الموضوع: دراسة حالة : استخدام البيانات لتطوير فريق جذب المواهب في شركة Opower

المقدمة

شركتنا و فريق اكتساب المواهب لدينا
قبل أن نتعمق في كيفية استخدامنا للبيانات، دعنا نراجع بعض الأشياء عن Opower و فريقنا. Opower هي شركة تضم 600 شخص، و يقع مقرها الرئيسي في منطقة DC ، و مهمتنا هي مساعدة شركات المرافق على بناء مستقبل للطاقة النظيفة. منذ تأسيسنا في عام 2007 ، ساعدت منتجاتنا العملاء في جميع أنحاء العالم على توفير أكثر من مليار دولار على فواتيرهم ، و الطاقة الكافية لتشغيل جميع المنازل في ولاية مثل نيو مكسيكو لمدة عام. يتكون فريق اكتساب المواهب لدينا من 15 شخصا ، و نقوم بتوظيف حوالي 200 موظف في السنة بشكل جماعي. على الرغم من أن ميزانيتنا للأدوات و الموارد فقيرة ، لدينا شخص واحد مخصص للتحليلات ، الذي يقسم وقته بين الموارد البشرية و تحليلات اكتساب المواهب.

مثل معظم فرق اكتساب المواهب، فإن عرض النطاق الترددي الخاص بنا يتم تبنيه بشكل كبير من خلال أنشطة التوظيف اليومية (مهمتنا هي شغل الوظائف). و مع ذلك ، فقد تمكنا على مر السنين من تحقيق المزيد من خلال العمل بشكل أكثر ذكاءً بدلاً من العمل بجهد أكبر. إن العمل بذكاء أسهل بكثير. ما يمكن أن نقوله بثقة هو أننا نتحسن – و قد اعتمدت الكثير من التحسينات على قدرتنا على استخدام البيانات لاتخاذ قرارات مدروسة و فعالة.


لماذا قمنا بذلك

لدينا SPIN على تحليلات الموهوبين
عندما بدأنا النظر في أفضل الممارسات في تحليلات المواهب (مصطلح شامل لتوظيف و تحليلات الموارد البشرية) ، كانت كل المؤلفات تقريباً موجهة نحو الشركات الكبيرة ذات الميزانيات الكبيرة. لقد كان الأمر مخيفًا ، و أدركنا أننا لن نكون قادرين على التكدس أمام مستخدمي Google ، الذين لديهم أقسام كاملة مكرسة لتحليل بيانات الأشخاص. ما نعرفه هو أن الشركات التي تتمتع بوظائف تحليلية ناجحة للمواهب تشهد فوائد كبيرة لصحة مؤسساتها. و تشمل هذه المزايا تحسين جودة التوظيف و زيادة أداء الشركات و مقاييس التوظيف القوية ، و حتى زيادة هامش الربح (Bersin ، 2013).


أردنا أن نرى بعض هذه الفوائد في أوبوراور ، ولكن كان علينا أن نكون واقعيين:

لم يكن ذلك إلا بعد مرور عام على بدء تطوير تحليلاتنا التي تعثرنا عليها في نموذج Bersin’s Talent Analytics Maturity للمواهب في Bersin. يحدد هذا النموذج رحلة بناء وظيفة تحليلات المواهب و يقترح أن تقع الشركات في واحدة من أربع مراحل من النضج فيما يتعلق بكيفية استخدامهم لبيانات الأشخاص:




أصبح نموذج Bersin خارطة طريق. لقد كان من الجيد معرفة أن غالبية الشركات كانت عالقة في المكان الذي كنا عالقين فيه - سحب المقاييس حسب الحاجة ، و لكن ليس استخدامها حقًا لحل المشكلات أو التنبؤ بها. كما حذر بيرسين من أن عدم التعثر لن يكون سهلاً:






يشير الرسم البياني إلى بعض الأشياء المهمة. الشىء الأول واضح: كلما وضعت المنظمات جهدًا أكبر في تحليلات المواهب ، كلما حصلت على نتائج أكثر منها. ثانياً ، هناك "نقطة" بين المستوى 1 و 2 حيث تميل المنظمات إلى التعثر. سيعملون بجد من أجل مجرد السيطرة على تقاريرهم المتقدمة ، و سيبدأوh في الشك فيما إذا كانت قيمة التحليلات تستحق الجهد. القيمة الحقيقية للتحليلات ليست واضحة حقاً حتى تتمكن المنظمات من البدء في استخدام بياناتها لحل المشكلات و التنبؤ بها (Bersin ، 2013). كانت هذه لحظة مهمة بالنسبة لنا - لقد حصلنا عليها أخيراً! المسألة الوحيدة المتبقية هي أننا لم نكن في أي وقت من الأوقات أكبر بما يكفي لضمان زيادة ملحوظة في موارد التحليلات. كان التحدي الذي نواجهه هو الاستفادة القصوى من الموارد التي لدينا.

