Päivitä HR-analytiikka nykypäivään

Päivitä HR-analytiikka nykypäivään

Lue, mistä HR-dataa saa ja miten sitä voi käyttää niin henkilöstön hyvinvoinnin, tuottavuuden ja tyytyväisyyden kuin koko liiketoiminnan kehittämiseen.

Päivitä HR-analytiikka nykypäivään: näin saat hyödyllistä HR-dataa henkilöstöhallinnon käyttöön

Monet mieltävät HR:n ihmisiin keskittyneenä toimintona, siinä missä numerot on jätetty talousihmisille. Todellisuudessa HR:n tehtävä on kuitenkin yhtä lailla tukea liiketoimintaa. Nykypäivänä myös henkilöstöön liittyviä tarpeita pyritään yhä useammin ymmärtämään datan, HR-mittareiden ja HR-analytiikan kautta.

Kun organisaatio kasvaa, siirrytään manuaalisesta tiedonhallinnasta usein erilaisiin HR-järjestelmiin. Samalla käytettävissä olevan datan määrä kasvaa, jolloin edellytykset HR-analytiikan hyödyntämiselle ja tiedolla johtamiselle henkilöstöhallinnossa paranevat. 

Monella yrityksellä datan hyödyntäminen on kuitenkin vielä lapsenkengissä; vaikka tarvittavat HR-järjestelmät ovat saatavilla, jää monessa organisaatiossa HR-datan kerääminen ja etenkin sen hyödyntäminen vielä harmillisen vähälle. 

Lue, mistä HR-dataa saa ja miten sitä voi käyttää niin henkilöstön hyvinvoinnin, tuottavuuden ja tyytyväisyyden kuin koko liiketoiminnan kehittämiseen.

Artikkelin sisältö:

Mihin dataa ja HR-analytiikkaa tarvitaan?

HR-dataa ja analytiikkaa voidaan kerätä ja hyödyntää esimerkiksi seuraavissa asioissa:

  • Henkilöstötarpeen ennakointi lyhyellä ja pitkällä aikavälillä; työvuorosuunnittelu
  • Rekrytoinnin tarve ja rekrytointipäätökset
  • Henkilöstön hyvinvointi ja työssä jaksaminen
  • Henkilöstön osaaminen, koulutustarpeet ja uratoiveet
  • Henkilöstötiedot; työsopimukset, syntymäpäivät ym.
  • Sairauspoissaolojen, saldojen ja lomien hallinta ja niistä johdetut hyvinvoinnin HR-mittarit

Kenties yleisin käyttökohde HR-datalle on henkilöstötarpeen ennakointi lyhyellä ja pitkällä aikavälillä. Esimerkiksi monilla työvoimavaltaisilla aloilla vuorosuunnittelu vaatii onnistuakseen useiden tietolähteiden yhdistelyä, jotta paikalla olisi aina oikea määrä henkilöstöä oikealla osaamisella.

Myös rekrytointien pohjalla käytetään usein dataa. Laadukkaan datan avulla yritys voi tietoisesti tehdä rekrytointeja esimerkiksi ennakoiden tai vasta siinä vaiheessa, kun tarve on ilmeinen. Kun päätökset henkilökunnan lisäämisestä tai vähentämisestä perustuvat dataan, on päätöksenteko todennäköisemmin laadukasta.

Henkilöstötarpeen suunnittelun lisäksi HR käyttää dataa henkilöstön hyvinvoinnin ja tyytyväisyyden arviointiin. Sairauspoissaolojen seuraaminen on tärkeää, jotta osataan reagoida mahdollisiin työssä jaksamisen haasteisiin ajoissa. Henkilöstökyselyjen avulla saadaan tärkeää tietoa työntekijöiden tyytyväisyydestä ja yrityksen kehityskohteista. Suuret ylityö- ja lomasaldot voivat kieliä hiipivästä uupumuksesta, johon kannattaa puuttua hyvissä ajoin.

Kun henkilöstön osaamisesta ja koulutustiedoista on dataa saatavilla, on tulevien rekrytointitarpeiden ja tarvittavien lisäkoulutusten ennakointi ja suunnittelu mahdollista.

Myös kehityskeskustelujen ja uratoiveiden keräämisen avulla voidaan huolehtia henkilöstön tyytyväisyydestä reaaliaikaisesti eikä vasta exit-keskustelua käydessä. Näin voidaan vähentää henkilöstön vaihtuvuutta ja säästää rekrytointikustannuksissa.

Onko HR-analytiikka sinulle vielä aivan uutta ja kaipaisit HR-analytiikkaan koulutusta? Vai haluatko syventää ymmärrystäsi aiheesta? Tutustu ilmaiseen pikakurssiin aiheesta! Löydät neliosaisen kurssin täältä.

