Τα data analytics «οχημα» συνεργασιας HR και οικονομικων

Διεθνής μελέτη της Oracle εξετάζει το πώς τα δεδομένα και τα εργαλεία ανάλυσης μπορούν να βοηθήσουν τις ομάδες χρηματοοικονομικών και HR να συνεργαστούν. Συγκεκριμένα, η μελέτη της Oracle σε 1.510 επαγγελματίες του HR, των χρηματοοικονομικών και άλλων επιχειρησιακών λειτουργιών κατέδειξε ότι για να αποκομίσουν αξία από τα δεδομένα και να βοηθήσουν τους οργανισμούς να προσαρμοστούν στην ταχέως μεταβαλλόμενη παγκόσμια αγορά ταλέντων, οι ομάδες HR πρέπει να αναθεωρήσουν τις τεχνολογίες των εργαλείων ανάλυσης, τις δεξιότητες και τις διαδικασίες, ώστε να βελτιώσουν τη συνεργασία με το τμήμα χρηματοοικονομικών και να δημιουργήσουν ένα ανταγωνιστικό πλεονέκτημα.

 

Άλλο κατοχή και άλλο αποτελεσματική χρήση των δεδομένων

Η εμφάνιση νέων τεχνολογιών, η αύξηση του κόστους στελέχωσης και η αυξανόμενη ζήτηση νέων δεξιοτήτων έχουν σαν αποτέλεσμα η παγκόσμια αγορά ταλέντων να είναι πιο ανταγωνιστική από ποτέ. Για να είναι επιτυχημένες σε αυτή την ταχέως μεταβαλλόμενη αγορά, οι ομάδες HR πρέπει να αναθεωρήσουν την προσέγγισή τους όσον αφορά στα εργαλεία ανάλυσης, στις δεξιότητες και στη συνεργασία, ώστε να δημιουργήσουν ένα ανταγωνιστικό πλεονέκτημα.

Όπως προκύπτει από τη μελέτη της Oracle, το 95% των επαγγελματιών HR και χρηματοοικονομικών σχεδιάζουν να θέσουν τη συνεργασία με βάση τα δεδομένα ως προτεραιότητα για το 2019. Επιπλέον, για την την ουσιαστική αξιοποίηση των δεδομένων, οι ομάδες HR και χρηματοοικονομικών πρέπει να αποκτήσουν νέες δεξιότητες. Η έρευνα εντόπισε ότι το 49% δεν μπορεί, επί του παρόντος, να χρησιμοποιήσει εργαλεία ανάλυσης για την πρόβλεψη αποτελεσμάτων και το 81% δεν μπορεί να καθορίσει μελλοντικές ενέργειες με βάση τα δεδομένα προβλέψεων.

 

Το ζητούμενο είστε εσείς, όχι η αύξηση της τεχνολογίας

Ενώ τα δεδομένα και τα εργαλεία ανάλυσης έχουν οδηγήσει το HR και τα χρηματοοικονομικά σε ανάπτυξη, τα οφέλη είναι περιορισμένα όπου δεν υπάρχει αποτελεσματική συνεργασία και ικανότητα παραγωγής αξίας. Για να επωφεληθούν, τα δύο τμήματα πρέπει να ξεπεράσουν την εμμονή στον βραχυπρόθεσμο ορίζοντα, να ελιχθούν ανάμεσα στις αντικρουόμενες κουλτούρες και να μειώσουν το κενό δεξιοτήτων.

 

Σημαντικά ευρήματα

• Το σημαντικότερο εμπόδιο για τη συνεργασία μεταξύ HR και χρηματοοικονομικών είναι η λογική του βραχυπρόθεσμου, με το 71% να δηλώνει ότι οι ομάδες εστιάζουν στα τρίμηνα και όχι στη μελλοντική στρατηγική κατεύθυνση.