ما قمنا به

دعونا نستعرض بإيجاز ما كانت عليه الحياة قبل أن نكتشف بحث Bersin ، عندما استثمرنا لأول مرة في التحليلات في عام 2014. كان فريق اكتساب المواهب ينمو ، و كانت شركتنا على وشك الظهور أمام الجمهور ، و أردنا أن يكون لدينا مورد مخصص للتحليلات لمساعدتنا البقاء على المسار الصحيح لأهدافنا. كان سكوت ووكر ، الذي انضم إلى opowerكمصدر، قد أنشأ بالفعل لوحات على الجانب لمدة ستة أشهر، و قرر اتخاذ مهام التحليلات كعمل بدوام كامل. ففي عمله الجديد ، كانت مسؤولية Scott تتمثل في تزويد الأقسام بشرطات توظيق منتظمة. اشتملت هذه الشرطات على مجموعة كبيرة من المقاييس - كل شيء من وقت لآخر ، إلى وقت الهاتف ، إلى مقاييس مسار خطوط الموظفين.

في البداية ، كانت الشرطات بمثابة تغيير مرحب به. كان التجار أكثر استعدادًا لاجتماعاتهم و كان من الجيد أن يكون لدينا رسوم بيانية جميلة بألوان الشركة. بعد بضعة أشهر فقط ، أدرك سكوت و الفريق أن الشرطات كانت أكثر أو أقل "للعرض". فهم لم يقدموا إحصاءات و لم يستخدموا البيانات و سينظر مديرو التوظيف إلى مقاييسنا و يقولوا " ثم ماذا؟". لقد واجهتنا أيضًا مشكلة كبيرة في دقة البيانات نظرًا لأن شركات التوظيف كانت تستخدم نظامنا بشكل غير متسق.

كنا عالقين في المستوى 1 ، مباشرة في "نقطة الاختناق" المخيفة على الرسم البياني لبيرسن.

كان التحدي الآخر الذي واجهنا عندما بدأنا هو أننا لم نكن نعرف كيفية استخدام البيانات. إنه مثل ارتداء ملابسك للمرة الأولى كطفل - يمكنك ارتداء العديد من الأشياء التي لا تتناسب معًا و النتيجة النهائية هي الفوضى.





هذه الشرطة جديرة بالاهتمام لأسباب عديدة ، بما في ذلك على سبيل المثال:

• عداد السرعة.

• بخلاف هدفنا من "Q1 Offer Accepts" ، فإنه ليس من الواضح إذا كنا نؤدي بشكل جيد أم لا.

• الاستخدام غير الفعال للمخططات الدائرية لمقارنة الفروق بين مصدر المتقدمين و الموظفين الجدد.

• لا يوجد مؤشر على إلى أين أردنا توجيه انتباه جمهورنا إليه.

• مقارنة مسئولى التوظيف دون الأخذ بعين الاعتبار نوع و صعوبة أدوارهم.

بحلول خريف عام 2014، تحسنت تحليلاتنا و التغذية الراجعة من خلال الممارسة، و تلقينا التوجيهات من بعض الايجابيات التحليلية في Opower. كنا أيضًا في مكانة مختلفة تمامًا كشركة و كفريق. و كان اتجاه شركتنا محوري، و أصبحت احتياجات التوظيف لدينا أكثر و لا يمكن التنبؤ بها. كان على مسئولى التوظيف، الذين أصبحوا خبراء موضوعيين في أنواع معينة من الأدوار، أن يمارسوا مجالات العمل المختلفة من أجل تلبية احتياجات التوظيف المتغيرة. و لهذا البسبب، أصبح من الصعب للغاية إدارة عبء العمل و قياس أدائنا.


