Apa itu People Analytics dan Bagaimana Cara Memberdayakan SDM?

Selama bertahun-tahun HR dianggap sebagai tugas untuk 'mempekerjakan dan memecat' sumber daya, tetapi seiring berjalannya waktu, dengan kemajuan teknologi, perusahaan-perusahaan besar berbicara tentang kemungkinan untuk menerapkan big data; yang akan membantu mereka dalam mengambil keputusan yang tepat terkait kesejahteraan karyawan dan organisasi.

Untuk itu, banyak organisasi yang mulai menunjukkan ketertarikan pada people analytics dan berinvestasi di dalamnya. Mari kita pahami apa itu people analytics dan bagaimana hal itu memberdayakan SDM?

Program-program Sumber Daya Manusia tidak perlu lagi didasarkan pada penalaran "lunak" tetapi harus bersifat analitis dan berdasarkan data seperti disiplin manajemen lainnya - Chris Argyris.

Peran konsultan SDM telah berubah. SDM tidak lagi menjadi 'tugas lunak' atau 'orang orang'. Laju perkembangan teknologi telah mengarahkan para profesional HR untuk lebih berpusat pada bisnis dan melek teknologi.

Di antara penambahan teknologi lainnya seperti AI di bidang SDM, Realitas Virtual, Otomasi, Gamifikasi, sistem SDM berbasis Cloud telah memberikan dampak besar bagi para profesional SDM dan telah mengubah dunia SDM dengan cepat, mengubah cara kerja SDM.

Dengan adopsi sistem HR cloud yang meluas, semakin banyak organisasi yang mendanai program-program penggunaan data untuk semua aspek mulai dari perencanaan tenaga kerja hingga keputusan sumber daya manusia dan peningkatan operasional.

Seperti yang disampaikan oleh Joash Narainsamy, Spesialis Kesehatan Organisasi di ICAS Afrika Selatan.

"Analisis tempat kerja dapat memberikan wawasan tentang Manajemen Ketidakhadiran, Presenteeism (hadir namun tidak produktif), Akuisisi dan Retensi Bakat, Manajemen Kelelahan dan Kecelakaan, dan memberi tahu Anda dengan tepat di mana bisnis Anda mengalami kerugian dan apa yang harus dilakukan."

Apa yang dimaksud dengan analisis orang?

People analytics adalah proses meneliti data terkait sumber daya manusia yang tersedia untuk mengukur efisiensi program SDM dan mengidentifikasi pola untuk membuat keputusan bisnis yang mendalam.

Dengan kata sederhana, kita dapat mengatakan bahwa ini adalah proses yang mengacu pada teknik analisis yang menggunakan teknologi, statistik, dan kemahiran untuk kumpulan data bakat yang sangat besar yang membantu manajemen untuk membuat keputusan bisnis yang efektif untuk organisasi serta karyawan mereka sehingga memiliki kesempatan untuk mendapatkan pengembalian yang lebih baik dari investasi mereka dalam bisnis serta orang-orang yang mereka pekerjakan.

Analisis diterapkan pada beragam operasi bisnis dan tantangannya. Rekrutmen dianggap sebagai area pertama dan utama, diikuti oleh area lain seperti perencanaan tenaga kerja, mengukur kinerja karyawan, manfaat kompensasi, dan retensi.

Analisis jaringan organisasi (ONA) dan "analisis interaksi" digunakan secara luas untuk mempelajari perilaku karyawan guna mendeteksi prospek baru untuk peningkatan bisnis.

Berbagai jenis analisis

Menurut Model Kematangan Analisis Bisnis Gartner, ada empat jenis analitik yang digunakan secara luas. Mereka adalah analitik deskriptif, analitik diagnostik, analitik prediktif, analitik preskriptif. Mari kita pahami ini secara mendetail.

1. Analisis deskriptif

Seperti halnya balok atau dinding pondasi yang dianggap sebagai dasar dari sebuah bangunan, demikian pula, Analisis Deskriptif dianggap sebagai pijakan dasar dari intelijen bisnis.

