Idag handlar podden om betydelsen av att använda data för att fatta beslut inom HR och hur det kan leda till stora förbättringar i att prioritera och få igenom beslut inom organisationen. Trots detta är det fortfarande många som inte arbetar med analys och därmed inte låter det vara en del av sitt aktiva HR arbete. Den senaste Cranetstudien visar att enbart cirka 10% av Sveriges organisationer använder sig aktivt av analys. Men det är faktiskt här ni finner ett stort värde för att kunna påverka och förbättra er organisation positivt. Veckans podd tar bland annat upp varför man ska jobba med analys, vad den faktiska skillnaden är mellan HR analys och people analytics. Vi pratar om de olika mognadsgraderna av analys, från operativ rapportering till analys med hjälp av AI. Vidare lyfter vi olika nyckeltal och datakällor samt dess mätmöjligheter utifrån HR datat.
Så frågan är, vet ni var ni befinner er och är ni medvetna om möjligheterna som finns med er data? Vad är det ni mäter och hur ska ni tänka? Vet du vad din faktiska sjukfrånvaro kostar och hur du kan åtgärda det, både för er lönsamhet och era medarbetares hälsa? In och lyssna för att få mer information och insikter som kan hjälpa din verksamhet att ta mer faktabaserade beslut. Avslutningsvis, prova dig fram och börja med att digitalisera för ta vara på er data. Utgå från där ni står och se till vad ni faktiskt mäter för att ta till var på just det. Och sist - våga lita på analyser och arbeta konsekvent med er data för det är där som värdet finns.
Här hittar du den senaste Cranetstudien och här hittar du rapporten från Grant Thornton som vi lyfter i podden.
Som utlovat finns här också länkar till Intresseanmälan HR Digi och Sapient Insights Group undersökning, webinaret om undersökningen och länk till intervjubokning.
Transkribering av avsnittet:
Anna Carlsson: Välkommen till det här avsnittet av HR Digitaliseringspodden och idag ja, då får ni nöja er med min röst. Jag tänkte att jag skulle prata lite om analys idag, dataanalys och värdet av dataanalys och det här kommer sig av att jag för en månad sen fick en inbjudan till Visma och deras videopodd och prata om HR analys. Och när det här avsnittet släpps så tror jag också den podden är släppt. Men eftersom jag tog fram lite underlag för det så började jag tänka att även ni som lyssnar på podden skulle ha nytta av lite uppdaterad information och påminnelse om värdet av analys.
Anna Carlsson: För länge sen så hade jag ett analysavsnitt i podden och det är faktiskt redan avsnitt sex som hette HR data och analys från november 2019. Det som är intressant är att inte jättemånga fortfarande jobbar med analys och låter det vara en viktig del i sitt HR arbete. Och då pratade vi inte om olika mognadsgrader till exempel i att vad är olika typer av analyser. Så jag tänkte det var läge då att ta det här temat och ha ett avsnitt så här i slutet av säsongen. För HR datat det är det som sagt skapar värdet i organisationen och i den senaste Cranet-undersökningen som jag har tagit upp förut i podden där ser man att enbart 10% av organisationerna arbetar med analys som en viktig del i sin HR strategi.
Anna Carlsson: Därför tycker jag att det är också är viktigt att få er att börja på något sätt. Så idag vad har det här avsnittet för innehåll? Jo, lite grann varför man ska jobba med analys, skillnaden mellan HR analys och people analytics, de olika mognadsgraderna, lite om olika nyckeltal och datakällor och mätmöjligheter utifrån HR datat. Några andra mer avancerade kombinationer av data och vad det kan ge för värde och sen hur vi ska jobba med tilliten till datadriven HR och också hur ska ni ta er vidare så hoppas ni har glädje av det här avsnittet för nu kör vi igång.