وفي نفس الوقت تقريباً ، تمت ترقية مديرنا الحالى، ميتشل، لقيادة الفريق. كنا بحاجة إلى تطوير طريقة تفكيرنا في إدارة الفريق و تحقيق أهدافنا. نحن أيضا في حاجة إلى استراتيجية ترشدنا كيفية استخدام البيانات. ذلك عندما اكتشفنا بحث Bersin عن تحليلات المواهب. قمنا بإلغاء لوحات التحكم المنتظمة لدينا لصالح مشروع التحليلات التي كانت تتماشى مع أهدافنا المحددة.

كيف قمنا بذلك
بدلاً من العصف الذهني فقط ، كان عام 2015 يدور حول تجربة الاستفهام try storming- وهي طريقة ممتعة لإختبار أفكارًا جديدة حتى لو لم تكن هذه الأفكار قد تم اختبارها أو تحسينها بالكامل بعد. للقيام بذلك ، كان علينا أن نحصل على بياناتنا بسرعة ، ثم نستخدم تلك البيانات لإختبار الممارسات الجديدة و اختبارها دون معرفة ما إذا كانت تعمل. دعونا نراجع ما فعلناه.

نظام تتبع طلبات التقديم و تصفية الذهن
لكى تكون تحليلاتنا على المسار الصحيح و المستوى الأول ، كان علينا الحصول على بيانات دقيقة. لقد أنجزنا ذلك في خطوتين. أولاً ، استغرق الأمر شهرًا في تنقية بياناتنا السابقة و محو الأخطاء و تجميع عينة من "وظائف منتقاه" بمقاييس دقيقة. ثانياً ، قمنا بتعليم مسئولى التوظيف نظام "لتعيش و تتنفس" و هو نظام تعقب المرشح من خلال إجراء مراجعات العمل الإلزامية الأسبوعية لمدة 3 أشهر. يبدو الأمر مروعًا ، و كان الأمر كذلك ، لكن الاجتماعات كانت بسيطة جدًا: لقد جلس مسؤولو التوظيف في غرفة لمدة ساعة، و قمنا بتحديد وظيفة واحدة لكل متطوع (لن يعرف الموظفون أي وظيفة كلفوا بها حتى الاجتماع).

إذا كانت بيانات موظف الموارد البشرية غير صحيحة ، فليس هناك أي نتائج من المرة الأولى. سنستخدمها أثناء للتعلم و نطلب منهم تصحيحها في الاجتماع التالي. وجدنا أنه في معظم الحالات ، كان التحفيز المهذب و العلني كافيا للحفاظ على بياناتناصحيحة. على الرغم من أن البيانات المثالية غير واقعية ، فإن بياناتنا كانت دقيقة بما يكفي لاستخدامها بعد 3 أشهر. لقد توقفنا عن عقد الاجتماعات ، و بدلاً من ذلك قمنا بإجراء عمليات تدقيق دورية للبقاء على المسار الصحيح.


بعد تنقية بياناتنا التاريخية ، عالجنا التحدي الكبير التالي: استخدمنا البيانات لحل المشكلات. نظرًا لأن أحد أكبر التحديات التي واجهناها كان إدارة قدرة الفريق ، قررنا البدء من هناك. هناك سؤال واحد لطالما جاهدنا من أجل الإجابة عليه، هو "كم عدد موظفين موارد بشرية نحتاجهم لملء عدد X من الأدوار؟" تعتمد الإجابة على هذا السؤال بوضوح على الأدوار ، لكن لم يكن لدينا تفسير يستند إلى البيانات عن لماذا هناك وظيفة واحدة مختلفة عن القادمة. لذلك ، قمنا باختبار إطار يسمى "نموذج رباعي" (Quadrant Model)، و هو طريقة للنظر فى أعباء العمل و الأهداف الخاصة بالموظفين على أساس صعوبة التوظيف بدلاً من عدد الموظفين.

أولاً ، أكملنا بعض الأبحاث الأساسية حول صعوبة التوظيف في أدوارنا ، و التي شملت النظر في الوقت اللازم لشغل الوظيفة و توافر السوق و أعباء عمل موظف الموارد البشرية. في معظم الحالات ، و جدنا أن الصعوبة كانت مرتبطة بقوة بتفرد المهارات في السوق و مدى تكرار توظيفنا لهذا الدور. استخدمنا ذلك لأدوار الجرافة في أربعة أرباع. كان لكل ربع قيمة نقطية مرتبطة بصعوبة توظيفه، و سنضيف نقاط توظيف لقياس عبء عملهم. كما كان لكل ربع وقت لتحقيق الهدف ، بناءً على متوسط ​​الوقت التاريخي لشغلب الربع.



