4 cấp độ phân tích dữ liệu nhân sự để ra quyết định chiến lược kinh doanh.

Ngày nay, phân tích dữ liệu đóng vai trò quan trọng trong việc hỗ trợ quá trình ra quyết định chiến lược kinh doanh. Với sự phát triển không ngừng của công nghệ thông tin, các doanh nghiệp có thể tiếp cận một lượng lớn dữ liệu từ nhiều nguồn khác nhau.

Phân tích dữ liệu nhân sự mang lại nhiều lợi ích cho doanh nghiệp. Dữ liệu nhân sự giúp cho các doanh nghiệp hiểu rõ hơn về nguồn nhân lực của mình, từ đó đưa ra các quyết định có tính chiến lược cũng như các phương án tối ưu hóa nhân sự.

Trong bài viết này, tôi sẽ chia sẻ về bốn cấp độ phân tích dữ liệu nhân sự, ưu nhược điểm của từng cấp độ cũng như làm rõ thêm về cách mà phân tích dữ liệu nhân sự hỗ trợ cho quá trình ra quyết định kinh doanh.

Bốn cấp độ phân tích dữ liệu nhân sự

Phân tích dữ liệu nhân sự là quá trình nghiên cứu và xử lý thông tin về nhân sự. Nó bao gồm việc thu thập, sắp xếp, phân loại và phân tích các dữ liệu như thông tin cá nhân, quá trình làm việc, hiệu suất làm việc, và các chỉ số khác liên quan đến nhân sự.

Phân tích dữ liệu nhân sự sẽ cho thấy tương quan giữa ảnh hưởng của nhân sự với các mục tiêu của doanh nghiệp. Việc phân tích này được chia thành 4 cấp độ, mỗi cấp độ tập trung vào một mục đích khác nhau, tạo nên một bức tranh hoàn chỉnh.

Phân tích mô tả (Descriptive Analytics)

Phân tích mô tả là cấp độ cơ bản nhất trong phân tích dữ liệu nhân sự, sử dụng kỹ thuật phân tích thống kê để giải thích hoặc tóm tắt một tập hợp cụ thể các dữ liệu thô. Nó tập trung vào việc tái hiện lại quá khứ, cung cấp một cái nhìn tổng thể về những gì đã xảy ra nhưng không đưa ra dự đoán cho tương lai.

Phân tích mô tả hoạt động như thế nào?

Phân tích mô tả sử dụng kết hợp dữ liệu định lượng và định tính. Phương pháp này liên quan đến việc thực hiện các phép tính toán học như xu hướng tập trung, tần suất, biến thể, xếp hạng, phạm vi, độ lệch, v.v. Kết quả của phép phân tích này giúp người làm nhân sự phát hiện các mẫu và những điểm không nhất quán để cải thiện việc lập kế hoạch.

Phân tích mô tả có thể được ứng dụng trong trường hợp sau:

• Đánh giá hành vi
• So sánh các đặc điểm theo thời gian
• Phát hiện sự bất thường
• Xác định điểm mạnh và điểm yếu

Ví dụ về phân tích mô tả

Các chỉ số mà người làm nhân sự phải theo dõi thường thuộc danh mục phân tích mô tả. Ví dụ:

• Ngày nghỉ hưởng lương: Sử dụng phân tích mô tả, bộ phận nhân sự có thể tính toán số ngày nghỉ được trả lương trung bình mà mỗi nhân viên sử dụng trong một năm.
• Nghỉ việc: Phân tích mô tả có thể được sử dụng để phân tích tỷ lệ nghỉ việc nhằm so sánh số nhân viên nghỉ việc hàng năm giữa hai nhóm hoặc hai bộ phận.

Phân tích chẩn đoán (Diagnostic Analytics)

Ở cấp độ phân tích dữ liệu tiếp theo, phân tích chẩn đoán đưa ra lời giải thích cho những gì mà phân tích mô tả tiết lộ. Dù dựa trên cùng phạm vi dữ liệu lịch sử như phân tích mô tả, điểm khác biệt của phân tích chẩn đoán nằm ở việc tìm hiểu lý do đằng sau các xu hướng, mối tương quan và sự bất thường của dữ liệu.

