Workforce Analytics: δεδομένα βαρδιών για καλύτερες αποφάσεις

Τι είναι το Workforce Analytics;

Τον περασμένο μήνα, μια περιφερειακή αλυσίδα εστιατορίων ανακάλυψε ότι ξοδεύει 14.000 δολάρια ανά τρίμηνο σε υπερωρίες - σε μόλις τρεις τοποθεσίες. Ο διευθυντής επιχειρήσεων δεν είχε ιδέα μέχρι που κάποιος φόρτωσε τα δεδομένα προγραμματισμού σε ένα υπολογιστικό φύλλο. Δεκατέσσερις χιλιάδες δολάρια, να διαρρέουν βάρδια τη βάρδια, εβδομάδα με εβδομάδα.

Αυτό το είδος προβλήματος επιλύει το workforce analytics. Όχι με πολύπλοκη τεχνητή νοημοσύνη ή dashboards μηχανικής μάθησης (αυτά έρχονται αργότερα, αν τα χρειαστείτε), αλλά με μια απλή συνήθεια: να κοιτάτε τα δεδομένα που ήδη παράγει η ομάδα σας και να τα χρησιμοποιείτε για αποφάσεις αντί για υποθέσεις.

Στον πυρήνα του, το workforce analytics σημαίνει μέτρηση του τι κάνουν οι άνθρωποί σας - πότε σφραγίζουν κάρτα, πόσο μένουν, ποιες βάρδιες υστερούν σε κάλυψη, ποιος απουσιάζει, ποια τμήματα κοστίζουν περισσότερο - και μετατροπή αυτής της πληροφορίας σε δράση. Βρίσκεται κάπου μεταξύ HR reporting και επιχειρησιακής νοημοσύνης, και για επιχειρήσεις με βάρδιες είναι συχνά η διαφορά μεταξύ αποδοτικής λειτουργίας και απώλειας χρημάτων. (Αν χτίζετε ακόμα τα βασικά HR σας, ξεκινήστε με το εγχειρίδιο εργαζομένου - το analytics έρχεται αμέσως μετά την τοποθέτηση των βασικών.)

Σύμφωνα με το Harvard Business Review, οι εταιρείες που υιοθετούν people analytics ξεπερνούν τους ανταγωνιστές τους σε παραγωγικότητα και κέρδος - ωστόσο λιγότερες από το 30% των οργανισμών αναφέρουν ότι χρησιμοποιούν δεδομένα εργαζομένων για αποφάσεις στελέχωσης σε πραγματικό χρόνο. Το χάσμα μεταξύ της γνώσης ότι τα δεδομένα είναι σημαντικά και της πραγματικής χρήσης τους παραμένει μεγάλο.

Γιατί το Workforce Analytics έχει σημασία για επιχειρήσεις με βάρδιες

Οι εταιρείες γραφείου μπορούν να αντέξουν να είναι αόριστες για τον αριθμό προσωπικού. Μερικοί επιπλέον άνθρωποι στο μισθολόγιο μπορεί να κοστίζουν, αλλά το κτίριο δεν καταρρέει. Οι επιχειρήσεις με βάρδιες - λιανική, φιλοξενία, υγειονομική περίθαλψη, εφοδιαστική - δεν έχουν αυτή την πολυτέλεια. Μία ακάλυπτη βάρδια σημαίνει πελάτες που περιμένουν, παραγγελίες που καθυστερούν ή ασθενείς χωρίς επίβλεψη.

Το workforce analytics δίνει σε αυτές τις επιχειρήσεις τρία πράγματα που δεν μπορούν να αποκτήσουν με άλλο τρόπο:

Ορατότητα στο κόστος εργασίας σε πραγματικό χρόνο

Όχι στο τέλος του μήνα όταν η ζημιά έχει γίνει - αλλά ενώ το πρόγραμμα ακόμα συντάσσεται. Βλέπετε προβλεπόμενες έναντι πραγματικών ωρών, τάσεις υπερωριών και κόστος ανά βάρδια πριν δημοσιεύσετε το ρόστερ.