Anna Carlsson: Vi startar inte avsnittet riktigt än då jag vill passa på att nämna två saker. Det första är att den 10 maj öppnar 2023 års undersökning som HR Digi genomför tillsammans med Sapient insights group för att undersöka hur HRs digitalisering ser ut i Sverige utifrån användarnas perspektiv det vill säga ert perspektiv, inte leverantörernas. Undersökningen ger svar på vilka teknologier och metoder ni använder och hur det påverkar er verksamhet. Det betyder att undersökningen är oberoende av leverantör och område. Det du använder, det svarar du på. Jag lägger en länk till intresseanmälan i poddtexterna och jag kommer att hålla ett webinar för att berätta mer - också det den 10 maj när undersökningen öppnar.
Anna Carlsson: Det andra är att jag fortfarande genomför djupintervjuer med HR chefer och HR strateger för att förstå mer kring behovet av kompetents inom HR på innovations och digitaiseringsområdet. Jag genomför intervjuerna till och med juni. Boka en tid med mig på länken som också den ligger i poddtexterna på din poddspelare. Intervjuerna har för de som redan deltagit betytt nya tankar och idéer på området HR och tech. Nu börjar äntligen avsnittet om analys!
Anna Carlsson: Ja, varför ska man då jobba med analys? Hur viktigt är det? Ja, om du tänker så här att hela din verksamhet styrs av analys på andra områden.
Anna Carlsson: Affärsbeslut tas ju ofta baserade på data och analyser om allt från din omvärld, marknad och potential, tillverkningskostnader i kombination med lönsamhet för en produkt, marknadskampanjer planeras utifrån kundanalyser och bearbetningar. Och så kommer vi då till medarbetarna och där har vi ju oftast inte lika mycket analyser gjorda och kan därför inte ta så mycket beslut baserad på det och där tror jag att vi tänker fel om vi inte använder den data vi har för att om du jobbar inom HR och vill ha igenom olika aktiviteter som till exempel att du har en intuition och du ser trender i organisationen att ni skulle behöva genomföra en aktivitet, vilket kan vara en utbildning, ett ledarskapsprogram, en omstrukturering. Men om du bara går med din magkänsla till ett beslut så kommer du ha svårare att få igenom det beslutet, men om du kommer med data som backar upp ditt beslut så har du en tendens att lättare få igenom de besluten och sen kan du ju också följa upp och säga om beslutet var bra eller dåligt och den investering som gjordes vad det gav för utfall.
Anna Carlsson: Och när vi pratar om medarbetarna så är ju det oftast verksamheten idag. Det är ju inte produktionen i de flesta fall, utan det är, jag tror det var 76% av våra organisationer i Sverige som är tjänsteorganisationer och det betyder ju att allt det som vi gör tillsammans med medarbetarna för att de ska få lyckas utvecklas och skapa det här värdet för organisationen. Det är ju det som är viktigt och en sak som jag tycker är väldigt intressant. Det är ju att digitalisering pratar ju jag mycket om att göra saker på smartare sätt med hjälp av digitala verktyg. Och det ger ju ett värde på hur effektiva vi kan vara som organisation, att det blir enkelt med processer, att datan blir säker, men du får ju också väldigt mycket data att kunna analysera så värdet för organisationen kommer, framför allt från digitaliseringen när du använder informationen som du får in på olika sätt genom digitalisering. Så ja, det här området som jag pratar om nu analys, det är liksom där värdet finns.
Anna Carlsson: Låt oss då börja lite från början med terminologin och det förekommer två olika termer på marknaden, det vill säga HR analys och people analytics. Och man slänger sig ofta med det utan att egentligen förstå den skillnad som finns däremellan. För HR analys och people analytics är olika saker. HR analys den fokuserar på analyser av HR data och framför allt för att jobba med HRs olika funktioner som rekrytering, utbildning, engagemang och prestation. Det innebär att man samlar in och analyserar HR data och det kan vara beteendedata och det kan innebära demografi, personalomsättningshastighet, sjukfrånvaro och andra HR mätetal för att identifiera mönster och insikter som kan hjälpa HR att fatta bättre beslut om HRs egen verksamhet. Så att det är väldigt internt inom organisationen och den här analyserna får man ju oftast hjälp med från sina olika system som man har köpt in för att stötta verksamheten på de olika områden som rekryteringsplattformar, HR system, medarbetaundersökningar.
