در يك فروشگاه زنجيره اي در انگليس سالانه ٣٠ درصد از مديران شغل خود را ترك ميكردند. از طرفي، فرآيند استخدام نيز در اين فروشگاه بسيار هزينه بردار و زمان بر بود. از اين رو، براي ساخت يك بيزينس كيس مناسب و با استفاده از رويكرد مبتني بر داده، واحد مالي و منابع انساني با همكاري يكديگر و با در دست داشتن داده هاي مربوط به گذشته شروع به بررسي پيش بيني جريان نقدي و جايي كه بايد به آن برسند، كردند.اين گروه در سه سال آينده افزايش سود را در صورت استخدام كاركناني با عملكرد بالا به ترتيب ١٠٠، ٢٥٠ و ٢٧٥ هزار پوند پيش بيني كرد. در نهايت يافته ها حاكي از آن بود كه با عملي كردن بينش به دست آمده و با تغيير روند استخدام، سودآوري فروشگاه به ٩٥، ٢٦٣ و ٢٧٨هزار پوند (نزديك به موارد پيش بيني شده) رسيد و ريزش مديران نيز ٦.٩ درصد كاهش پيدا كرد.

منبع:
5 HR Analytics Case Studies|AIHR[webinar]
https://www.youtube.com/watch?v=VBJ6WDVr4Q8

#PeopleAnalytics
#HumanCapitalAnalytics
#HRAnalytics #WorkforceAnalytics #Case_Study

▫️ @BPERM_UT
▫️@HR_Process_AO_UT

پيوش ماتهور بيان ميكند كه در بسياري از پروژه هاي People Analytics بعد از ارائه بينش، يا اقدامي صورت نميگيرد يا اگر بگيرد منجر به خروجي نميشود. بنابراين، آنها در يك پروژه ١٨ ماهه كه بر مشكل بالا بودن خروج كارمندان از شركت تمركز داشت، با نگاه كردن به متغير هاي مختلف و تحليل آنها و سپس ساخت مدل متوجه شدند كه اگر حركت هاي جانبي (به عنوان ابزاري جهت توسعه كاركنان) در J&J انجام ميشد، افراد ميتوانستند مدت بيشتري در شركت بمانند و عملكرد بهتري داشته باشند. بنابراين اين موضوع اقدامي شد كه HR قصد هدايت آنرا داشت و در آخر متوجه شد كه افزايش ٢.٥برابري حركت هاي جانبي نسبت به سال قبل، منجر به كاهش قابل توجه خروج كاركنان و افزايش ميليون ها دلار سود براي شركت شد.


منبع:
Digital HR Leaders Podcast, Series 7: Episode 1


#PeopleAnalytics
#HumanCapitalAnalytics
#HRAnalytics #WorkforceAnalytics #Case_Study

▫️ @BPERM_UT
▫️@HR_Process_AO_UT

فرضیه‌ای توسط یکی از مدیران ارشد بانک ملی استرالیا مطرح شد که تیم تحلیل افراد بانک قصد بررسی آن را (توسط داده‌ها) داشت.
این فرضیه اینطور بیان شده بود که رهبری خوب، تعلق سازمانی بالای کارکنان و تیم درستی که همه با یکدیگر کار کنند، باعث افزایش رضایت مشتری در سطح شعب بانک ملی محلی می‌شود. در قدم اول تست کردند که آیا داده‌ها این موضوع را ثابت می‌کند؟ و اگر چنین است، محرک‌های اصلی رضایت مشتری چه خواهد بود؟

نتایج حاکی از آن بود که رهبران موفق، تعلق سازمانی، سابقه شغلی درون سازمانی و محیط کار ایمن از جمله عوامل اصلی در بالا بردن رضایت مشتری بودند.

هم‌چنین، یافته‌ها به این مورد اشاره داشت که شعب تحت رهبری زنان به طور متوسط نمره رضایت مشتری بالاتری داشتند. این مورد تحلیل‌گران را بر آن داشت که به بررسی این سوال نیز بپردازند که: چه مواردی راجع به رهبران خانم وجود دارد که منجر به این نتیجه برای بانک می‌شود؟

منبع:
Excellence in People Analytics (2021)

#PeopleAnalytics #HumanCapitalAnalytics #HRAnalytics #WorkforceAnalytics
#Case_Study