على سبيل المثال ، ستكون المهمة في الربع 2 سهلة إلى حد ما لملئه ، مثل مدير المشروع. مجموعة المهارات الشائعة، نقوم بشغل هذه الوظيفة طوال الوقت بسرعة كبيرة. في المقابل ، فإن الأدوار الرباعية الأربعة هي أصعب أدوارنا ، مثل نائب رئيس الهندسة. إنها مجموعة مهارات نادرة للغاية و نحن لا نقوم بشغل هذه الوظيفة كثيرًا و سيستغرق منا الأمر بضعة أشهر على الأقل للعثور على الأشخاص المناسبة. تشير النقاط المخصصة إلى أن موظف الموارد البشرية يمكن أن يشغل 4 وظائف ببجهد مماثل كشغل وظيفتين.

في عام 2015 ، قامت غالبية شركات التوظيف بتسليم ما بين 25-30 نقطة رباعية لكل ربع. كانت أعباء العمل "عادلة" لأننا قمنا بتعديلها على أساس صعوبة الأدوار. دعنا نلقي نظرة على سالي وبوب في الرسم البياني أدناه ، الذي يقارن مقاييس أداء التوظيف.



يوضح الرسم البياني أنه على الرغم من أن وقت سالي الذي تمتلكه أكثر من وقت بوب ، فإنها تقوم بشغل نسبة أكبر من الأدوار "في الوقت المناسب" وفقًا لأهداف كل ربع. كما تقدم سالي مزيدًا من النقاط الربعية في كل فصل ، كما أن أدوارها أكثر صعوبة من أي شخص آخر في الفريق. إذا كنا قلقين بشأن أداء بوب ، فيمكننا البحث و معرفة ما يحدث. هل يتم تعليق المرشحين في مرحلة المقابلة؟ هل مرشحى بوب ذو المؤهلات المناسبة؟ هو يبحث بوب عن المصادر على نحو فعال؟ و بهذه الطريقة ، يمكن استخدام نموذج رباعي كنقطة انطلاق لحفر البيانات و تقسيمها بشكل أكبر.

الأهم من ذلك ، ساعدنا النموذج الرباعي على تحسين أدائنا. من خلال وجود الأساس المنطقي وراء أعباء العمل والأهداف ، حققنا أهدافنا بشكل أكثر ثباتًا. كما قللنا أيضًا متوسط الوقت اللازم لشغل الوظائف من 93 يومًا إلى 67 يومًا في عام 2015.





في السنوات السابقة، كانت توقعات التوظيف لدينا تسير على هذا النحو: نطلب من قادة الأعمال التجارية ما يريدون توظيفه لهذا العام ، إضافة إلى معدل الاستنزاف التاريخي لدينا لتقدير عملية إعادة شغل الوظائف و كانت التوقعات كاملة. لسوء الحظ ، لم يكن لهذه التوقعات الخاصة بالمظاريف أي تشابه لما حدث بالفعل ، و لم نكن نعرف أبدًا الموارد التي نحتاجها لتحقيق أهداف التوظيف لدينا.

في عام 2015 ، حصلنا على توقعات أكثر دقة باستخدام الصيغ لتوقع الاستنزاف و النمو. فيما يلي بعض ممارسات التنبؤ الجديدة التي أدخلناها في عام 2015:


نمذجة اتجاهات الاستنزاف بدلا من استخدام متوسط معدلات الاستنزاف التاريخية

إضافة عوامل في معدلات الأدوار "غير متوقعة" إلى خطتنا في منتصف العام

تحصيل معدلات النقل

حساب النسبة المئوية من الأدوار التي يتم تركها أو تغيير البحث فى منتصف الملف الشخصي

حساب احتمالية مغادرة موظفى الموارد البشرية الفريق، و مقدار الوقت المستغرق لاستبدال و توظيف موظفين جدد (بالنسبة لنا ، الوقت الإجمالي للتوظيف من 4-6 أشهر)

إدراك عام بأن مديري التوظيف لا يعرفون إلا ما يريدون توظيفه الآن ، لا يعرفوا ما سيحدث بعد 6 أشهر من الآن.