Anna Carlsson: People analytics det är en bredare term som egentligen tittar på större saker än bara HRs aktiviteter och det är ju när man börjar sätta ihop data som kommer både från verksamheten och från HR för att titta på hur medarbetarna påverkar affärsresultatet. Så det är ju det som jag ser är den viktiga delen att komma till. Men självklart så kan man ju behöva eller så behöver man börja med att jobba med sin HR analys för att lära sig och förstå hur man ska arbeta med sin data.
Anna Carlsson: Så skillnader och olika analyser man gör på de olika områdena kan vara att inom HR området och HR analys, jag menar då kan man titta på det här som time to hire så rekryteringsanalys, hur effektiv är den. Utvärdera kandidaterna, hur de ser ut och vad man hittar dem och vad man blir bättre på att hitta dem och så vidare och kostnader för rekrytering. Andra områden är till exempel personalomsättningen, den nämnde jag ju tidigare. Och lite grann hur kostnaderna ligger där personalomsättningen och varför man slutar om man har den datan och så vidare. Så att det handlar ju om att identifiera orsakerna bakom en för hög personalomsättning och att utveckla strategier för det. Sen är det ju väldigt vanligt också med löneanalyser och titta på strukturer och jämförelse med branschnormer och liknande. Och allt det här är ju ja, men olika områden som HR jobbar med.
Anna Carlsson: När vi då i stället tittar på people analytics och vanliga analyser där så kan man ju ta upp två exempel och det ena handlar om produktivitet. Alltså hur ser vår produktivitet ut och kan man då hitta olika faktorer som påverkar produktiviteten och där behöver man ju kombinera en massa olika saker. Så vad är produktivitet? Det kan ju vara olika saker som är produktivitet i olika delar av organisationen, men om du tittar på en säljorganisation så måste ju titta på, vad är det för faktorer som man mäts på? Och det måste kombineras med utvecklingssamtal och utvärderingar som är gjorda och titta på klimatet på arbetsplatsen, engagemang och trivsel, så att det är så många olika faktorer som du behöver kombinera för att förstå dig på varför produktiviteten ser ut som den gör och att den ser olika ut. Så kan man hitta hur man kan då skruva på produktiviteten med hjälp av att förstå de olika faktorernas påverkan. Ett annat område som är ju väldigt populärt just nu. Det är ju att titta på kompetens och kompetensbrist och talangutveckling och det har ju också göra med hur man ser på helheten. Att titta på behov inför framtiden, titta på vad har vi för kompetenser och vilka program och insatser behövs för att behålla de talanger vi har och hur hittar vi det i våra olika datakällor för att kombinera det tillsammans och det är då vi pratar people analytics.
Anna Carlsson: Ja, det var några exempel på skillnaden mellan people analytics och HR analys, men som ni förstår det är ju också väldigt beroende på vilken typ av organisation ni är, vad man vill och önskar analysera och vad man vill ha svar på för att stötta verksamhetens utveckling.
Anna Carlsson: Nu går vi över på det som kallas för mognadsgrader. För analys har som sagt flera olika nivåer och frågan är om man redan nu analyserar saker och troligtvis så gör man ju det och jag vill säga att det finns fem olika mognadsgradsnivåer inom analys och då pratar vi all typ av analys inte bara det som vi nu pratar om som är HR analys och people analytics utan annan typ av analys även på finansiella områden och så vidare. Men exemplen när jag tar är från HR förstås.