Μοτίβα που εξηγούν χρόνια προβλήματα στελέχωσης

Γιατί η τοποθεσία Β υστερεί πάντα τις Παρασκευές; Γιατί ο κύκλος εργαζομένων στη νυχτερινή βάρδια είναι 40% υψηλότερος; Το analytics δεν επισημαίνει μόνο το πρόβλημα - σας δείχνει το μοτίβο πίσω από αυτό για να μπορέσετε να διορθώσετε τη ρίζα.

Αποδείξεις για αποφάσεις που βασίζονταν στο ένστικτο

"Χρειαζόμαστε περισσότερους ανθρώπους" είναι αίτημα. "Έχουμε υποστελεχωθεί κατά 12% κατά τις ώρες αιχμής για 8 συνεχόμενες εβδομάδες, χάνοντας εκτιμώμενα 6.200 δολάρια σε έσοδα" είναι επιχειρηματική τεκμηρίωση. Το analytics σάς δίνει τη δεύτερη επιλογή.

Βασικές μετρήσεις στο Workforce Analytics

Δεν χρειάζεται να παρακολουθείτε τα πάντα. Ξεκινήστε με τους αριθμούς που πραγματικά αλλάζουν αποφάσεις. Ορίστε οι μετρήσεις που έχουν μεγαλύτερη σημασία για ομάδες επιχειρήσεων που διαχειρίζονται ωρομίσθιους και εργαζόμενους σε βάρδιες:

Ποσοστό υπερωριών - % ωρών εργασίας πέραν του κανονικού προγράμματος. Σηματοδοτεί υποστελέχωση ή αναποτελεσματικότητα προγράμματος

Ποσοστό απουσιών - Μη προγραμματισμένες απουσίες ως % προγραμματισμένων βαρδιών. Προβλέπει κενά κάλυψης πριν εμφανιστούν

Κόστος εργασίας ανά μονάδα - Συνολικές δαπάνες εργασίας / παραγωγή (παραγγελίες, ασθενείς, κλήσεις). Συνδέει απευθείας τη στελέχωση με τις επιδόσεις της επιχείρησης

Τήρηση προγράμματος - Πόσο στενά οι πραγματικές ώρες ταιριάζουν με το δημοσιευμένο πρόγραμμα. Αποκαλύπτει αν το πρόγραμμα είναι ρεαλιστικό ή απλά εύχεσθαι

Ποσοστό κύκλου ανά ρόλο - Εθελοντικές αποχωρήσεις ανά θέση σε μια περίοδο. Εντοπίζει ποιοι ρόλοι ή βάρδιες προκαλούν εξουθένωση

Χρόνος πλήρωσης βάρδιας - Μέσες ώρες μεταξύ ανάρτησης ανοιχτής βάρδιας και πλήρωσής της. Μετρά πόσο ευέλικτη είναι πραγματικά η διαδικασία προγραμματισμού σας

Ο στόχος δεν είναι να φτιάξετε ένα dashboard με 30 KPI. Είναι να επιλέξετε τρία ή τέσσερα που συνδέονται με προβλήματα που πραγματικά προσπαθείτε να λύσετε - και να τα παρακολουθείτε αρκετά συστηματικά ώστε οι τάσεις να γίνονται ορατές.

Workforce Analytics vs. HR Analytics vs. People Analytics

Αυτοί οι όροι χρησιμοποιούνται εναλλακτικά, και ειλικρινά, τα όρια είναι θολά. Αλλά η πρακτική διαφορά έχει σημασία όταν αποφασίζετε σε τι να επικεντρωθείτε.