عندما أظهرنا توقعاتنا للعمل ، كانت لديهم شكوك جدية. واعتقدوا أنه كان "حشوًا" ، و أن التوظيف سيكون خفيفًا لأن من المتوقع أن يكون نمو عدد الموظفين خفيفًا. اتفقنا على عدم الاتفاق. كان لدينا و لديهم العمل توقعاتهم. فلننظر إلى ما حدث:



يوضح الرسم البياني أعلاه أن توقعاتنا الجديدة كانت أكثر فاعلية في التنبؤ بخطة التوظيف لدينا مقارنة بتوقعات الأعمال الأولية. كان هذا فوزًا كبيرًا بالنسبة لنا ، لكن المسألة التالية كانت أن فريقنا الحالي لم يكن يعمل إلا بنسبة 70٪ من أدوارنا في نفس الربع الذي حدده تاريخ الهدف. لذا ، كان علينا أن نبقوم بدراسة حالة عمل لمزيد من الميزانية. لقد حققنا ذلك من خلال عرض 3 سيناريوهات لفريق الإدارة لدينا
قدرتنا مع الموارد الحالية

قدرتنا مع الموارد التي من شأنها أن توفر زيادات فورية في التعيينات، و لكن باهظة الثمن

قدرتنا بموارد طويلة المدى فعالة من حيث التكلفة تسمح لنا بتلبية 85٪ من هدفنا.


.
و كما توقعنا، اتفقنا جميعًا على المضي قدمًا في خطتنا الفعالة من حيث التكلفة بدلاً من إنفاق مبلغ هائل من الأموال على الوكالات (لا يبدو أن مبلغ 350 ألف دولار سيئ للغاية عندما يكون نصف تكلفة البديل). لاحظ أن جميع هذه السيناريوهات كانت متأصلة في البيانات و سيتم اختبارها تجريبيًا استنادًا إلى نتائجنا الفعلية. في ما يلي كيفية تنفيذ خطة فعالة من حيث التكلفة لدينا:

• لقد حققنا الهدف بنسبة 100% في عام 2015 بإجمالي 237 موظفًا
• زادت الموارد / الحوافز الجديدة من القدرة بنسبة 20 وظيفة في كل ربع

• عمل برنامج مكافأة مسئول التوظيف Q2 على زيادة القدرة بشكل فعال (اانخفض وقت شغل الوظائف بمعدل في المتوسط من 4 أيام ، و قام كل موظف بشغل وظيفتين أكثر مما كان متوقعا).

كان أكبر أخطائنا هى مكافآة الإحالة التى تبلغ 10 آلالاف دورلار لتوظيف المهندسين. لقد حصلنا بالفعل على برنامج مكافآت إحالة، و لم تزيد هذه المكافآة الإضافية عدد عمليات الإحالة الجديدة. ما فعلته هو زيادة عدد الإحالة الغير مؤهلة.

و من المبادرات المهمة الأخرى التي عملنا عليها في عام 2015 ، دمج بيانات الموارد البشرية و بيانات اكتساب المواهب لتشكيل استراتيجية "أفراد" أكثر تماسكًا. إن ربط هذين يمكن أن يكشف عن معلومات قوية حول فعالية المقابلة و جودة التوظيف و التنبؤات الخاصة بالتوظيف و رؤى أخرى ذات منفعة متبادلة لكل من الموارد البشرية و اكتساب المواهب. دعنا نراجع بعض النتائج التي توصلنا إليها مؤخرًا.
كنقطة انطلاق للتحقيق في جودة التوظيف، قمنا بدراسة ما إذا كانت نتائج المقابلات يمكن أن تتنبأ بأداء الموظفين. من خلال عينة من قبل 261 موظفاً ، قمنا بربط نتائج المقابلات إلى درجات مراجعة الأداء. وجدنا أن المقابلات يمكن أن تتنبأ بالأداء ما دام هناك 5 أو أكثر من المحاورين في الفريق. و مع ذلك ، إذا تم إجراء مقابلة مع موظف من قبل أقل من 5 أشخاص ، اختفت الصلة. على الرغم من أننا جميعًا نعلم أن الارتباطات رغم وجودها إلا أنا هناك ارتياب بشأنها، إلا أن هذا الاستنتاج كان له تأثير كبير على إستراتيجيتنا في التوظيف لأن هذا كان أول دليل لدينا على أن قرارات التوظيف المقترحة بناءًا على رأي شخصين فقط لم تكن جيدة مثل قرارات التوظيف لمقابلة الفريق بأكمله.




