RISERVATO AZIENDALE. NON DIVULGARE.
HR in cifre
Il gruppo PNC Financial Services ha portato l'automazione e l'analisi alle risorse umane. JMP® li sta aiutando a valutare il successo interno, aumentare l'equità, migliorare le prestazioni e ridurre il turnover dei dipendenti.
_______________________________________________________________________________________
Sfida : Nel tentativo di ridurre la soggettività nelle decisioni del personale, PNC sta adottando un approccio non tradizionale alle risorse umane (HR): abbracciando analisi e automazione. Quando i primi benchmark hanno suggerito il vero potenziale dell'analisi delle risorse umane, la leadership di PNC ha cercato una soluzione più sostenibile ed efficiente in termini di costi per prendere il posto delle società di consulenza di terze parti a cui avevano precedentemente esternalizzato l'analisi. Ma portare l'analisi internamente richiedeva uno strumento più potente di Excel.
Soluzione : Il software di rilevamento statistico JMP® offre funzionalità ad ampio raggio con un flusso di lavoro di analisi completo che aiuta gli analisti HR presso PNC a elaborare e ricavare informazioni dai dati del mercato del lavoro interno. Oltre alle soluzioni di gestione dei dati del software, la sua piattaforma di visualizzazione dati interattiva Graph Builder è stata particolarmente utile per trovare modelli nei dati e comunicare i risultati che informano le decisioni strategiche del personale. Con JMP, gli analisti delle risorse umane garantiscono che la retribuzione sia basata sulle valutazioni delle prestazioni e della gestione del rischio, non su fattori confondenti come sesso, razza o età.
Risultati : L'approccio analitico di PNC alle risorse umane ha aiutato l'azienda a migliorare le metriche delle prestazioni, aumentare l'equità e ridurre il turnover dei dipendenti. E, afferma Jay Wilkinson, Direttore di HR Metrics and Analytics e Senior Vice President di PNC, JMP è stato un fattore chiave di questi successi, oltre a ridurre il budget per l'outsourcing del team: “Le società di consulenza ci facevano pagare 250.000 dollari per fare il tipo di analisi che ora possiamo fare meglio, o altrettanto bene, con JMP. Abbiamo portato [il lavoro] internamente perché sapevamo che JMP poteva farlo e non ci vuole molto tempo".
_______________________________________________________________________________________
Risorse umane (HR) e analisi potrebbero non essere un abbinamento tradizionale, ma poiché la tecnologia diventa più strettamente integrata in tutti gli aspetti del business, i due campi si stanno fondendo verso un matrimonio produttivo anche se inaspettato. "Viviamo in un mondo con molta complessità e le risorse umane non fanno eccezione", afferma Jay Wilkinson, Senior Vice President e HR Metrics and Analytics Director presso il PNC Financial Services Group. Sebbene i dipartimenti delle risorse umane abbiano raccolto a lungo dati sulle prestazioni dei dipendenti e sulle strutture di incentivazione, spiega, in gran parte non sono riusciti a vedere questi dati per la risorsa che sono. Ma PNC sta adottando un approccio alternativo.
"Stiamo lavorando nel linguaggio del nostro core business che, come banca, sono le metriche finanziarie: i dati", afferma Wilkinson. "Di conseguenza, stiamo contribuendo a fornire un successo fenomenale ai talenti che include una crescente rappresentanza". Guardare ai dati per far emergere intuizioni piuttosto che fare affidamento su indicatori di performance soggettivi, afferma, sta rendendo l'intera azienda delle risorse umane più obiettiva e, in definitiva, aumenta l'equità e la soddisfazione sul lavoro su tutta la linea. Gli approcci basati sui dati al processo decisionale del personale ora aiutano a determinare lo stipendio base dei dipendenti, correggere le discrepanze storiche nella retribuzione, premiare le prestazioni eccezionali e identificare, comprendere e persino prevedere i problemi di conservazione del personale.
Gli sforzi della divisione HR per abbracciare l'analisi non sono passati inosservati, anche in un colosso dei servizi finanziari come PNC, ora una delle più grandi banche degli Stati Uniti. L'analisi statistica, afferma Wilkinson, offre credibilità al suo team quando riferisce alla direzione esecutiva dell'azienda utilizzando fatti e prove per avere discussioni basate sul talento. Quella fiducia e i successi quantificabili che il team ha introdotto si traducono in una crescita accelerata delle risorse umane.