• Οι αντικρουόμενες κουλτούρες των τμημάτων είναι μια ακόμα σημαντική πρόκληση, με σχεδόν το ένα τρίτο (29%) να κατατάσσει τις, παραδοσιακά ξεχωριστές, συνήθειες ως το μεγαλύτερο εμπόδιο. Άλλα εμπόδια που αναφέρθηκαν ήταν η ασυμφωνία των συνόλων δεξιοτήτων (27%) και οι απομονωμένοι, αυτόνομοι τομείς του οργανισμού (17%).

• Οι ομάδες HR, επιπλέον, δε διαθέτουν τις δεξιότητες που θα τους επιτρέψουν να προχωρήσουν σε ενέργειες βάσει των δεδομένων και να επιλύσουν προβλήματα (70%), να εξελίξουν την ποσοτική ανάλυση και αιτιολόγηση (67%) και να προβλέψουν τις ανάγκες του προσωπικού αξιοποιώντας εργαλεία ανάλυσης (55%).

 

Στην πλειοψηφία τους (80%) οι ερωτηθέντες πιστεύουν ότι οι ομάδες HR και χρηματοοικονομικών ήδη βοηθούν τους οργανισμούς να λαμβάνουν καλύτερες αποφάσεις βάσει των δεδομένων. Οι ομάδες τους θα χρειαστεί να αποκτήσουν νέες δεξιότητες, ωστόσο η έμφαση στη συνεργασία πρέπει να είναι πιο έντονη ώστε οι οργανισμοί να καταφέρουν να αποκομίσουν ακόμα μεγαλύτερα επιχειρηματικά οφέλη:

Σε ποσοστό 88% οι ερωτηθέντες πιστεύουν ότι η συνεργασία μεταξύ HR και χρηματοοικονομικών θα βελτιώσει τις επιχειρηματικές επιδόσεις, ενώ σε ποσοστό 76% πιστεύουν ότι θα βελτιώσει την ευελιξία του οργανισμού.

Περισσότεροι από τους μισούς οργανισμούς (57%) σχεδιάζουν την επίτευξη συνολικότερης αξιοποιήσιμης πληροφόρησης για κάθε πτυχή των δραστηριοτήτων τους μέσα από τη συνεργασία, και σε ποσοστό 52% οι επαγγελματίες του HR και των χρηματοοικονομικών πιστεύουν ότι αυτό θα τους βοηθήσει να βελτιώσουν τη στρατηγική συνεργασία τους.

 

Συνεργασίες και καλύτερα αποτελέσματα με AI

Οι επαγγελματίες του HR και των χρηματοοικονομικών προσβλέπουν στις αναδυόμενες τεχνολογίες, όπως η τεχνητή νοημοσύνη, για να βελτιώσουν τα επιχειρηματικά αποτελέσματα:

 

• Ενώ το ένα τέταρτο (25%) των ερωτηθέντων χρησιμοποιεί την AI κυρίως για να εντοπίσει ταλέντα υψηλού ρίσκου και για να μοντελοποιήσει τους διαύλους τροφοδότησης με ταλέντα (22%), σπάνια χρησιμοποιεί την AI για να προβλέψει επιδόσεις (18%) ή για να βρει κορυφαία ταλέντα (15%).

• Κατά το επόμενο έτος, σε ποσοστό 71% οι συμμετέχοντες στην έρευνα σχεδιάζουν να χρησιμοποιήσουν την AI για να εντοπίσουν, ήδη κατά τη στελέχωση, υποψηφίους με κορυφαία απόδοση και ιδανικούς υποψηφίους με ανάλυση βιογραφικών (70%).

• Άλλες προτεραιότητες των ερωτηθέντων, όσον αφορά στην AI, είναι η μοντελοποίηση του διαύλου τροφοδότησης με ταλέντα (58%), η επισήμανση εργαζόμενων υψηλού ρίσκου μέσω μοντελοποίησης της σταδιακής απώλειας εργαζόμενων (52%) και η υποστήριξη των επαφών των εργαζόμενων με τη χρήση chatbots (38%).

Related Posts