Hogyan javíthatjuk a prediktív elemzéseket az alkalmazottak megtartása érdekében

Miért kulcsfontosságú a személyre szabott képzés az évezredek felvételében és megtartásában? A digitális képzési eszközökbe történő befektetés elősegítheti a vállalkozásokat a tehetségek vonzásában és megtartásában, pénzeszközök megtakarításában és a szélesebb alkalmazottak körének elérésében.

Kristálygömbök, szerencsés sütik és mondókák, és sajnos saját felfogásunk, nem tudják megjósolni a jövőt. Ez a döntésképtelenség arra készteti az áhított munkatársait, hogy tegyék fel maguknak a The Clash 1981-ben feltett kérdését: "Ha maradnék, vagy mennem kellene?" Vállalatának kislánya (i) vagy srácja (i) forró árucikk, és nehéz nekik figyelmen kívül hagyni, hogy ők és műszaki ismereteik milyen nehézek. Meg lehet akadályozni a versenyző hódításának csalását? Talán.

A verseny elleni küzdelem

A munkanélküliség alacsony, 3, 6% 2019 októberétől (az 1969 óta elért rekord alacsony szinthez viszonyítva, 2019 augusztusában 3, 5%). A technikai pozíciók olyan igényesek, hogy sok nyitott munkahely hetekig, sőt akár hónapokig is hiányzik. Tehát, ha egy cég büszkélkedhet egy boldog, képzett műszaki dolgozóval, akkor a vállalat sikert is követelhet. Sajnos nem hagyhat túl sokáig a babérjain.

Látás a jövőbe

A munkáltatók versenyképes fizetéseket, nagy kedvezményeket és munkát kínálhatnak a jó vállalati kultúra biztosítása érdekében, de sokkal nehezebb megtudni, hogy érezze magát valaki, nem is beszélve, hogy megjósolja, mi lehet a jövőbeli cselekedeteik. Azt akarod, hogy maradjanak. Gondolhatnának a távozásra. Ez sok technológiai osztály és vállalat közös problémája. Ezt szem előtt tartva, az Egyesült Királyságban működő KPMG kidolgozta a Workplace Analytics alkalmazást a megőrzési megoldások végrehajtására, mihelyt egy alkalmazottat megfontoltak a távozásról. A legtöbb megoldás azonosítja a kopódást okozó szisztematikus problémákat, ám a KPMG szerint megoldásuk egyesíti a belső és a külső adatokat, hogy gyakorlati betekintést nyújtsanak az egyes alkalmazottak megtartása érdekében.

Felvételi készlet: a sokféleségért felelős vezető (TechRepublic Premium)

A szabadalmaztatott, menedzselt munkahelyi elemzés több száz viselkedést - például az e-mail használatot, a telefont, az utazási szokásokat, az ingázási időket és a fizetett időtúllépést (PTO) - értékeli, miközben figyelembe veszi a munkanélküliséget és a környező térségben rejlő lehetőségeket, hogy az egyének megtartási pontszámait megkapja. Mivel ez a pontszám ingadozik, a munkáltató megfelelő intézkedéseket hozhat az egyén kilépésének valószínűsége ellen. Például a munkáltató elősegítheti a munkahelyi rugalmasságot, módosíthatja a munkaterhelést a kiégés elkerülése érdekében, vagy akár kedvezményeket is kínálhat.

Finom viselkedésbeli változások észlelése

"Nem számít az ipar" - mondta Bill Nowacki, a KPMG döntéstudományi ügyvezető igazgatója -, a szervezeten belül minden alkalmazott eltérő normatív viselkedéssel rendelkezik, és a megoldást úgy tervezték, hogy észrevegyen ettől a viselkedéstől való eltéréseket. Végső soron ezek az eltérések tipikusan jelzik. "nyugtalanság", amely előzi meg a munkaváltást. "

