Wskazówka 1. Analizuj rozproszenie wyników.

Bardzo często podstawowymi miarami raportowanymi w biznesie są suma, czy średnia. Coraz częściej (na szczęście) pojawia się w nich również mediana (wartość środkowa, która dzieli nam zbiór danych na dwie równe części).Bardzo rzadko, szczególnie w HR raportuje się jednak taką miarę jak odchylenie standardowe, które pozwala analizować rozproszenie wyników. Dlaczego ta miara jest taka istotna?

Ponieważ to w rozproszeniu wyników bardzo często tkwi „prawdziwa historia” ukryta w Twoich danych. Czasem średnie czy mediany nie różnią się pomiędzy zespołami, działami, menadżerami lub okresami czasu, który analizujesz. Ale różni się odchylenie standardowe, które pokazuje rozproszenie Twoich wyników. Na przykład, średnie wynagrodzenia mogą być podobne między różnymi działami w Twojej firmie, ale dopiero analiza odchylenia standardowego może ujawnić różnice w zróżnicowaniu wynagrodzeń w tych działach. Dlatego, po pierwsze warto liczyć odchylenie standardowe i porównywać je pomiędzy różnymi grupami czy okresami w czasie. Po drugie, warto robić to w sposób wizualny, np. stosując wykresy takie jak histogram lub tzw. wykres ramka-wąsy, inaczej wykres box-plot, które ułatwiają zrozumienie rozproszenia wyników.

‍

‍

Wskazówka 2. Poznaj i stosuj techniki analityczne

Jeśli chcesz analizować swoje dane HR lepiej, zapoznaj się z kilkoma technikami analitycznymi, które pozwolą ci na zrozumienie relacji między interesującymi cię zmiennymi. Są 3 podstawowe techniki, które warto znać i stosować:

• analiza korelacji – pozwala zmierzyć siłę związku pomiędzy dwiema zmiennymi liczbowymi np. pomiędzy satysfakcją pracowników a ich wynikami w pracy
• analiza regresji liniowej – pozwala na podstawie kilku zmiennych przewidywać inną zmienną liczbową, na przykład określić jakie czynniki wpływają najsilniej na efektywność pracowników
• analiza regresji logistycznej – pozwala przewidywać zmienne zero-jedynkowe, na przykład określać prawdopodobieństwo odejścia poszczególnych osób z firmy

Techniki te umożliwiają sprawdzenie jak różne dane są ze sobą powiązane. Dzięki ich znajomości będziesz np. w stanie odpowiedzieć napytanie jak poziom satysfakcji pracowników jest powiązany z ich efektywnością, albo jak poziom satysfakcji wpływa na rotację. Zastosowanie tych technik przeniesie Cię z poziomu raportowania danych HR na poziom bardziej zaawansowanej analityki.

Jeśli chcesz nauczyć się stosowania wymienionych technik w praktyce sprawdź koniecznie nasz kurs Techniki analizy danych HR.

Wskazówka 3. Zbuduj business case

Często analiza danych w HR opiera się tylko na ich raportowaniu, np. wskazujemy, że wskaźnik rotacji albo absencji w dziale X wynosi tyle, a w dziale Y tyle. Tego typu raportowanie jest oczywiście istotne i powinniśmy je kontynuować, ale nie daje nam ono odpowiedzi dlaczego dane zjawisko wystąpiło i co może się wydarzyć w przyszłości. Zamiast ograniczać się do zwykłego raportowania, skoncentruj się na tworzeniu analiz, które odpowiadają na konkretne pytania biznesowe. Wykorzystując zaawansowane techniki analityczne wspomniane we wskazówce 2, możesz symulować różne scenariusze i oceniać ich potencjalny wpływ na biznes. Na przykład, analiza regresji może pokazać, jak szkolenia wpłyną na efektywność pracowników, co pozwoli na oszacowanie zwrotu z inwestycji w rozwój personelu (zobacz nasz bezpłatny ebook "Jak przekonać zarząd do inwestycji w szkolenia dzięki analityce HR?"). A to są informacje, które najbardziej interesują Twoich decydentów w organizacji.

Wskazówka 4. Korzystaj z narzędzi do analizy danych

Czwartym elementem, który usprawni Ci analizować danych HR jest wykorzystywanie narzędzi analitycznych. Narzędzia te pozwolą ci łatwo wejść na kolejne poziomy analityki ponieważ dają dużo większe możliwości niż „goły” Excel, którym każdy z nas dysponuje w pracy. Pierwszym z takich narzędzi, które warto wypróbować jest JASP – darmowy pakiet statystyczny umożliwiający zastosowanie kilkudziesięciu różnych technik analitycznych. Jest on bardzo łatwy i intuicyjny w obsłudze. Co ważne jest on opublikowany na otwartej licencji Creative Commons, dzięki czemu można go po prostu pobrać, zainstalować(również na komputerze firmowym) i wykorzystywać także w celach komercyjnych.

Drugim typem narzędzi są narzędzia klasy Business Intelligence. Dwa najpopularniejsze na świecie to Microsoft Power BI i Tableau. Narzędzia te umożliwiają przejście z tzw. raportów statycznych, które są przygotowywane np. w Excelu, a następnie wklejane do Power Pointa pod postacią wykresów, na raporty dynamiczne, czyli takie, które przeliczają się automatycznie, po otrzymaniu nowej porcji danych.

Ogromną zaletą tego typu narzędzi jest również to, że  pozwalają użytkownikom na aktywną pracę zdanymi np. manager może zakliknąć swój działu i filtrować wyniki w taki sposób, żeby zobaczyć tylko swoich pracowników albo porównać swój dział do innych obszarów organizacji. Kolejna korzyść z użycia takich narzędzi jak np. Power BI to nie tylko możliwość łatwego filtrowania danych np.  po strukturze organizacyjnej, typach pracowników, ale również łatwego i szybkiego tworzenia wizualizacji. Te zaś znacząco ułatwiają interpretację zgromadzonych danych. Jeśli chcesz zobaczyć jak może wyglądać przykładowy raport z danymi HR zerknij do naszego artykułu o Dashboardzie HR.

‍

Trzecie narzędzie, które również warto wziąć pod uwagę jest „ukryte” w Excelu. To tzw. Analysis Tool Pack, czyli narzędzie pozwalające na uruchomienie prostego pakietu statystycznego w Excelu. Narzędzie to jest darmowe i dostępne w każdej wersji Excela. Natomiast trzeba je uruchomić. Wpisując w wyszukiwarkę hasło „jak uruchomić Analysis Tool Pack”, zobaczysz, że to nic trudnego i z łatwością zainstalujesz go na swoim komputerze.

‍

Podsumowując, te cztery wskazówki to klucz do skuteczniejszej analizy danych HR. Dzięki analizie rozproszenia wyników, stosowaniu bardziej zaawansowanych technik analitycznych, budowaniu business case'ów i wykorzystywaniu narzędzi analitycznych, będziesz w stanie przejść od prostego raportowania do lepszego zrozumienia i wykorzystania danych HR w strategiczny sposób.