Større data i menneskelige ressourcer (HR) bliver mere udbredt til rekruttering, ansættelse og fastholdelse af de bedste medarbejdere. Her er tre grunde til, at flere virksomheder vedtager prædiktiv analyse for at forbedre bundlinjen.

Mere effektiv rekruttering

Store data hjælper med at afdække hvilke kandidater der passer bedst til åbne stillinger. En del af data minedriftsprocessen kan omfatte indsamling af oplysninger fra CV'er og sociale medier profiler for mere tydeligt at identificere, hvilke potentielle ansættelser kan være mere produktive og tilføje mangfoldighed til en arbejdsplads. Ansættelse ledere kan derefter indsnævre deres kandidat pool og bestemme hvilke områder af evaluering de skal fokusere på under interviews. Ved at gennemføre denne strategi går ansættelsesprocessen hurtigere, og de rigtige folk ansættes oftere.

For eksempel har en bank i Asien tidligere rekrutteret de bedste kandidater fra højt ansete universiteter til at udfylde sine 8, 000 roller spredt over 30 grene. Efter at banken gennemgik en organisatorisk omstrukturering, begyndte instituttet data minedata, der dækkede 30 point i kategorierne medarbejderpræstationer, faglig historie, demografi, ejendomsret og filialinformation fra de nuværende ressourcer. Banken begyndte at bruge dataanalyser til at identificere nuværende medarbejdere, der mest sandsynligt vil udmærke sig i deres positioner, skabe nye roller inden for organisationen og få yderligere indsigt i, hvad der motiverer medarbejdernes præstationer.

Ved hjælp af intelligent analyse afdækkede banken fælles træk blandt højt og lavt udøvende kunstnere og skabte profiler for arbejdstagere med en stærkere mulighed for at udmærke sig i en bestemt rolle. Oplysningerne viste også, at hvordan filialer og hold er struktureret påvirker institutionens økonomiske vækst. Derudover viste store data, at bestemte roller havde størst indflydelse på bankens succes.

Som følge heraf blev der skabt nye organisatoriske strukturer omkring specifikke hold og grupper af arbejdstagere. Fordi banken begyndte at bruge dataanalyser til rekruttering og måling af præstationer, voksede filialproduktiviteten med 26%, konverteringsfrekvensen af ​​nye rekrutter steg 80% og nettoresultatet steg 14%.

Mindre biased Hiring

Prediktiv analyse reducerer mængden af ​​bias, der går i at træffe beslutninger, der påvirker virksomhedens præstationer. For eksempel bringer mange ansættelse ledere om bord kandidater, der besidder egenskaber svarende til deres øverste arbejdere. Men fordi eksisterende medarbejdere blev ansat ved de samme forudindtagne metoder, ophører organisationer typisk manglende kulturel og intellektuel mangfoldighed, hvilket kan mindske virksomhedens overordnede succes. Ved at skabe modeller og benchmarks til scoring af arbejdstagere og forretningsområder, kan virksomhederne bedre identificere, hvilke medarbejdere og hvilke bidrag der er mest værdifulde for organisationen og bruge predictive analytics for mere klart at afgøre, hvilke medarbejdere der kan udmærke sig i deres positioner.

For eksempel ville en professionel servicevirksomhed, der modtog 250.000 jobansøgninger årligt, reducere tid og penge, der blev brugt til at gennemgå genoptagelser, forbedre effektiviteten af ​​screeningsprocessen og ansætte flere kvinder for sin arbejdsstyrke. Gennem udnyttelse af prædiktiv analytik fortsætter algoritmen til tidligere ansøger, interviewere, der blev tilbudt stillinger og dem, der accepterede. Modellen forbød dataene til virksomhedens ansættelsesmål, indsnævret listen over kandidater, der mest sandsynligt ville udmærke sig i de åbne positioner og flyttede dem, fortsætter videre til næste trin i ansættelsesprocessen. Ca. 45% af CV'erne blev afsluttet, 15% flere kvinder avancerede i screeningsprocessen i forhold til at gennemgå manuel screening, og virksomheden realiserede et investeringsafkast på 500%.

Større tilbageholdelsespriser

Store data hjælper med at forbedre tilbageholdelsesgraden ved at vise, hvilke arbejdstagere der er mere tilbøjelige til at forlade, og hvilke der kan være behov for at blive flyttet til en anden position i organisationen, blive forfremmet eller få en mentor som opmuntring til at blive hos virksomheden. Sådanne ændringer øger ofte arbejde engagement, jobtilfredshed og produktivitet, så medarbejderne forbliver hos organisationen.

For eksempel bruger Bank of America Corp. (NYSE: BAC BACBank of America Corp27. 67-0. 54% Lavet med Highstock 4. 2. 6 ) medarbejdere bruger identifikationskort med indlejret sensorer til overvågning af interpersonelle interaktioner blandt sine callcenter-arbejdere. Wells Fargo & Co. (NYSE: WFC WFCWells Fargo & Co56. 14-0. 37% Lavet med Highstock 4. 2. 6 ) bruger predictive analytics til at bestemme hvilke kandidater der er mest kvalificerede til stillinger som fortællere og personlige bankfolk, alt efter om kandidaterne har karakteristika for engagerede og højtydende arbejdstagere. Efter et års gennemførelse af programmet steg retentionen af ​​tællere og personlige bankfolk med henholdsvis 15 og 12%.

Bundlinjen

Store data i HR hjælper virksomheder med at spare tid og penge, når de rekrutterer, ansætter og fastholder deres bedste medarbejdere. Flere virksomheder vil implementere predictive analytics i deres forretningspraksis, da organisationer i stigende grad ser værdien i processen og ønsker at forbedre bundlinjen.