Példaként Nowacki elmagyarázta: "Minden hétköznap 6 óra körül érkezem az irodába, és szombaton és vasárnap reggel találkozol a VPN-mel, de mondjuk, hogy van néhány új munkalehetőség a tervezés alatt, és én Az interjú folyamatában messze vagyok, tehát 6 órakor abbahagyom a megjelenést, és már nem dolgozom hétvégén, ez azt mondhatná, hogy eltérés lenne a normatív magatartásomatól, és ezek az eltérések általában azt sugallják, hogy valami történni fog. "

Ez a vállalati szintű tanulási görbe

A prediktív szoftver rendelkezése elengedhetetlen a tech iparban - mondta. "Mivel a technológiai iparág az erős verseny miatt gyakran nagy forgalomnak van kitéve, különösen abban az időben, amikor a munkanélküliség mindig alacsony, sok mindent meg kell tanulnunk a nagytechnikától. Míg az iparág többé-kevésbé előnyös. más iparágakhoz képest, az egyik különbség az, hogy a technológiai iparban dolgozók hajlamosabbak lesznek.Ez a megoldás lehetőséget ad a szervezeteknek arra, hogy a munkavállalók szíve megváltozását már korán észrevegyék, és felhatalmazza őket arra, hogy gyorsan cselekedjenek a probléma megoldásában mind az egyén, mind a vállalkozás számára -szinten.

"Más szavakkal, ha a mérnöki osztályban lévő python programozó lemond, akkor elkezdhet a" miért "kérdést venni. Végül az a kérdés, hogy miért hagyta el, egyértelművé válik, amikor azt tapasztalja, hogy az Ön társasága 5% -kal kevesebbet fizet, mint az általános piac. Ezeket az ismereteket használva kicsit mélyebben ásni kezd, és látja, hogy a szervezet egész területén sok python programozó kezdi elégedetlenség jeleit. Ez lehetővé teszi számunkra, hogy megértsük, miért látszik, hogy az egész embercsoport gyorsan átalakul, és lehetővé teszi számunkra, hogy azonosítsuk azokat a rendszerszintű problémákat, amelyek táplálják ezeket az indulásokat, és megelőzzük azokat.

Óvakodj az ambivalenciától és a leválasztástól

A jelek - magyarázta tovább - észreveszik, hogy valaki elválasztja vagy ambivalensé válik a munkával kapcsolatban. A szervezet ellenőrizheti az alkalmazottak napi időtartamát is, ha „statikus vagy rövidebb”, és ellenőrizheti, hogy hány jelvényt húztak el, a Diner Club kártya használatát, a nap első e-mailjét és a kezdeményezett telefonhívások számát. "A legtávolabbi két pont elemzésével meg tudjuk határozni a nap hosszát. Bár igaz, hogy az egyik forrásból megismerhetjük a nap hosszát, elengedhetetlen, hogy mindezt összekapcsoljuk. nagy adatszerkezet, hogy teljes és pontos képet kapjon, és ezt csináljuk a Workplace Analytics szolgáltatással. "

Az öt legfontosabb elemző eszköz

Nowacki elmondta, hogy 1500 jelet azonosított, amelyek hasznosak az alkalmazottak azonosításában, és hozzátette, hogy a vállalat programjában "öt olyan elemzés van, amelyet felhasználunk, hogy a szervezetek tegyen lépéseket a probléma megoldására:"

  1. A kopás és annak oka azonosítása, mielőtt megtörténik.
  2. A kiégés azonosítása annak pillanatában.
  3. A leválasztás azonosítása, amint történik.
  4. Egy bejövő kohorszban vagy osztályban kitalálni, hogy kik a sztárcsillagok, így egy szervezet felgyorsíthatja tanulásukat és ápolhatja őket.
  5. Felfedezni és megérteni, hogy az évelő csúcsteljesítményűek miért túllépik a többi csoportot, így egy szervezet jobban képes edzeni a szélesebb csoportot.