Anna Carlsson: Så första nivån där jag har sett när jag träffar olika organisationer och ställer frågan att de flesta ligger på fortfarande om man tittar ett tvärsnitt över organisationer i Sverige. Kanske inte du som lyssnar, men många, många andra. I min fråga som jag ställde öppet så hade väl ungefär 64% eller ungefär det var 64% som sa att de låg på nivå ett. Och då pratar vi om reaktiv analys. Man kan också kalla det för operativ rapportering. Och det är här man använder sin HR data för att reagera på affärsbehov. Det vill säga, man samlar ju in via sitt HR system eller man gör det manuellt i Excel. Det beror ju på vad man befinner sig och hur digitaliserad man är och rapporterna skapas då efter behov. Vi behöver just nu veta hur många vi har anställda som har den här utseendet eller jobbar i den här rollen eller har så här många utbildningsprojekt som den har gått igenom vad det nu än kan vara, men det handlar ju om att rapporteringen är reaktiv och görs när och vid behov och nackdelen med den här nivån det är ju ofta att man liksom samlar in och analyserar just en separat del och inte i kombination med andra områden. Men det är ju en HR analys, det är egentligen en HR rapportering och det är ju många som sen gör det här proaktivt.
Anna Carlsson: Och det kallar vi då att man är på nivå två på proaktiv analys eller egentligen så är det väl mer att man använder sig av avancerad rapportering och dashboards och i min enkät så var det 18 % som ligger där och på denna nivå så använder man då som sagt mer avancerad rapportering och olika system för att analysera och benchmarka på sina HR områden. Det gör det möjligt för företaget att få liksom rapporter på att så här ser det ut våra KPIer som vi mäter, trendanalyser i realtid och man kan gå direkt in i system och få upp de uppsatta rapporterna som pågående eller någon vill ha det utskickat till sig. Det är ju nästa nivå så att säga nivå två.
Anna Carlsson: Sen kommer vi till den verkliga analysområdet när vi börjar gå in på att inte kallas för rapportering enbart och det är den strategiska analysen. Och det är att man på den här nivån så är använder man alltså statistiska analyser och så kallade people-modeller för att segmentera datat och identifiera orsakssammanband och det är ju det som man vill uppnå. Man vill ju hitta mönster som man inte ser med blotta ögat för att som vi pratade om tidigare så är det ju oftast så att man går på sin intuition och vill jobba med olika områden. Men det kan ju också vara så att det finns saker som blir synliga via datan man har som man faktiskt inte hade koll på, inte hade som en del av sin intuition eller såg mönster på. Och det här sättet att jobba med strategisk analys det gör att man kan förstå sin data på djupet och identifiera viktiga områden att förbättra. Och man kan då föreslå åtgärder. När det bara är rapportering så är det ju upp till den som läser rapporterna tolkar den på något sätt beroende på hur du genomför den. Men när du jobbar med strategisk analys så är det ju också väldigt viktigt med olika typer av storytelling för att alla ska förstå den analysen är gjord och en förklaringsmodell så att det är enkelt och att ta till sig vad det är man har hittat. För saker som behövs åtgärdas.
Anna Carlsson: Och nivå 4 det är någonting som heter prediktiv analys. Och då använder man avancerade tekniker för att utveckla så kallade prediktiva modeller och riskanalyser och scenarioplanering. Och prediktiva modeller betyder alltså att du kan förutspå och simulera aktiviteter för framtiden och på det sättet redan testa dina idéer och teorier om hur ni skulle kunna åtgärda ett problem. Och man kan se, vad kommer hända om vi fortsätter på den här trenden framåt och det kan ju vara till exempel inom rekryteringsområdet eller personalomsättningensområdet eller sjukfrånvaro och liknande att man kan då få ett scenario om hur det kommer se ut utifrån som bygger då på historisk data, men sen kan det ju också bidra med annan data i det här som gör att du kan få påverka ditt scenario framöver. Så om jag skulle ändra på det här om vi skulle tillsätta en aktivitet, hur skulle det påverka scenariot så att du kan analysera verkligen hur det ska se ut framöver och kan se ut framöver. Så att du tar rätt beslut med vilka åtgärder som behöver genomföras.
