Anda di halaman 1dari 25

IMPLEMENTASI HR ANALYTICS TELKOM

Sharing Session FHCI


Oleh

Ronny Rahmat H – AVP People Analytics

Medan, 30 Agustus 2018


CONTENTS
Evolusi HR Analytics

Tantangan

Framework HR Analytics

Implementasi HR Analytics

Demo : Predictive Analytics

2

The focus of Human Resource analytics is to identify what data
should be captured and how to use the data to model and
predict capabilities so the organization gets an optimal Return
of Investment (ROI) on its human capital.”

3
Evolusi Perkembangan Analytics
HR/People Analytics merupakan bagian dari evolusi business analytics. Penerapan analytics
dalam function HR sudah menempati posisi top-implementation secara global.

Finance Logistic CRM Marketing Talent/People Leadership

Source : People Analytics Survei Report, Cubiks, 2016

4
Survey Kapabilitas HR Analytics
Perusahaan global yang menyatakan kesiapan dalam mengimplementasikan People Analytics tumbuh
45% (2015-2016). Sedangkan untuk tingkat kapabilitas, 37,5% perusahaan masih dalam tahap
proses pembentukan fungsi analytic yang tepat.

Subject 2015 2016 Growth

% of companies “ready” for people


22% 32% 45%
analytics

% of companies with excellent


36% 44% 22%
operational reporting

% of companies correlating business


5% 11% 120%
performance to HR Data

% of companies “good” or “excellent”


38% 48% 26%
at workforce planning

% of companies predicting workforce


28% 44% 57%
performance with data

Source : Bersin by Deloitte Research, 2016

5
Tantangan..
Dalam menerapkan HR Analytics; terdapat 3 tantangan terbesar yang dihadapi
Untuk dicarikan solusi yang paling tepat.

<1% data used for insight 54 % data inaccurate, 80-85% effort adalah data
and excecution inconsistent, hard to access preparation & cleansing

6
It all starts with the right question….
[Internal Assessment ] Kapabilitas People Analytics
Sebagai dasar dalam pengembangan program-program People Analytics, dilakukan internal
assessment untuk mengukur tingkat/level kapabilitas unit People Analytics.

Internal Assessment / Survey Assessment Result Gap Analysis

Proses analisis dengan memanfaatkan Strongly disagree : 0 points


berbagai data terintegrasi. Disagree : 1 point LEVEL 4
Agree : 2 points
Pemanfaatan dashboard sebagai Strongly agree : 3 points
Pada level ini, HCM memainkan peran
sumber informasi. utama dalam pengambilan keputusan
strategis Telkom; dampak kebijakan
Implementasi analisis data data
diperhitungkan secara aktif menggunakan
benchmark eksternal
model prediktif.
Proses analisis data dalam Unit khusus people analytics yang secara
pengambilan keputusan. langsung melapor kepada Director.

Pemanfaan analisis data untuk


pengembangan karyawan LEVEL 3
Penggunaan "Predictive Models“ utk Harapan Telkom telah mempunyai skema pelaporan
Strategic Workforce Planning Realisasi
operasional secara proaktif dengan basis
Penjumlan Point penilaian
19+ points : Level 4 analisis lanjutan. Selain itu, Telkom telah
Pengembangan prediktif analitik untuk 12-18 points : Level 3 menggunakan pemodelan (statistik) untuk
mendukung pembuatan keputusan. 6-11 points : Level 2 memecahkan masalah bisnis berdasarkan
0-5 points : Level 1
Fungsi Chief Human Capital Officer data, bahkan dapat memprediksi masa
(CHCO) di struktur Telkom. depan.

Solusi yang actionable dengan Harapan = 23,0 points (L4)


memanfaatkan analisis data. Realisasi = 17,5 points (L3)
8
TELKOM HR People Analytics Framework
Pemanfaatkan HR analytic yang berdampak kepada bisnis; dimulai dengan identifikasi masalah
(problem questions) diikuti dengan penyiapan data yang relevan untuk mendapatkan insight dan
rekomendasi sebagai dasar untuk tahap tindak lanjut berikutnya.

Business Strategy

Functional Objectives

People Culture Organization

CRITICAL
QUESTIONS
Facts
Business Data / informasi
yang relevan
Issue
Business
Actions Results
Rekomendasi tindakan
sesuai insight.
Understanding
Insiht sebagai dasar
rekomendasi

Technology Enabler
9
Platform Teknologi Big Data TELKOM
HR analytics memanfaatkan dan mengoptimalkan platform teknologi Big Data Telkom.