WORKFORCE ANALYTICS

• Επιχειρησιακή εστίαση: βάρδιες, ώρες, κάλυψη
• Δεδομένα σε πραγματικό ή σχεδόν πραγματικό χρόνο
• Χρησιμοποιείται από schedulers και διευθυντές επιχειρήσεων

HR ANALYTICS

• Πρόσληψη, διακράτηση, δέσμευση
• Τριμηνιαίοι ή ετήσιοι κύκλοι αναφορών
• Ανήκει στη διοίκηση HR

PEOPLE ANALYTICS

• Ευρύτερο πεδίο: κουλτούρα, DEI, παραγωγικότητα
• Συχνά περιλαμβάνει έρευνες και δεδομένα sentiment
• Στρατηγικό, χρησιμοποιείται από C-suite και CHRO

Για τις περισσότερες επιχειρήσεις με βάρδιες, το workforce analytics είναι το σημείο εκκίνησης. Πρώτα φέρτε σε τάξη τα επιχειρησιακά δεδομένα. Τα στρατηγικά επίπεδα μπορούν να έρθουν μόλις έχετε μια αξιόπιστη βάση δεδομένων προγραμματισμού, παρουσίας και κόστους.

Πώς να ξεκινήσετε με το Workforce Analytics (χωρίς ομάδα δεδομένων)

Δεν χρειάζεστε εργαλείο BI, αποθήκη δεδομένων ή αφοσιωμένο αναλυτή. Αν έχετε λογισμικό προγραμματισμού που παρακολουθεί ώρες και παρουσία, έχετε ήδη την πρώτη ύλη. Δείτε πώς να τη χρησιμοποιήσετε.

Βήμα 1: Ορίστε την ερώτηση, όχι τη μέτρηση

Μην ξεκινάτε με "ας παρακολουθήσουμε τις απουσίες". Ξεκινήστε με "γιατί έχουμε πάντα έλλειψη προσωπικού τα Σαββατοκύριακα το πρωί;" Η ερώτηση σας λέει τι να μετρήσετε. Οι μετρήσεις χωρίς ερωτήσεις είναι απλά αριθμοί σε μια οθόνη.

Βήμα 2: Ανακτήστε δεδομένα προγράμματος 90 ημερών

Λιγότερο από τρεις μήνες δεν θα δείξει μοτίβα - θα δείξει μόνο θόρυβο. Εξάγετε δεδομένα βάρδιας, ώρες εισόδου/εξόδου, μη εμφανίσεις και υπερωρίες. Αν το εργαλείο σας έχει ενσωματωμένη αναφορά και ανάλυση, ξεκινήστε από εκεί αντί να εξάγετε σε υπολογιστικά φύλλα.

Βήμα 3: Αναζητήστε πρώτα τις ακραίες τιμές

Ποια τοποθεσία έχει τις περισσότερες υπερωρίες; Ποια βάρδια έχει το υψηλότερο ποσοστό μη εμφάνισης; Ποιος ρόλος έχει τον πιο γρήγορο κύκλο; Οι ακραίες τιμές είναι εκεί που βρίσκονται τα χρήματα - τόσο τα χρήματα που χάνετε όσο και αυτά που μπορείτε να εξοικονομήσετε.

Βήμα 4: Κάντε μια αλλαγή και μετρήστε το αποτέλεσμα

Το analytics δεν είναι χρήσιμο αν δεν οδηγεί σε δράση. Αν οι υπερωρίες της Παρασκευής είναι σταθερά υψηλές, δοκιμάστε να προσαρμόσετε το πρόγραμμα Παρασκευής - προσθέστε έναν ευέλικτο εργαζόμενο, αλλάξτε ώρες έναρξης, κατανείμετε την ώρα αιχμής. Μετά μετρήστε για τέσσερις εβδομάδες. Λειτούργησε; Κατά πόσο; Αυτός είναι ο βρόχος ανατροφοδότησης που κάνει το analytics αξιόλογο.

Βήμα 5: Δημιουργήστε συνήθεια εβδομαδιαίας ανασκόπησης

Ο πιο κοινός τρόπος αποτυχίας δεν είναι κακά δεδομένα ή κακά εργαλεία - είναι το να κοιτάξετε τους αριθμούς μια φορά και μετά να επιστρέψετε στις αποφάσεις βάσει ενστίκτου. Ορίστε μια 15λεπτη εβδομαδιαία θέση για ανασκόπηση τριών βασικών μετρήσεων. Κάντε το συνάντηση, συνήθεια, αδιαπραγμάτευτη υποχρέωση.

