數據分析助HR實現「未卜先知」 了解員工敬業度締造美好回憶

數據分析助HR實現「未卜先知」  了解員工敬業度締造美好回憶
Jobsdb content teamupdated on 20 March, 2023
Share

人工智能、大數據等技術的發展已超乎大家的想像,例如近來推出的新型聊天機器人模型ChatGPT,透過大量數據和分析而作出連貫及合理的回應,令人驚艷!無容置疑,數據分析已經影響著世界各地的所有產業,其中當然也包括人力資源行業。麥肯錫表示,超過 70% 的企業將人員分析 (People Analytics)視為首要任務。一眾HR很清楚知道數據和分析是未來策略的重要一環,但是該如何入手呢?難道要中途出家,學習IT專業知識;抑或是自學Python、Tableau、QlikView等數據分析工具;或是進修統計學知識⋯⋯

▪ 40+打工仔成敗只因一件事!如何做好職涯規劃免現中年危機?

▪ 職場夢想家|5字頭先嚟轉行?導遊轉做地產經紀唔想chur人買樓 學拍片做樓市KOL

學習用數據說故事的能力

坊間普遍鼓勵HR應該學習更多數據分析工具,但HR Plus 創辦人Emrys Lam 卻對此有所保留,「HR不是工程或數據科學專業,亦未必具備統計學知識,要完成現有工作的前提下,學習一門全新的技能,這無疑是百上加斤。」HR的主要職責是協助企業最佳化人力資源管理,招攬並保留人才,成為是同事與決策者之間的溝通橋樑。不需要本末倒置,變身為科技專才,反而可以利用自動化數據平台,在不增加現有工作量的情況下,有效革新人力資源的決策流程,集中時間和心力協助政策落實。

他鼓勵傳統的HR選擇數碼增值時,不妨學習使用「數據說故事」的能力。「你可以想像,自動化數據平台就像是GOOGLE MAP,平台向你指明最佳路線、交通工具、車費等資料。但最後如何說服老闆作出最佳決定,並遊說員工執行政策,這依賴HR詮釋數據的能力,並展述具說服力的故事。」

專為本地人力資源而設

Emrys創立人力資源自動化數據平台HR Plus的宗旨便是如此:減低HR數碼轉型的工作量,幫助他們回歸初心,花更多時間與同事互動,不論是邀約同事午飯、組織焦點小組,或是舉辦職場福祉活動,籍此建立員工對公司的信任,而不是只在招攬和離職時才面見同事。

市場上的現行數據分析解決方案相當零碎,亦不是專為人力資源分析而設計,甚至只是單一的問卷調查,分析結果不堪入目。有的方案擁有專業的數據分析,但需要使用者擁有一定的IT專業知識。而兩者兼備的解決方案多專為英美市場而設計,價格不僅高昂,使用前亦要花費額外成本進行本地化設計。於是,Emrys開始思考:「是否可以設計一套專為人力資源設計,功能務實齊全,而且價廉物美的自動化數據平台呢?」

HR Plus填補了這個空隙,專為香港的人力資源行業而設計。Emrys 強調:「2020至2022年間香港損失15萬的年輕工作人口(25-44歲),但市場的職缺與疫情前大致持平,這意味企業間的人才大戰將愈演愈烈,若企業不因能應年輕人才的訴求而制定『因才制宜』的政策,他們將在人才大戰中落入下風。」針對年輕人才,HR Plus設計了獨一無二的敬業度分析,使員工意見得到重視,人才獲得讚譽獎賞,藉此建立企業善治,讓良才擇木而棲。

Emrys相信貼地的敬業度分析才能使員工願意主動分享意見,幫助企業建立良好的讚譽文化。

全面自動化才能及時制定政策

Emrys於2017年首次接觸「員工敬業度分析」的概念,深切明白到自動化分析的必要性。HR能夠即時獲得所需的分析洞見,才能讓決策層迅速作出相應的對策。他當時任職於大型外資企業,需要定期催促同事完成問卷,並交付海外的數據分析團隊整合,再設計報告匯報給決策層,最後落實政策。整個流程不僅需時2至3個月,改善方案更是姍姍來遲,最後只能眼白白看著優秀人才離職,無能為力。

他直言:「我們的敬業度調查,從收集數據到數據分析均全面自動化,其數據儀表版(Data Dashboard)由HR團隊根據決策層常用的指標設計。這意味HR可以在同事完成調查的瞬間,即可實時獲得所需的分析洞見,讓決策層在了解員工敬業度現況。」