L'analisi esplorativa in Graph Builder aiuta a identificare e risolvere i problemi di accuratezza dei dati
Sebbene l'automazione e l'analisi nelle risorse umane non siano del tutto senza precedenti, la maggior parte dei migliori esempi fino ad oggi provengono da studi accademici sui mercati del lavoro interni. Così, quando Wilkinson intraprese per la prima volta la sua crociata per infondere la divisione HR di PNC con il pensiero analitico, aveva, nella migliore delle ipotesi, pochi modelli precedenti da cui imparare. Con l'aspettativa che il suo team avrebbe esaminato dati categorici, continui e di testo, afferma Wilkinson, il gruppo aveva bisogno di una piattaforma che fosse sia statisticamente più abile e più visiva degli strumenti a disposizione. Quindi si sono rivolti al software di rilevamento statistico JMP®.
"JMP supporta la nostra analisi di tutti questi tipi di dati, dal testo di revisione delle prestazioni alle e-mail sulla diversità fino ai dati sugli stipendi", spiega. “E la cosa interessante è che in JMP possiamo collegare i dati delle risorse umane ai dati aziendali come le vendite. JMP è uno strumento davvero eccezionale ed è anche facile da usare."
Progettato per contenere un intero flusso di lavoro di analisi end-to-end, all'interno di una piattaforma code-free o code-light, JMP risolve una serie di problematiche relative ai dati, dall'accesso e la preparazione all'analisi e alla creazione di report. Questa varietà è fondamentale in un ambiente delle risorse umane in cui, afferma Wilkinson, la gestione di set di dati disordinati è forse l'ostacolo più grande.
Quando i dati HR vengono aggiunti o modificati da singoli collaboratori, gli analisti potrebbero non essere in grado di distinguere modifiche significative da errori di immissione dati non intenzionali. Il team di Wilkinson deve, quindi, indagare su qualsiasi variazione o distorsione prima di iniziare un'analisi robusta. Con la sua piattaforma di visualizzazione interattiva, Graph Builder, JMP aiuta ad abbattere la complessità dei problemi relativi ai dati attraverso l'esplorazione dei dati e l'analisi dei valori anomali.
"Se consideri tutti i passaggi del data mining, il primo è sempre quello di prendere i tuoi dati e pensarci visivamente", spiega Wilkinson. “Assicurati di aver compreso le distribuzioni. Ci sono valori anomali? Come sono i dati reali? Non saltare mai e poi mai quel passaggio.” Quando emergono valori anomali, aggiunge, possono essere esaminati e corretti prima che distorcano i risultati.
Una volta che i dati sono stati puliti e preparati per l'analisi, Graph Builder consente a Wilkinson e al suo team di sperimentare ed esplorare, generando approfondimenti sempre più sfumati sui principali problemi delle risorse umane. Ad esempio, spiega, il team può chiedere non solo se c'è un problema di fatturato, ma anche quale fascia demografica dei dipendenti sta girando, che tipo di fatturato stanno osservando e come sono cambiate le tendenze del fatturato nelle ultime settimane o negli ultimi mesi. La semplicità del trascinamento della selezione di Graph Builder incoraggia la creatività e l'osservazione di una domanda da diverse angolazioni. "La cosa bella di JMP è che possiamo usare immagini, grafici e tabelle per scomporre i dati e raccontare una storia", afferma Wilkinson.
Text Explorer sblocca informazioni chiave sul business da dati di testo di revisione delle prestazioni precedentemente sottoutilizzati
Le divisioni HR raccolgono quantità incredibili di dati non strutturati durante tutto l'anno sotto forma di revisioni delle prestazioni. In molte aziende, queste informazioni sono storicamente rimaste inutilizzate, poiché è troppo dispendioso in termini di tempo e lavoro per sfruttare un valore aziendale significativo dai dati di testo su larga scala. Inoltre, un approccio manuale non guidato potrebbe introdurre distorsioni nei dati sulle prestazioni, il che renderebbe inutile qualsiasi intuizione. Ma JMP cambia quel calcolo.
La piattaforma Text Explorer del software, ad esempio, crea tabelle di frequenza e word cloud che aiutano a valutare i dati non strutturati: uno strumento ideale per analizzare il testo di risposta libero dalle revisioni delle prestazioni. Wilkinson spiega come il suo team ha iniziato a utilizzare Text Explorer per estrarre informazioni in modo più riproducibile e statisticamente valido. E il valore è chiaro: "Quando aiutiamo a migliorare la produttività o a ridurre il fatturato, questi sono multipli significativi dei nostri investimenti", afferma. “Utilizziamo JMP per l'analisi della produttività e della fidelizzazione e abbiamo iniziato a collegarlo anche ad alcune delle analisi dei social network che facciamo. Hanno tutti un ottimo ROI per l'azienda.