Ini adalah tahap pemrosesan data primer yang membentuk sinopsis data historis untuk memberikan informasi yang bermanfaat dan mungkin mempersiapkan data untuk analisis lebih lanjut. Hal ini terutama berfokus pada pertanyaan 'apa yang terjadi' pada isu-isu yang berkaitan dengan pergantian karyawan, jumlah lowongan, waktu untuk merekrut, laporan karyawan baru, dll.

2. Analisis diagnostik

Kita membuat garis besar yang terperinci tentang apa yang terjadi ketika kita melakukan studi kasus. Setelah kita menyelidiki apa yang terjadi, kita cenderung menggali lebih dalam untuk mengetahui mengapa hal itu terjadi. Demikian pula, analisis diagnostik berfokus pada mengapa hal itu terjadi? Analisis ini menggali sampai ke kedalaman data untuk memahami penyebab perilaku atau kejadian tertentu.

Misalnya, dalam pergantian karyawan, analisis diagnostik akan membantu mengklasifikasikan apakah pemisahan tersebut bersifat sukarela atau tidak. Hal ini ditandai dengan penggalian data, korelasi, penemuan data, dll. Memungkinkan Anda untuk memilih karyawan potensial untuk suatu posisi. Analisis ini mengungkap persepsi yang berarti tentang kumpulan talenta dengan membandingkan metrik suksesi dan tinjauan kinerja di seluruh karyawan yang dipilih.

3. Analisis prediktif

Ini adalah ranting dari analitik tingkat lanjut yang digunakan untuk mengidentifikasi dan memproyeksikan informasi tentang masa depan yang tidak diketahui. Kemungkinan dan peristiwa yang sedang tren. Ini terdiri dari banyak teknik statistik mulai dari pemodelan prediktif, pembelajaran mesin, penggalian data, dan kecerdasan buatan yang menganalisis data saat ini dan fakta historis untuk membuat proyeksi tentang masa depan. Garis besar yang ditemukan di masa lalu dan data transaksional dapat digunakan untuk mendeteksi risiko dan peluang di masa depan.

Sebagai contoh: Saat merekrut, ini membantu untuk mengidentifikasi kandidat yang memiliki kecenderungan untuk bergabung atau yang dapat menjadi efektif dalam organisasi, sehingga membantu tim akuisisi talenta untuk mengisi posisi tersebut dengan cepat.

4. Analisis preskriptif

Ini adalah zona analisis bisnis, dan berfokus pada pengusulan langkah-langkah yang memungkinkan untuk mengarahkan pada solusi atau hasil yang layak. Hal ini terkait dengan analisis deskriptif dan prediktif. Karena analitik deskriptif berusaha memberikan wawasan tentang apa yang terjadi, analitik prediktif membantu memprediksi apa yang mungkin terjadi.

Analisis preskriptif menggunakan kecerdasan buatan dan pembelajaran mesin untuk memahami dampak masa depan. Hal ini bertujuan untuk memberikan strategi terbaik berdasarkan situasi tersebut, sehingga membantu perusahaan untuk mengurangi risiko yang akan datang atau menyarankan opsi terbaik bagi perusahaan untuk memanfaatkan peluang di masa depan. Analisis preskriptif digunakan dalam industri seperti perjalanan, minyak dan gas, transportasi, dll.

Analisis terbaik sebagai alat bantu

Analisis Prediktif dapat dianggap sebagai alat yang luar biasa bagi perusahaan bisnis di antara empat analisis yang disebutkan di atas. Alasannya adalah karena alat ini memiliki kemampuan untuk memberikan persepsi yang berarti ke dalam bidang-bidang seperti manajemen talenta, tunjangan karyawan, dan promosi atau membantu dalam memprediksi informasi tentang kejadian di masa depan yang tidak diketahui.

Sebagai contoh: Perhitungan mengenai efektivitas kursus pelatihan dapat dilakukan dengan bantuan analitik. Hal ini dapat menunjukkan efektivitas inisiatif CSR yang dilakukan oleh suatu organisasi dan memberi peringkat berdasarkan kontribusinya terhadap budaya perusahaan dan partisipasi karyawan. Hal ini juga dapat menentukan karyawan mana yang kemungkinan besar akan mencapai target mereka. Beberapa usaha bisnis terkemuka telah mengacungkan jempol untuk analitik.