Nowacki szerint eredetileg a "túlélési" elemzést alkalmazták a problémák megoldására, mivel az átlátható és azonosítja azokat a dolgokat, amelyek növelik a veszélyességet (a veszély az, hogy a munkavállaló kilép), ami 70-80 ok lehet arra, hogy miért akarja az ember elhagyni. Ezen a ponton a vállalat találkozik HR-vel a munkavállalóval, hogy elemezze a távozás okait, és megpróbáljon megoldásokat találni. Hozzátette: "Természetesen a kármentesítés nem mindig lehet pénz, de vannak olyan megoldások, mint például a testreszabottabb ellátások-csomag vagy a gyermekgondozás a munkahelyen."

Felmérés

Elmondta, hogy a programok eredetét úgy fejlesztették ki, hogy felbecsüljék a hallgatói megtartás célzásának megoldását az Egyesült Királyság egyetemein. Most alkalmazzák a HR osztályokra. "A Workplace Analytics megoldás a legjobban azokban az iparágakban működik, ahol a termelékenység és az elkötelezettség külön mérhető" - mondta Nowicki. "Például a gyártásnak nagyon sok mérése van - például a munkaerőköltségek vagy a sérülés elveszített napjainak kiszámítása a gyárpadlón -, amelyeket különféle gépi tanulási modellekben lehet használni. Míg ezzel szemben egy könyvelő cégnek nehezebb lehet mérje meg a munkavállalók kiszállásának valódi költségeit. "

"Hasonlóan ahhoz az elképzeléshez, hogy egyes iparágakban nagyobb a mérési adatok mennyisége, mint másokban, vannak olyan szerepek egy társaságon belül, amelyek kevesebb" digitális kipufogót "hagynak, mint mi más néven hívjuk. Képzeljünk el egy pénztárt az áruházában, csak néhány olyan paraméterrel rendelkezik, amelyek megértették az alaptermelékenységünket, például a be- és kikapcsolási időt, tehát nehezebb meghatározni, mikor kezd eltűnni a normától. Általában véve, hogy egyes iparágak jobban kölcsönadják magukat ehhez a megoldáshoz, mert az említett iparágban rejlő munkakörök és pozíciók jobb mérőeszközök. "

Havi elemzési segély

Mivel ez egy menedzselt havi előfizetési rendszer, amelyet bármilyen méretű vállalkozás számára terveztek, az általa szolgált társaság számára nincs tanulási görbe. "Rendszeresen pontozza az ügyfélvállalatok minden alkalmazottját az öt kritérium (kopás, kiégés, leválasztás stb.) Alapján, majd eredményeket és javasolt megoldásokat küld a felügyeleteknek" - mondta. "Ez azt jelenti, hogy a helyzet legfontosabb szereplői, többnyire a közvetlen jelentésekkel rendelkező felügyelők, csak szerény képzésre van szükségük a riasztások kezelésére és a munkafolyamat-jelentésben javasolt intézkedések végrehajtására."

További információ: Hogyan végezzen hatékony egy-egy találkozót a TechRepublic oldalon.

Vezetői tájékoztató hírlevél

Fedezze fel az informatikai vezetés sikerének titkait a tippekkel a projektmenedzsment, a költségvetés és a napi kihívások kezelése során. Keddenként és csütörtökön szállítva

Regisztrálj még ma

Lásd még

  • Dark Web: csaló lap a szakemberek számára (TechRepublic)
  • Technikai konferenciák és események, amelyeket 2019-ben be kell vonni (TechRepublic letöltés)
  • Házirend-csomag: Munkahelyi etika (TechRepublic Premium)
  • Távoli munka 101: Professzionális útmutató a kereskedelem eszközeiről (ZDNet)
  • 5 legjobb álló asztali konverter 2019-re (CNET)
  • A mindenkori 10 legfontosabb iPhone alkalmazás (Download.com)
  • Műszaki előzmények: Nézze meg a lefedettséget (TechRepublic a Flipboardon)
Kép: Getty Images / iStockphoto

© Copyright 2021 | mobilegn.com