People Analytics, come si gestiscono le risorse umane con i Big Data? I consigli dell’esperto
I modelli predittivi sono la chiave per studiare il benessere dei dipendenti e quindi la loro produttività, la capacità di attrarre e mantenere i talenti all’interno dell’azienda e la selezione di nuovi profili in linea con le esigenze, da integrare nel team.
Il mondo del lavoro si trasforma e la grande richiesta è quella di ottimizzare anche la gestione delle risorse umane. In numerose aziende inizia a prendere piede la People Analytics, spiegato da Qualtrics come
l’uso di precise analisi quantitative e relative statistiche per la gestione del personale. L’obiettivo di una buona strategia di People Analytics è quello di consentire al direttore HR di gestire il personale correttamente e a migliorare le prestazioni aziendali. Essa infatti consente di valutare lo status della forza lavoro e misurarne la performance con punti di riferimento precisi, per prendere decisioni strategiche in grado di far crescere il business.
Ma come rendere ottimale la gestione delle persone quando si parla di dati?
HR Coffee: tre step per essere certi di fare un buon lavoro
Lo scenario che si delinea ai giorni nostri è il seguente: l’implementazione e l’utilizzo della metodologia basata sul People Analytics nelle risorse umane sono ancora molto limitati soprattutto nelle piccole e medie imprese, dove il livello di digitalizzazione è ancora molto ristretto.
Secondo quanto emerge dal Report “Imprese e ICT”, rilasciato dall’ISTAT a gennaio 2022, infatti, l’80% delle imprese italiane con almeno 10 dipendenti si colloca ancora a un livello “basso” o “molto basso” d’adozione dell’ICT (Information and Communications Technology). Se si vanno poi a valutare nello specifico i dati relativi all’utilizzo di tecnologie di Intelligenza artificiale (IA) legate a specifiche attività aziendali, la percentuale delle PMI che le utilizza è solo del 6,2% e principalmente per finalità economiche e di produzione, escludendo quasi totalmente l’ambito HR.
Secondo gli esperti di HR Coffee, startup specializzata nello sviluppo di software per il People Management e People Analytics, l’utilizzo dell’intelligenza artificiale nelle risorse umane può rappresentare un vantaggio competitivo non indifferente per le imprese, perché consente di comprendere lo status e il funzionamento dei processi aziendali e di creare modelli predittivi utili per le decisioni strategiche di business quali ad esempio: il benessere dei dipendenti e quindi la loro produttività, la capacità di attrarre e mantenere i talenti all’interno dell’azienda e la selezione di nuovi profili in linea con le esigenze, da integrare nel team.
Maria Cesaria Giordano, CEO e co-founder di HRCoffee spiega quindi quali sono gli step che un’azienda deve seguire per adottare un approccio data-driven nella gestione delle risorse umane:
- Definizione di obiettivi chiari e realizzabili: prima di utilizzare sistemi di People Analytics è bene avere chiari quali siano gli obiettivi di tale attività e definire con chiarezza la tipologia di dati essenziali e di conseguenza le informazioni che si intende ricavarne dall’analisi, per la strategia di business. Stabilire obiettivi chiari, realizzabili e misurabili è il punto di partenza imprescindibile per la buona riuscita di ogni attività di acquisizione e di analisi di dati.
- Creazione di una base di dati di alta qualità: ogni azienda ha la capacità di produrre un elevatissimo numero di dati a partire dalla cultura interna e dalla mappatura delle conoscenze, competenze e relazioni dei propri dipendenti ma, per essere una fonte affidabile e un punto di partenza per l’elaborazione di strategie di business, è essenziale che siano di alta qualità. Questo significa che i dati devono essere estrapolati da sistemi transazionali e standardizzati in cui vengono inseriti e quindi rimodellati, puliti e tradotti in una struttura più gestibile e di facile comprensione, che sia allineata agli obiettivi del team di HR.
- Adozione di strumenti di gestione e analisi dei dati flessibili e personalizzati: le tecnologie devono adattarsi alle differenti circostanze, in modo flessibile, per soddisfare le diverse esigenze e restare al passo con l’evoluzione dell’ambiente operativo. É necessario che gli strumenti per l’estrazione e l’analisi dei dati si modellino in base alla cultura organizzativa e all’utilizzo da parte dei dipendenti e che abbiano la possibilità di attivare funzionalità differenti a seconda della strategia aziendale.