HR analytics e innovazione data-driven: cosa significa gestire le tue persone con i dati

Il dipartimento risorse umane, da qui in poi HR ovvero Human Resources, gioca da sempre un ruolo fondamentale nell’organizzazione e nella gestione di tutti i dipendenti aziendali, allo scopo di fissare gli obiettivi, massimizzare la performance complessiva, gestire gli MBO e mantenere sempre alta la motivazione dei lavoratori.

In quest’ottica, il responsabile HR ha il compito di creare una cultura aziendale solida e mai tossica, volta la salvaguardia del dipendente e, conseguentemente, all’incremento della sua produttività: sono infatti le persone il centro per il dipartimento HR, la loro individualità e i loro bisogni.

Nel corso degli anni, tuttavia, si è resa sempre più necessaria un’analisi non solo umana delle risorse ma anche numerica: con il progredire degli strumenti informatici e della digitalizzazione, infatti, un’azienda ha bisogno di basare le proprie decisioni e strategie su analisi certe e reali nel suo stato, al fine di rimanere competitiva. La risposta a questa esigenza sono la HR analytics e l’essere data-driven.

Con il termine HR analytics, spesso e erroneamente confuso con People analytics, si intende l’insieme dei processi di acquisizione, analisi, organizzazione e interpretazione dei dati raccolti dalle risorse umane, al fine di aumentare la produttività aziendale e superare eventuali problematiche, come un alto tasso di turn over o di insoddisfazione dei dipendenti.

I dati raccolti da HR vengono analizzati e quindi confrontati con gli obiettivi fissati dall’azienda: in questo modo si potrà valutare se le strategie adottate da HR siano performanti o, in caso contrario, quali siano le criticità riscontrate. Questo tipo di approccio viene detto Dato-driven, in quanto sono i dati a guidare l’azienda a prendere determinate decisioni.

L’HR analytics, quindi, aiuta l’azienda ad individuare i settori dove investire maggiormente o quelli che hanno bisogno di essere sanati, allo scopo di creare un ambiente aziendale migliore e favorire conseguentemente un aumento della produttività e della performance dei dipendenti.

Come abbiamo accennato precedentemente, spesso i termini HR analytics e People analytics vengono interscambiati. La people analytics, tuttavia, supera il concetto di HR analytics, in quanto va oltre il punto di vista delle risorse umane e ha come obiettivo finale sostenere tutto il business nelle sue decisioni, per ottenere customer satisfaction, velocità di servizio e aumento del fatturato.

La People analytics, quindi, supera e ingloba HR analytics, diventando uno strumento di analisi volta al miglioramento della Employee Experience in ogni suo aspetto, da parte di un team di specialisti con competenze trasversali, tra cui programmatori, data scientist e, ovviamente, HR.

HR analytics è costituito da tre fasi principali. Esse comprendono:

I cosiddetti big data (una raccolta di dati informativi così estesa in termini di volume da richiedere tecnologie e metodi analitici specifici) vengono raccolti attraverso software di reporting, questionari, tramite dispositivi mobili o rilevazione di presenze. Questi dati vengono poi categorizzati e archiviati per il futuro (ovviamente un’unica rilevazione non può fornire il quadro evolutivo della situazione aziendale).

Rientrano tra i big data, per esempio, i dati demografici, i dati relativi alla posizione lavorativa e allo stipendio, i dati di performance e di fatturato, i dati relativi a presenze, assenze e, più generalmente, orario di lavoro, infine i dati relativi all’efficienza della formazione dei dipendenti.

I dati raccolti vengono poi analizzati e messi a confronto con degli indicatori di performance chiave (KPI), ovvero indici dell’andamento di un processo aziendale attraverso i quali vengono fissati gli standard interni. Attraverso il confronto con i KPI, vengono poi evidenziate eventuali criticità aziendali, sia attraverso un’analisi diretta del dato, sia attraverso lo studio in chiave statistica degli stessi.

A seconda dell’analisi del dato e delle proiezioni statistiche ottenute dei possibili rischi o opportunità, si arriva poi alla decisione strategica delle possibili misure o manovre da adottare nel futuro, per ottenere un miglioramento della performance aziendale.

Come abbiamo spiegato, con HR analytics è possibile raccogliere, organizzare e studiare enormi moli di dati al fine di adottare la migliore strategia aziendale basandosi su di essi (ovvero essere data-driven). In quali settori viene quindi realmente applicato questo strumento? Vediamo alcuni esempi:

Grazie ad HR analytics è possibile inquadrare quali siano le soft skill necessarie per ciascuna mansione, andando ad assumere i dipendenti più adeguati e non solo quelli più formati. Le competenze tecniche, infatti, possono essere sempre imparate, ma l’attitudine e le soft skill no, sono innate.

Capire i reali motivi di un licenziamento è alla base per evitarne altri e creare il miglior ambiente possibile per i lavoratori. Un continuo cambio di personale è inoltre molto costoso per un’azienda e, a volte, sono proprio i migliori dipendenti a andarsene per insoddisfazione.

HR analytics è fondamentale per avere un quadro preciso della reale impostazione aziendale, spesso poco trasparente e addirittura tossica, al punto di incidere pesantemente sia sulla performance dei dipendenti che sul turnover. Solo in questo modo sarà possibile cambiare impostazione e ottenere un miglioramento generale.

HR analytics analizza l’effettiva competenza dei lavoratori, permettendo sia di formare chi presenta lacune, sia di valorizzare le qualità e personalità migliori, distribuendo le mansioni adeguatamente e investendo denaro sulle persone meritevoli.

Grazie ai dati di analisi preventivamente acquisiti sui singoli profili sarà possibile aggregare specifici team o task force per gestire progetti o lavori speciali ( sostanzialmente qui si vuole parlare della logica people analytics da cui poi deriva la tecnica di formazione della squadra per compatibilità e competenza.

HR analytics è quindi uno strumento fondamentale per ogni azienda, in quanto attraverso esso è possibile ottenere una conoscenza analitica delle risorse aziendali ed essere data-driven, ovvero guidati dai dati stessi, nella scelta delle misure migliori possibili da adottare per ottenere un aumento di performance e produttività dei dipendenti.