Anna Carlsson: Och den sista nivån nivå 5. Ja, det är artificiell intelligens för att kunna använda sig av AI i någon form och kunna aktivera AI att genomföra olika saker då behöver du data så det här är den högsta nivån. Det är att när man kan använda AI för att kunna göra de här analyserna och genomföra egentligen åtgärder. Jag menar att kunna sammanställa information på det avancerade sättet och sen kunna ta beslut och föreslå åtgärder eller genomföra åtgärder. Det är ju det som är artificiell intelligens.
Anna Carlsson: Ja, så nu tänkte jag att vi ger oss in på området lite grann. Vad är det man mäter inom HR? Finns det några just datapunkter som alla jobbar med? Ah det skulle jag väl säga och sen handlar det ju om hur du tar in informationen och det är där jag är tillbaka till att det är så viktigt att digitalisera för att kunna få tag på datan och sen kunna slå ihop den och få fram de här analyserna vi pratar om. Och här handlar det ju om väldigt mycket vilken typ av organisation du är. Men då att lagkrav styr ju att vissa organisationer måste rapportera på vissa olika mätetal. Men jag tänkte gå igenom lite olika mätetal som man har i organisationer.
Anna Carlsson: Första tänkte prata om med personalomsättning. Det är ju vanligt att mäta. Att man mäter antalet anställda som lämnar organisationen inom en viss tidsperiod då. Det kan ju vara under ett år eller det kan rullande ett år tillbaka över kvartal och det är ju ett mått på organisationens anställnings- och arbetsmiljö. Det kan ju vara ett mått på många andra saker också och det är här man plötsligt då kan börja kombinera det med en annan information för att ta reda på hur ska vi motverka en stor personalomsättning? Men det är ju också intressant att jämföra personalomsättningen med andra och andra organisationer i samma bransch då för att se hur det ser ut.
Anna Carlsson: Ett annat mätetal som också är väldigt kostsamt och viktigt. Det är ju sjukfrånvaron. Det är mäter antal dagar som anställda är frånvarande på grund av sjukdom i förhållande till det totala antalet arbetade dagar och det kan ju indikera organisationens hälsostatus och välbefinnande. Och här finns det ju siffror på hur mycket det här kostar. Om du börjar titta och gräva i det här vad din sjukfrånvaro kostar och vad organisationen skulle vinna på att minska sjukfrånvaron, till exempel med 1% så är det ju fantastisk information att ha och sen kunna genomföra och få genomföra åtgärder. För det finns ju så mycket pengar att hämta och som mycket personligt lidande som kan undvikas genom att arbeta med förebyggande åtgärder gentemot sjukfrånvaro.
Anna Carlsson: Ett annat område som är väldigt vanligt att man mäter det är lönekartläggningen då. Hur ser det ut? Hur ser löner ut i jämförelse ja, mellan män och kvinnor och nivåer och liknande?
Anna Carlsson: Sen är det också vanligt med medarbetarundersökningar förstås, och de kan ju ge väldigt goda insikter om anställdas uppfattningar och erfarenheter av organisationen och kulturen, ledarskapet, arbetsmiljön. Men det är ju jätteviktigt att ni använder all den här informationen och gör någonting av den.
Anna Carlsson: Andra områden att mäta är demografi till exempel för att veta hur ser våra, hur ser det ut. Den kan man ju använda på olika sätt. Jämställdhet och mångfald. Ja, det blir ju allt viktigare för organisationer och nyckeltalen är oftast lite svårare att ta fram, men det finns sätt att göra det självklart kan du mäta antalet kvinnliga och manliga och ickebinära och det är ju det som vi oftast mäter kring jämställdhet. Men det finns ju massa dolda andra sätt att mäta, men det vanliga är ju i Sverige att det är det vi mäter. Sen är det ju i andra länder så kan det ju mäta andra saker.
