עידן ה-Big Data מאפשר ניתוח כמויות גדולות של נתונים המשפר את יכולת החיזוי ומאפשר בסופו של דבר, להגיע מהר יותר למסקנות ולתובנות עסקיות חדשות ואיכותיות. ועכשיו, גם אנשי ה-HR חייבים לעצור לרגע ולבחון כיצד פועלים בסביבה הכיאוטית הזו וכיצד ניתן לקבל החלטות הכרוכות בניהול אנשים, כישרונם וכישוריהם, בצורה יעילה יותר
עידן ה-Big Data מאפשר ניתוח כמויות גדולות של נתונים המשפר את יכולת החיזוי ומאפשר בסופו של דבר, להגיע מהר יותר למסקנות ולתובנות עסקיות חדשות ואיכותיות. ועכשיו, גם אנשי ה-HR חייבים לעצור לרגע ולבחון כיצד פועלים בסביבה הכיאוטית הזו וכיצד ניתן לקבל החלטות הכרוכות בניהול אנשים, כישרונם וכישוריהם, בצורה יעילה יותר
- פורסם 06/08/13
"אם אתה לא יכול למדוד את זה אתה לא יכול לנהל את זה"
גורו הניהול, פיטר דרוקר
נפח המידע, המהירות בה הוא נוצר והגיוון הרב שבו, צומחים בקצב מטורף שאינו עוצר לשנייה. כמעט שני זיטהבייט של נתונים מעובדים במהלך השנה (שזה כמעט שני טריליון גיגהבייט…) והמספר הזה מכפיל עצמו מדי שנתיים. שטף המידע האדיר המגיע מכיוון האינטרנט, המדיה החברתית, תוכניות נאמנות לקוח, טכנולוגיות חישה מגוונות, נתוני Call Center ודומיהם, משאירים ארגונים רבים בערפל לגבי השאלה כיצד ניתן למקסם את הערך העסקי של כמויות הנתונים הללו. זהו עולם ה-"Big Data". עולם המלא בשאלות חדשות, מודלים חדשים והזדמנויות חדשות.
רעיון ה-Big Data נולד בסביבת האינטרנט, כאשר חברות המרכזות כמויות אדירות של מידע באופן שוטף החלו לחשוב על דרכים להפיק גם תובנות מהנתונים הללו. כיום מתייחסים במונח בעיקר לתחום בו מתבצע ניתוח רב ממדי של נתונים בנפחי ענק ממגוון רחב של מקורות ותחומים, המספקים תובנות בנוגע להתנהלות ה"עולם האמיתי". ניתוח כמויות גדולות של נתונים, המתבצע תוך הבנת ההקשר הנכון של הנתונים האלה, משפר את החיזוי ומאפשר בסופו של דבר להגיע מהר יותר למסקנות ולתובנות עסקיות חדשות. נראה שהארגונים המצליחים ביותר יהיו מסוגלים להפיק תובנות מהתצפיות שלהם – עוד בזמן שבו התצפית עצמה נמשכת.
חייבים להשקיע הרבה יותר מאמצים
"כמויות נתונים רבות היו מאז ומתמיד מנת חלקן של תעשיות המידע ותקשורת", כתבו לא מכבר אנשי חברת הייעוץ מקינזי. "איסוף, שמירה וניתוח של Big Data לצרכים הפנימיים של הארגון, יכולים לייצר ערך מוסף לעולם הכלכלי ולהביא להגדלת הפרודוקטיביות והתחרותיות של ארגונים". החוקרים של מקינזי תמימי דעים: חברות וקובעי מדיניות חייבים להשקיע הרבה יותר מאמצים כדי למקסם את הפוטנציאל הטמון ב-Big Data וכל זה מביא למסקנה אחת ברורה: כולם, אבל, כולם, מושפעים. לכן גם אנשי ה-HR חייבים לעצור לרגע ולבחון כיצד פועלים בסביבה הכיאוטית הזו וכיצד ניתן לקבל החלטות הכרוכות בניהול אנשים, כישרונם וכישוריהם, בצורה יעילה יותר.