Google menggunakan data kinerja karyawan untuk menghitung waktu interupsi yang sesuai untuk memfasilitasi keberhasilan karyawan yang berkinerja tinggi dan berkinerja rendah.

Area di mana analisis orang digunakan

Perkembangan people analytics sudah mendunia dan tidak terbatas pada negara tertentu. Penggunaannya ada di dalam domain SDM dan kerangka kerja bisnis. Area penggunanya kemungkinan akan berkembang secara beragam di tahun-tahun mendatang.

People analytics dapat dimanfaatkan dalam beberapa cara untuk meningkatkan fungsi perusahaan. Untuk menyebutkan beberapa area di mana analitik orang dapat digunakan di dalam perusahaan adalah:

1. Akuisisi bakat
2. Memilih pelamar yang tepat untuk meminimalkan bias dalam perekrutan
3. Meningkatkan keterlibatan karyawan
4. Kesiapan tenaga kerja
5. Mengukur budaya kerja, pengalaman karyawan, dan retensi karyawan.

Sebagai contoh: Google, raksasa teknologi, dianggap sebagai salah satu perusahaan terbaik untuk bekerja. Dengan analisis karyawan, mereka mempekerjakan pelamar terbaik dan mempertahankan mereka dengan tingkat keterlibatan tertinggi.

Namun, area SDM seperti rekrutmen, retensi/perputaran karyawan, dan kinerja karyawan merupakan area inti di mana analitik dapat digunakan, dan organisasi dapat memetik manfaatnya.

1. Rekrutmen

Keterampilan prosedur menguntit lamaran telah mengubah prosedur perekrutan. Penilaian bisa menjadi bias setelah mewawancarai pelamar terlepas dari seberapa akurat informasi yang berkaitan dengan pelamar disajikan. Seperti yang dikatakan oleh Sujee Saparamadu, CEO HRM Orange, dalam sebuah wawancara dengan Better Buys,

"Ketika Anda berbasa-basi sebelum wawancara, hal ini akan membuat Anda secara tidak sadar merekrut berdasarkan bias konfirmasi. Di situlah wawasan kepribadian berperan penting."

Untuk mengurangi bias saat melakukan proses rekrutmen, people analytics dapat digunakan sebagai alat yang berguna untuk melakukan penilaian yang relevan terhadap pelamar. Kejelasan dalam hal data mengenai sifat-sifat kandidat dapat digunakan untuk pemahaman lain, seperti apakah perilaku dan sifat-sifat kepribadian kandidat sesuai dengan budaya organisasi atau tidak.

Selain itu, jika semua data tentang kandidat disimpan dan dikelola dalam perangkat lunak CRM rekrutmen, akan memudahkan HR untuk membandingkan kandidat dan memilih yang terbaik dengan mudah.

2. Kinerja karyawan

Kinerja karyawan adalah di mana gagasan dan prasangka yang telah ditetapkan sebelumnya sulit untuk digoyahkan. Analisis SDM memungkinkan HR untuk mengenali kemungkinan keretakan di antara karyawan dalam departemen/tim tertentu dan pelatihan serta panduan apa yang diperlukan untuk merekatkan dan menutup keretakan tersebut.

Penggalian informasi yang mendalam akan memberikan organisasi gambaran tentang siapa yang akan menjadi karyawan dengan kinerja tinggi dan rendah di antara para pelamar yang baru direkrut. Hal ini akan membantu para manajer berempati, terlibat secara efektif, dan mendorong karyawan untuk meningkatkan kemajuan organisasi secara keseluruhan.

3. Pergantian karyawan

Penggunaan people analytics membantu mengidentifikasi rasio retensi karyawan. Dengan mengumpulkan beberapa data dan mendalami informasi yang tersedia, perusahaan dapat mengamati perilaku karyawan dan memastikan perilaku karyawan yang akan keluar/akan keluar dari perusahaan terhadap karyawan yang loyal terhadap perusahaan.

Sama seperti bisnis yang menentukan apa yang mendorong keputusan pembelian konsumen, jenis pemahaman seperti itu memungkinkan HR mendapatkan gambaran yang adil tentang apa alasan yang membuat karyawan meninggalkan organisasi dan sebaliknya.