Anna Carlsson: Rekrytering är ju väldigt vanligt att man mäter och har nyckeltal på som mäter tiden från ansökan till anställning och kostnader på anställning. Man pratar också om att man kan mäta intervjuprocessen i lång tid den tar och så vidare för att förbättra sin rekryteringsprocess.
Anna Carlsson: Sen mäter man också kompetensutveckling. Utbildningskostnader och resultat det kan ju vara svårare beroende på hur och på vilket sätt du följer upp dina utbildningsinsatser.
Anna Carlsson: Det kan vara arbetsmiljö och olyckor och då performance management, det vill säga hur uppfattas individen relativt andra i din organisation?
Anna Carlsson: En intressant rapport som jag precis läste av Grant Thornton som tittar på hur framtidens nyckeltal kommer se ut, för vi har ju kopplingen till ESG som blir mer och mer aktuell att vi måste kunna rapportera på och i deras rapporten skriver Grant Thornton att svenska företag står inför ett skifte. Gamla sätt att göra saker på utmanas och ifrågasätts ''På Grand Thornton är vi övertygade om att nyckeltalen, som definierar vår tids sätt att driva mot lönsamhet och tillväxt behöver kompletteras med fler och i vissa fall helt nya för att säkra framtida konkurrenskraft. Man behöver mäta välmående medarbetare, klimatpåverkan, attraktionskraft, ansvarsfullt kunderbjudande, cirkularitet, etiskt agerande.''.
Anna Carlsson: Och det man kommer fram till i de här mätetalen, det är ju viktigt att ledningen visar vägen här när det gäller kopplingen till ESG och att det finns en stor outnyttjad potential i all data som finns i organisationer. Man har också tagit fram tio stycken framtida nyckeltal där sju är HR relaterade och de här sju är då stress, arbetsbelastning till exempel antalet medarbetare per chef produktivitet och effektivitet i team och hos ett företag, kompetensförsörjning, kunskapsinventering och rätt användning av resurser, sjuknärvaro, antal medarbetare som sjukjobbar och vobbar digitalt, medarbetarnöjdhet, löpande realtidsmätningar, inte årliga undersökningar. Hybridaarbete, ROI utifrån fler aspekter. Hälsa och träning från friskvårdsbidrag till friska medarbetare. Så jätteintressant och jag ska se om jag kan lägga upp rapporten någonstans om ni kan komma åt den här från Grand Thornton.
Anna Carlsson: Om vi då går från HRs egna mätetal till kanske lite mer avancerad igen. Det som vi kallar för people analytics, det vill säga analyser som kan påverka en organisations lönsamhet och framgång. Och då tänkte jag ge några exempel. Det första jag vill ta upp är inom retail alltså hur man säljer saker i butik och när man då tittar på försäljning i butik så är det beroende av både produkterna man säljer men också väldigt mycket vilka individer som jobbar i butiken och när och hur många det är och så vidare. Och för att kombinera då det här tillsammans det är då man kallar det för people analytics. Hur medarbetarna som finns på plats påverkar resultatet i hur mycket kunden köper och det här går ju analysera fram och då sen simulera vad skulle hända om vi hade fler personer i butiken vid de här timmarna? Ja, kanske inte gör så stor skillnad. Men om vi har fler personer med den här bakgrunden i den här butiken. Så det är ett exempel.
Anna Carlsson: Ett annat exempel handlar om produktion, alltså tillverkande industri. Där jobbar man ju mycket med att minska felprocenten i produktionen och här kan man också samla ihop olika typer av datakällor för att tillsammans kunna ge rekommendationer i hur man ska minska den här felprocenten. Handlar det om utbildningsgrad eller handlar det om erfarenhet? Vad är det egentligen som är sambanden som kanske inte är så synliga ytan som ger utmaningar i produktionen eller som ökar produktiviteten? Och det här, det är ju det som är så intressant när du väl har data som du kan kombinera tillsammans för att förstå saker.
Anna Carlsson: En annan sak kan vara belöningsanalyser. Hur påverkar olika sätt att betala och ge incentives alltså belöningar och bonusar, resultatet hos säljorganisationen?
