Upgrade Edit

Heru wiryanto
Psikolog yang senang dengan psikometri, matematika, teknologi komputasi dan data science.
Jul 9 · 4 min read

People Analytics Readiness Assessment

D alam era industri 4.0 memberikan tekanan pada pengelolaan manusia
yang berbeda dengan era sebelumnya. Salah satu yang penting adalah
membangun pengelolaan manusia berbasis data (HR Data Driven) yang
selama ini menjadi kritik terhadap pengelolaan manusia yang justru banyak
menggunakan “gut feeling” dalam memutuskan yang berkenaan dengan
manusia.

Dilain hak merujuk pendapat Bersin bahwa hampir 60% perusahaan kelas
dunia menyatakan pentingnya pemanfaatan data dengan apa yang disebut
“people analytics” dan akan menerapkannya dalam waktu dekat (rentang
waktu satu dua tahun ke depan), dan penerapan hal ini dipercayai akan
meningkatkan daya saing perusahaan melalui :

Predictive Intelligence — mengumpulkan “umpan balik” secara real-time —

menelaah dan menemukan pola lalu lintas pengelolaan manusia, penjualan,
proses produksi, dan perilaku manajemen secara keseluruhan melalui jejak
digital yang tersedia.
Next story
How (not) to use Machine Lea…

Produktivitas — “Data warehousing” dan “Data Mart” dapat memudahkan

pengelola SDM untuk melacak siapa yang produktif dan siapa yang tidak. Hal
ini dapat membantu menempatkan pekerja yang berisiko dan melakukan
intervensi sebelum terjadi sesuatu yang tidak dinginkan, mencari tahu di mana
bantuan diperlukan, dan memberi penghargaan kepada karyawan yang
melakukan pekerjaannya dengan baik.

Spot Trends — Banyak program memungkinkan organisasi untuk melihat data

dalam bentuk visualisasi gra k atau infogra s yang dengannya menjadi sangat
mudah untuk menemukan tren, pola, anomali, dan bahkan peringatan dini, dan
dari hal ini para pengelola SDM dapat menelusuri untuk mencari insight dan
foresight yang lebih dalam mengenai permasalahan dan solusinya dengan
berbasis data dan informasi yang tersedia.

Pendapat yang menarik ketika akan menerapkan people analytics : “People

insights cannot be obtained without People analytics, and People analytics
is useless without People data”. Artinya untuk menjalankan people analytics
untuk mendapatkan insight sangat memerlukan data dan “” menjadi benar
adanya. Asupan datadengan kualitas baik inilah yang justru menentukan
apakah people analytics yang dijalankan akan membuat insight yang
memudahkan untuk pengambilan keputusan atau memberikan insight yang
menyesatkan sehingga membuat keputusan menjadi tidak efektif.

Kualitas Data Sumber daya Manusia dinyatakan oleh Marcus Buckingham

sebagai data yang yang buruk kualitasnya (silakan dilihat dalam HBR 02/15),
Datanya banyak mengandung bias idiosyncratic, dan tidak berlebihan jika
ada yang berpendapat ujungpangkalnya karena “HR isn’t critically equipped
to have a discussion around data at all”. Jika hal ini dipaksakan tidak heran
akan menghasilkan “garbage in, garbage out”.

Sehingga langkah pertama untuk melakukan people analytics harus dijawab

dengan beberapa pertanyaan mendasar — Apakah data yang anda miliki
sudah siap untuk dilakukan people analytics. Hal ini akan dijawab dengan
program yang disebut : People Analytics Readiness Assessment yang intinya
melakukan audit atas data-data yang dimiliki oleh anda terutama yang
terdapat dalam Human Resources Information System.

Program ini ditujukan melakukan program People Analytics Readiness

Assessment yang akan menjawab :

- Apakah Anda sudah memiliki data dengan kualitas yang baik.

- Apakah Data yang Anda miliki sudah lengkap — secara detail dan
komprehensif.

- Apakah Data yang tersedia valid/ sahih dan akurat — menyatakan yang
sebenarnya terjadi bukan rekayasa.

- Apakah Kuantitas datanya cukup untuk dilakukan Analisa

- Apakah Usability dari data yang tersedia sudah baik, artinya datanya siap
pakai untuk dilakukan Analisa.

- Apakah Data sudah dsimpan dalam format yang terstandarisasi.

- Apakah terjadi inkonsistensi data yang menyebabkan terdapatnya informasi

yang bertentangan.

Selain menjawab pertanyaan itu hasil dari assessment ini akan menentukan
tingkat maturitas dari praktek-praktek people analytics yang dapat dijalankan
oleh Anda saat ini.

People Analytics Maturity Level

Dari program ini akan dipastikan posisi perusahaan anda berada di level 1,
2,3 atau sudah 4 serta akan didapatkan rujukan untuk dapat naik ke level
selanjutnya maka manajemen perusahaan anda harus melakukan inisiatif
apa. Sekaligus memetakan apakah perusahaan anda mampu “hitting the
wall” seperti pada ilustrasi ini :

People Analytics Hitting the wall

Jika saat ini belum bisa, maka yang sangat diperlukan adalah kerangka acuan
dan rujukan apa yang bisa dilakukan untuk bisa melakukan hal tersebut di
atas yang juga merupakan hasil dari kajian people readiness assessment ini.

Kesemua rujukan dan alternatif solusi akan disusun dalam bentuk Roadmap
Implementasi People Analytics di perusahaan anda dari level saat ini
didapatkan hingga level 4 yakni Predictive Analytics.

Data apa saja yang diaudit dalam People Analytics Readiness Assessment ini
dengan melakukan Audit Investigatif baik melalui observasi, wawancara dan
FGD mengenai HRIS Data Audit yang meliputi :

▪ Recruiting and Acquisition

▪ Employee Administration

▪ Talent Management

▪ Employee Self Services

▪ Time Tracking as employee

▪ Learning and Development

▪ Idea and Innovation Management

▪ Project Management

▪ Dashboarding Real Time Reporting

▪ Mobile Working

▪ Linkedin or others ATS Integration

▪ HR Management on Apps

Ke dua belas aspek ini diturunkan dalam 88 butir aspek yang diakan diaudit
data-datanya dan akan menghasilkan apa yang disebut People Analytics
Readiness Index.

Jadi sebelum melangkah jauh menerapkan People Analytics, persiapkan diri

anda dan manajemen untuk bere eksi dan intropeksi dulu apakah kesiapan
data yang kita miliki sudah ok, melalui People Analytics Readiness
Assessment, karena tanpa kesiapan data yang baik people analytics anda akan
menjadi “useless”.

Depok, 9 Juli 2018

People Analytics Human Resource Management Predictive Analytics

Like what you read? Give Heru wiryanto a round of applause.

From a quick cheer to a standing ovation, clap to show how much you enjoyed this story.

Heru wiryanto
Psikolog yang senang dengan psikometri, matematika, teknologi komputasi dan data science.

Also tagged Predictive Analytics Also tagged Predictive Analytics Top on Medium
Logistic Regression — Detailed Modelling Customer Churn When I’m a Celibate Sex Worker
Overview Churns Are Not Explicitly…

Saishruthi Swami… Susan Li Antonia Crane

855 137 4.5K
5 min read 6 min read 9 min read

Responses

Be the rst to write a response…