Συνηθισμένα λάθη στο Workforce Analytics

Παρακολούθηση πολλών μετρήσεων. Αν παρακολουθείτε 20 KPI, δεν παρακολουθείτε κανένα. Επιλέξτε τρία που συνδέονται με πραγματικά επιχειρηματικά αποτελέσματα - κόστος εργασίας, κενά κάλυψης και κύκλος εργαζομένων είναι ένα σταθερό αρχικό τρίο για τις περισσότερες επιχειρήσεις.

Σύγχυση αναφορών με analytics. Οι αναφορές σας λένε τι συνέβη. Το analytics σας λέει γιατί συνέβη και τι να κάνετε για αυτό. Μια αναφορά που λέει "οι υπερωρίες τον περασμένο μήνα ήταν 18%" είναι χρήσιμη. Το να γνωρίζετε ότι το 70% αυτών των υπερωριών προήλθε από τρεις εργαζόμενους που καλύπτουν βάρδιες για έναν ρόλο που είναι κενός εδώ και έξι εβδομάδες - αυτό είναι analytics.

Χρήση δεδομένων από ακατάστατες πηγές. Αν η παρακολούθηση χρόνου είναι ασυνεπής - μερικοί χρησιμοποιούν την εφαρμογή, άλλοι χαρτιά, και μερικοί απλά σημειώνονται "παρόντες" από τον διευθυντή τους - το analytics σας θα είναι άχρηστο. Η συνεπής καταγραφή δεδομένων είναι βήμα μηδέν. Όλα τα άλλα εξαρτώνται από αυτό.

Αγνόηση του ανθρώπινου πλαισίου. Οι αριθμοί δεν εξηγούν τα πάντα. Αν οι απουσίες αυξηθούν σε ένα τμήμα, τα δεδομένα θα σας δείξουν την άνοδο - αλλά πρέπει ακόμα να μιλήσετε με ανθρώπους για να μάθετε αν πρόκειται για εξουθένωση, κακό διευθυντή ή γρίπη. Το analytics καθοδηγεί τη συνομιλία. Δεν την αντικαθιστά.

Τι να ψάξετε σε ένα εργαλείο Workforce Analytics

Εταιρικές πλατφόρμες όπως το Visier ή το Workday χρεώνουν έξι ψηφία και χρειάζονται μήνες για υλοποίηση. Οι περισσότερες επιχειρήσεις με βάρδιες δεν χρειάζονται αυτό. Αυτό που χρειάζονται είναι λογισμικό προγραμματισμού που λειτουργεί και ως μηχανή analytics - παρακολουθώντας τα δεδομένα καθώς συμβαίνουν και αναδεικνύοντας insights χωρίς ξεχωριστό επίπεδο BI.

Δείτε τι έχει σημασία:

• Δεδομένα παρουσίας και ωρών σε πραγματικό χρόνο (όχι εξαγωγές τέλους μισθοδοτικής περιόδου)
• Παρακολούθηση υπερωριών με ειδοποιήσεις πριν τα όρια
• Μοτίβα απουσίας και μη εμφάνισης ανά ρόλο, τοποθεσία και βάρδια
• Προβλέψεις κόστους εργασίας συνδεδεμένες με το πρόγραμμα (όχι μόνο ιστορικές αναφορές)
• Εξαγώγιμα δεδομένα για όταν θέλετε να εμβαθύνετε σε υπολογιστικό φύλλο

Το Shifton σχεδιάστηκε ακριβώς για αυτή τη χρήση - προγραμματισμός βαρδιών με ενσωματωμένο analytics που οι ομάδες επιχειρήσεων μπορούν να χρησιμοποιήσουν χωρίς να χρειάζονται αναλυτή δεδομένων στο προσωπικό. Τα δεδομένα βρίσκονται εκεί που γίνεται η εργασία, όχι σε ξεχωριστό σύστημα που πρέπει να θυμάστε να ελέγχετε.

Συχνές Ερωτήσεις για το Workforce Analytics