נראה שעבור צוותי ה-HR נתונים והרבה מאוד מידע מהווים הזדמנות גדולה. באמצעות הבנת הדרישות העסקיות הרחבות ושאלת השאלות הנכונות, אנשי ה-HR יכולים לאסוף נתונים היכולים בסופו של דבר להשליך במישרין על הליכי הגיוס של אנשים חדשים (למשל, היכן למצוא אותם וחשוב מכך – מי הם בדיוק ולשמר את הקיימים. על ידי ניתוח הנתונים המצטברים לאורך זמן במערכת הארגונית ניתן גם לצפות מגמות בניהול עובדים ואולי אף לפתח דרכים למניעת תקלות אפשריות בניהול. חשוב לזכור: העובדה שיש בידי מישהו מאגר גדול של נתונים אין משמעותה שיש לנתונים הללו ערך כלשהו. שימוש לא נכון יכול בהחלט להסתיר מהארגון תובנות חשובות שיכולות ללכת לאיבוד. כך לדוגמה, שיעורי היעדרות מהעבודה, מספקים לארגון נתון חשוב, אבל, בתוכם יכולים להיות מדגמים קיצוניים, למעלה ולמטה, המספקים כל אחד מסלול לפעול בו, כאשר, לעתים, הם אף סותרים דפוסי חשיבה הנשמעים ונראים כהגיוניים.
צוותי ה-HR חייבים לעשות שימוש בנתונים בחוכמה. לוודא שהאסטרטגיה של מערך ה-HR מתואמת במלואה עם המדיניות העסקית. רק אז ניתן להתחיל להבין כיצד האג'נדה של ה- HR תואמת לשאר. צריך להתבונן לעומק בנתונים הנאספים ולהבין איזה ערך עסקי ניתן להפיק מהם כתומכים באסטרטגיה העסקית. יש צורך לזהות את פערי המידע ולהפסיק לאסוף נתונים שאי אפשר לעשות בהם שימוש, וכן, צריך לאחד את כל מצבורי המידע למקום אחד עם גישה נוחה אליהם מכל חלקי הארגון. עם זאת מנהל HR צריך להשלים עם הרעיון שלחלק מהנתונים שנאסף, יתכן שלאורך זמן, יש מעט מאוד השפעה על הארגון.
הררי נתונים של מועסקים
בראיון שנתן לא מכבר ניק הולי, המנהל את בית הספר הנלי למצויינות ב-HR, אמר הולי כי לעתים בהחלט ייתכן שמערכות ה-HR אוגרות הררי נתונים של מועסקים שאינם בהכרח אלה שנדרשים על מנת לתת מענה על הצרכים העסקיים כיום. לדבריו, אנשי ה- HR צריכים להשלים עם העובדה ולהודות בכך, שלא תמיד נתונים שנאספו בעבר אכן תואמים להווה. באמצעות השאילתות הנכונות, יכולים אנשי ה-HR להתחיל ולזהות את הנתונים הנדרשים להם.
Big Data מספק כיום את ההזדמנות להתחיל בקטן דווקא, מרמת הפרט, ולעלות למעלה. דוגמאות לא חסרות והן מספקות תובנות באשר לשימושים ולתועלות שבהבנת סביבת העבודה והדרך בה היא משפיעה על העובדים והמערכת.. למשל חיבור המידע עם נתונים מההווי היומיומי, כמו למשל עם מי מתכתבים העובדים, יכול לספק תובנות על שינויים במקומות ההושבה בשטח המשרדים, לטובת חיבור של אנשים הנמצאים ממילא בתקשורת יומיומית הדוקה. כאשר אנשים חשים שהם יותר יעילים בעבודה, פוגשים יותר אנשים ממחלקות שונות, הם מאושרים יותר בעבודתם ופרודוקטיביים יותר.
Big Data יכול לתת חיווי חשוב על המידע המצוי בידי הארגון. כלי ניתוח ממוחשבים יכולים לנטר כיום די בקלות את כל המסמכים, המיילים, שיחות הטלפון, נתוני האינטרה-נט ואחרים (ובלי לחדור לצנעת הפרט) כדי לגלות מהו בסיס הידע הארגוני ומי מהעובדים מומחה באיזה תחום ואיזה מידע חסר למערכת. כך למשל, קל יהיה לעלות על ידע יקר ערך, שאולי יעלם מהארגון אם האדם האחד שמחזיק בו מתכוון לפרוש לגמלאות בקרוב… כך ניתן לגלות מי מהעובדים הוא מה שמכונה Tipping Point, אותם אלה שמחברים את העובדים, ה'מרשתים', שיודעים הכל על הכל וחבל יהיה לוותר עליהם לטובת המתחרים.