Daripada mengandalkan firasat, akan jauh lebih baik jika Anda mengandalkan wawasan berbasis bukti. Hal ini akan membantu SDM membuat keputusan yang efektif untuk meningkatkan retensi karyawan.

Cara membangun strategi analisis orang yang hebat

Jelajahi tujuh langkah berikut ini untuk membangun strategi analitik sumber daya manusia yang hebat:

1. Mencari bantuan dari perintis bisnis

Fungsi ini (people analytics) harus cukup mampu untuk memberikan dukungan global dan bukan hanya analisis teknis. Fungsi ini harus cukup sesuai untuk mengidentifikasi masalah yang tepat yang muncul selama proses bisnis.

Kita harus mencari bantuan dan dukungan dari para pemangku kepentingan, sumber daya TI, eksekutif senior, dan tidak lupa para perintis bisnis.

2. Membentuk tim analitik yang kuat

Keberhasilan people analytics bergantung pada dan terdiri dari tim di seluruh segmen bisnis seperti keuangan, SDM, dll., dan data yang melintasi fungsi-fungsi tersebut. Penting untuk membangun dan membentuk tim keahlian multi-fungsi yang kuat dan erat yang mahir dalam penghitungan data, visualisasi data, pengetahuan institusional, dan keterampilan penasihat sehingga tim tersebut berkembang sebagai tim analisis perusahaan.

3. Mengumpulkan SDM yang andal berdasarkan data

Data yang akurat adalah dasar dari semua praktik analisis. Keakuratan analisis bergantung pada seberapa baik data yang dimasukkan ke dalam perangkat lunak. Kita harus berinvestasi dalam hal uang, waktu, dan eksekusi wawasan yang dapat ditindaklanjuti yang diambil dari analisis untuk mendapatkan yang terbaik dari analisis orang.

Langkah apa yang perlu diambil sangat penting untuk diputuskan setelah organisasi menemukan penyebab masalah melalui proses evaluasi yang diperoleh dari data statistik.

Langkah-langkah yang tepat harus diambil untuk memastikan bahwa kualitas data adalah bagian dari setiap percakapan analitik. Hindari penggunaan data yang tidak relevan karena dapat menyebabkan interpretasi kesimpulan yang salah dan menciptakan turbulensi data.

4. Meningkatkan kefasihan analisis

Untuk memilih tindakan yang tepat, seseorang harus cukup cerdas dalam memahami dan menginterpretasikan data yang rumit. Untuk itu, perusahaan harus menerapkan dan memberikan pelatihan tentang program tata kelola data yang akan memberikan pelatihan dalam mengimplementasikan alat standar, standarisasi laporan dan dasbor, dan lain-lain, serta menyiapkan sekelompok manajer penting dan pemangku kepentingan SDM yang berpengetahuan luas.

5. Mengembangkan peta jalan untuk investasi dalam program analitik

Kembangkan peta jalan investasi analitik untuk pelangi analitik yang luas. Investasi harus diupayakan untuk membentuk operasi bisnis baru bagi organisasi dan bukan sekadar tim teknis di dalam SDM.

6. Menekankan pada tindakan dan bukan hanya pada temuan

Untuk menambah nilai pada program analitik orang, tim analitik harus cukup mampu untuk memahami akar masalah dari informasi yang diberikan dan memberikan solusi terbaik dan paling tepat.

7. Membuat paket data

People analytics mengandalkan pembagian data dari operasi bisnis, SDM, dan sumber-sumber luar. Jadi, perlu dibuat rencana data untuk menyelaraskan/menggabungkan data yang terorganisir dan tidak terorganisir dari sumber internal dan eksternal.

Manfaat analisis orang

Lingkungan bisnis yang terus berubah membuat analisis orang menjadi penting. Untuk mendukung fakta ini, berikut adalah manfaat dari penggunaan analitik orang:

1. Memperkuat pengambilan keputusan

People analytics memungkinkan Anda untuk mengumpulkan informasi dari sumber data yang sangat luas yang membantu membuat keputusan yang efektif. Dalam hal pengambilan keputusan, SDM tradisional bersifat subjektif.