Anna Carlsson: Det kan vara hur kundnöjdheten påverkas och vad är det för faktorer hos personalen som påverkar det? Och här kan det vara allt från att använda hur medarbetarundersökningens relation till kundnöjdhet i en viss del av organisationen till väldigt många andra faktorer och som jag försöker beskriva här att de är förra delen när vi pratade om nyckeltal som man behöver mäta som relaterar bakåt mycket till HRs aktiviteter. Så är det här med komplexa steget när man väl kan komma vidare och hitta olika saker att verkligen agera på som ger stort värde tillbaks till organisationen. Och för att veta lite grann hur det här fungerar eller snarare om det finns några rapporter och analyser på hur väl organisationer fungerar bättre om man har en analysfunktion det har jag inte hittat. Men jag vet ju också att för att kunna ha en avancerad analysfunktion så behöver du ju ha en ganska avancerad systemstrategi inom HR. Det vill säga du måste ju ha system som ger dig den här informationen och då kan man alltså länka det till rapporter som visar att om du har en systemstrategi inom HR som är anpassad till er för företagsstrategi, då kan man se att man får förbättrade resultat med 12% jämfört med andra organisationer som inte har det. Och det här gäller affärsresultat. Det gäller HRs mätbara resultat också så att det är liksom hänger ihop. Sen vill jag ju ta upp här att självklart så finns det ju risker och det handlar ju om att om man som organisation har mer fokus att använda sin information till att minska antalet personal och streamlinea sin organisation och inte bryr sig om individerna. Ja, självklart så kan som alltid både system och information missbrukas. Och det är det är sant, då kan man ju jobba med att minska sin personal och köra stenhårt med den. Men det kommer ju inte ge de här affärsresultaten, för vi vet ju också att för att vara en lönsam organisation så behöver du också ha högt på medarbetarengagemang till exempel, och det får du ju inte om du kör medarbetarna i botten.
Anna Carlsson: Ja, hur kommer man då dit med att jobba med analys? Jag kan ju säga direkt från början att den senaste Cranet-studien som släpptes nu är det ju ett år sedan, men det har ju inte kommit någon sen dess.
Anna Carlsson: Så ser man att det enbart är ungefär 10% av organisationer som aktivt använder analys i sin verksamhet och det är väldigt lågt. Jag tror Danmark var dubbelt i alla fall upp, men vi är ju inte så bra på att använda det här med data och analys än så länge. Men som jag nämnde i början så är det ju det som skapar värdet för organisationen att verkligen använda det data som samlas in till att påverka organisationen och medarbetarna positivt och då finns det ju några saker som gör att vi kanske inte riktigt har kommit så långt inom att använda analys och då faktorerna kring vår egen kompetens inom HR. Hur gör vi? Måste vi ha en egen HR analytiker för att kunna lyckas med det här?
Anna Carlsson: Ja, vi måste ju ha någon som är kompetent på området. Sen tror ju inte jag att man måste ha en analytiker på plats eller rekrytera en sån utan man kan lära sig mycket. För oftast finns det ju analytiker i organisationer som tittar på finansiella analyser och andra typer produktionsanalyser och så vidare. Men det de har ju en kompetens kring statistik och analys och du har ju en kompetens på HR om vi gifter dem tillsammans. Så kommer det att bli riktigt bra.
Anna Carlsson: Sen finns det en annan aspekt som är viktig att tänka på när du ska jobba med analys. Det är att vi måste lita på datan och här handlar det om att våra digitala lösningar fullt ut måste användas till organisationen och där kan vi ju gå tillbaks till hur vi rullar ut och implementerar olika digitala lösningar för att genomföra olika saker och att det är viktigt att det här är konsekvent så att alla använder samma sak, för då blir datan korrekt och att man säkerställer att alla förstår vad man menar med olika aktiviteter som genomförs och att det inte finns någon gråzon eller mörkertal där man gör saker vid sidan om utan man måste vara väldigt konsekvent i hur man använder sina system och därmed sen kan använda sin data.