في حين أن تصنيفات الأداء هي مقياس واحد لجودة التوظيف ، فإن المقياس الثاني هو الاحتفاظ بالموظفين. قبل بضعة أشهر ، كنا نتطلع لمعرفة ما إذا كانت معدلات الاحتفاظ تختلف في جميع شركات\ مصادر التوظيف. لذلك نظرنا إلى النسبة المئوية للموظفين الذين تم الاحتفاظ بهم في عام واحد مقابل عامين عبر جميع مصادرنا الرئيسية. إليك البيانات:





و من المثير للاهتمام، أنه من المرجح أن يظل الموظفون المحالون في Opower عام أو عامين على حد سواء أكثر من الذين يتعينون عن طريق مجالس العمل أو الوكالات ، أو المرشحين السلبيين الذين تحصل عليهم شركات التوظيف. لماذا ا؟
و من إحدى الافتراضات ، أن الإحالات و التحويلات يحصلوا على معاينة وظيفية أكثر واقعية قبل الانضمام إلى Opower - إما أنهم عملوا في Opower ، أو أنهم أجروا محادثات صريحة مع أصدقائهم الذين يعملون هنا بالفعل. على النقيض من ذلك ، تميل شركات التوظيف و الشركات على حد سواء إلى عرض Opower بطريقة تبرز أفضل جوانب الشركة و الفريق على حد سواء ، و نتيجة لذلك قد لا يحصل هؤلاء المرشحون على أكثر وجهات النظر موضوعية للشركة. الفرضية الثانية هي أنه من المرجح أن يكون لدى موظفى الإحالات و التحويلات الداخلية شبكات اجتماعية أقوى في Opower.
في كلتا الحالتين ، يمكننا استخدام هذه البيانات لإنشاء حالة عمل للاستثمار في برامج إحالة الموظفين و المتدربين لدينا ، و عرض قيم محدد لموظف محدد و تجريب مبادرات الاحتفاظ.

لقد أكملنا تحليلًا مشابهًا لمصدر التوظيف من خلال مراجعات الأداء و لم نعثر على أي اتصال (بمعنى أن الإحالات ، و مرشحي مجلس الإدارة ، و المرشحين الذين يتم الحصول عليهم من قبل جهات التوظيف لديهم نفس الاحتمالات تقريبًا لكونهم أفضل أو أقل أداءً). تشمل المشاريع المستقبلية رؤية ما إذا كانت هذه الاتجاهات تتغير مع مرور الوقت ، و تقييم كفاءات أدوار محددة للموظفين لمعرفة ما إذا كانت مواصفاتنا المهنية تتطابق مع ما يراه المديرون حقًا في وظيفة معينة.


يسمح لنا نموذج رباعي أيضًا بتقدير صعوبة دوران الموظفين. أولاً ، تُظهر بياناتنا التاريخية أن 60٪ من عمليات إعادة شغل الوظائف الخاصة بنا موجودة في الربعين 3 و 4 ، وأن 40٪ من مكابسنا في الربعين 1 و 2 ، مما يعني أننا بحاجة إلى معالجة الصعوبة المتزايدة للوظائف الشاغرة عند توظيف طاقمنا . ثانيا ، مع زيادة حجم شركتنا ، سيزداد حجم المبيعات بشكل طبيعي ، مما يؤثر بشكل مباشر على خطة التوظيف لدينا. ثالثًا ، يمكننا تعيين الأرباع لأدوار موظفينا الحاليين و تقييم الاختلافات في مخاطر فترة التوظيف و الاحتفاظ. إليك ما بدا عليه توقعاتنا هذا العام:



الآن بعد أن استغرقت استراتيجياتنا بعض الوقت ، دعنا نراجع بعض العقبات و الخطوات الخاطئة التي مررنا بها (لا تزال جميع هذه التحديات تقترب حاليًا) تقريبًا.

قانون الموازنة بين التقارير و التحليلات
ما زلنا نحصل على تتبع من جانب طلبات مخصصة للبيانات ، وهذا يشتت انتباهنا في كثير من الأحيان عن "تحليلات حقيقية". من السهل أن نقول ، "حسنا ، دعونا نوظيف المزيد من المُحللين ،" و لكن هذا لا معنى له لفريق بموارد محدودة ، يتعين علينا دائمًا اختيار ما لن يحدث ، وقد نكون أكثر تفكيرًا في تحديد الأولويات.