Dengan diperkenalkannya analitik orang, pengambilan keputusan yang subjektif telah berakhir. People analytics memberikan Anda data statistik yang membantu Anda memahami masalah dan membuat keputusan yang efektif untuk mengatasi masalah tersebut.

2. Meningkatkan retensi

Kehilangan karyawan yang sudah ada bisa jadi lebih mahal bagi organisasi daripada mempekerjakan pelamar baru. Analisis SDM membantu Anda meningkatkan retensi karyawan. Seperti yang telah disebutkan di atas, pemodelan prediktif berguna dan memainkan peran penting di masa depan.

Analisis prediktif membantu manajemen mengetahui karyawan mana yang akan keluar/akan keluar dari organisasi. Dengan informasi ini, mereka dapat mengambil langkah proaktif untuk mempertahankan karyawan dan mendorong mereka untuk tetap bersama organisasi.

3. Mendorong akuntabilitas

Presentasi data adalah bagian penting dari perhitungan people analytics. Menerima people analytics berarti menerima dunia visualisasi data yang mudah dan relevan. Data statistik tersebut mudah ditafsirkan dan dapat dipahami dalam konteks tujuan bisnis strategis. Kejelasan ini meningkatkan akuntabilitas, karena karyawan memegang kendali atas data tersebut.

Karyawan yang bertanggung jawab berkinerja lebih baik dan dianggap lebih sebagai aset bisnis. Menemukan cara untuk mendorong akuntabilitas merupakan tantangan terbesar, dan people analytics memungkinkan karyawan yang bertanggung jawab untuk menjawab tantangan tersebut.

4. Meningkatkan kepuasan karyawan

Keterlibatan karyawan telah menjadi isu utama dalam SDM. Karyawan yang merasa puas akan lebih produktif, terorganisir dengan baik, dan lebih setia kepada organisasi tempat mereka bekerja.

People analytics dapat memberikan dampak yang baik terhadap kepuasan karyawan. Dengan people analytics, manajemen dapat memperoleh gambaran tentang bagaimana perasaan karyawan dalam bekerja di organisasi mereka saat ini.

5. Pekerjakan orang yang lebih baik

Salah satu manfaat terbesar dari people analytics adalah mempekerjakan kandidat yang lebih baik dan sesuai untuk posisi tertentu. People analytics membantu Anda mengembangkan evaluasi prediktif untuk kinerja berdasarkan kinerja terbaik organisasi saat ini.

Organisasi dapat menggunakan pengetahuan ini saat mengevaluasi pelamar untuk memastikan mereka mempekerjakan pelamar yang paling mungkin untuk berkinerja baik dalam bisnis mereka.

6. Menghemat waktu

Mulai dari mencari, merekrut, melatih, hingga membina talenta merupakan aktivitas yang memakan waktu dan semua waktu dan upaya menjadi sia-sia karena penempatan yang salah. Dengan analitik SDM, perusahaan mendapatkan gambaran tentang orang dan program mana yang sepadan dengan waktu mereka dan mana yang tidak.

Hasilnya, analisis orang memberi Anda waktu tambahan untuk digunakan pada hal-hal yang mengarahkan hasil bisnis.

Refleksi penutup - Jalan menuju adopsi secara luas

Banyak organisasi yang masih harus membentuk fungsi people analytics yang layak dan dapat diandalkan. Perusahaan-perusahaan yang telah melakukannya terus melaju, dan organisasi-organisasi ini tidak membatasi fungsi people analytics hanya pada domain SDM; tetapi telah memperluas fungsi people analytics untuk bekerja di semua segmen bisnis, termasuk keuangan, SDM, dan operasi bisnis, untuk memperoleh manfaat dari dampak kuat fungsi tersebut terhadap kinerja bisnis.

Analisis SDM akan menjadi elemen inti dari masa depan SDM, dan perusahaan-perusahaan yang menempatkan kepercayaan dan kerahasiaan karyawan pada titik tengah upaya mereka pada akhirnya akan menjadi perusahaan yang menuai hasil yang paling baik. Hal ini dipersiapkan untuk menjadi jalan yang menggetarkan di masa depan.