Anna Carlsson: Dessutom utöver att vara kunnig på det här med sin egen data för det behöver ju också HR bli duktiga på både på digitalisering och på då datan som finns inom de olika digitala lösningarna. Så måste också organisationen lita på datan så du måste jobba med organisationens förståelse för vad det här är, vad det kommer ifrån och dessutom så handlar det om att du själv måste bli väldigt duktig på att presentera och skapa stories för det är ju inte bara HR som inte är så duktiga på kanske dataanalys och att tolka sin data att vara digital utan det är ju också likadant med resten av organisationen, med cheferna till exempel att de själva behöver ju hjälp att lita på det här så att ni blir en datadriven organisation.
Anna Carlsson: Och vad finns det då för verktyg som man använder för att bli en analysbaserad organisation och verkligen kan använda sin data? Ja Excel är ju inte helt fel när du väl ska kombinera information, men ganska komplext och här finns ju då i olika analysverktyg som kan visualisera och hjälpa dig att skapa de här stories och ha färdiga dashboard som vi pratade om som produkter i och då ska vi nämna då att HR data i HR systemet där finns det ju jättebra verktyg, men oftast så behöver ju ni plocka ut datan utanför HR verktyget när det är andra HR som ska använda den och då pratar vi om verktyg som Power BI, Tablå och så vidare.
Anna Carlsson: Sen finns det ju också andra verktyg som har specialiserat sig på vissa områden som till exempel planering för att kunna göra planeringar utifrån den data man har. Och sen finns det ju också speciella verktyg som är för people analytics till exempel Visir och Cruncher och liknande.
Anna Carlsson: Och det finns ju fördelar och nackdelar med alla de här verktygen och återigen så finns det ju aldrig ett bra svar som gäller alla, utan det beror väldigt mycket på vad du själv skall analysera och vad du själv har för behov i organisationen.
Anna Carlsson: Så hur tar man sig nu framåt på det här området? Hur börjar ni?
Anna Carlsson: Ja, det är precis som inom digitalisering. Man måste pröva sig fram. Man måste kanske också ta en kurs eller läsa på andra sätt. Du kanske har en statistikutbildning från universitetet som ingick i din utbildning men det handlar ju om att börja använda din data. Sen handlar det ju om då att börja presentera den för andra så att du vågar ta dialogen kring vad datan kommer ifrån och hur den ser ut och vad den egentligen visar. Och framför allt så handlar det ju om att göra saker som är värdefulla för organisationen. Jag pratade med en HR chef faktiskt igår innan jag spelade in det här och hon berättade att hon är jobbar datadrivet och det är en av de saker som gör också att man som HR chef och HR medarbetare kan föra dialog med olika chefer på ett annat sätt. För ni vet ju hur det är när någon kommer till er och så säger de så här den här personen måste få en lönehöjning nu annars går den.
Anna Carlsson: Men att få ihop då information som gör och kan stödja det här beslutet om det antingen är ett bra beslut och ett viktigt beslut att den här personen måste höjas eller om det är ett dåligt beslut som bara kommer kosta organisationen och inte ge värde tillbaka. Och då är det ju en kombination av olika datakällor som hjälper till i den här dialogen och det är ju till exempel ja, men hur har den här medarbetarens om det nu är beläggningsgrad, löneutveckling, senaste utvärdering. Ja, alla de här olika sakerna i kombination för att kunna diskutera är det här rätt måste det här ske. Just nu har personen en nyckelkompetens som måste finnas i organisationen.
Anna Carlsson: Och det här blir ju mycket svårare om du inte har det här materialet och kan möta varje chef. Då måste det ju verkligen kunna varje individ och organisation. Och det är ju inte möjligt, men däremot så kan du använda data till att föra dialogen, så. Ja säger så här idag, gå hem och börja jobba med din data, för det är där som värdet finns.