الأدوات و الأنظمة
لا نزال نستكمل معظم تحليلاتنا في Excel. إنها رخيصة و تنجز المهام، و لكن كل ما نقوم به هو دليل عملي. في عام 2016 ، تتمثل أحد أهدافنا الرئيسية في الانتقال إلى لوحات تحكم تلقائية عن طريق شراء أداة مثل Tableau.

تقاسم الملكية
هناك خطأ أيضًا يتمثل فى وجود شخص واحد فقط في الفريق للحفاظ على تشغيل التحليلات. فإذا رحل، أو كان لديه مشاريع أخرى للعمل عليها ، لن يوجد هناك شخص آخر يمكنه القيام بهذا العمل. يمكننا القيام بعمل أفضل عن تدريب الأفراد ليكون بُدلاء.


معظم الناس في شركتنا ليسوا على دراية بكيفية استخدامنا لبيانات الأشخاص في مجال الموارد البشرية و اكتساب المواهب. سواء كانت رسائل بريد إلكتروني ربع سنوية أو ملصقات على الجدار أو أسئلة و أجوبة حول المشروعات الكبرى ، يمكننا القيام بعمل أفضل كنشر أبحاثنا إلى جمهور أوسع.

النقاط الرئيسية

في ما يلي بعض "أفضل الممارسات" التي نستخدمها للحفاظ على تحليلاتنا على المسار الصحيح. لم نتقن كل هذه الأمور بأي وسيلة ، و لكن كلما مارسناها زادت قوة تحليلاتنا.
احرص على :

كن دائما الهدف: تحديد النجاح. ضع أهدافًا واقعية و قابلة للقياس ، ثم تتبعها. حيث يتحسن ما يتم قياسه.

محلل داخلى: تمكين المحلل الخاص بك و إشراكه في اجتماعات استراتيجية. كلما عرفوا أكثر ، كلما كان بوسعهم المساعدة.

تأليف القصص: لن تتحدث المقاييس و الرسومات البيانية دائمًا عن نفسها. اجعل الأمر سهلاً على جمهورك من خلال تلخيص إجراءات التقديم الرئيسية و التأكيد على معلومات محددة حول الرسوم البيانية التي ترغب في جذب انتباه الجمهور إليها.

اسأل لماذا: غالباً ما تكون عملية التوظيف غير مفيدة عندما يتم عرضها بشكل إجمالي. البحث و التفصيل و تحديد الأسباب الجذرية.
الالتماس و الاقتراض و السرقة: إذا كنت تفتقر إلى الخبرة و الموارد ، فاطلب المساعدة! استشر زملاء العمل في الأقسام الأخرى ممن لديهم خلفيات تحليلية ، أو اطلب منهم المشاركة معك في إنشاء إستراتيجية التحليلات ، اسأل محللين آخرين في شركتك لانتقاد عملك.


لا تفعل...
لا تدع المثالية تفسد ما هو جيد: إذا كنت تصر على بيانات مثالية خالية من الأخطاء ، فقد أخطأت الهدف و لن تكون قادرًا على تحقيق الكثير. اسأل دائمًا "ما هو تأثير الأعمال على صحة هذه البيانات بنسبة 95٪ مقابل 100٪ صحيح؟"

لا تتغاضى عن المكاسب السريعة: ابدأ باستخدام البيانات التي لديك بالفعل. الصعبة و المكلفة ليست دائمًا أفضل من البسيطة و الرخيصة.

لا تركز على الطلبات الثانوية: يمكن أن يضيع وقت المحلل فى طلبات ليست جوهرية لاستراتيجيتك العامة. لا تخف من الرجوع.
لا تستمع لمن يحبط: Analytics = الإشباع المتأخر. في البداية ، ستضع الكثير من الجهد للوصول إلى الأساسيات الصحيحة و تتساءل عما إذا كان العمل له أي قيمة. انه يتحسن.

لا تشعر بالراحة: استمر في التكرار ؛ إعادة تقييم المقاييس التي لا تزال ذات قيمة. يمكنك تبديل ما تعرضه في لوحات التحكم للحفاظ على التفاعل.

.