie cyfrowej transformacji HR nie tylko wykorzystywał będzie inne narzędzia niż dotychczas, ale także będzie realizował inne cele i inne będzie jego miejsce w modelu biznesowym firmy.

Wraz z postępującą digitalizacją, oczekiwania wobec działów HR mogą stopniowo ulegać zmianom, warto zatem już dziś zacząć korzystać z możliwości analityki HR tak, by płynnie przejść do cyfrowego HR. W dobie cyfryzacji i powszechnego oczekiwania, by rozwiązując problemy biznesowe korzystać z danych i faktów, coraz mniej akceptowalne może być podejmowanie decyzji jedynie w oparciu o doświadczenie, czy własne przekonania. Wraz z rozwojem metod i narzędzi zbierania danych, HR będzie musiał odchodzić od subiektywnych i intuicyjnych decyzji na rzecz obiektywnych wskaźników. Można nawet przypuszczać, że rosnąca rola danych w życiu każdej organizacji biznesowej wraz z automatyzacją tradycyjnych procesów HR może sprawić, że działy HR będę stopniowo przekształcać się w działy analiz HR. Do coraz większej roli danych w życiu współczesnych organizacji można przygotować się na wiele sposobów i nie ma tutaj jednej recepty. Spróbujmy jednak przyjrzeć się kilku wskazówkom, które mogą pomóc wyciągnąć jak najwięcej praktycznych korzyści z cyfrowej transformacji w HR.

Priorytetyzacja w analityce HR


Digitalizacja HR daje nowe możliwości rozwiązywania problemów biznesowych, ale wciąż żadne działania nie są możliwe bez angażowania sił i środków – a co za tym idzie – ponoszenia kosztów. Dlatego, jak zwracają uwagę McIver, Lengnick-Hall, Lengnick-Hall (2018) na łamach pisma Business Horizons, istotnym elementem poruszania się w cyfrowym świecie musi być priorytetyzacja problemów, które chcemy rozwiązywać dzięki posiadanym danym i ich analizie. Choć gromadzenie dużych ilości danych i wyznaczanie obiektywnych wskaźników może dawać poczucie posiadania narzędzi do rozwiązania wszystkich problemów firmy, to bądźmy realistami, analityka HR to nie magiczna różdżka. Przystępując do analityki HR musimy jednoznacznie określić najważniejsze problemy, jakie trapią naszą organizację i których chcemy jak najszybciej się pozbyć. W kolejnym kroku trzeba się zastanowić, jaki jest potencjał analityki HR w ramach rozwiązania każdego z palących problemów. Aby nie tracić czasu i pieniędzy warto skupić się na problemach, których rozwiązanie jest nie tylko ważne dla efektywnego działania firmy, ale może być skutecznie wsparte dzięki analizie danych (por. McIver, Lengnick-Hall, Lengnick-Hall, 2018). Kluczowe jest tu pytanie, czy posiadamy odpowiednie dane, by problem rozwiązać. Nadmierna rotacja pracowników może być najpilniejszym wyzwaniem naszej firmy, ale jeśli nie zbieraliśmy dotychczas żadnych danych umożliwiających wyliczenie wskaźników rotacji, to próby wykorzystania analityki HR mogą zakończyć się rozczarowaniem. Oprócz gromadzenia danych, istotne mogą być także konsultacje z ekspertami w dziedzinie analiz HR, które pomogą upewnić się, że problem, który próbujemy rozwiązać dzięki analizom HR, rzeczywiście da się dzięki nim rozwiązać. Andrew Ng (2019), pionier rozwoju sztucznej inteligencji zwraca uwagę, że zdarza się, iż kilkutygodniowe zmagania z analizami danych prowadzą jedynie do wniosku, że analizowanego problemu nie da się rozwiązać przyjętymi metodami. Biorąc pod uwagę ogromny szum dookoła cudownych możliwości analizy danych, często jest to zaskoczeniem dla decydentów zlecających analizy. Tymczasem, zdaniem Ng, doświadczony analityk może w ciągu jednego spotkania postawić dość dobrą prognozę dotyczącą szans rozwiązania konkretnego problemu z wykorzystaniem posiadanych przez firmę danych i wybranych metod ich analizy. Co więcej, konsultacje z ekspertami umożliwiają także zdobycie wiedzy, jakie dane zbierać, by wyznaczać użyteczne w kontekście naszej firmy wskaźniki. Pamiętajmy, że prowadząc analizy HR, najefektywniej jest skupić się nie na tych problemach, które przyciągają naszą uwagę, bo musimy je jak najszybciej rozwiązać, ale na tych, które są możliwe do rozwiązania dzięki posiadanym danym i znanym nam metodom ich analiz.

