Tänapäeva talendijaht – andmetepõhine ja mõõdetav

ragnemaasel
Teamscope’i turundusjuht Ragne Maasel

Kindlasti teab iga HR-valdkonnas tegutsev inimene, et talendijaht on tänapäeval suuresti digitaalne tegevus. Talente otsitakse põhilisel tööportaalide ja sotsiaalmeedia ja LinkedIni kaudu ning põhiline suhtlus käib samuti meili teel. Kuid värbamistegevuste interaktiivsus ja digitaalsus on viimastel aastatel saanud veel enam innovaatilisemaks ning talendijaht muutunud andmepõhiseks ja mõõdetavaks. Ning seda just tänu Big Datale ehk suurandmetele.

Mis on Big Data ja miks see on oluline? 

Meie igapäevaelu on läbipõimunud nutiseadmete, äppide ja sotsiaavõrgustike kasutamisest. Iga meie digitaalne toimetus tekitab aga hulgaliselt andmeid, mis logifailidena salvestudes moodustavad meie digitaalse jalajäle. Neid andmeid on maailmas juba nii palju, et nende kooslus ja hoiustamine on saanud endale omaette termini – Big Data ehk suurandmed.

Ligi 95% kogu maailmas kogutud andmetest on toodetud vaid viimase kolme aastaga. See fakt võib olla küll šokeeriv, kuid suurandmete olulisus ei seisne mitte nii palju nende kogutud hulgas, vaid selles, kuidas neid analüüsides ühiskondlikult või äriliselt kasu saada. Suurandmete ja analüütika kasutamine palub väga suurt väärtust ka talendijuhtimises ja värbamises.

Big Data personalitöös

Talendijuhtimise ja värbamise väljakutsed on kõikjal maailmas tegelikult samad:

  • kuidas nii olemasolevaid ettevõtte inimesi kui ka kandidaate paremini tundma õppida? Kas intervjuu käigus saab tõesti selgeima pildi?
  • kuidas leida parimaid talente?
  • kuidas valida välja just see parim kandidaat?
  • kuidas töötajaid hoida?
  • kuidas on seotud ettevõtte tulemused ja töötajate rahulolu ning kuidas nende rahulolu hoida?

Kui vaadata neid küsimusi lähemalt, selgub, et nn traditsioonilisel teel lahendatakse neid sageli ikka veel tuginedes kõhutundele, eeldamisele ja isiklikele emotsioonidele või pelgalt katse-eksituse meetodit kasutades. Andmeteaduse põhiline eesmärk HR-sektoris ongi tuua sisse objektiivsust, mille põhjal informeeritumaid otsuseid teha. Üksi organisatsioon ei tee enam oma finants- või turundusotsuseid kõhutunde pealt, arvestamata andmete analüüsi tulemusi. Miks teeksid seda siis HR-is, eriti, kuna inimressurss on iga organisatsiooni väärtuslikum element?

Big Data kasutamise näiteid HR-i igapäevatöös

Inimeste tundmaõppimine

Sotsiaalmeedia- ja internetikäitumise jälgimisest saadud andmete põhjal on juba võimalik inimest paremini tundma õppida kui isikliku kontakti vahendusel. Kas teadsid, et on olemas algoritme ja platvorme, mis suudavad inimest kümne Facebooki-like’i alusel paremini tundma õppida kui kolleegid? 70 like’i suudab inimese iseloomu paremini profileerida kui lähedased sõbrad ning 150 like’i annab inimese siseelu kohta juba rohkem infot kui tema pereliige seda suudaks. Niisugust analüüsi teeb näiteks Cambridge’i ülikooli välja töötatud Apply Magic Souce algoritm, mida igaüks ka ise veebis katsetada saab.

Kuidas talendile kõige tulemuslikult läheneda?

Kindlasti on enamik värbajaid Linkedinis surfates ja potentsiaalsete kandidaatide peale sattudes mõelnud, kuidas kijrutada või suhelda selle inimesega nii, et ta suure tõenäosusega ka pakutava töökoha peale tõsiselt mõtlema hakkaks. Üks näide, kuidas Big Data selles abiks saab olla, on näiteks analüütikaplatvorm Crystal. Kui lisada Crystal oma veebibrauserisse, aitab tööriist inimest analüüsida tema internetikäitumise ja näiteks tekstiloome alusel. Tema LinkedIni profiilile minnes annab tööriist reaalse soovituse, millises stiilis kirjadele inimene kõige tõenäolisemalt reageeriks ja mis paremini mõjuks.

Riskide ja võimaluste kaardistamine

Visier on HR-analüütika tööriist, mis oskab juba väga suure kindlusega andmetele tuginedes öelda, milline inimene suurima tõenäosusega ettevõttest lähimal ajal plaanib lahkuda. Platvorm Entelo oskab näiteks öelda, kes on suurima tõenäosusega oma olemasoleval töökohal varsti valmis uuteks väljakutseteks. Inimeste lahkumine on kulukas protsess nii aja kui rahaliste ressursside poolest. Big Dataga on võimalik riske kaardistada juba enne, kui need reaalsuseks muutuvad, ning teisalt võimaldab andmeanalüüs nende riskidega ka paremini toime tulla, nt leida kiiremini uue kandidaadi, inimesi ümber paigutada jne.

Inimeste sobivus olemasolevasse tiimi

Kuna suuri asju saavutavad äris siiski meeskonnad, mitte indiviidid, saab Big Datat kasutada ka võimalikult tegusate tiimide moodustamiseks, kus kõik tunnevad ennast õnnelikena. Eestis arendatav Teamscope kaardistab ära terve meeskonna, et hinnata ära indiviidi mõju tiimis, ning toob välja nii tiimidünaamika kui ka iga inimese väärtused, tugevused, nõrkused ja kõige suuremad loomulikud eeldused edu saavutamiseks. See info aitab meeskonna-  või personalijuhil olemasolevaid tiime teadlikumalt arendada ja värvata sinna uusi inimesi, kes ka tegelikult meeskonnaga kõige paremini klapiks. Personalitöös ei ole väljakutset või ülesannet, mida enam ei saaks lahendada mõne Big Datal põhineva tööriistaga – tuleb vaid veidi turgu uurida ja endale sobilik tööriist välja valida.

Loetletud tööriistad ja HR-platvormid on vaid üksikud näited sellest, kuidas suurandmed HR-tööd lihtsamaks ja produktiivsemaks teevad. Nn sõda talentide pärast ei käi enam ka ainult ettevõtete vahel, kuid ka talendite ja organisatsioonide vahel. Tehnoloogiaettevõtted on juba arendamas andmetele tuginevaid platvorme, mis on suunatud talentidele analüüsimaks ja ennustamaks, millised ettevõtted pakuksid neile sobivamaid tingimusi, õnnelikumat töökeskkonda, parimat palka, lisahüvesid jne. Talendijuhtimise, värbamise ja ka tööotsimise maastikul võidab tänapäeval see, kellel on enim andmeid, kes oskab neid kõige õigemini analüüsida ja tulemustele toetudes informeerituid otsuseid teha.

Osale arutelus

  • Ragne Maasel, Teamscope’i turundusjuht

Toetajad

Jälgi Personaliuudiseid sotsiaalmeedias

RSS

Toetajad

Tööriistad

Valdkonna töökuulutused

Ebeta otsib BÜROOJUHTI

M-Partner HR OÜ

24. juuni 2017

Hoiame Kokku Grupp otsib JUHIABI-BÜROOJUHTI

M-Partner HR OÜ

19. juuni 2017