Big Data ויישומיו לא רק שומר על הידע בתוך הארגון אלא מסייע באיתור המועמדים המתאימים לעבודה. כלים אוטומטיים יכולים לסרוק קורות חיים, להצליב אותם עם נתונים הזמינים לציבור באתרי המדיה החברתית בעיקר, ולצייד את מערך ה-HR בציון המדרג את התאמת המועמד למשרה המבוקשת. הערכות מקוונות אף יכולות לספק הרבה יותר מידע מתשובות שיספק המועמד עצמו, לא רק בחלק של המידע, אלא גם בדרך שבה ענה המועמד: כמה זמן לקח לו לענות על שאלה מסויימת? באיזה סדר הוא ענה על השאלות? וכד'. לעתים, ציוני הבגרות, או ההישגים בבחינות הגמר באוניברסיטה, אומרים פחות מראייה כוללת של איך באמת עובד המועמד בשעת לחץ…
הסטארטאפים מתגייסים
בזירה הגלובלית יש כיום לא מעט חברות, מרביתן סטארטאפים, המזהות את הצורך בחיבור בין עסקי משאבי האנוש לבין מערכי הגיוס שמאחוריהם והכח הטמון בעידן ה-Big Data. חברת Gild, לדוגמה, מנסה לאתר מתכנתים מוכשרים ברשת – מקצוע מבוקש ביותר ברחבי העולם כולו, אבל לא רק זאת: החברה מנסה לזהות מראש את סיכויי ההצלחה של המתכנת במקום עבודתו העתידי. בין הלקוחות העושים כבר שימוש בטכנולוגיה: אמזון, לינקדאין, גוגל ופייסבוק. חברת TalentBin, פועלת בתחום דומה ומספקת למעסיקים רשימות מומלצים לתעסוקה והמתחריה, חברת RemarkableHire מגדילה לעשות ומצרפת גם הערכות של חברים למקצוע. חברת Entelo מנסה לאתר מועמדים לעבודה, בשלב שבו הם אפילו טרם התחילו לחפש. החברה עושה שימוש בלמעלה מ-70 משתנים שלדעתה מצביעים על כך שמישהו נמצא בשלב בו הוא שוקל שינוי קריירה. ואילו חברת Knack, מעמק הסיליקון, עושה שימוש במשחקי מחשב ומדידה קבועה כדי לזהות אינטליגנציה רגשית אצל עובדים ויכולות לקחת סיכונים. לדברי סוזאן אטלינגר, אנליסטית בקבוצת המחקר Altimeter, התחום בהחלט שווה בדיקה, אבל, להערכתה הוא עדיין בתחילת הדרך וצריך לחכות לתוצאות ממשיות.
התחום החדש, שאפילו זכה לשם מחייב: Workforce Science, מעמיד לעתים בבעיה לא קלה את מנהלי ה-HR, שלא פעם נוטים לסמוך יותר על תחושות הבטן ועל נסיון של שנים ככל שמדובר בגיוס עובדים, שימור עובדים או ניהול קריירה וכשרונות. בראיון שנתן לניו יורק טיימס, אחד מהגורואים המודרנים, פיטר קאפלי, מנהל המרכז ל-HR בוורטון, אומר קאפלי שלא מעט חברות יצטרכו להסתגל לרעיונות החדשים. כיום, הוא אומר, כשכל שיחת טלפון, מייל, שורת קוד או הקלקת עכבר משאירים עקבות דיגיטליים, קל לאסוף אותם ולכרות מהם תובנות עסקיות על כיצד אנשים עובדים ומתקשרים.
הטכנולוגיה הדיגיטלית, הוא אומר, אף מאפשרת לבצע יותר בקלות הערכות מבוססות אישיות, תוך שימוש לא רק בנתונים אובייקטיביים, אלא תוך שימוש במגוון כלים שפותחו במיוחד, דוגמת משחקים וחידונים אותם העובדים מתבקשים למלא.
היות ומדובר במדידות דיגיטליות, ניטור ומעקב כמותי אחר פעילות, העוסקים בתחום תמימי דעים שהכי קל ליישום של ניתוחי Big Data לגבי העובדים הזמניים, עובדי ה'שעה', שם מרבית העבודה די חוזרת על עצמה במהלכים קבועים מראש. שאלת המפתח היא האם ניתן ליישם את הכלים החדשים גם על זיהוי וטיפוח העובדים היותר מוצלחים בעבודות יותר מורכבות ותובעניות. כך לדוגמה, ההערכות לגבי אנשי מכירות דיברו מאז ומתמיד שהם חייבים להיות קודם כל אנשים 'מוחצנים' כדי להצליח בעבודה. אבל, מידע שנאסף באחרונה על בסיס נתונים של מיליוני עובדים ברחבי העולם, כמו גם על בסיס הערכת המנהלים שלהם, מגלה שמאפייני ההצלחה של אנשי מכירות טובים הם דווקא, מה שכונה "אומץ רגשי", אותה יכולת להמשיך ליעד הבא ולא לעצור, למרות אינספור תשובות שליליות וסירובים…
מיליוני נתונים
בגוגל, במשך שנים התקבלו אנשים לעבודה על פי תוצאות הבחינות וממוצעי הציונים באקדמיה. אבל כיום, הם רק חלק מהבדיקות שמבוצעות בחברה במהלך מיון העובדים. בגוגל זיהו שהעובדים המוצלחים ביותר, הם אלה שחדורים בתחושת משימה ברורה לגבי עבודתם ומרגישים שיש להם חופש פעולה אישי נרחב. הנתונים, למותר לציין, נאספו מניתוח של עשרות ומאות אלפי נתונים שנאספו במחשבי החברה.