Quá trình tiến hành phân tích chẩn đoán thường bao gồm các bước sau đây:

• Xác định những mẫu và sự bất thường trong dữ liệu làm phát sinh vấn đề
• Tìm ra những yếu tố góp phần tạo ra các mẫu và dữ liệu bất thường để xác định dữ liệu liên quan
• Xác định mối liên hệ nhân quả thông qua việc phân tích dữ liệu bằng nhiều phương pháp khác nhau.

Mục đích của Phân tích chẩn đoán

Phân tích chẩn đoán được sử dụng để chuyển đổi dữ liệu thành các insight. Thông qua việc xác định các mẫu, biến số và mối quan hệ nhân quả cũng như xem xét các yếu tố bên trong và bên ngoài có thể ảnh hưởng đến chúng, phân tích chẩn đoán giúp bộ phận nhân sự có được cái nhìn toàn cảnh về một vấn đề và xác định những yếu tố nào có thể là nguyên nhân, sau đó tập trung nỗ lực để khắc phục chúng.

Các bối cảnh ứng dụng Phân tích chẩn đoán

Hãy xem xét hai ví dụ sau đây về các trường hợp phân tích chẩn đoán được áp dụng trong lĩnh vực nhân sự:

Nhân sự vắng mặt

Nếu tỷ lệ nhân sự vắng mặt ngày càng tăng, bạn có thể sử dụng phân tích chẩn đoán để tìm hiểu lý do.

Hãy xem xét dữ liệu về tình trạng vắng mặt để xem liệu có xảy ra nhiều trường hợp vắng mặt ngoài kế hoạch vào một số ngày nhất định trong tuần, khi có khoảng thời gian dài giữa các ngày nghỉ được trả lương hoặc sau khi yêu cầu nghỉ phép của nhân viên chưa được phê duyệt. Bạn cũng có thể tìm kiếm thông tin thích hợp từ các cuộc khảo sát và các buổi phỏng vấn nghỉ việc.

Khi bạn hiểu được những lý do vắng mặt phổ biến nhất, bạn có thể phát triển các chiến lược để điều chỉnh các yếu tố đó.

Sự gắn kết của nhân viên

Phân tích chẩn đoán có thể được sử dụng để cải thiện sự gắn kết của nhân viên cũng như văn hóa công ty. Việc phân tích dữ liệu từ các cuộc khảo sát nội bộ và phỏng vấn thôi việc sẽ phát hiện ra những điểm khiến nhân viên cảm thấy được kết nối và hài lòng trong công việc cũng như ngược lại.

Những nhân viên gắn kết cao có xu hướng làm việc hiệu quả hơn. Một báo cáo năm 2019 của công ty bán lẻ giày Clarks đã ghi nhận rằng cứ mỗi 1% mức độ tương tác của nhân viên được cải thiện thì hiệu quả hoạt động của công ty sẽ tăng thêm 0,4%.

Phân tích dự đoán (Predictive Analytics)

Phân tích dự đoán ước tính và dự báo những gì có thể xảy ra trong tương lai. Quá trình này bao gồm việc phân loại dữ liệu trong quá khứ và hiện tại để tách biệt các mô hình, mối tương quan và các bất thường, sau đó ước tính một mô hình để dự đoán các kết quả trong tương lại. Độ chính xác của mô hình được đánh giá bằng cách áp dụng thử nghiệm vào dữ liệu mới.

Phân tích dự đoán hỗ trợ tốt cho các quyết định nhân sự. Các dữ liệu lịch sử thu thập như kỹ năng công việc, mức độ gắn kết, năng suất làm việc, sơ yếu lý lịch, v.v. sẽ được tổng hợp để dự báo về tương lai. Những dự báo này cung cấp thông tin cần thiết để các lãnh đạo nhân sự ra quyết định phù hợp trong các hoạt động như tuyển dụng, bồi dưỡng kỹ năng hoặc giữ chân nhân sự.