Stosuj podejście dedukcyjne i indukcyjne w analityce HR


Kolejna kwestia, na którą zwracają uwagę McIver, Lengnick-Hall i Lengnick-Hall (2018), omawiając istotne aspekty analityki HR, jest stosowanie zarówno podejścia indukcyjnego, jak i dedukcyjnego. Brzmieć może to nieco zagadkowo, ale wskazówka ta ma istotne znaczenie praktyczne, a oznacza mniej więcej tyle, by podczas analityki HR używać zarówno danych, jak i posiadanej wiedzy – innymi słowy analityka HR nie zwalnia z myślenia. Analiza danych nie polega na tym, by wrzucić do pamięci komputera jak najwięcej danych, nacisnąć guzik uruchamiający magiczny algorytm i otrzymać rozwiązanie wszystkich problemów trapiących firmę – wiedza i doświadczenie specjalistów HR wciąż mają znaczenie!

Podejście dedukcyjne to rozwiązywanie problemów biznesowych organizacji napędzane wiedzą posiadaną przez pracujących w firmie ludzi. Stosując podejście dedukcyjne w analityce HR bazuje się na wiedzy i doświadczeniu z zakresu zarządzania ludźmi i na podstawie tej wiedzy wysuwa się propozycje rozwiązań problemów biznesowych. Następnie zbiera się dane potrzebne, by wyliczyć właściwe wskaźniki i sprawdzić, czy wysuwane przypuszczenia są prawdziwe. Opierając się na posiadanej wiedzy z zakresu zarządzania ludźmi i znając specyfikę branży, specjalista HR „wie co w trawie piszczy” i może przypuszczać, że np.: problem z wysoką rotacją w firmie wynika z działań konkurencji ukierunkowanych na przyciąganie jego pracowników. Specjalista może zauważyć, iż konkurencyjna firma promuje się jako atrakcyjniejsza, oferuje wyższe wynagrodzenie, więcej inwestuje w szkolenia pracowników oraz bardziej dba o klimat w firmie i satysfakcję załogi. Co istotne, specjalista HR opierający się na faktach nie poprzestaje jedynie na swoich przekonaniach, ale by sprawdzić wysuwane przypuszczenia stara się zgromadzić dane z raportów płacowych, badań opinii pracowników i benchmarkingu wskaźników efektywności. Dopiero mając odpowiednie dane i wskaźniki specjalista HR może ocenić, czy jego pomysły są prawidłowe i czy rzeczywiście w firmie wynagrodzenia, satysfakcja z pracy i inwestycje w pracowników są niższe niż u konkurencji. W tym przypadku rozwiązywanie problemów zaczyna się nie od analizy danych, ale wynika z posiadanej wiedzy.

Odmiennym podejściem w analityce HR jest podejście indukcyjne. Tu, nie mając żadnych wstępnych przypuszczeń co do przyczyn problemu, staramy się pozyskać wiedzę z danych. Takie podejście kojarzyć się może z „big data” czy algorytmami tzw. sztucznej inteligencji, które budzą powszechne oczekiwania, że odpowiednio długie „torturowanie” odpowiednio dużej ilości danych ujawni przydatną w biznesie wiedzę. Wracając do przykładu z wysoką rotacją: specjalista HR może nie mieć żadnych przypuszczeń skąd wynika rotacja, ale zna za to najnowsze metody eksploracji danych, dlatego zaczyna zbierać jak najwięcej danych i wskaźników z zakresu HR i szuka w nich powiązań i prawidłowości. Dzięki eksplorowaniu danych może zauważyć prawidłowości, których wcześniej nie znał, np. że wskaźnik inwestycji w szkolenia jest niższy niż u konkurencji, że benefity, których nie oferuje są silnie oczekiwane przez pracowników, czy że w działach z wyższym wskaźnikiem inwestycji w kapitał ludzki występuje niższa rotacja. Zbieranie w całość różnego rodzaju prawidłowości pozwala „dojść po nitce do kłębka” i zrozumieć, że przyczyną rotacji może być to, że firma jest zbyt mało atrakcyjna dla pracowników w porównaniu z konkurencją. W tym wypadku wiedza o działaniu firmy pojawiła się nie na początku analityki HR, ale dopiero na koniec procesu badania danych.

Zrozumienie konieczności stosowania zarówno podejścia dedukcyjnego, jak i indukcyjnego w analityce HR może wpływać na codzienną praktykę pracy zespołów zarządzających ludźmi. Doświadczony specjalista HR może z powątpiewaniem spoglądać na najnowsze metody analizy danych, bo czemu niby jakieś komputerowe sztuczki i nowinki mają powiedzieć coś więcej niż jego doświadczenie. Z kolei radykalny analityk HR może z politowaniem myśleć o wiedzy „Pań i Panów z HR-ów”, mając przekonanie, że tylko to, co samemu dowie się z danych ma wartość, a reszta to mało warte intuicje. Tymczasem, jak wskazują McIver, Lengnick-Hall i Lengnick-Hall (2018), by zwiększyć szansę na skuteczną analitykę HR warto stosować oba podejścia, zarówno to, gdzie analitykę rozpoczynam wychodząc od posiadanej wiedzy, jak i to, gdzie eksplorujemy dane w poszukiwaniu użytecznych informacji. Różne problemy mogą wymagać różnych sposobów ich rozwiązania i zamiast okopywać się na z góry ustalonych pozycjach efektywniej może być integrować różne podejścia do analityki HR.

