Hvad betyder data indsamlet med AI egentlig for HR, og hvordan hænger tal og HR egentlig sammen? Det vil vi belyse i denne artikel.
‘People and Culture’
Human ressources (HR) er den del af organisationen, der varetager interne personaleaktiviteter, men også rekrutteringsprocesser.
Ifølge Forbes (2020), er det vigtigt, at HR stadig bliver set som et menneskeområde. HR har været igennem, og er stadig, under en transformation. I denne transformation har virksomhederne i højere grad anerkendt vigtigheden af den funktion, som deres HR-afdeling udgør i organisationen. Den funktion dækker over at HR varetager medarbejdernes interesser i tæt samarbejde med den øvrige organisation.
Datadrevet HR, hvordan?
Hvordan kombinerer virksomhederne det menneskelige med data, uden det bliver mekanisk? Det er en af de bekymringer, mange oplever ved at gøre HR til tal.
At have en datadrevet tilgang til HR og særligt til en rekrutteringsproces, kan bringe anderledes og nye anskuelser, som måske ellers ville have druknet i hverdagens travlhed.
En datadrevet tilgang til HR kalder Dave Millner ‘people analytics’. Dave Millners, der bl.a. har skrevet bogen ‘Introducing People Analytics: A Practical Guide to Data-Driven HR’, fremhæver at den helt store bekymring omkring at inkorporere data, tal og statistik i HR, er, at disse hurtigt kan blive en hæmsko for HR-afdelingerne. Det kan det, hvis ikke de formår at omsætte data til værdi. Data møder ofte modgang i HR-sammenhænge, da HR beskæftiger sig med mennesker og ikke tal.
Spørgsmålet er derfor, hvordan man får HR og data til at gå op i en højere enhed.
Denne undren var grunden til, at Millner skrev sin bog. Det overordnede formål med bogen var, at få HR til at være mere tryg og se værdien i en datadrevet tilgang. For en organisation at have en datadrevet tilgang til HR, giver organisationen mulighed for at bruge data til bedre at forstå hvordan det menneskelige aspekt kan understøtte forretningen.
Læs hele interviewet med Dave Millner her.
Styrkerne og fordelene ved ‘People Analytics’
I rapporten ‘HR Technology Survey 2020‘ lavet af PwC (2020), viser et af resultaterne at 49 % af de adspurgte HR respondenter har svaret, at de inden 2022 vil indføre ‘Talent acquisition tools’, som en del af rekrutteringen. Et andet vigtigt punkt i rapporten viser, at virksomheder der benytter ‘skyen’ til at lagre al HR relateret data, opnår en reducering på 35 % af deres omkostninger og en forbedring på 40 % i forhold til medarbejderoplevelsen.
Graf over HR’s datadrevet udvikling i året 2022.
Rapporten fra PwC bekræfter derfor styrkerne ved datadrevet HR og den har især en positiv effekt i en rekrutteringsproces.
Ifølge Milner, gør ‘People Analytics’ det nemmere at forstå, hvilken type person og dermed kandidat, der søges, set i forhold til Talent Acqusistion. Talentet er der, men det kan være svært at spotte, hvilke data der kan være behjælpelig med at finde det. ‘People Analytics’ kan derfor være med til at tegne et generelt billede af, hvad en virksomhed søger i en ideal kandidat.
Praice hjælper jer med at arbejde datadrevet i rekrutteringsprocessen
Praice er bygget op omkring data. Bag ved Praice, er der en tung maskine, hvor data bliver omsat til værdi, som vores kunder dermed kan drage nytte af. De bruger b.la. den omsatte data i deres rekrutteringsforløb, så de hurtigere og bedre kan screene et stort kandidatfelt. Den indsamlede data giver ligeledes mulighed for et ‘unbiased’ rekrutteringsforløb så der fokuseres på personen og ikke skelnes til køn, alder, navn, etc.
Et eksempel på en ideal kandidat i et call center:
Praice ‘Call Center’ medarbejder ud fra indsamlet data.
Læs mere om AutoScreen her.
Bag om Praice med vores udvikler Laurynas
For at I kan blive lidt klogere på teknologien bag Praice, har vi i den forbindelse talt med vores udvikler Laurynas.
Laurynas forklarer hvad teknikken bag Praice er og kan:
“Bag Praice er der en maskine, der bliver fodret med input fra alle dem som opretter en Praice profil. Fodringen er data, der kommer fra profilejerens egen Praice, samt de praices vedkommende har modtaget fra sit netværk. Jo flere praices der givers, desto mere valid bliver profilen. Vi anbefaler mindst 8 netværk praices.
Når kunden ønsker en ideal profil til en bestemt stilling, fodrer vi maskinen med data indsamlet fra kundens nuværende medarbejderes Praice profiler. Efterfølgende formaterer maskinen den indsamlede data til en ‘idealprofil’. Maskinen sørger dermed for det generelle billede af ‘idealprofilen’, hvorefter vores ‘Customer Success Manager’ Nadia tager over. Hun sørger for, i samarbejde med kunden, at få profilen skræddersyet efter kundens ønsker og behov. Med andre ord, tager hun sig af alt det som maskinen ikke opfanger.“
Praice benytter sig derfor af machine learning og AI i måden maskineriet bag Praice arbejder. Vi anerkender dog også, at dette ikke kan stå alene i forhold til det menneskelige aspekt. Det er bl.a. derfor vi har en Customer Success Manager. Vi forsøger derfor at forene tungt data i en menneskelig og værdifuld kontekst.
Brug Praice til en datadrevet rekruttering
En sidegevinst, når virksomheder bruger Praice til datadrevet rekruttering, er, at alle ansøgere får deres egen Praice adfærdsprofil. Desuden får de en personlig rapport, hvor de kan læse om deres styrker og udviklingsmuligheder. Vores kunder beretter, at kandidaterne er bedre forberedte når de kommer til jobsamtale. Samtidig har det en kæmpe Employer Branding værdi for vores kunder – for de giver noget værdifuldt tilbage til alle kandidaterne og ikke blot til dem, som kommer til samtale eller får tilbudt jobbet.
Så datadrevet rekruttering er ikke kun til gavn for virksomhederne – men også for de jobsøgende som bliver klogere på sig selv i forløbet.
Har du set, at vi tilbyder Soft Skill Cv, til dig der er jobsøgende eller, bare gerne vil blive klogere på dig selv gennem dit netværk?
Se mere her.
