Mer HR-data gir ikke nødvendigvis bedre beslutninger

Riktig data til riktig beslutning: Hva betyr det i praksis for HR-analyse? 

God HR-analyse starter ikke med spørsmålet «Hvilke data har vi?», men med å definere beslutningen som skal bli bedre. Hvilket valg skal virksomheten ta – tidligere, tryggere eller med større treffsikkerhet – og hvilken informasjon trenger beslutningstakerne for å ta det valget? 

– For meg betyr det å starte med beslutningen, ikke med dataene. Hvilket valg skal bli bedre, tidligere eller tryggere, og hvilken informasjon trenger vi for å ta det valget? En operativ beslutning om kapasitet neste uke krever andre data enn en strategisk beslutning om kompetanse eller organisering, sier Anders D. F. Lauvsnes. 

– Poenget er derfor ikke mest mulig data eller mest mulig avansert analyse, men riktig oppløsning, riktig timing og en analyse som er god nok til beslutningen. 

Datakvalitet må vurderes ut fra formålet 

Datakvalitet omtales ofte som en av de største utfordringene i HR-analyse. Men data er ikke enten gode eller dårlige i absolutt forstand. De må vurderes ut fra hva de skal brukes til – om de er fit for purpose. 

– Den vanligste feilen er å starte med «hvilke data har vi?» eller «hvilken analyse kan vi lage?» i stedet for «hvilken beslutning skal vi støtte?», sier Lauvsnes. 

Da er det lett å ende med gode dashboards og mye rapportering uten at lederne blir særlig klokere på hva de bør gjøre. En annen variant av samme feil er å jakte på perfekte data og stadig mer avanserte analyser. Mer analyse er ikke nødvendigvis bedre analyse.

Beslutninger der HR-analyse kan gjøre en forskjell 

– Jeg tror gevinsten er størst der HR-data kan påvirke konkrete prioriteringer: hvor virksomheten bør sette inn tiltak mot sykefravær eller turnover, hvordan kapasitet og bemanning bør utvikles, hvilke kompetansegap som må lukkes, og om tiltak innen for eksempel arbeidsmiljø eller lederutvikling faktisk virker, sier Lauvsnes. 

– Her kan analysen flytte oss fra å rapportere hva som har skjedd til å forstå hvor vi bør handle, teste tiltak og følge effekten. 

På konferansen HR-analyser i oktober vil Lauvsnes gi et praktisk blikk på nettopp denne koblingen mellom beslutningsbehov, datakvalitet og analysevalg. Han vil blant annet vise hvordan virksomheter kan vurdere hvilke data som er relevante for ulike typer beslutninger, og hvordan grep i innsamling, struktur og analyse kan gi bedre beslutningsstøtte. 

HR-analyse som del av virksomhetsstyringen 

Beslutninger om mennesker, kapasitet og organisering er i praksis virksomhetsbeslutninger. God HR-analyse kobler arbeidsmiljø- og HR-data med virksomhetens øvrige styringsinformasjon og gjør det mulig å oppdage signaler tidligere, prioritere mer presist og følge om tiltak faktisk virker. 

– Målet er ikke mer innsikt i seg selv, men bedre beslutningskvalitet: riktigere valg, på et bedre grunnlag, med tydeligere begrunnelse og læring over tid. God HR-analyse kan være essensielt for å balansere ulike virksomhets- og bærekraftsmål, avslutter Lauvsnes. 

Fem råd for å komme bedre i gang 

1. Start med beslutningen, ikke datasettet. Avklar hvilket valg innsikten skal støtte. 
    
2. Velg den enkleste analysen som er tilstrekkelig. Metoden bør stå i forhold til spørsmålet og konsekvensene av beslutningen. 
    
3. Tilpass frekvens og detaljnivå til handlingsrommet. Målingene bør komme når virksomheten fortsatt kan påvirke utfallet. 
    
4. Ikke vent på perfekte data. Avklar hvilke kvalitetskrav som er ufravikelige, og hva som er godt nok for formålet.
    
5. Avtal hvem som skal handle på innsikten. Bestem også hvordan effekten av tiltakene skal følges opp. 

Kort sagt: Riktig data til riktig beslutning handler om å knytte et relevant og forsvarlig datagrunnlag til et tydelig handlingsbehov – og bruke analysen til å lære av det virksomheten faktisk gjør. 

I artikkelen «Vi har mer HR-data enn noen gang, men bruker vi dem godt nok?» får du tips til fem spørsmål du bør stille før du setter i gang med HR-analyse.