Egy közepes méretű cégnél a fluktuáció sokszor nem hirtelen történik. Előtte már látszanak jelek: nő a hiányzás, romlik a teljesítmény, csökken a túlóravállalás, gyakoribb a vezetővel való konfliktus, kevesebb a belső aktivitás, vagy egy csapatból egymás után mennek el az emberek. A kérdés az, hogy ezekből a jelekből a HR és a vezetés tud-e időben tanulni, vagy csak akkor reagál, amikor már a felmondólevél az asztalon van.
A munkavállalói adatok elemzése nem önmagában problémás. Sőt, jól használva segíthet felismerni, hol nő a kiégés, melyik területen gyenge a megtartás, hol túl magas a terhelés, melyik vezető alatt távoznak sokan, vagy milyen belépési folyamat után bukik el a próbaidő. A határ ott húzódik, hogy a cég embereket akar-e jobban megtartani, vagy megfigyelési rendszert épít köréjük.
Milyen adatokból lehet valódi HR-következtetést levonni?
A fluktuáció előrejelzéséhez nem az kell, hogy a cég minden dolgozó minden mozdulatát figyelje. Sokszor a már meglévő, üzletileg indokolható adatok is elég sokat mutatnak. Ilyen lehet a belépés dátuma, munkakör, részleg, vezető, próbaidő alatti kilépés, hiányzások mintázata, túlóra, műszakcsere, teljesítményértékelés, képzéseken való részvétel, belső pályázatok, béremelési történet, előléptetés, panaszügyek vagy exit interjúk visszatérő okai.
Nem egyetlen adat számít, hanem a mintázat. Ha egy raktári műszakban fél év alatt az új belépők 45 százaléka távozik, miközben a másik műszakban csak 12 százalék, ott nem „rossz jelöltek” problémájáról van szó, hanem valószínűleg betanítási, vezetői, terhelési vagy munkaszervezési különbségről. Ha egy ügyfélszolgálati csapatban a legtöbb kilépés a 7–10. hónap között történik, érdemes megnézni, ekkor változik-e a bónusz, nő-e a feladatterhelés, vagy kifut-e a kezdeti mentorálás.
Hasznos HR-mutatók:
- próbaidő alatti kilépési arány munkakörönként;
- 6 és 12 hónapon belüli fluktuáció;
- kilépési okok visszatérő mintázata;
- hiányzások és túlórák alakulása csapatonként;
- vezetőnkénti megtartási arány;
- belső előrelépések száma;
- béremelés és távozás közötti kapcsolat;
- betanítás hossza és beválási arány.
Ezekből már konkrét beavatkozás tervezhető, nem csak általános „javítani kell a munkavállalói élményt” típusú HR-szöveg.
Hol segít igazán az előrejelzés?
A fluktuáció-előrejelzés akkor hasznos, ha csoportszintű működési problémát mutat meg. Például egy üzletláncnál láthatóvá válhat, hogy a hétvégi műszakban dolgozó részmunkaidős kollégák nagyobb arányban távoznak. Egy gyártócégnél kiderülhet, hogy azok maradnak tovább, akik az első két hétben konkrét mentor mellé kerülnek. Egy szolgáltatócégnél megmutatkozhat, hogy a távozás előtt 2–3 hónappal megnő a túlóra és csökken a szabadságkivétel.
Ilyenkor a cég nem azt mondja, hogy „Péter valószínűleg fel fog mondani”, hanem azt, hogy „ebben a munkakörben, ennél a terhelési mintánál nagy a kilépési kockázat”. Ez sokkal egészségesebb megközelítés. Lehet belőle jobb műszaktervezés, célzott vezetői képzés, gyorsabb betanítás, bérsáv-korrekció, mentorprogram, vagy a túlterhelt csapatok tehermentesítése.
A jó HR-analitika nem címkézi az embert, hanem javítja azt a rendszert, amelyben dolgozik.
Mikor válik bizalmi kockázattá?
A gond ott kezdődik, amikor a munkavállaló nem tudja, milyen adatot gyűjtenek róla, mire használják, ki fér hozzá, és milyen döntés születhet belőle. Ha a dolgozók azt érzik, hogy minden hiányzás, késés, belépőkártya-használat, chataktivitás vagy emailforgalom alapján „titkos pontszámot” kapnak, az rombolja a bizalmat.
Különösen érzékeny terület a viselkedési adatok túlzott használata: billentyűleütés, képernyőidő, státuszfigyelés, belépési gyakoriság, munkahelyi kommunikáció mennyisége. Ezek könnyen vezethetnek téves következtetésekhez. Attól, hogy valaki kevesebb üzenetet ír, még lehet mély fókuszmunkában. Attól, hogy valaki gyakran lép be este, nem biztos, hogy elkötelezett; lehet, hogy túlterhelt.
A legveszélyesebb az egyéni kockázati címkézés. Ha egy algoritmus vagy HR-modell azt jelzi, hogy valaki „kilépésre hajlamos”, és ez alapján kevesebb projektet, képzést vagy előléptetési lehetőséget kap, az önbeteljesítő és tisztességtelen helyzetet teremthet.
Milyen szabály kell a cégben?
A munkavállalói adatok elemzésére világos belső szabály kell. Nem jogi zsargonban, hanem érthetően: milyen adatot használ a cég, milyen célból, ki látja, milyen döntéshez használható, és mire nem használható. A dolgozóknak tudniuk kell, hogy az adatelemzés célja például a fluktuáció csökkentése, a túlterhelés felismerése vagy a betanítás javítása, nem pedig a titkos megfigyelés.
Fontos alapelvek:
- csak munkához kapcsolódó, indokolt adatot használjanak;
- egészségügyi, magánéleti vagy érzékeny adatot ne vonjanak be indokolatlanul;
- egyéni döntés ne szülessen kizárólag algoritmus alapján;
- legyen emberi felülvizsgálat;
- a vezetők csak a szükséges szintű adatot lássák;
- a dolgozók kapjanak érthető tájékoztatást;
- rendszeresen ellenőrizzék, nem torzít-e a modell.
Ha például egy részlegen magas a kilépési kockázat, a vezető kapjon csapatszintű jelzést és javasolt beavatkozást. Ne kapjon titkos listát arról, hogy „ez az öt ember veszélyes”.
Mit lehet tenni az adatok alapján?
A jó elemzésnek mindig beavatkozáshoz kell vezetnie. Ha az derül ki, hogy a próbaidős kilépések fő oka a kaotikus betanítás, készüljön 30 napos belépési terv. Ha a legtöbb távozó ugyanazon a bérsávon belül volt, nézzék meg a piaci versenyképességet. Ha a hiányzások és túlórák egy csapatban együtt nőnek, ott lehet, hogy nem motivációs tréning kell, hanem létszám- vagy műszaktervezési korrekció.
A fluktuáció előrejelzésének csak akkor van értelme, ha a cég hajlandó változtatni azon, amit az adatok megmutatnak. Különben a HR-analitika csak szebb formában írja le ugyanazt a problémát, amelyet a dolgozók már régóta éreznek.
A munkavállalói adatok elemzése tehát lehet komoly vezetői eszköz, de könnyen bizalmi aknamezővé válhat. A különbség az átláthatóságban, az arányosságban és a célban van. Ha az adat a jobb munkaszervezést, tisztességesebb terhelést és erősebb megtartást szolgálja, értéket teremt. Ha viszont rejtett megfigyelésnek tűnik, éppen azt rombolja le, amit védeni szeretne: a dolgozók lojalitását.
Fotó: Magnific