Mistä HR-dataa saa?

Henkilöstöön liittyvää dataa alkaa kertymään vauhdilla siinä vaiheessa, kun yritys kasvaa pienestä keskisuureksi. Nyrkkisääntönä voidaan pitää sitä, että yrityksen koon ylittäessä 30 henkilön määrän, HR-järjestelmään siirtyminen tulee ajankohtaiseksi.

Nuppiluvun noustessa henkilöstöön liittyvien tietojen manuaalinen hallinta käy työlääksi, ja HR:stä vastaava henkilö alkaa kehittämään henkilöstöhallinnon käytäntöjä. Yleensä kasvavat yritykset ottavat henkilötieto-excelin tilalle HR-järjestelmän, ryhtyvät kirjaamaan työaikaa työajanhallinnan järjestelmään, alkavat hoitamaan rekrytoinnit rekrysoftan kautta ja seuraamaan henkilöstön viihtyvyyttä erilaisilla kyselyillä.

Ajansäästö on merkittävä, kun kaikki henkilöstötiedot löytyvät samasta järjestelmästä erillisten lomakkeiden ja exceleiden sijaan. Tämä kaikki johtaa siihen, että käsillä alkaa olemaan runsaasti dataa! 

Vaikka datan kerääminen on välttämätön askel kohti fiksua HR-analytiikan hyödyntämistä, pelkkä data ei vielä riitä. Parhaisiin tuloksiin päästään, kun dataa yhdistetään toisiinsa. Tällöin saadaan arvokasta tietoa henkilöstön hyvinvoinnista, osaamisesta ja rekrytointitarpeista, ja tiedolla johtaminen mahdollistuu aivan uudella tavalla. 

Millaisia järjestelmiä yritykset käyttävät HR-datan keräämiseen?

Ensin kannattaa määrittää yrityksen tarpeet ja tulevaisuuden tavoitteet, jotta osataan valita oikeanlaiset järjestelmät, jotka tukevat liiketoimintaa parhaalla mahdollisella tavalla. 

Aivan ensimmäinen ja useimmille tärkein askel on valita hyvä HR-järjestelmä henkilöstön perustietojen keräämistä varten siten, että kaikki tieto löytyy yhdestä paikasta. Toinen yleisesti tarpeellinen hankinta on työajanseurantajärjestelmä, johon kirjataan työtunnit, saldot, lomat ja sairauspoissaolot.

Kun eri järjestelmät integroidaan toisiinsa (esim. integraatiot työajanseurannan, HR-järjestelmän ja palkkajärjestelmän välillä), saadaan HR-analytiikan hyödyt parhaiten irti niin ajansäästön, taloudellisten säästöjen kuin johtamisen näkökulmasta.

Suuremmissa yrityksissä HR-dataa löytyy useista eri lähteistä. Alla esimerkkejä erilaisista järjestelmistä, joilla dataa voidaan kerätä.

HR-järjestelmät: Perustiedot työntekijöistä, kuten nimet, henkilötunnukset, koulutukset, osaaminen, työsopimukset, osoitteet ja syntymäpäivät. Esimerkki HR-järjestelmästä: Saima HR.

Palkkajärjestelmät: Järjestelmä, joka sisältää työntekijöiden palkat ja palkkahistorian sekä tuottaa kirjanpitoaineistoa yrityksen palkkakuluista: esim. Netvisorin palkanlaskentaohjelma tai julkishallintoon sopiva Personec F.

Työajanseurantajärjestelmät: Tehdyt työtunnit, saldot, ylityöt, loma-ajat ja sairauspoissaolot. Esimerkkinä Tiima, joka toimii näppärästi myös mobiilissa ja on helposti integroitavissa Saima HR-järjestelmään.

Työvuorosuunnittelujärjestelmät: Työvuorosuunnitelmat, työntekijöiden toiveet, työaikakirjaukset, henkilöstön osaamiset, kustannusvaatimukset. Muun muassa Numeron on tällainen.

Rekrytointijärjestelmät: Työpaikkailmoitukset, hakijoiden tiedot, hakijoiden määrät, hakijaviestintä.

Suorituksen johtamisen järjestelmät: Yrityksen ja yksilön tavoitteet, kehityssuunnitelmat, osaamiskartoitukset, uratoiveet, suoriutumisen arvioinnit.

Kyselytyökalut: Työtyytyväisyyden erilaiset HR-mittarit, laadullinen palaute.

Työsuhde-etuusjärjestelmät: Etujen käyttömäärät, etujen jakautuminen.

Koulutusten hallintajärjestelmät/verkkokoulutusjärjestelmät: Koulutukset, koulutettujen määrät, osaamistestit, osaamiskartoitukset.

