HR Analytics: Mengubah Perilaku Intuitif Menjadi Pendekatan Berbasis Data

HR Analytics menjadi tren yang diperbincangkan kalangan penggiat Human Resources (HR) selama beberapa tahun belakangan ini. Semakin hari semakin banyak orang yang memahami kekuatan dan manfaat analitik yang memberikan dampak positif terhadap bisnis dan pengambilan keputusan dalam HR.

HR Analytics mengubah paradigma yang selama ini membuat keputusan bersifat intuitif menjadi keputusan yang berbasis data. Berdasarkan model yang dikembangkan oleh Gartner, HR Analytics didefinisikan sebagai sebuah perjalanan dengan tahapan sebagai berikut:

  • Descriptive: Menggunakan data yang ada untuk menggambarkan hal-hal yang terjadi saat ini.
  • Diagnostic: Melakukan analisis terhadap data yang ada untuk mencari tahu penyebab kejadian saat ini.
  • Predictive: Menggunakan data masa kini untuk memprediksikan hal-hal yang bisa terjadi di masa mendatang.
  • Prescriptive: Memanfaatkan sejumlah data yang ada untuk membuat best model yang mampu memberikan alternatif terbaik untuk mencapai target perusahaan.

Salah satu contoh kasus yang bisa dibedah adalah tingkat turnover karyawan yang tinggi. Pada level descriptive, seorang atasan dapat melaporkan pada pihak manajemen mengenai tingkat turnover yang semakin mengkhawatirkan. Kemudian pada level diagnostic, atasan bisa menguraikan laporan bahwa turnover tertinggi terjadi di kalangan staf salesman yang tidak mampu mencapai target kerja. Pada tahapan ketiga (level predictive), perusahaan membuat simulasi dari data-data yang tersedia untuk memprediksi nilai turnover tahun depan. Di tahap terakhir (prescriptive), perusahaan mulai memahami faktor-faktor yang patut diperbaiki demi menurunkan tingkat turnover sesuai target.

Pemanfaatan HR Analytics untuk Mendukung Kemajuan Perusahaan
Saat ini, perusahaan-perusahaan ternama seperti Google, Best Buy, dan Credit Suisse sudah menerapkan HR Analytics dan prinsip pembuatan keputusan strategis berdasarkan data analitis. Walaupun banyak keuntungan yang diperoleh dari penerapan HR Analytics, hasil penelitian Bersin consultant menunjukkan bahwa hanya 14% yang berada pada level predictive analytics dan 4% yang mampu mencapai level prescriptive analytics. Hal tersebut terjadi karena kemampuan para praktisi HR dalam hal memahami data dan melakukan analitis data masih terbilang rendah.

Kendala lainnya yang sulit dihindari adalah data-data HR yang terpisah dalam sistem yang berbeda, misalnya data personalia terpisah dengan data performa karyawan, data karyawan yang keluar, serta data rekrutmen. Kondisi itulah yang menyebabkan proses analitis jadi kurang efektif. Perusahaan akan mengalami kesulitan dalam menilai performa karyawan yang sudah dipekerjakan dalam kurun waktu tertentu atau sukar membuat profil karyawan yang keluar dari perusahaan.

Implementasi HR Analytics pada Perusahaan Kelas Dunia
Salah satu kekuatan HR Analytics adalah kemampuan melakukan prediksi masa depan sehingga perusahaan bisa membuat program-program mitigasi risiko. Program mitigasi tersebut akan membantu perusahaan melakukan penghematan biaya (cost saving) atau meningkatkan produktivitas.

Salah satu contoh konkret manfaat HR Analytics diimplementasikan oleh lembaga finansial Credit Suisse. Lembaga tersebut sempat mengalami turnover karyawan dengan persentase antara 20% hingga 25 % setiap tahun hingga mengalami kerugian besar akibat biaya pelatihan yang sia-sia. Melalui pendekatan HR Analytics, Credit Suisse mendapatkan sistem terbaik yang dapat digunakan untuk mengidentifikasi para profesional muda yang berisiko resign.

Selanjutnya, Credit Suisse membuat beberapa program untuk meminimalkan turnover karyawan antara lain menawarkan percepatan karir bagi karyawan yang berpotensi, melatih para atasan yang memiliki bawahan dengan risiko resign tinggi. Sehingga para atasan dapat melakukan coaching dan dialog untuk mencegah bawahannya memutuskan resign. Atasan yang berhasil mempertahankan para bawahan akan diberikan apresiasi berupa reward khusus. Hasilnya, Credit Suisse berhasil melakukan penghematan biaya hingga US$ 70 juta setiap tahun karena berhasil menurunkan tingkat turnover secara signifikan.

Lantas, apa saja yang harus dipahami perusahaan jika ingin menerapkan HR Analytics?
Pertama, praktisi HR tidak boleh alergi terhadap data. Apalagi data-data aktual berkembang dan bertambah secara cepat di era big data seperti saat ini. Kedua, kemampuan mengolah data pun turut berkembang cepat, baik secara computing skill maupun secara analytical proficiency. Ketiga, adalah membangun data warehouse HR sehingga data yang terpisah menjadi terintegrasi sekaligus mempermudah proses analitis. Terakhir, perusahaan harus mampu membangun kemampuan analitis data. Perusahaan yang menyadari manfaat HR Analytics mesti menata ulang komposisi karyawannya dengan memasukkan para data analyst ke dalam fungsi HR. Sehingga perusahaan bisa mengoptimalkan analisis data mereka ke level predictive analytics bahkan prescriptive analytics secara cepat.

HR Analytics tidak menghilangkan sisi intuitif HR melainkan hanya melengkapinya. Perubahan dunia bisnis berlangsung sangat cepat dan disertai kompetisi pasar yang ketat. Itulah sebabnya manajemen perusahaan harus mampu melakukan prediksi secara akurat untuk menentukan strategi bisnis yang tepat. HR Analytics akan menjadi bagian penting suatu bisnis, bukan hanya dipandang sebagai salah satu divisi saja. Perubahan pandangan di kalangan praktisi HR sangat dibutuhkan untuk membangun kapabilitas HR Analytics di level individu maupun perusahaan. Sehingga fungsi HR kelak tidak akan tergantikan oleh teknologi robot canggih.

Related posts