100% fejlrekrutterer hvert år, men 35% ved ikke, hvad en fejlrekruttering koster.
Derfor skal HR arbejde datadrevet.
Indlægget er skrevet af gæsteblogger Julie Kristine Strange.
Julie Kristine Strange har 13 års HR-erfaring og er CEO i Master Danmark A/S, hvor hendes fokus er at genopfinde og vækste forretningen.
Master Danmark hjælper HR professionelle med at skabe målbare resultater, datadrevne cases og synlig værdi for forretningen. Et team af eksperter i rekruttering og udvikling af mennesker leverer et komplet suite af online testværktøjer, unikke analysemuligheder og bidrager med forretningsorienteret sparring.
Master Danmark har i år startet et projekt, der skal forudse HR-fremtiden med data science og machine learning.
Data fra projektet har allerede vist nogle meget interessant pointer. Noget af det, jeg især har bidt mærke i, er, at data med signifikant tydelighed viser, at HR er nysgerrige, men afventende i forhold til fremtiden.
Data viser også, at vi i HR er fuldt optagede af forretningens behov og af driften lige nu. Vi er optaget og styret af forretningens mål, mere end af at være klædt på til at forudsige og støtte de overordnede mål og behov, som forretningen har om nogle år.
Vi tror faktisk heller ikke selv på at vi vil disrupte HR indefra. Vi forventer at løsningen skal komme fra andre end os selv.
Det forstærkes af, at langt de fleste HR-beslutningstagere ikke bruger tid, hver uge eller måned, på at tænke strategisk, undersøge nye muligheder og prioritere tiden til at genopfinde sig selv som værdiskabende people disciplin.
Det er ikke ny viden, men noget vi genkender i HR og hører hver eneste dag. Men det er stadig relevant for os at blive opmærksomme på vores egen adfærd, hvis vi gerne vil ændre den og vise, at vi har en berettigelse i fremtiden.
De fleste HR-beslutningstagere oplever ikke at blive taget seriøst i forretningen eller direktionen, fordi de ikke benytter dataværktøjer, som f.eks. en datadrevet case.
Der er langt større gennemslagskraft, hvis HR præsenterer en afgrænset undersøgelse baseret på data og derigennem viser, hvad en given ændring vil betyde for virksomheden i de kommende år.
Sådan en datadrevet case giver et meget håndgribeligt beslutningsgrundlag.
Et konkret eksempel, hvor netop en datadrevet case kan have afgørende betydning for hele forretningen, er, hvis HR kan vise, hvad fejlrekrutteringer reelt koster virksomheden og hvor præcist, man kan sætte ind for at minimere dem i fremtiden.
Vores seneste survey blandt HR-beslutningstagere viser, at 100% oplever at fejlrekruttere hvert år, men samme survey viser også, at 35% ikke ved, hvad en fejlrekruttering koster dem.
Det tal skal vi have nedbragt.
Hvis vi i HR kan bruge den data, vi allerede har, til at finde ud af, hvad en fejlrekruttering koster og lave en datadrevet case til ledelsen, så er vores rolle i den grad relevant for virksomhedens fremtid.
Hvorfor argumentere med data?
Jeg taler ofte om, hvordan HR skal kunne argumentere med tal, data og en god datadrevet case, når de skal overbevise ledelsen og forretningen om betydningsfulde beslutninger.
Men jeg ved også, at det ikke falder alle i HR naturligt at tænke, planlægge og tale på den måde. Jeg har nemlig selv haft det på samme måde.
Jeg kan se nu, at jeg i mange år har kunne skabe værdi og troværdighed uden at argumentere systematisk med tal, fakta og data i HR. Jeg har kunne overbevise topledere om fornuftige ændringer eller beslutninger.
Jeg argumenterede med udgangspunkt i forretningens strategi, behov og den aktuelle situation, men fremlagde ikke en datadrevet case.
Jeg kunne ikke vise en klar ROI. Men jeg var god til mennesker, relationer, processer og det at drive forandringer. Sådan oplever jeg også at mange andre i HR arbejder i dag.
Efterhånden som mit arbejdsliv har udviklet sig, og nu hvor jeg sidder som direktør med en bestyrelse, så bruger jeg altid tal og data i min argumentation.
Det er naturligvis en klar forventning fra deres side. Så det er noget jeg har lært mig, fordi et finansielt og økonomisk sprog er nødvendig for i mit tilfælde at opnå mandat til at forandre, genopfinde vores forretning og skabe de bedste resultater.
I dag er det naturligt for mig at arbejde med en vækststrategi gennem tal, kurver, excelark, omkostninger, risikoanalyser, investeringer, omsætning, budget og lign. og bruge det i alle argumentationer, når jeg forudsiger fremtiden i egen branche.
Jeg ved, hvordan jeg nu kan starte samtalen med tal og en datadrevet case, der viser min argumentation, men at de ord jeg sætter på efterfølgende, ikke er anderledes end dem, jeg altid har brugt i min argumentation.
Forskellen er, at de underbygges af data.