Työterveyshuolto: Sairauspoissaolot, työterveyskäyntien määrät ja trendit.

Pitkää listaa ei kuitenkaan kannata säikähtää, sillä HR-datan keräämisen ja analytiikan hyödyntämisen saa mainiosti alkuun, kun perusasiat hoidetaan kuntoon. Useimmille yrityksille hyvä pohja syntyy HR-järjestelmän ja työajanseurantajärjestelmän yhdistelmästä – etenkin, jos ne voidaan integroida toisiinsa. Suosittu kombo on esimerkiksi Saima HR + Tiima, joiden avulla datan hallinta ja tiedolla johtaminen saadaan nopeasti hyvälle mallille.

Hyvän käsityksen näiden järjestelmien käyttöönotosta ja analytiikan hyödyntämisestä saat katsomalla tämän webinaarin, jossa Kuvaverkko Oy:n henkilöstöpäällikkö kuvailee, miten prosessi heillä hoidettiin.

Miten HR-analytiikkaa voi kehittää?

Ensimmäinen askel HR-analytiikan kehittämiselle on se, että dataa otetaan rohkeasti käyttöön ja sitä osataan yhdistää tarpeelliseksi analytiikaksi ja raporteiksi. Yllättävän usein syy heikolle HR-analytiikalle on se, ettei kerättyä dataa yksinkertaisesti hyödynnetä. 

HR-analytiikkaa syntyy, kun eri lähteistä kerättyä luotettavaa dataa yhdistellään onnistuneesti. Yksinkertaisimmillaan kyse on tästä:

Data + data + data = analytiikka

Datan onnistuneen yhdistelemisen lähtökohtana ovat keskenään juttelevat järjestelmät – siksi jo järjestelmän hankintavaiheessa kannattaa varmistua siitä, että eri järjestelmät ovat integroitavissa toisiinsa. Näppärimmin tämä onnistuu yleensä silloin, kun järjestelmät on hankittu samalta kumppanilta.

Oikeat mittarit HR-raportointiin mahdollistavat ennakoinnin ja tiedolla johtamisen

Vaikka datan pohjalta tehtäisiin jo raportteja, ne melko usein raportoivat lähinnä menneisyyttä; paljonko henkilöstömäärä oli, mikä oli vaihtuvuus, kuinka paljon oli sairauspoissaoloja. Näitäkin tietoja tarvitaan, mutta niiden lisäksi raportointia ja analytiikan hyödyntämistä kannattaisi kehittää suuntaan, jossa tietoa voidaan käyttää ennakoinnissa ja suunnittelussa pelkän peräpeiliin katsomisen sijaan.

Tarvittavien tietojen keräämisen, HR-mittareiden ja raportoinnin tulisi aina rakentua mutu-tuntuman sijaan mietittyjen tavoitteiden päälle: 

  • Mitkä ovat liiketoiminnan lyhyen ja pitkän aikavälin tavoitteet?
  • Miten HR voi tukea yritystä kohti tavoitteita kerätyn datan ja analytiikan avulla? 

Vastaus riippuu yrityksestä ja sen hetken prioriteeteista: esimerkiksi kasvuyrityksessä HR:n tärkein tehtävä saattaa olla uusien prosessien luominen. Silloin voi olla hyödyllistä mitata projektikohtaisella työajanseurannalla aikaa, jota työntekijöillä kuluu eri tehtäviin ja selvittää, miten prosesseja voidaan kehittää tuottavammiksi ja tasapuolisemmiksi. Mikäli tavoitteena on hankkia uutta osaamista tai varmistaa henkilöstön tyytyväisyys ja pysyvyys, on hedelmällistä panostaa rekrytoinnin ja henkilöstön tyytyväisyyttä mittaavaan analytiikkaan ja raportointiin.

Voit tutustua tarkemmin HR-raportoinnin saloihin tässä artikkelissa: Näin pistät HR-raportoinnin kuntoon.

Massan johtamisesta yksilötasolle HR-analytiikan avulla

Monesti HR:n aktiviteetit yrityksissä kohdistuvat suuremmille joukoille, jolloin osa hyötyy niistä, osa ei. HR:n panostuksia pitäisi pystyä paremmin kohdistamaan yksilötasolle, kuten vaikkapa digimarkkinoinnissa tehdään. Kehittyneen analytiikan avulla HR pystyisi entistä paremmin vastaamaan henkilöstön yksilöllisiin tarpeisiin.

Esimerkiksi meillä Vismalla teimme kevyen kategorisoinnin henkilöstömme elämäntilanteista ja niihin liittyvistä haasteista. Tietojen perusteella pystyimme suunnittelemaan täsmäkoulutuksia ja -tilaisuuksia, jotka vastasivat juuri näihin tarpeisiin: vastavalmistuneille työn ja vapaa-ajan hallintaan, ruuhkavuosia eläville palautumiseen kun tunnit eivät päivässä riitä ja eläkeikää lähestyville uuden oppimiseen ja muutoksen hallintaa. Tuloksena HR:n resurssit saivat parempaa katetta, ja henkilöstökin kiitti.