Ví dụ về các trường hợp ứng dụng Phân tích dự đoán

Phân tích dự đoán là một công cụ giá trị trong nhiều nghiệp vụ nhân sự. Dưới đây là hai trường hợp sử dụng phân tích dự đoán:

Tuyển dụng

Phân tích dự đoán có thể phân tích dữ liệu từ quá trình tuyển dụng (sơ yếu lý lịch, mô tả công việc, v.v.) để khoanh vùng các bộ kỹ năng mong muốn. Bạn có thể nhận diện những ứng viên phù hợp với công việc và tổ chức thông qua một số đặc điểm trong hồ sơ mạng xã hội hoặc câu trả lời của họ cho các câu hỏi ứng tuyển tự động. Từ đó, hãy điều chỉnh chiến lược tuyển dụng để thu hút và nhắm đến nhóm ứng viên này.

Ngoài ra, bạn có thể triển khai phân tích dự đoán để ước tính nhu cầu nhân sự trong tương lai đối với một số vị trí nhất định. Từ đó, bạn có thể lên kế hoạch tuyển dụng vào thời điểm thích hợp và nhắm đến những ứng viên phù hợp.

Giữ chân nhân sự

Với phân tích dự đoán, bạn có thể dự đoán nhiều xu hướng nhân sự, chẳng hạn như ai có khả năng sẽ nghỉ việc. Bộ phận nhân sự tại tổ chức tín dụng tiêu dùng Experian đã phát triển một mô hình dự đoán có thể xác định ai có xu hướng nghỉ việc và các nguyên nhân xung quanh là gì.

Việc thu thập và phân tích dữ liệu về khả năng nghỉ việc dự kiến của nhân viên có thể tiết lộ ai sẽ ra đi và lý do của họ. Những dữ liệu này chỉ ra những chỉ số cần được đánh giá và cân nhắc để cải thiện tình hình. Với kiến thức này, bạn có thể thực hiện những thay đổi để tăng sự gắn kết của nhân viên và giảm tỷ lệ nghỉ việc.

Phân tích đề xuất (Prescriptive Analytics)

Phân tích đề xuất là giai đoạn cuối cùng và phức tạp nhất của quá trình phân tích, giúp chuyển các phân tích dự đoán thành ý tưởng về những việc cần làm tiếp theo.

Phân tính đề xuất có mục tiêu gợi ý các lựa chọn và hành động nên làm dựa trên kết quả phân tích dự đoán. Nó cung cấp các lựa chọn về địa điểm và cách thức hành động để đạt được mục tiêu.

Phân tích đề xuất dựa trên tập dữ liệu lớn và sử dụng nhiều loại công cụ kỹ thuật, bao gồm:

• Học máy
• Thuật toán
• Trí tuệ nhân tạo
• Nhận dạng mẫu

Phân tích đề xuất hoạt động như thế nào?

Bạn có thể tưởng tượng rằng phân tích đề xuất giống như tài khoản Netflix dành cho doanh nghiệp. Nó hoạt động giống như cách Netflix đề xuất phim dựa trên hành vi xem.

Nếu phân tích dự đoán chỉ đơn giản là dự đoán kết quả có khả năng xảy ra cao nhất của một quyết định hoặc hành động thì phân tích đề xuất dự đoán điều gì sẽ xảy ra tiếp theo, lý do và gợi ý những gì bạn có thể làm tiếp theo. Nó dự đoán các tình huống có xác suất cao nhất và đưa ra những biện pháp can thiệp có thể mang lại kết quả tối ưu nhất.

Ví dụ về phân tích đề xuất

Dưới đây là hai trường hợp sử dụng phân tích đề xuất trong lĩnh vực nhân sự.

Nhu cầu nhân sự

Phân tích đề xuất có thể giúp bạn dự đoán và chuẩn bị cho nhu cầu nhân sự sắp tới của doanh nghiệp. Hãy tập trung vào các dữ liệu về các hoạt động xung quanh việc lập kế hoạch nghỉ hưu, nghỉ phép vì lý do sức khỏe/gia đình, từ đó rút ra các khuyến nghị về nhân sự để sẵn sàng giải quyết vấn đề nghỉ việc hoặc nghỉ phép dài hạn.

