Anders D.F. Lauvsnes en erfaren leder, prosjektleder og konsulent med over 16 års erfaring innen som kliniker, linjeleder og rådgiver. Anders er psykologspesialist, med en doktorgrad i klinisk medisin og en mastergrad i risikostyring. Som ekspert på AI i HR og People Analytics, koordinerer han PwC Norges arbeid med People Analytics og datadrevet lederskap. Han har ledet flere digitaliseringsprosjekter som brolegger gapet mellom strategi og gjennomføring, og hjelper ledere med å utnytte sanntidsinnsikt og prediktiv analyse for å ta bedre beslutninger og skape bærekraftig verdiskaping.

Riktig data til riktig beslutning 

Ulike beslutninger krever ulike former for data. Noe må følges tett, mens annet må forstås over tid. Måler vi for ofte, kan vi ende med å styre etter tilfeldige svingninger fremfor reelle endringer. Måler vi for sjelden, kan viktige utviklingstrekk bli synlige for sent. Når HR tilpasser data og analyser til formålet, blir det lettere å skille signal fra støy og gi bedre beslutningsstøtte. 

I HR-analyse blir dårlig datakvalitet ofte brukt som forklaring når analysene ikke gir ønsket verdi. Det er ofte riktig, men kan også bli en for enkel forklaring. Tar vi i stedet utgangspunkt i hvilke beslutninger analysene skal støtte, blir det lettere å vurdere: hva som er godt nok, hvilke svakheter som faktisk er kritiske, og hvilke grep som kan tas for å samle inn, strukturere eller reparere data slik at analysene blir mer nyttige. 

I dette innlegget får du et praktisk blikk på HR-analyse, og hvordan bedre kobling mellom beslutningsbehov, datakvalitet og analysevalg kan gi mer relevante analyser i praksis. 

• Hvordan vurdere hvilke data som er relevante for ulike typer beslutninger 
• Mindre venting på "perfekte data": Når datakvaliteten er god nok, og hva som faktisk bør forbedres 
• Hvordan enkle grep i innsamling, struktur og analyse kan gi bedre beslutningsstøtte

Workshop: Bygg din egen AI-assistent for HR-analyse 
 
Hvordan bygger man en AI-assistent som faktisk hjelper deg med HR-analysearbeid i praksis? I denne hands-on workshopen får deltakerne bygge sin egen analyseassistent ved hjelp av verktøy som ChatGPT, Claude, Gemini eller Copilot, basert på den løsningen virksomheten allerede bruker. Deltakerne får jobbe med ferdige datasett, systeminstrukser og analyseprompts, og får se hvordan AI kan brukes til å utforske problemstillinger og utvikle hypoteser. 
 
Workshopen gir også en innføring i forskjellen mellom vanlig prompting og mer avansert bruk av prosjekter, Gems og tilpassede assistenter, samt viktige hensyn knyttet til GDPR, datasikkerhet og kvalitetssikring av analyser. 
 
Dette er en praktisk workshop på grunnleggende/intermediate nivå. Det kreves ingen kodekunnskap eller teknisk bakgrunn, og workshopen vil ikke omfatte integrasjoner mot live-datakilder eller utvikling av egne systemer/API-er. Fokus er på hvordan HR kan bruke eksisterende AI-verktøy på en trygg og praktisk måte i analysearbeid. 
 
For å delta bør deltakerne: 

• Ha med egen PC 
• Ha tilgang til et AI-verktøy gjennom egen virksomhet eller privat (f.eks. ChatGPT, Copilot, Gemini eller Claude) 
• Være komfortable med å teste verktøyene aktivt underveis i workshopen 

Workshop er kun tilgjengelig ved fysisk oppmøte.