Jos haluat ymmärtää yhä paremmin HR-analytiikan hyödyntämistä, katso tämä webinaaritallenne: opit, miten Vismalla hyödynnetään analytiikkaa raportoinnin ja päätöksenteon tukena.

Millaisia mahdollisuuksia HR-analytiikka avaa?

Yksinkertaisimmillaan HR-dataa voi hyödyntää vaikkapa siten, että esihenkilö saa automaattisesti muistutuksen alaisensa syntymäpäivästä – tällaisella pienten asioiden huomioimisella voi olla valtava merkitys työkulttuurin ja yhteishengen rakentamisessa.

Paljon mielenkiintoisia mahdollisuuksia olisi kuitenkin löydettävissä, kun dataa yhdistettäisiin uusilla tavoilla: tietojen yhdistelyä voisi lähestyä paljon nykyistä laaja-alaisemmin ja ennakkoluulottomammin. Olisi kiehtovaa, jos saisimme koneälyn avulla valmiiksi pureskeltua analyysia työntekijöistämme. Paljon hyödyntämätöntä potentiaalia olisi myös HR-datan yhdistämisestä talous- ja markkinadataan.

Minkälainen datacocktail kertoisi, että työntekijä on valmis etenemään urallaan? Tai että hän on vaarassa uupua? Tai että hän on harkitsemassa työpaikan vaihtoa? 

Paljon mahdollisuuksia avautuisi, jos voisimme yhdistellä dataa työntekijän osaamisesta (eli onko työntekijällä jotain osaamista, jota hän ei nykyisessä työssään hyödynnä tai jota hän on juuri opiskelemassa), kehityskeskusteluista (mihin suuntaan hän uraansa haluaa kehittää), yrityksen liiketoiminnasta (millaista osaamista yrityksessä kaivataan tulevaisuudessa), työntekijän suoriutumisesta nykytehtävässä ja vaikkapa työtyytyväisyydestä.

Moni henkilöstöjohtamisen tärkeimmistä tavoitteita ja HR-mittareista nojaa oikeastaan työntekijäkokemukseen: se vaikuttaa mm. työntekijäpysyvyyteen ja rekrytointien onnistumiseen. Täältä löydät webinaarin, jossa käydään käytännönläheisesti läpi työntekijäkokemuksen mittaamista aina rekrytoinnista onboardingiin, työarkeen ja exitiin.

Parhaimmillaan fiksusti toteutettu HR-analytiikka tukee henkilöstöhallintoa päätöksenteossa, esihenkilöitä yhä yksilöllisemmässä johtamisessa, ja koko liiketoimintaa kohti haluttuja tavoitteita.

Mitä HR-analytiikkaa kehitettäessä tulee huomioida?

Yhdeksi esteeksi HR-analytiikassa nousee tietysti henkilötietojen käsittely ja tietosuoja. Hallussamme on tietoja, jotka ovat henkilökohtaisia ja arkaluonteisia. Tietosuojalain lisäksi on pohdittava missä kulkee eettinen raja. Mitä kaikkea henkilöstö haluaa itsestään tiedettävän?

Tietoturvan huomioiminen onkin yksi tärkeistä vaiheista järjestelmää valittaessa ja HR-analytiikkaa suunnitellessa. Esimerkiksi Vismalla tietoturvallisuus on huomioitu jokaisen järjestelmän kohdalla nykyvaatimusten mukaisiksi. 

On todennäköistä, että analytiikan merkitys tulee tulevaisuudessa vain kasvamaan. Tavoitteena ei ole se, että HR kaivautuu numeroihin, vaan päinvastoin: kun dataa kerätään automaattisesti järjestelmillä ja niiden integroinneilla, vapautuu HR:n aikaa kasvokkaiselle kohtaamiselle. Näin pystytään tulevaisuudessa yhä paremmin valjastamaan dataa päätöksenteon taakse ja siten luoda lisää vaikuttavuutta. Ehkä HR:ssä työskentelee tulevaisuudessa enemmän data scientistejä, koneoppimisen mallintajia ja koodareita?

Tee henkilöstöhallinnosta helppoa: Tutustu Saimaan

Lue lisää työajanseurantajärjestelmä Tiimasta ja kokeile Tiimaa ilmaiseksi 14 päivän ajan

Heräsikö mielenkiinto? Kysy lisää

Mikko Joki-Korpela
Account Director

 

Jesse Vainio
 Sales Manager