Nhân sự nghỉ việc

Như đã đề cập ở trên, Experian đang sử dụng AI để dự đoán những nhân viên có khả năng nghỉ việc cao. Cùng với đó, họ cũng đang thực hiện các biện pháp thu được từ phân tích đề xuất để ngăn chặn việc này.

Giám đốc điều hành nhân sự của Experian, Olly Britnell, chia sẻ “Chúng tôi đang sử dụng machine learning để theo dõi các biện pháp can thiệp như thay đổi cấu trúc nhóm, cung cấp thêm chương trình đào tạo, sau đó theo dõi và xác định những biện pháp can thiệp đang có tác động”.

Tầm quan trọng của việc phân tích dữ liệu nhân sự

Phân tích nhân sự ra đời với hy vọng giúp các doanh nghiệp cải thiện các quy trình nội bộ liên quan đến các chức năng như bảng lương, phúc lợi, tuyển dụng, đào tạo, hiệu suất và văn hóa doanh nghiệp.

Nếu không có những phân tích thích hợp, doanh nghiệp có thể vô tình lãng phí nguồn lực vào các quy trình không hiệu quả. Việc đo lường và phân tích dữ liệu về quy trình của nhân viên đã và đang cung cấp các insight nhân sự, cải thiện khả năng quản lý tổng thể cho các nhóm nhân sự ở khắp mọi nơi.

Nếu không có phân tích nhân sự thích hợp, các lãnh đạo sẽ gặp rất nhiều khó khăn trong việc đưa ra các quyết định đúng đắn liên quan đến việc tuyển dụng, sa thải hoặc thăng chức cho nhân viên. Nếu nhân sự không cảm thấy công việc của họ được coi trọng, họ sẽ có xu hướng rời đi. Kết quả phân tích dữ liệu cũng hỗ trợ việc loại bỏ những nhân viên với hiệu suất kém. Dữ liệu phù hợp còn cung cấp sự bảo vệ pháp lý chống lại các quyết định không đúng đắn liên quan đến nhân viên vì chúng được đưa ra không chỉ dựa trên ý kiến và cảm xúc.

Một số chỉ số chính trong phân tích dữ liệu nhân sự

Nếu bạn chưa biết bắt đầu với bộ chỉ số nào cho chương trình phân tích dữ liệu nhân sự của mình, hãy cùng tìm hiểu một vài gợi ý chỉ số dưới đây:

Doanh thu trên mỗi nhân viên

Doanh thu trên mỗi nhân viên đo lường số tiền mà doanh nghiệp thu được trên mỗi nhân viên mà họ đang trả lương và phúc lợi. Nó được tính bằng cách chia doanh thu của công ty cho tổng số nhân viên trong công ty. Các doanh nghiệp thường phân tích chỉ số này như một hình thức đánh giá hiệu quả của việc tạo ra doanh thu sau mỗi lần tuyển dụng mới.

Ví dụ: Nếu một doanh nghiệp có 100 nhân viên và mang lại doanh thu 10 triệu USD thì doanh thu trên mỗi nhân viên sẽ là 100.000 USD.

Thời gian tuyển dụng

Chỉ số “thời gian tuyển dụng” đo lường thời gian cần thiết để lấp đầy một vị trí còn trống tại doanh nghiệp. Nó được tính bằng cách đếm số ngày kể từ khi đăng công việc đến khi có người chấp nhận lời đề nghị. Điều này cung cấp insight về mức độ hiệu quả của bộ phận tuyển dụng trong việc tìm kiếm ứng viên phù hợp và triển khai quá trình tuyển dụng.

Ví dụ: Nếu một công ty đăng tuyển vào ngày 1 tháng 3 và hoàn tất quá trình phỏng vấn, đưa ra lời đề nghị và được chấp nhận lời đề nghị đó vào ngày 20 tháng 4 thì thời gian tuyển dụng sẽ là 51 ngày.