10
DATA GOVERNANCE TELKOM
Sebagai bagian yang terintegrasi, Pengelolaan data Telkom berdasarkan sesuai
kepada aturan Data Governance yang berlaku.

Standar Kebijakan Organisasi


Referensi Tata Kelola Data
Tata Kelola Data Telkom Group Tata Kelola Data Telkom Group

Strategic

Tactical

Operasional

Framework DAMA-DMBOK Guide V2,


9 (sembilan) area Data Management :
*
1. Manajemen Arsitektur Data;
2. Manajemen Pengembangan Data; Proses
3. Manajemen Operasi Data; Implementasi Tata Kelola Data HCM
4. Manajemen Keamanan Data;
5. Manajemen Referensi dan Master Data;
Unit/AP HCIS HCIS HCSM
6. Manajemen Data Warehouse dan
Intelijen Bisnis;
7. Manajemen Dokumen dan Konten;
8. Manajemen Meta-data;
9. Manajemen Kualitas Data.
* PR 404.03 2016 [NITS]
11
Hirarki Data dan HR Analytics
Hirarki data tersusun berdasarkan substansi informasi yang terkandung didalamnya. Data operasional disatukan dalam single
Dataware House. Data dan informasi divisualisasikan dalam dashboard operasional. Knowledge dan Wisdom divisualisasikan dalam
dashboard analytics.

Insights
Understanding,
Actionable
Analytics Kualitas Analytics
sangat bergantung Wisdom
People Tools &
Analytics Dashboard kepada kualitas dan Contextual,
ketersediaan data Synthesize,
Correlate
operasional/bisnis.
Data,
Metric
Knowledge

Organized,
Operational Sturtured,

Dashboard Information
HCIS
Symbol,
discrete ,
fact
DWH
Data
Scatter,
Data
Owner
....
etc sign

Raw Data
Training Asses Finance Sub’s
ment Data
12
Hirarki Data and Level Analytics
Terdapat 4 level analytics; pendekatan kebutuhan analytic disesuaikan dengan tingkat kebutuhan dan kompleksitas masalah
bisnis/operasional yang sedang dihadapi oleh organisasi/perusahaan.

Novelty
Future

Give
Insight
Wisdom
Understanding
prinsiples

Knowledge
Give
Meaning
Understanding
patterns

Information
Give
Context
Understanding
relation

Data

Past
Experience,Story
13
Penerapan Metoda Analytics (1)
Implementasi Level 1 (Operational Reporting ) misalnya dalam bentuk laporan management/
operasional. Pengolahan data umunya secara manual dan dituangkan dalam bentuk Report.

Management Report

Monthly Report

Quarterly Report

Mid-Year Report
14
Penerapan Metoda Analytics (2)
Implementasi Level 2 (Advance Reporting ) analisa sudah berbasis data yang divisualisasi
Pada aplikasi Dashboard dengan system updating secara otomatis.

Top Talent Analysis


Prediksi Top Talent menggunakan
Strategic pendekatan ststistik

Evaluasi Enagegement Kary. Masa


Operational kerja <10 tahun
Menggali driver penyebab
engagement rendah pada karyawan
masa kerja <10 tahun.

Tactical Evaluasi HC Credential Award 2016


Utilisasi award HC untuk
memperkuat employer branding

Efektivitas Progam Pendi 2017


Identifikasi calon peserta Pendi
2017.

15
Penerapan Metoda Analytics (3)
Implementasi Level 3 (Advance Analytics) sudah menghubungkan dengan dimensi/variabel
lain yang menjadi object analisa. Pengolahan data sudah menggunakan analytics tools.

Analytical Tools
1. Data Analysis Excel
2. IBM Cognos
3. R Studio
Kinerja 4. Tableau
5. Python
6. Google Analytics

Behavior

Kompetensi

Analytical Tchnique
1. Visual analytics
2. Correlation analysis
3. Regression analysis
4. Scenario analysis
5. Forecasting/time series
analysis
6. Text analytics
7. Sentiment analysis
8. Image analytics
9. Video analytics
10. Neural network analysis

16
Penerapan Metoda Analytics (4)
Implementasi Level 3 (Advance Analytics) sudah menghubungkan dengan dimensi/variabel
lain yang menjadi object analisa. Pengolahan data sudah menggunakan analytics tools.

Dataset_1

Dataset_2

Dataset_3

Data Cleansing
Process
Dataset_1

Machine Learning Tools


Predictive Model
1. Shinyapps
2. Big ML
3. WEKA
4. Ms Azzure

17
[Demo Aplikasi] Direksi BUMN Predictive Model

18
19
20
21
22
23
https://bit.ly/2Pk6PKR

24
Terima Kasih