敬業度分析涵括員工的工作動機

傳統的敬業度分析通常以單一的問卷調查作為唯一分析來源,但HR Plus的分析採用多面向策略,下至員工之間的互相表揚、對獎賞的偏好、意見的反饋等,上至員工的個人價值主張(EVP)⋯⋯統統納入計算結果,進行深入及全面的分析,從而為HR塑造一個更全面的員工敬業度狀態。

為什麼將個人價值主張納入分析範圍?Emrys解釋:「每個人的工作動機會因應其背景與個人經歷而各有不同,例如,作為父母的同事會更重視工作平衡,年輕單身的會更重視職場發展。傳統問卷調查因受科技的局限,以及分析額外數據所需的繁瑣工作,而假設員工對所有工作動機的重視程度均一視同仁。這樣做的問題就好比您嘗試用A5和牛去鼓勵一名素食者努力工作,這當然不會奏效,而且浪費公司資源。」重視每個員工的個人差異,才能真正了解員工的敬業度狀態,有助決策層「對症下藥」,採取精確行動以回應員工訴求。

在宏觀層面,企業能制定「因才制宜」的工作政策,使新政策在推行時切合員工所需,避免觸及員工底線,從而減少行政阻力及「陽奉陰違」。在微觀層面,企業能以員工個人偏好,為關鍵員工量身定制個人化的生涯規劃,增加他們對工作的投入程度,從而增加生產力及留任率。

▪ 香港AI行業鬧人才荒!初創、企業皆招聘難 新手入門有咩方法?

▪ 【人才荒】勞動人口3年少20萬﹗3大原因致企業難請人 教育、保健、IT極渴才

HR Plus能夠自動化分析所有數據,讓HR對員工的想法一目了然,進而預測他們可能出現的行為。

透過讚譽文化找到同事眼中的人才

現時企業建立讚譽文化時依賴從上而下的運作模式,以管理層的角度了解誰是企業中的人才,再給予認可及獎勵。Emrys認為這種模式擁有一定的局限,管理層公務繁重,與員工相處的時間不多,習慣將人才與成績效掛鈎,忽略了員工在同輩眼中的認受性。

他認為:「特別當業務優秀但不受歡迎的同事被管理層公開認可時, 有機會引起其他同事的質疑,降低同事對企業的信任,若處理不當,同事可能會用腳投票,觸發連鎖請辭。」HR Plus 的讚譽模組強調同輩互相表揚,授權員工去決定誰是他們眼中的人才。當管理層要給予同事公開的肯定及獎勵,能以更全面的角度考慮誰是人才, 以確保被挑選者「又識做數,又識做人」,更重要的獲得民心,是令員工感到:公司真正聽到自己的聲音,有效保留人才。

自動獲取關鍵原因實現未卜先知

所有數據的背後代表了一個人的決定,透過自動化的分析,能夠了解他的想法,並預測可能出現的行為。Emrys笑稱:「這種未卜先知的能力,建基於『馬可夫決策模型』,先不要被專業名詞嚇怕,其背後原理相當顯淺易明。模型相信每個人的決定是由多個互為影響的因素組成,比如當你準備炒老闆魷魚時,有30%原因是因為上司同你鬧交,25%是每晚OT到2點,20%是你的戰友已經辭職,15%係因為新同事『成舊飯咁』教極都唔識。」

HR Plus會自動獲取關鍵原因背後的相關行為數據,例如員工每晚OT到2點,請病假自然會比正常多,並以機器學習模型計算離職概率。 HR可以根據離職風險及原因,決定補救措施及輕重緩急,從而改善該員工的工作處境,成功留住人才。Emrys感嘆:「以往與我共事的人力資源總監曾說『我們或許無法令同事留在公司一世,但我們可以令他們對這份工作有美好的回憶。』希望大家在人力資源管理的挑戰上砥礪前行,共勉之。」

(資料由客戶提供) 

此文章由原作者及Jobsdb HK撰寫/編輯。如欲刊登於其他網站或刊物,請電郵至[email protected]與我們聯絡。如有發現侵犯版權,原作者及Jobsdb保留採取法律行動的權利。

More from this category: Career development

Top search terms

Want to know what people are searching for on Jobsdb? Explore our top search terms to stay across industry trends.

Subscribe to Career Advice

Get expert career advice delivered to your inbox.
By providing your personal information, you agree to the Collection Notice and Privacy Policy. You can unsubscribe at any time.