Min pointe er i virkeligheden, at selvom det ikke er naturligt for os HR-folk, så kan vi let lære det, og vi skal ikke lave om på alt det, vi plejer, men vi skal tilføje et element, som vil gøre argumentationen lettere og stærkere.
På den måde kan HR arbejdet blive bedre, og forbindelsen til forretningen blive tættere.
Jeg er overbevist om at det er et nødvendigt tiltag for HR for at have en stemme i forretningen både nu og i høj grad i de kommende år.
Hvis vi kan stole på vores datamængde og beslutningsgrundlaget, så bliver vi automatisk mindre vævende og usikre i vores argumentation.
Datadrevet case om fejlrekruttering
Lad os tage fat i eksemplet om fejlrekrutteringer og i den forbindelse kigge på, hvad en datadrevet case med dette fokus, kan indeholde helt konkret.
Et godt sted at starte er i ISO standarden ”ISO 30405:2016 Human resource management: Guidelines on recruitment”.
Her findes bl.a. denne figur, der viser os tre elementer, som er gode at forholde sig til i forhold til fejlrekrutteringer:
- Effektivitet, altså den tid det tager at finde en ny medarbejder
- Virkningsgrad, altså hvor god man er til at finde og vælge den rigtige kandidat
- Betydning, altså hvad kandidaten skal lykkes med i jobbet for at blive succes
Så hvor gode er vi på disse parametre, og hvilke kan vi allerede nu måle på?
Bør vi måle på flere for at blive endnu bedre fremover? Det kan være parametre som performance, sygefravær, salgsindex, udskiftning mm., der allerede er mulige at finde data på.
Det er ofte ikke at problem at finde data, men vigtigere at afgøre hvilke data, der er relevante, og hvad de skal vise os, når vi kigger på dem igen efter en periode.
Hvilke data har vi brug for nu og fremadrettet for at minimere fejlrekrutteringerne? En ide kan være at begynde at inddrage eksterne data også, så der kommer et større perspektiv på casen.
Casen og data skal understøtte dialogen, og hvis man starter med fakta, oplister action points for at nå sit mål og senere evaluerer på gevinsten/effekten af forløbet, så når man rigtig langt i forhold til at vise, den forskel man helt konkret gør i arbejdet med mennesker.
Det skal selvfølgelig nævnes, at arbejdsmarkedet lige nu ikke tillader os, som rekrutterer, at vælge og vrage mellem et væld af kandidater. Tværtimod er arbejdsløsheden lav og konjunkturen høj.
Det betyder naturligvis at vi indimellem ansætter en kandidat, fordi det er det bedste match med stillingen ud fra puljen af ansøgere. Velvidende at det muligvis ikke er det bedste match set i et større perspektiv.
Men lad os antage, at vi også i tilfælde, hvor der er ”nok” kvalificerede ansøgere, får valgt den forkerte. Det opdager vi først langt senere i forløbet, og her er det allerede dyrt.
Hvis vi kan stoppe dette tidligere ved at ændre vores procedurer, så vil forretningen kunne spare store summer – og det er noget ledere og bestyrelser kan forholde sig til.
De vil se data, der viser, hvordan en ændring påvirker før- og efter-tallet. De vil vide, hvad udvalgte actions points i forhold til rekruttering (eller manglende på samme) vil koste virksomheden.
Hvor dyrt er det egentlig at fejlrekruttere?
Alle ved og har vidst længe, at fejlrekruttering er dyrt, men langt de fleste har stadig svært ved at svare på, hvor dyrt det egentlig er for dem og deres virksomhed. Det vil vi gerne hjælpe HR med at svare på.
Med baggrund i de findings, jeg nævnte i begyndelsen, og ønsket om at klæde HR på til fremtiden og give dem mulighed for at vise deres store værdi igennem datadrevne cases, som beskrevet, har vi i Master Danmark lavet et gratis værktøj, der kan vise den præcise omkostning ved en konkret rekruttering, og hvornår medarbejderen har ”tjent sin omkostning hjem”.
Ved at bruge sådan et værktøj over en periode, vil det blive tydeligt, hvor man kan fokusere på forbedringer. Måske er det de steder, man i HR allerede er opmærksomme på, eller måske dukker nye vinkler op i arbejdet med beregneren.
Uanset, så giver værktøjet præcise tal og målinger, der kan bruges i argumentationen for, at noget skal optimeres eller ændres i rekrutteringsprocessen.
Denne beregner er blot ét bud på et værktøj, der kan støtte HR i at tale mere om tal og data.
BEREGN DEN PRÆCISE PRIS PÅ EN FEJLREKRUTTERING
Der findes utallige måder at implementere det på, men som vi jo ved i HR, kræver det overskud og vejledning at skabe en forandring.
Og nu er det tid til at tage vores egen medicin og skabe en forandring i HR, der retter vores mindset mere mod digitalisering.
Jeg glæder mig til at se – og være med på – den rejse HR kommer til at tage i de kommende år.
Du er velkommen til at kontakte mig på jks@master.dk hvis du har spørgsmål eller ønsker at høre mere om det gratis værktøj, som Master Danmark har udviklet.
/Julie