חברת Evolve עושה שימוש ב-Big Data כדי לייעץ לחברות את מי לגייס, כשבבסיס הניתוח נמצאים מיליוני נתונים. כך לדוגמה, התגלה כי עובדים השורדים בארגון יותר זמן משמעותית מאחרים, הם אלה המפגינים יושרה רבה יותר. כחלק מהליכי הגיוס עליהם ממליצים בחברה נמצאת גם שאלה המתייחסת ליכולת המועמד לבצע פעולות דוגמת קיצורי מקלדת במחשב. אם התשובה היא כן, מתבקשים המועמדים לבצע את הפעולה בהמשך המבדק…
נתון מעניין נוסף מהתובנות של החברה שהתבססו על לא פחות משלושה מיליון קטעי נתונים שנאספו מלמעלה מ-30 אלף עובדים, גילו כי אנשים שמילאו טפסי מועמדות לעבודה ממחשבם האישי, עליו הותקן דפדפן שאינו האקספלורר שבא עם המחשב מהחנות (למשל כרום או פיירפוקס), נטו להשאר יותר זמן במקום עבודה אחד כשהם מקבלים החלטות בצורה מחושבת יותר… עבור חברות ששוכרות מדי שנה לעבודה אלפי ומאות אלפי אנשים, הנתון הזה יכול להיות משמעותי ביותר לשורת הרווח. עבור זירוקס, גילתה Evolve, שאחד המדדים שעובדי שירות הלקוחות יישארו יותר שנים בעבודה תלויה בקלות ההגעה לעבודה, מה שהוביל את החברה לנקוט בפעילות יזומה של הסעת עובדים. התוצאה: חסכון של חמישית בהוצאות על גיוס כח אדם חדש.
בסקר רחב היקף – 2013 Global Assessment Trends, שערכו ד"ר שרה פלה וד"ר טרייסי קנטרוביץ מ- SHL, עולה שפחות ממחצית ממנהלי ה-HR שרואיינו עושים שימוש בנתונים אובייקטיביים כדי לקבל החלטות לגבי מועסקים. פחות מרבע מעידים כי לארגון בו הם עובדים יש ראייה והבנה ברורה של הפוטנציאל הגלום בכח האדם שלרשותם ופחות מחמישית דיווחו כי הם מרוצים מהדרך בה מערכות המידע בארגון שלהם מסוגלות לנהל נתונים על כשרונות וכישורים בארגון. "די ברור מהסקר", אומרות פלה וקנטרוביץ, "כי הפוטנציאל של השימוש ב-Big Data רחוק ממימוש כיום. הוא יאפשר למנהלים בארגון לקבל החלטות טובות יותר לגבי עובדים. הדבר בולט במיוחד כשמדובר בניהול כשרונות וכישורים, אחד המשאבים היותר יקרים במערכת. זהו אתגר שמנהלי HR חייבים להתמודד עימו. Big Data יכול לסייע ולספק את התובנות הנכונות רק אם יאספו אותו באופן קבוע ושיטתי, תוך שימוש בכלי מדידה וכימות אובייקטיביים".
אלגוריתמים ו-Big Data הם כלים רבי עוצמה – בידיים המתאימות, בשימוש חכם ונכון הם יכולים לסייע לחבר את האנשים הנכונים לעבודה המתאימה. בכל ארגון, בכל גודל, יש אינספור נתונים שנאספו משלל מקורות. מידע על ביצועים, דמוגרפיה, השכלה, עבודה קודמת ומשתנים רבים נוספים. האם אנו באמת עושים בהם שימוש מדעי כדי לייעל את קבלת ההחלטות? כנראה שלא. או, עדיין לא. אם נצליח ליישם את המידע כדי לייעל בחירה, ניהול והשמה של עובדים, הרווחים יכולים להיות עצומים. הבסיס, כך מסכימים כולם, הוא ביכולת לשאול את השאלות הנכונות. הנתונים כבר שם.
הכותב הוא יצחקי קורן,סמנכ"ל שיווק בסינריון מערכות התמחה במתן פתרונות תוכנה מתקדמים לניהול ההון האנושי בארגון www.synerion.com
Tags: ניהול ידע