Im ersten Beitrag des neuen 3-Teilers zum Thema Workforce Analytics habe ich den aktuellen Stand und inhaltliche Schwerpunkte reflektiert. In diesem zweiten Beitrag stehen die Themen Kultur (Analytics Culture) und Reifegrade (Analytics Maturity) im Mittelpunkt. Beide sind immens wichtig, für die Nachhaltigkeit entscheidend und unterstützen massgeblich die Umsetzung klarer Geschäftsziele.

Stellenwert der Kultur (Analytics Culture)

Wie The Information Lab richtigerweise feststellt ist es neben der Softwarelösung notwendig, „den unternehmensweiten und damit abteilungsübergreifenden Umgang mit den eigenen Daten zu verbessern. Voraussetzung hierfür ist auch eine Datendemokratisierung, die es Ihren Mitarbeitern ermöglicht, neue Erkenntnisse aus den bestehenden Unternehmensdaten zu ziehen“.

Der Stellenwert der Kultur war bereits während der letztjährigen Fachtagung der STRIMacademy ein wichtiges Thema. Auch beim PROMATIS HCM Business Breakfast, das am 25. April 2018 in Wien stattfand, habe ich dieses Thema ausführlich mit den TeilnehmerInnen diskutieren können. Insbesondere die Segmentierung der HR-Community und der Umgang mit den drei „Lagern“ scheinen von zentraler Bedeutung zu sein [mehr Infos].

Lars Milde publizierte Ende 2016 bereits die „6 Schritte zur datengetriebenen Unternehmenskultur„. Er sagt zu Recht: Es geht v.a. darum, „im jeweiligen Unternehmen eine Kultur für Datenanalysen zu schaffen und auch zu leben. Um den Wandel hin zu so einer Datenkultur umzusetzen, helfen folgende sechs grundlegende Schritte“:

  1. Geben Sie den Mitarbeitern Zugriff auf die Daten.
  2. Trainieren Sie das Gehirn, nicht nur den Computer.
  3. Gehen Sie positiv mit Bedenken um.
  4. Suchen Sie die Neugierigen und Wissbegierigen.
  5. Ignorieren Sie das Bauchgefühl.
  6. Seien Sie geduldig (aber nicht zu geduldig!)

Kennzeichen einer für Workforce Analytics offenen Kultur sind lt. Cornelia Reindl und Stefanie Krügl v.a.:

  • Vertrauen, d.h. eine von gegenseitiger Wertschätzung und grossem Vertrauen geprägte Organisationskultur. In einer Kultur, die durch ehrliches Vertrauen, Respekt und eine authentisch wertschätzende Führung geprägt ist, können Datenanalysen als Möglichkeit verstanden werden, Zusammenhänge zu verstehen und das Miteinander im Unternehmen zu verbessern.
  • Offenheit für konstruktive Kritik und Fehlerkultur. Führungskräfte und Mitarbeiter betrachten sich als gleichwertig, aber mit unterschiedlichen Aufgaben betraut.
  • Führung ist am Menschen ausgerichtet; d.h. Führung versteht sich transformational und richtet sich an Interessen der Mitarbeiter gleichermassen aus wie an Interessen des Unternehmens. Die Mitarbeiter in einer solchen Unternehmenskultur übernehmen Verantwortung für das eigene Tun und verstehen die Ziele des Unternehmens und den eigenen Beitrag.
  • Offene Kommunikation und wechselseitiger Dialog sind eine optimale Voraussetzung dafür, das WFA-Initiativen entstehen, von denen alle Beteiligten profitieren, und Sorgen ausgeräumt werden können.

Reifegrade und Senioritätsstufen (Analytics Maturity)

Die derzeit verfügbaren Publikationen und Abbildungen bzgl. Reife und Seniorität sind weitgehend identisch. Eine interessante Abbildung hierzu stammt von SAS, …

… , eine deutlich detailliertere Abbildung von McKinsey:

Gemein ist diesen Reifegraden und Senioritätsstufen folgendes:

  • Erfahrungs- oder intuitionsbasierte Entscheidungsfindung ist der wohl niedrigste „Reifegrad“. Hier werden sog. Bauchentscheide getroffen.
  • HR Reporting/operatives Berichtswesen bildet die nächste Stufe, da hier eine strukturierte Datenerfassung erfolgt. diese bildet die Grundlage für die darauf aufbauenden Stufen.
  • HR Controlling beinhaltet definierte Kennzahlen, häufig auch Dashboards und mitunter sogar interne und/oder externe Benchmarks, die wiederkehrend berichtet werden. Manche sprechen hier auch von einer erweiterten Berichtserstattung (Descriptive Analytics). Die für HR Controlling zuständige Abteilung erhebt die Daten meistens nicht selbst; zudem arbeitet man mit einem einmal festgelegten Kennzahlensystem. Die meisten Analysen werden monatlich, quartalsweise jährlich auf dieselbe Art und Weise durchgeführt, um eine Vergleichbarkeit herzustellen. HR Controlling ist deskriptiv angelegt; d.h. der Fokus liegt auf Vergangenheit und Gegenwart. Die Idee von WFA ist dagegen ein umfassender und meist vorausschauender Ansatz.
  • Ab der strategischen Analyse/Predictive Analytics sprechen wir i.d.R. von WFA mittels statistischer Analysen, Entwicklung von Modellen und integrierter Daten. Der Fokus liegt – deshalb „strategisch“ – auf dem Geschäft und einer strategischen Entscheidungsunterstützung. Typische (statistische) Verfahren, die hier zum Einsatz kommen können, sind: Regression, Entscheidungsbäume und ihre Varianten, Diskriminanzanalyse, Neuronale Netze, etc. (siehe auch Teil 1/3, Absatz zum Vorgehensmodell).
  • Bei Prescriptive Analytics mittels Prognose-Modellen, Szenarioplanung, Risikoanalysen und Integration mit der Strategischen Personalplanung sprechen wir von einer strategie-festschreibenden, umsetzungsbezogenen Analytik; wie sie für STRIM notwendig ist!
  • Recht neu ist der Begriff Cognitive Analytics. Hierunter verstehen wir eine quasi (selbst) erkennende Analytik mittels maschinellem Lernen, logischem Denken, natürlicher Sprache, Intelligenz und Entscheidungsautomation.

Das Ziel von Analytics ist, für das Geschäft relevante Ergebnisse zu liefern, die neue Vorgehensweisen im Personalwesen anregen und Informationen über kausale Zusammenhänge beinhalten. Analytics benötigt hierzu Daten, ohne Frage. Analytics beginnt allerdings – im Unterschied zu Reporting und Controlling – bei der Strategie, nicht bei den Daten! (vgl. Vorgehen in den jährlichen STRIM Foren). In aktuellen Projekten liegt genau an dieser Stelle häufig das Problem. Der Einstieg in WFA muss über die Strategie erfolgen; vgl. Beitrag vom 4. Mai 2018 und Beitrag vom 18. November 2017: Phasen 1 und 2 des Eight-Step-Model.

Analytics ist die Offenlegung und Kommunikation aussagekräftiger Daten-Muster. Datengesteuerte Entscheidungsfindung wird nicht angetrieben durch immer mehr Daten. Dies wird durch die Bereitstellung von Daten erreicht, die für eine fundierte Entscheidung erforderlich sind (Stichwort „smart data“)! Analytics ersetzt selbstverständlich nicht die menschliche Entscheidungsfindung, sondern verbessert sie. Es geht darum, richtige Antworten zu finden.

Wenn Sie an einem kurzen und für Sie kostenlosen „WFA Self Audit“ interessiert sind, dann melden Sie sich gerne bei mir.  In der diesjährigen Online-Befragung – im Rahmen des Workforce-Analytics-Forum 2018 mit abschliessender Fachtagung am 15. November 2018 auf Schloss Edesheim – ist dieses Audit mit enthalten.

Fazit

Dieser zweite Beitrag der 3-er Reihe zum Thema Workforce Analytics geht auf zwei sehr wichtige Erfolgsfaktoren ein: Kultur und Reifegrade – in Verbindung mit dem richtigen Einstieg. Sinnvollerweise beginnen Sie mit der Kultur und wählen danach einen strategieorientierten Ansatz. Über die formulierten Hypothesen (in Schritt 2 des Eight-Step-Model) stellen Sie sicher, dass Sie sich in der eigentlichen Datenanalyse, die sich daran anschliesst, auf Bereiche konzentrieren, die den grössten Nutzen für das Unternehmen bieten.