Hem » talent management

Big Data: Det är inte mängden som räknas

Av den 26 januari 2015 1 948 visningar
REAKTIONER

se träden för all skog

TALENT MANAGEMENT. All data om kandidater och medarbetare är en potentiell guldgruva för HR – men bara om den samlas in och analyseras på rätt sätt, poängterar psykolog Victor Moberg.

Big Data och HR Analytics var två av 2014 års mest framträdande ”buzzwords” inom HR och Talent Management. Poängen är tydlig: Värdefulla insikter om medarbetare utlovas genom den stora mängd lagrad information som idag finns tillgänglig. Men frågan är om dessa löften infrias?

Psykologen Schlomo Ben-Hur och konsulten Nik Kinley, författare till artikeln Turning Talent Data into Talent Intelligence, menar att många företag lägger stora resurser på att samla in information om sina medarbetare, men att datan sällan kommer till reell nytta. De sammanfattar utmaningarna i två punkter:

  • Att veta vilken data man ska samla in
  • Att veta vad man ska göra med den insamlade datan

Vilken data ska vi samla in?
Den första frågan berör både relevansen och kvaliteten av data. Naturligtvis behöver vi veta vad vi ska titta på, exempelvis vilken information om en kandidat som vi bör beakta vid en chefsrekrytering.

Men minst lika viktigt är att de insamlingsmetoder vi använder verkligen mäter det vi vill mäta. Få av oss skulle använda en hammare för att såga av en bräda, men många är de företag som faktiskt inte vet om de urvalsverktyg de betalar för (t ex personlighets- eller begåvningstester) har vetenskapligt stöd. Kontrollera därför noga vilka validitetsdata leverantörerna har för de produkter de erbjuder.

Vad ska vi göra med datan?
För att använda den tillgängliga informationen på ett relevant sätt, gäller det att våra beslut och handlingar verkligen bygger på den. Det är inte så självklart som det låter.

Ett vanligt exempel: Inte sällan sker nominering av framtida ledare genom att linjecheferna utser kandidaterna. Sedan använder man sig av andra bedömningsmetoder för att rangordna bland dessa. Även om detta förfarande verkar vettigt, så visar forskningen att chefernas bedömningar av potential påverkas av olika felkällor. Såsom att man i högre grad nominerar kandidater som är lika en själv (t ex att män nominerar män, även då det finns kvinnor som presterar likvärdigt eller bättre) eller som man har arbetat närmare med och därför har en tydligare uppfattning om.

Hur bra övriga urvalsmetoder än är, så kommer de alltså bara att bidra till att rangordna en grupp som redan är utvald på tvivelaktiga grunder. Det vore förstås mer relevant att vända på förfarandet och använda tillförlitliga metoder för själva urvalet.

Underlättar intelligenta beslut
Samtidigt kan insamlad data användas till så mycket mer än enskilda beslut om anställning eller befordran. Metoden att göra jämförelser av data kring talangbedömning, demografi och prestation är kraftfull. Att exempelvis jämföra kompetensskattningar vid rekryteringar med vilka som sedan presterar bättre i sina roller, eller vilka som väljer att stanna kvar i organisationen på lång sikt – det är vad som bygger vår lärbarhet i organisationen och ger oss möjlighet att fatta intelligenta beslut och bygga strategi.

Som Kinley och Ben-Hur formulerar det:

Not using talent assessment data to inform people strategy is like buying a sports car and then only ever using it to drive the kids to school.

Så min uppmaning är:
Fundera över hur ni använder tillgänglig information. Baserar ni verkligen era beslut på den? Kan ni jämföra olika källor på nya sätt, som ger möjlighet till värdefulla strategiska insikter och långsiktiga vinster?

Kom ihåg att även om datamängdernas gröna skogar lovar mycket, så är det inte storleken som räknas – utan hur ni använder er av informationen!

Victor Moberg

Victor Moberg

Konsult, Leg. PsykologCubiks
Legitimerad psykolog som arbetar internationellt med urval och utveckling av personal och ledare. Victor har en särskild passion för att skriva, föreläsa och fundera över hur i hela fridens namn människor egentligen fungerar.
Victor Moberg
Print Friendly

Tags: , ,

Lämna en kommentar

Håll en trevlig ton och undvik reklam. Opassande kommentarer redigeras eller raderas.

Meny