Tỷ lệ nghỉ việc tự nguyện và không tự nguyện

Những chỉ số này đo lường tỷ lệ phần trăm nhân viên rời công ty. Tỷ lệ tự nguyện tính tỷ lệ phần trăm nhân viên quyết định nghỉ việc trong khi tỷ lệ không tự nguyện tính tỷ lệ phần trăm nhân viên bị sa thải.

Nếu tỷ lệ tự nguyện đo lường mức độ hiệu quả trong việc giữ chân nhân viên, thì tỷ lệ không tự nguyện đo lường hiệu quả của hoạt động tuyển dụng và quản lý nhân sự. Cả hai đều được tính bằng cách chia số lượng nhân viên thuộc từng loại cho tổng số nhân viên trong tổ chức.

Ví dụ: Nếu 10 nhân viên bị sa thải trong năm ngoái trong tổng số 100 nhân viên mà công ty có, thì tỷ lệ thôi việc không tự nguyện sẽ là 10% số nhân viên.

Tỷ lệ chấp nhận đề nghị đi làm (offer letter)

Tỷ lệ chấp nhận đề nghị đi làm là một thước đo tuyển dụng khác đo lường mức độ thuyết phục của nhóm tuyển dụng trong việc thuyết phục những ứng viên tiềm năng. Nếu tỷ lệ chấp nhận đề nghị thấp thì quá trình tuyển dụng sẽ cần phải được điều chỉnh lại bằng cách hình thành một bộ lọc để lựa chọn chính xác hơn những người phù hợp với vị trí tuyển dụng và quan tâm đến việc gia nhập công ty. Tỷ lệ chấp nhận offer được tính bằng cách chia số lượng lời mời làm việc chính thức được chấp nhận cho tổng số lời mời làm việc được gửi đi.

Ví dụ: Nếu có 10 lời mời làm việc chính thức được chấp nhận trong năm nay, trong số 20 lời mời được đưa ra, thì tỷ lệ chấp nhận lời đề nghị sẽ là 50%.

Tỷ lệ giữ chân nhân sự

Ngược lại với tỷ lệ thôi việc ở trên, điều quan trọng là phải xem doanh nghiệp thể hiện như thế nào trong việc giữ nhân viên gắn bó với doanh nghiệp. Chỉ số này có thể được đo lường trên toàn công ty hoặc ở cấp độ các quản lý. Để tính tỷ lệ giữ chân, bạn có thể chia tổng số nhân viên quyết định tiếp tục làm việc trong một khoảng thời gian nhất định cho tổng số nhân viên trong cùng khoảng thời gian đó.

Ví dụ: Nếu một doanh nghiệp có 100 nhân viên trong năm ngoái và 85 người quyết định tiếp tục làm việc thì tỷ lệ giữ chân sẽ là 85%.

Lời kết

Phân tích nhân sự cung cấp insight về doanh nghiệp, hỗ trợ quá trình ra quyết định chiến lược kinh doanh theo cách khác biệt với các loại dữ liệu khác. Đó là các insight cung cấp nhận thức đầy đủ hơn về những gì đang thực sự diễn ra trong công ty, về hiệu quả làm việc của nhân sự, và thái độ của nhân sự với doanh nghiệp. Điều này mở ra những khả năng và cơ hội để cải thiện quy trình, ra quyết định đúng đắn.

Càng hiểu rõ hơn về các loại số liệu và phân tích khác nhau trong nhân sự, doanh nghiệp càng có khả năng thu thập thông tin phù hợp từ dữ liệu để tìm ra giải pháp theo đuổi các mục tiêu kinh doanh. Khả năng tận dụng phân tích nhân sự giúp người làm nhân sự phục vụ tổ chức của mình với năng lực mang tính chiến lược hơn.

Nguồn tham khảo:

1. https://www.forbes.com/advisor/business/hr-analytics/
2. https://www.aihr.com/blog/types-of-hr-analytics/