Dopo aver lavorato a stretto contatto con lo staff tecnico di JMP per identificare e convalidare nuovi modi per applicare l'analisi del testo nell'ambiente delle risorse umane, Wilkinson afferma di voler espandere l'utilizzo da parte dell'azienda di dati non strutturati in futuro. Per accelerare l'impatto, ha recentemente deciso di passare a JMP Pro per le sue capacità di analisi del testo più robuste.
Una strategia basata sui dati allinea i piani di incentivazione con le valutazioni delle prestazioni e della gestione del rischio
Ma il text mining è solo la punta dell'iceberg. Wilkinson afferma che l'analisi continua dei dati sugli stipendi e sugli incentivi aiuta a definire un approccio strategico a una delle sfide più complesse delle risorse umane dell'azienda: determinare la retribuzione dei dipendenti e garantire che gli stipendi siano distribuiti equamente. I piani discrezionali di incentivazione annuale sono progettati per aumentare la produttività e, spiega, dovrebbero in teoria essere allineati con le valutazioni delle prestazioni e della gestione del rischio, sebbene la relazione tra i due sia storicamente difficile da misurare in modo quantitativo.
Una volta che Wilkinson e i suoi colleghi hanno iniziato a utilizzare JMP, tuttavia, sono stati in grado di visualizzare le distribuzioni salariali per ogni livello di prestazione per garantire che i mezzi fossero diversi. Hanno anche segmentato i dati in base a una varietà di prestazioni e variabili demografiche, come il titolo di lavoro e il livello di carriera, per garantire che la stessa relazione fosse vera in ogni categoria. In modo schiacciante, afferma, il team ha scoperto che livelli di prestazioni più elevati hanno effettivamente portato a una retribuzione più elevata, un indicatore che può essere monitorato per convalidare l'equità nelle pratiche delle risorse umane nel tempo.
Questi risultati sono anche fondamentali per la documentazione che il dipartimento è tenuto a fornire alle autorità di regolamentazione come la Equal Employment Opportunity Commission (EEOC), che impone la revisione dei dati e la convalida delle strutture retributive eque. Wilkinson spiega come, con i risultati di JMP, il suo team è stato in grado di riferire facilmente sulla conformità di PNC a regolatori come l'EEOC, che attribuisce un valore elevato a validi approcci statistici. "È un approccio molto basato sull'evidenza per avere un risultato conciso con una mappa davvero buona e immagini viscerali per mostrare i regolatori [il rapporto retribuzione/rendimento]", aggiunge.
Con JMP, PNC ha eliminato gli intermediari e ridotto i costi portando l'analisi interna all'azienda
Oltre a portare più valore intangibile, come la fidelizzazione dei dipendenti e una maggiore rappresentanza, a PNC, Wilkinson afferma che fornire JMP al suo team HR ha anche contribuito a ridurre la spesa della divisione per i contratti esterni. Mentre in precedenza la divisione HR esternalizzava gran parte delle sue analisi a società di consulenza esterne, spiega, JMP consente invece di portare le analisi all'interno dell'azienda. Questa decisione ha dato i suoi frutti, riducendo i costi e rafforzando l'attenzione delle risorse umane sulle soluzioni basate sui dati.
"Le società di consulenza ci chiedevano 250.000 dollari per eseguire il tipo di analisi che ora possiamo fare altrettanto, o meglio, con JMP", afferma. "Abbiamo portato [il lavoro] internamente perché sapevamo che JMP poteva farlo e non ci vuole molto tempo".
L'interfaccia user-friendly del software, insieme a risorse di apprendimento ampiamente disponibili, lo rendono una facile alternativa per un team che non disponeva di competenze statistiche precedenti. Anche gli utenti che non utilizzano JMP regolarmente traggono vantaggio dalle visualizzazioni dinamiche che offre. Wilkinson e il suo team utilizzano questa storia visiva per presentare i risultati alle parti interessate. "[I dirigenti] non sono così interessati a entrare nei numeri: vogliono un'immagine", afferma Wilkinson, aggiungendo che PNC beneficia di uno strumento che trasforma i dati grezzi in informazioni digeribili. JMP livella il campo di gioco per tutti nella stanza per prendere insieme decisioni basate sui dati e quella velocità e visibilità possono essere molto potenti per colmare il divario tra analisti di dati e gestione.
"In PNC, il nostro gruppo HR si occupa principalmente di lavorare al servizio per far crescere i talenti e aiutare le nostre aziende a raggiungere i loro risultati di business", conclude Wilkinson. “Che si tratti di talento, diversità, reclutamento, tutto ciò è possibile con prove e fatti. Questo è quello che stiamo cercando di fare in PNC".