Współpraca analityków HR i innych ekspertów


Kolejną praktyczną stroną cyfrowej transformacji HR jest pojawienie się konieczności coraz ściślejszej współpracy pomiędzy HR a ekspertami, z którymi działy HR dotychczas rzadko współpracowały. W procesie analityki HR pojawić mogą się nieoczywiste problemy i wyzwania, których efektywne rozwiązanie będzie możliwe tylko w kooperacji z ekspertami w dziedzinach analizy, przetwarzania i przechowywania danych. Jak już wspomniano, konsultacje analityków HR z ekspertami z zakresu analizy danych mogą zaoszczędzić wiele czasu i energii. Eksperci mogą doradzić, które problemy firmy mają największe szanse na rozwiązanie z wykorzystaniem analityki HR, czy jaką metodę i jakie wskaźniki wybrać do analiz. Wraz z postępują cyfryzacją nieodzowne może być także, by HR-owcy w codziennej pracy ściśle kooperowali z specjalistami IT – ekspertami zajmującymi się tworzeniem i utrzymaniem baz danych czy zapewnianiem ich bezpieczeństwa. Kluczowe jest, by współpraca HR z innymi ekspertami przebiegała w ramach zrozumienia i współpracy, a nie nacechowanego roszczeniowością delegowania zadań. Barbour, Treem i Kolar (2018) zwracają uwagę, że jednym z największych wyzwań cyfrowej transformacji może być stworzenie pomiędzy wszystkimi ekspertami pracującymi „na danych” odpowiedniego zrozumienia. Ten aspekt analityki HR wciąż wydaje się być niedoceniany, ale relacje i komunikacja pomiędzy ludźmi zaangażowanymi w analizy na różnych etapach analityki HR mogą decydować o końcowym efekcie analityki. Newralgiczne jest tutaj wypracowanie takich sposobów komunikacji, które umożliwią współpracę w celu rozwiązania problemów biznesowych firmy, a nie wzajemne przerzucanie się odpowiedzialnością. Warto pamiętać, że analityk danych, ani specjalista IT, nie zastąpi doświadczonego HR-owca, tak jak HR nie zastąpi IT czy analityka danych. Wiedza i doświadczenie specjalistów zarządzania ludźmi wciąż będą potrzebne, ponieważ – jak na razie – nawet największa szybkość obliczeń nie zastąpiła błyskotliwości ludzkiego rozumowania.

Jedną z największych możliwości jakie daje cyfryzacja w HR jest wzrost dostępności narzędzi umożliwiających wyznaczanie i analizowanie obiektywnych wskaźników efektywności pracy. Przygotowując się na cyfrową rewolucję w HR warto zwrócić jednak uwagę nie tylko na gromadzenie odpowiednich danych i wyliczanie właściwych wskaźników, ale także na zaplanowanie tego, jak poruszać się w cyfrowym świecie. Digitalizacja HR to więcej niż zmiana narzędzi, digitalizacja pociąga za sobą zmianę w sposobie w myślenia o roli działów HR. Przygotowując się na wzrost znaczenia danych w pracy zespołów zarządzania ludźmi pamiętajmy o trzech omawianych w tym artykule zasadach:
  • analityka HR wymaga priorytetyzacji zadań analitycznych,

  • analitykę HR warto napędzać nie tylko danymi, ale także wiedzą i doświadczeniem,

  • analityka HR wymaga współpracy pomiędzy ekspertami pracującymi na danych.

Bibliografia
Autor D. H., Levy F., Murnane R. J. (2003), The skill content of recent technological change: An empirical exploration, Quarterly Journal of Economics, nr 118, s. 1279–1333 dostęp: https://doi.org/10.1162/003355303322552801

Barbour J. B., Treem J. W., Kolar B. (2018), Analytics and expert collaboration: How individuals navigate relationships when working with organizational data, Human Relations, nr 71, s. 256–284, dostęp: https://doi.org/10.1177/0018726717711237

Bouée Ch. E. (2015), Digital Transformation Doesn’t Have to Leave Employees Behind, Harvard Business Review, dostęp: https://hbr.org/2015/09/digital-transformation-doesnt-have-to-leave-employees-behind

Ignatius A. (2018), How Tech Is Transforming HR, Harvard Business Review, dostęp: https://hbr.org/2018/03/how-tech-is-transforming-hr

McIver D., Lengnick-Hall M. L., Lengnick-Hall C. A. (2018), A strategic approach to workforce analytics: Integrating science and agility, Business Horizons, nr 61, s. 397–407. dostęp: https://doi.org/10.1016/j.bushor.2018.01.005

Ng A. (2019), AI For Everyone, dostęp: https://www.coursera.org/learn/ai-for-everyone

Volini E., Occean P., Stephan M., Walsh B. (2017), Digital HR: Platforms, people, and work, Deloitte Insights, dostęp: https://www2.deloitte.com/insights/us/en/focus/human-capital-trends/2017/digital-transformation-in-hr.html

Konrad Kulikowski

Udostępnij