▫️ @BPERM_UT
▫️@HR_Process_AO_UT

تحلیل افراد در Trimble یک نام تجاری قوی در داخل شرکت ایجاد کرده است و نشان دهنده آن است که کار تولید شده توسط Trimble People Analytics بررسی و تایید شده است.
یکی از اصول نام تجاری این است که به جای معیارها، گزارش ها و داشبوردها، روی پاسخ به سؤالات و حل مشکلات مهم تجاری تمرکز شود. مسئله‌ی مهمی که سازمان در ابتدا روی آن تمرکز داشت این بود که «چرا افراد شرکت را ترک می‌کنند؟» با گذشت زمان آن‌ها بر موضوعات پیچیده‌تری تمرکز کردند. همانطور که در شکل مشخص است، Trimble، در ابتدا T-Timeرا معرفی کرد كه نشان دهنده‌ی بحث های فصلی بین مدیر و کارمند با استفاده از موضوعات مختلف بود. با نگاهی به تأثیر T-Time بر خروج کارکنان و تعلق سازمانی، تیم دریافت که در جایی که کارمندان حداكثر یکی از T-Time ها را در سال داشتند، خروجشان افزایش و زمانی که حداقل دو T-Time در سال داشتند، خروج به حدی بهبود ميابد که تقریباً صفر است. این نتایج به بهبود حفظ و نگهداری و همچنين نتایج تجاری كمك زيادي كرد.

منبع:
Excellence in People Analytics (2021)

#PeopleAnalytics #HumanCapitalAnalytics #HRAnalytics
#Case_Study

▫️@UTPERM
▫️@HR_Process_AO_UT

▫️Viessmann wanted to put HR at the confluence of people data

رهبر ارشد منابع انسانی گروه Viessmann، معتقد است که برای ایجاد فرهنگ افراد مبتنی بر داده، سوالی که ابتدا باید به آن پاسخ ‌داد این است: چگونه منابع انسانی می‌تواند هم از بالا به پایین و هم از پایین به بالا کار کند؟
او می‌گوید: «اگر کسب‌وکار را مانند رودخانه‌ای تصور کنید که نهرهای کوچک زیادی به داخل و خارج از آن می‌روند، ما می‌خواستیم منابع انسانی را در قلب مکانی قرار دهیم که آن جریان‌ها به هم می‌رسند. ما می‌خواستیم روی کسب‌وکار تمرکز کنیم و با استفاده از تجزیه و تحلیل، تأثیرگذاری بر کل رودخانه داشته باشيم.

با داده‌های مربوطه، آنها دریافتند که تقریباً 50 درصد از کارمندان Viessmann که شرکت را ترک کرده‌اند، عدم پیشرفت حرفه‌ای و شخصی را به‌عنوان یک عامل محرک مهم در تصمیم خود برای ترک سازمان شناسایی می‌کنند. سؤال و گفتگوها با مديران به آن‌ها کمک کرد تا متوجه شوند که پیشرفت کارمند و پیشرفت شغلی نیز موضوعی از بالا به پایین است.

بدین منظور آن‌ها پلتفرمی نتیجه محور و متعلق به منابع انسانی به نام ViGrow ایجاد کردند که بر اساس فرآیندهای ساده ساخته شده و به نفع کارکنان و همچنين کسب و کار بود.
آن‌ها 50 درصد از زمان خود را صرف توسعه تحلیل افراد و 50 درصد دیگر را صرف مدیریت و ارتباطات با ذینفعان کردند. جمع‌آوری بازخورد و به اشتراک گذاشتن ایده‌ها، پلتفرم را هم از بالا به پایین و هم از پایین به بالا قوی‌تر و مفیدتر کرد. ViGrow در حال تبدیل شدن به سیستمی برای یک برنامه آموزشی مبتنی بر مهارت، آموزش شخصی و قالب جدیدی برای بررسی عملکرد بود.

گستردگی داده ها در ViGrow یک نمای کلی از توسعه، هزینه، شکاف مهارت‌ها و جهت‌گیری استراتژیک برای اهداف کسب و کار ارائه می کند.Steffen Buch معتقد است که ViGrow سیستم تحلیلی است که او به دنبال آن بود تا منابع انسانی را به دنیای داده محور وارد کند و در عین حال، هم برای کارمندان و هم برای تجارت سودمند باشد.

منبع:
Excellence in People Analytics (2021)

#PeopleAnalytics #HumanCapitalAnalytics #HRAnalytics
#WorkforceAnalytics
#Case_Study

▫️@UTPERM
▫️@HR_Process_AO_UT