Suuria henkilöresursseja (HR) käytetään entistä laajemmin parhaiden työntekijöiden rekrytointiin, palkkaamiseen ja säilyttämiseen. Tässä on kolme syytä, miksi useammat yritykset käyttävät ennakoivia analyysejä alimman tason parantamiseksi.

Tehokkaampi rekrytointi

Suuret tiedot auttavat löytämään, mitkä ehdokkaat sopivat parhaiten avoimiin positioihin. Osa tietojenkäsittelyprosessista voi sisältää tietojen keräämisen uudelleenjulkaisuista ja sosiaalisen median profiileista, jotta voidaan selvemmin selvittää, mikä potentiaalinen palkkaus voi olla tuottavampi ja lisätä monimuotoisuutta työpaikoilla. Henkilöstöpäälliköt voivat sitten kaventaa ehdokasvalikoimaansa ja päättää, mitkä arviointikohdat niiden tulisi keskittyä haastattelujen aikana. Käyttämällä tätä strategiaa palkkausprosessi siirtyy nopeammin ja oikeat ihmiset palkataan useammin.

Esimerkiksi Aasian Aasian pankki palkkasi aiemmin korkeakoulututkinnon suorittaneita arvostettuja yliopistoja täyttämään 8 000 rooliaan yli 30 sivukonttoria. Sen jälkeen, kun pankki oli organisatorisessa uudelleenjärjestelyssä, toimielin aloitti tietojenkäsittelytietonsa, joka kattaa 30 pistettä henkilöstön suorituskyvyn, ammattihistorian, väestötietojen, toimeksiantojen ja haaraliikkeiden luokista sen nykyisistä resursseista. Pankki alkoi käyttää dataanalytiikkaa tunnistamaan nykyiset työntekijät, jotka todennäköisimmin menestyvät asemaansa, luoden uusia rooleja organisaatiossa ja saavat lisää tietoa siitä, mikä motivoi työntekijöiden suorituskykyä.

Käyttämällä ennakoivia analyysejä pankki paljasti yleisiä piirteitä korkean ja matalan taiteilijan keskuudessa ja luonut profiileja työntekijöille, joilla on vahvempi mahdollisuus ylittää tietty rooli. Tiedot osoittivat myös, kuinka sivuliikkeet ja ryhmät ovat rakenteeltaan vaikuttavat laitoksen talouden kasvuun. Lisäksi suuret tiedot paljastivat, että pankin menestyksellä oli suurin vaikutus tiettyihin tehtäviin.

Tämän tuloksena syntyi uusia organisaatiorakenteita tiettyjen tiimien ja työntekijäryhmien ympärille. Koska pankki alkoi käyttää dataanalytiikkaa suorituskyvyn rekrytointiin ja mittaamiseen, haaraprofiilin tuottavuus kasvoi 26%, uusien rekrytointien vaihtokurssi nousi 80% ja nettotuotot kasvoivat 14%.

Vähemmän puolueeton palkkaaminen

Ennustava analytiikka vähentää puolueellisuuden määrää, joka menee tekemään päätöksiä, jotka vaikuttavat yrityksen suorituskykyyn. Esimerkiksi monet palkkaamisjohtajat tuovat mukanaan sellaisia ​​ehdokkaita, joilla on samankaltaisia ​​ominaisuuksia kuin heidän ylimmän työntekijänsä. Koska nykyiset työntekijät palkattiin samoilla puolueellisilla menetelmillä, organisaatiot päätyvät yleensä puuttumaan kulttuuriseen ja henkiseen monimuotoisuuteen, mikä voi heikentää yhtiön yleistä menestystä. Luomalla malleja ja vertailuarvoja työntekijöiden ja liiketoiminta-alueiden pisteytykseen yritykset voivat paremmin selvittää, mitkä työntekijät ja mitkä niistä ovat organisaation kannalta arvokkaimpia ja käyttävät ennakoivia analyyseja selvittääkseen selvästi, mitkä työntekijät voivat ylpeillä asemissaan.

Esimerkiksi ammattitaitoa palveleva yritys, joka sai 250 000 työpaikkahakemusta vuosittain, halusi vähentää aikaa ja rahaa, jota käytettiin uudelleenarviointiin, parantaa seulontaprosessin tehokkuutta ja palkata enemmän naisia ​​työvoimasta. Käyttämällä ennakoivaa analyysia algoritmilla oli aikaisempia hakijan jatkoa, haastatelluille, joille tarjottiin paikkoja ja jotka hyväksyivät. Malli liitti tiedot yrityksen palkkaustarkoituksiin kaventaa ehdokkaiden luetteloa, joka todennäköisesti ylpeilee avoimissa tehtävissä ja siirtää ne jatkamaan palkkausvaiheen seuraavaan vaiheeseen. Noin 45% uusista julkaisuista päätyi tarkasteluun, 15% enemmän naisia ​​kehittyi seulontaprosessiin verrattuna manuaaliseen seulontaan ja yritys saavutti 500%: n sijoitetun pääoman tuoton (ROI).

Suurempi säilytysaste

Suuria tietoja auttaa parantamaan säilyttämisastetta osoittaen, mitkä työntekijät lähtevät todennäköisimmin ja mikä voi vaatia siirtämisen toiseen asemaan organisaatiossa, edistetään tai hankitaan mentori rohkaisuksi pysyä yritys. Tällaiset muutokset lisäävät usein työhön sitoutumista, työtyytyväisyyttä ja tuottavuutta niin, että työntekijät pysyvät organisaation sisällä.

Esimerkiksi Bank of America Corp. (NYSE: BAC

BACBank of America Corp27 67-0 54% Created with Highstock 4. 2. 6 ) työntekijät käyttävät henkilökortteja sulautettujen anturit, joiden avulla seurataan ihmisten välisiä vuorovaikutuksia keskitetysti keskittyvien työntekijöiden kesken. Wells Fargo & Co (NYSE: WFC WFCWells Fargo & Co56, 14-0,37% Highstockilla 4. 2. 6 ) käyttää ennustavaa analytiikkaa määritettäessä, mitkä ehdokkaat ovat kelpoisimpia paikkoihin arvopaperikeskuksina ja henkilökohtaisina pankkiirinä, riippuen siitä, onko ehdokkailla hallussaan sitoutuneita ja korkean suorituskyvyn omaavia työntekijöitä. Yhden vuoden kuluttua ohjelman toteutuksesta keräilijöiden ja henkilökohtaisten pankkiirien säilyttäminen kasvoi 15 ja 12 prosenttia vastaavasti. Bottom Line

Suuret HR-tiedot auttavat yrityksiä säästämään aikaa ja rahaa rekrytoimalla, palkkaamalla ja pitämällä parhaat työntekijät. Useammat yritykset käyttävät ennakoivia analyysejä liiketoimintakäytänteissään, kun organisaatiot näkevät yhä paremmin prosessin arvon ja haluavat parantaa lopputulosta.