3 byggeklosser for suksessfull datahåndtering innen HR

Mengden av HR-data som samles inn av bedriften din er enorm. For å unngå å drukne i dette havet av data, trenger du en plan for å administrere, lagre, validere og konsolidere dataene dine på en korrekt og effektiv måte.

1.) En sentralisert HR datainfrastruktur

Jo større og mer internasjonalt aktiv virksomheten din er, jo høyere er behovet for en sentralisert tilnærming når du setter opp din infrastruktur for HR-data. Ta for eksempel et selskap som trenger å samle datakilder til rapporter fra forskjellige land. Å jobbe i skyen er et must for å få til dette på en kostnads- og tidseffektiv måte.

Her kan dataintegrasjonsverktøy og datavarehus spille en nøkkelrolle. Gjennom en prosess med å trekke ut, transformere og laste opp, flytter dataintegreringsverktøy data fra de opprinnelige kildesystemene til datavarehuset ditt, hvor dataene deretter konsolideres, lagres og analyseres.

Du kan velge å bygge nødvendige dataverktøy og datavarehus selv. Dette krever imidlertid omfattende ferdigheter innen datavitenskap og dataarkitektur. Hvis din bedrift mangler denne kompetansen, kan outsourcing av denne oppgaven være en løsning. Eller du kan velge eksterne applikasjoner og plattformer.

Verktøyene varierer sterkt fra ett selskap til et annet avhengig av mål og datamodenhet:

• For å få litt grunnleggende innsikt i virksomheten og de ansattes data, vil analyseverktøy som Excel og SPSS gjøre susen.
• For å få et reelt grep om dataene og resultatene dine, trenger du rapporteringsverktøy (som Power BI, Tableau eller Power Query) eller verktøy med forhåndsdefinert innebygd rapportering (som HRM-systemer med standard eller tilpassede dashboard og rapporter).

Les også: De 4 stadiene av modenhet innen HR dataanalyse 
 

2.) HR datavalidering 

Datavalidering er en avgjørende del av enhver datahåndteringsoppgave. Dette betyr å sikre at dataene dine er korrekte og nyttige. I praksis koker dette ofte ned til "å ha en person ved kontrollene", noen som ikke bare er datakyndig, men som også forstår hvordan virksomheten din fungerer og hva målet til bedriften er. Dette er nødvendig for å sikre at dataene du samler inn virkelig tjener formålet.

Ta for eksempel turnover raten din: Hvis dette tallet plutselig ser ut til å skyte i været, kan dette skyldes at interne mobilitetsdata, de som bytter jobb internt, er inkludert i beregningen, ikke bare de som faktisk slutter. Uten riktig validering og menneskelig intervensjon ville disse analysene blitt tolket feil.

Les også: HR-analyse: 5 praktiske tips for å komme i gang 

3.) Sikkerhet og etterlevelse innen HR

Etter hvert som du samler inn, administrerer og lagrer større mengder personopplysninger fra dine ansatte, vil datasikkerhets- og personvernforskrifter, GDPR, direkte påvirke hvordan du håndterer HR- og personanalysene dine. Selv en enkel Excel-fil med kontaktinformasjon regnes som personopplysninger og er underlagt GDPR-overholdelse. Det er derfor viktig at HR samarbeider med de riktige rollene eller avdelingene på tvers av virksomheten din (som IT og juridisk), for å nøye gjennomgå alle HR-dataene, og sikre de på riktig måte

Analyse og etikk

Å bruke HR-data og HR-analyser på en etisk måte bør være en prioritet i datahåndtering fra starten av. Dette betyr å sette seg ned og reflektere over hvordan, og om, datainnsamling og analyse virkelig tjener menneskene i bedriften din. Sagt rett ut: Hvis du ikke kan beskrive fordelene for personene du samler inn dataene fra, bør du ikke samle dem inn.

Gi også veiledning til ledere om hvordan man tolker HR- og persondata på en etisk måte. HR-analyse er hovedsakelig basert på statistikk. Det gjør det til et veldig kraftig verktøy for å hjelpe deg med å ta beslutninger om arbeidsstyrken din som helhet eller bestemte grupper av ansatte. Men det er mindre nyttig for beslutninger om enkeltansatte eller jobbkandidater. Dataene dine kan for eksempel indikere at ansatte med en viss bakgrunn har en tendens til å være mer produktive. Men å bruke denne innsikten til å velge mellom to individuelle kandidater fører ikke nødvendigvis til den beste avgjørelsen totalt sett.

Last ned gratis e-bok: Hvordan bli en helt innen HR-data og analyse