People Analytics: l’età evolutiva dell’HR

Il termine “People Analytics” inizia a fare capolino nella letteratura di settore orientativamente dall’anno 2016, andando a sostituire gradualmente il concetto di “Human Resource Analytics” che perde l’accezione prettamente “aziendale” per una decisamente più “uomo-centrica”.
Il passaggio al termine “People” infatti, risponde all’esigenza di un approccio evolutivo delle risorse umane che non si limita più all’analisi descrittiva dei fenomeni HR, ma la integra con modelli predittivi grazie all’utilizzo dei dati e degli strumenti di analytics.
La questione dei dati è attualmente una problematica dei reparti HR i quali generano una montagna di dati che troppo spesso non vengono conservati, e ancora meno analizzati, nel modo giusto.
Quella della raccolta dei dati invece dovrebbe essere la base di partenza di ogni azienda per arrivare ad avere le idee chiare sugli obiettivi che la stessa vuole raggiungere (recruiting, misurazione delle prestazioni e dei compensi, conservazione dei talenti, ecc.) e dunque su ciò che si vuole tirar fuori dall’analisi dati.
Ogni organizzazione dovrebbe dunque chiedersi quali dati hanno un valore davvero strategico per la stessa.
Se in generale, l’obiettivo di ogni HR Manager è quello di prendere le giuste decisioni sulla gestione del personale al fine di migliorare le prestazioni aziendali, la People Analytics non si limita solamente alla descrizione di fenomeni HR, ma evolve in un approccio strategico, ipotizza e propone scenari, in altre parole genera conoscenza.
Nel solco di quella che più in generale chiamiamo Digital Trasformation, l’approccio della People Analysis non vuol dire solamente utilizzare un nuovo tool di analitica HR, bensì generare attraverso l’analisi dati, nuovi scenari trasparenti e innovativi sul comportamento della popolazione aziendale.
Ma quali sono i passaggi che mettono in moto tale evoluzione?

Dall’analisi descrittiva all’analisi prescrittiva

Quello che la maggior parte degli uffici HR ha fatto finora è stato produrre report descrittivi su quanto sta accadendo o è già accaduto. Ma nella Descriptive Analysis i dati descrittivi disponibili e relativi allo storico non garantiscono un vantaggio competitivo se non nel breve periodo.
Nella People Analysis invece, ad una prima fase di analisi descrittiva si aggiungono due ulteriori passaggi, la Predictive Analysis e la Prescriptive Analysis.

• L’analisi predittiva utilizza l’insieme delle tecniche di statistiche di data mining e apprendimento automatico, per fornire scenari probabilistici consentendo agli analisti di fare valutazioni sul futuro. Ma è solo un primo passo sul sentiero della conoscenza!
• L’analisi prescrittiva, è essa che genera conoscenza consentendo all’azienda di avere un vantaggio nel lungo periodo. L’analisi prescrittiva va oltre i modelli predittivi fornendo all’azienda delle raccomandazioni sulle azioni da intraprendere e ipotizzando dei possibili esiti ai differenti scenari.

Arrivati a questo punto è necessario fissare un punto fermo: per far si che l’analisi prescrittiva generi effettivamente valore è fondamentale che l’azienda lavori bene su due pilastri: la pianificazione e/o programmazione del personale e la misurazione delle performance attraverso un sistema di feedback che tenga traccia dei risultati prodotti dall’azione intrapresa.
Questa metodologia di analisi, non fermandosi solamente alla raccolta e comparazione di dati, permette alle organizzazioni una comprensione maggiore delle dinamiche del personale sia nel contesto interno che esterno, ponendo le basi, già in fase di diagnosi, per intervenire e riorientare.

Leggi anche Intelligenza artificiale e fattore umano, insieme sono il futuro delle HR

Gli analytics servono davvero? Si, ma a certe condizioni!

Nonostante i primi riscontri sull’utilizzo degli analytics in ambito HR siano molto positivi, sono pochissime le aziende italiane che ne fanno uso o che li stanno implementando.
Per far sì che l’utilizzo degli analytics generi nuova conoscenza e produca miglioramenti negli indicatori di performance dell’HR infatti, devono verificarsi delle condizioni all’interno delle organizzazioni aziendali. Innanzitutto è compito del top management sponsorizzare e incoraggiare una cultura data-driven, ovvero una cultura del processo decisionale basata su quanto emerge dall’analisi dei dati.
In questo aspetto è fondamentale la presenza in azienda di “Agenti del cambiamento” che facciano da catalizzatori e facilitatori della trasformazione culturale.
La seconda condizione è iniziare ad identificare con precisione gli obiettivi, non necessariamente grandi, ma ragionevoli. “Quale problema abbiamo che i dati possono aiutarci a risolvere?”
Ed ecco che sulla base di quanto stabilito nella seconda condizione si può lavorare sulla terza: la raccolta dei dati.
Sebbene maggiore sia la base dati sulla quale lavorano gli algoritmi, maggiore è la qualità del risultato finale; nell’ambito delle risorse umane questo può andare in contrasto con problemi di etica, privacy e dati sensibili. Trovare un equilibrio tra la raccolta dati relativa ai dipendenti ed il GDPR (General Data Protection Regulation) è sicuramente un tema di grande importanza sulla quale le discussioni sono ancora aperte.

Potrebbe interessarti anche Retail Innovation: L’importanza di innovare le HR

Una ulteriore condizione è dare valore ai risultati. Ciò che rende l’utilizzo degli analytics uno strumento davvero strategico è un continuo processo di change management, dove i risultati positivi vengono integrati in routine organizzative.
Infine, ma non ultima per importanza, la comunicazione. Questa condizione va intesa su due livelli: il comunicare bene gli obiettivi dell’utilizzo degli analytics, anche a coloro i quali non fanno parte dell’HR; e il saper raccontare quanto emerso dall’analisi dati al top management.
Lo storytelling infatti è fondamentale per permettere ai leader di focalizzarsi sulle evidenze importanti e prendere le decisioni nei tempi utili.

Credit

1. Photo by Timon Studler on Unsplash
2. www.iconsulting.biz
3. www.medium.com