Därför bör HR anamma datadriven processdesign redan under systemimplementationen
4 jul 24
Ett av de vanligaste och tyngsta argumenten för att investera i ett HR-system är att få bättre struktur och ordning på sin data och genom detta möjliggöra dataanalys samt säkerställa lagefterlevnad. Under en upphandlingsprocess utvärderas vanligtvis systemets förmågor kring rapporter och datavisualisering genom att leverantören visar snygga diagram och tabeller sammanställda i olika typer av dashboards. Detta ser allt som oftast helt fantastiskt ut och det är inte ovanligt idag att leverantörer lägger otroligt mycket vikt vid design och utformning av just dessa delar. Vad som lätt glöms bort är att de demomiljöer vi får ta del av bygger på nästintill perfekt data som i sin tur genererats från nästintill perfekt genomförda processer utan realistiska avvikelser. För handen på hjärtat – inget system är bättre än sin användningsgrad och ingen utdata är bättre än sin indata.
Säkerställ er utdata redan i början av implementationen
När kunden väl drar i gång implementationsprojektet så är det lätt att det där initiala behovet av rätt data ut från systemet glöms bort när man fastnar i kollektivavtalsdetaljer, kundanpassade fält, datamigrering från tidigare system, integrationsutmaningar och principbeslut som måste fattas på stående fot. Ofta skjuter man de där utdatafrågorna på framtiden och tänker att det får bli ett separat delprojekt när man väl lyckats gå live. Dessutom finns det ju knappt någon data att arbeta med dessförinnan. Detta är såklart helt rimligt – att stycka upp elefanten och beta av del för del. Vad man riskerar med detta angreppssätt är dock att landa i ett läge där man långt senare upptäcker hål och brister i sina processer. För det är faktiskt först när du tittar på själva utdatan som du börjar upptäcka dessa. Exempelvis att du inte kan avgöra huruvida en ändring i anställning i själva verket är en befordran, att en FTE för en långstidsfrånvarande inte har justerats ner till 0 eller att anställda med temporära utlandsuppdrag inte längre fångas i rapporter och nyckeltal som baseras på enbart permanent anställda.
Analysera utdatan utifrån ett intressentperspektiv
På senare år har det skrivits en hel del om att HR bör anamma ett utifrån och in-perspektiv där fokus ligger på att utgå från kundens perspektiv vid utformning av strategier och arbetssätt. Jag skulle vilja slå ett slag för att även applicera detta förhållningssätt på utdata. Inte enbart för att det kan hjälpa oss att identifiera relevanta mätetal, utan för att det också bidrar till att designa smartare och mer kvalitetssäkrade processer.
Vilken utdata är viktig för våra intressenter och varför? I vilka processer genereras potentiellt denna data och på vilket sätt?
Låt oss ta exemplet med FTE som nämndes ovan. Vi vet att denna datapunkt är viktig för både extern och intern rapportering, men också som beståndsdel i andra mätetal. Om din FTE vid anställningsförfarandet var 1.0, det vill säga att du anställs på premissen heltid, så kan du komma att bli långtidssjukskriven, kanske gå på föräldraledighet eller av andra skäl behöva gå ner i arbetstid under en period. Frågan blir därmed vilka potentiella processer som bör innefatta ett processteg där justering av FTE-måttet genomförs för att på så vis generera tillförsikt i denna utdata.
Ett annat exempel är vikten av att kunna följa upp och analysera antalet ansökningar i en rekryteringsprocess som kommit internt ifrån, ett vanligt HR-nyckeltal hos större organisationer. Tyvärr inser de flesta först i efterhand att de inte kan förlita sig på att alla interna ansökningar kommer in via den interna karriärsportalen. Att lägga till en enkel fråga kring detta i själva ansökningsprocessen, självklart med alternativet ”Vill ej ange”, ökar tillförsikten och kvaliteten i utdatan markant.
Datadriven processdesign ger ökad datakvalitet och bättre beslutsunderlag
Detta förhållningssätt blir inte bara användbart för att undvika potentiella datakvalitetsbrister, det kan likväl hjälpa organisationen att generera utdata för att fatta strategiska beslut. Låt oss titta på ett exempel där en chef väljer att befordra en medarbetare. Istället för att endast uppdatera relevanta fält i systemet med nya värden och därefter generera ett nytt anställningsavtal så kan processen struktureras för att också generera användbar utdata genom varje steg.
Några exempel:
- Vid initierade anges de specifika färdigheter eller kompetenser hos individen som har legat till grund för beslutet. Detta kan generera värdefull information om utvecklingsmöjligheter och kompetenskrav inom organisationen.
- Vid godkännande anges hur väl denna befordran överensstämmer med uppsatta organisationsmål eller strategiska initiativ. Detta skapar underlag om vilka ageranden och beslut som genomförts med syfte att stödja övergripande strategier.
- En tid in i den nya rollen kan både chefs- och medarbetarupplevelsen samlas in via samtal eller enkäter och därefter användas som input till både personlig utveckling, processförbättring och den övergripande medarbetarupplevelsen.
Poängen i det här blogginlägget är således att ett datadrivet förhållningssätt redan i processdesignen minskar risken för att det där initiala behovet av bättre HR-data glöms bort eller nedprioriteras under implementationsprojektet. Ett utifrån och in-perspektiv på utdata hjälper oss att identifiera relativt enkla insatser i processerna som i sin tur genererar en stor effekt i andra änden. Detta gör även de mest grundläggande HR-processer mer kvalitetssäkrade och värdeskapande. Att dessutom tillgängliggöra utdata så tidigt som möjligt ökar chanserna att relativt fort upptäcka fel och brister i systemuppsättningen, men också att fånga möjliga processförbättringar. Genom att systematiskt kontrollera sin utdata sätts en bra grund för det fortsätta utvecklingsarbetet efter att systemet har gått live, vilket gör att man dessutom minskar risken för att så småningom hamna i svårhanterliga optimerings- och datakvalitetsprojekt.