Ritkábban vált munkahelyet és jobban is teljesít a munkahelyén az, akinek a felvételkor böngészőt kellett telepítenie a gépre. Sokszor a büntetett előéletű emberek többet hoznak ki magukból a munkában, mint azok, akiknek nincs priuszuk. Facebook-posztok elemzéséből már azt is kitalálják a cégek, melyik munkavállalójuk áll közel a felmondáshoz – a konkurensek pedig így könnyen meg tudják környékezni az elégedetlenkedő dolgozókat. A Big Data most kezd betüremkedni a munkatársak kiválasztási és toborzási folyamatába.
Itt van a legjobb emberem, Béla. Na, belőle kellene még három
– szinte a legtöbb cégvezető ezt gondolja, ha új embert venne a fel. Bélát klónozni még nem lehet ugyan, de a jó hír az, hogy hála a Big Datának egyre több olyan eszköz áll már rendelkezésre, hogy megtalálják a Bélához leginkább hasonló jelentkezőt.
Megnézik a cég legjobban teljesítő kollégáinak profilját és ehhez hasonlót keresnek
– mondta a hvg.hu-nak Fehér Zsolt, az Assesment System ügyvezetője. A profil nem csak végezettségről vagy szakmai tapasztalatról szól, sőt erről legkevésbé, sokkal fontosabbak benne a személyiségjegyek, a kompetenciák.
A toborzás-kiválasztásban nem újdonság, hogy a szakemberek egyre nagyobb hangsúlyt fektetnek a jelölt személyiségjegyeire és kompetenciáira (soft skills – például motiválhatóság, kreativitás, akaratosság, csapatmunkában való részvétel képessége, szervezőképesség). Ennek ellenére a felvétel leginkább a végzettség, tapasztalat, szerzett készségek (hard skills) alapján történik, ehhez mérten fogalmazzák meg az álláshirdetést, szelektálják az önéletrajzokat és kérik számon a jelentkezőtől az első interjú során. Ennek oka egészen prózai: a végzettség, szakmai tapasztalat, szerzett tudás könnyebben ellenőrizhető, mint például a jelentkező azon állítása önnön magáról, hogy végtelenül kreatív, terhelhető, és az egekbe csap benne a csapatszellem.
Persze ez így nem feltétlenül fehér vagy fekete, hiszen egy karrierívből is láthatóak azok a háttér-személyiségjegyek, amelyek alapján sejthető, hogy az illető alkalmas-e az adott pozícióra. A baj a sejthetőségben és abban van, hogy a kiválasztással foglalkozót nagyban befolyásolhatják a korábbi jó vagy rossz tapasztalatai. Nem véletlen tehát, hogy a nagyvállalatok körében egyre népszerűbbek azok az analitikai eszközök és az ehhez kapcsolódó új módszerek és előrejelzések, amelyek optimalizálhatják a szakember-kiválasztást. Ezen eszközök a Big Data adta tengernyi adatból halásznak és elemeznek. A megfelelően mért adatokból ugyanis személyi tényezőkre is lehet következtetni, a szoftverek az adathalomban találhatnak olyan dolgokat, amelyek emberi szemmel nem láthatóak. Ráadásul kizárhatóak az emberi előítéletekből, szubjektivitásból adódó hibák.
Mit gondolunk és mit tudunk?
Az Evolv cég több mint 30 ezer munkavállaló megközelítőleg 3 millió adatpontjából arra a megállapításra jutott, hogy az órabérben dolgozó amerikai munkások közül jobban teljesítenek, és ritkábban váltanak munkahelyet azok, akiknek az online jelentkezéshez internetböngészőt kellett telepíteniük a számítógépükre – mert nem volt rajta automatikusan. Ugyanis aki veszi a fáradságot, hogy egy új böngészőt telepítsen, az arra is hajlandó, hogy tényalapú döntést hozzon – idézi fel az esetet a hrpozitiv.blogspot.hu. És mielőtt legyintenénk erre az eredményre, tudni kell, hogy az amerikai munkások mintegy 60 százaléka órabérben dolgozik és majdnem ötven százalékuk évente munkahelyet cserél.
Néhány eredmény egyenesen szembemegy azzal, amit eddig a legtöbben gondoltak a munkavállalókról. Gyakori, hogy a jelentkezők közül azonnal eltanácsolják a büntetett előéletűeket vagy azokat, akik gyakran váltogatták a munkahelyeiket. De egy kutatás azt mutatta, hogy azok, akik korábban ugráltak a munkahelyek között, nem lépnek ki inkább egy új helyről, mint azok, akik ugyanarra a munkahelyre jártak be nap mint nap. Tehát emiatt nem kellene egy alapvetően jó képességűnek tűnő jelölttől megválni. Egy másik eredmény pedig azt mutatta, hogy bizonyos pozíciókban kellő támogatással a büntetett előéletűek jobban teljesítenek, ugyanis sokkal motiváltabbak abban, hogy bizonyítsanak.
Egy másik elemzés pedig arra mutatott rá, hogy az ügyfélszolgálati munkatársak akkor nem ugrálnak, hanem maradnak meg legvalószínűbben a munkakörükben, ha a munkahelyükhöz közel laknak, vagy ha nem is laknak közel, de könnyen beérnek oda. Ez alapján egy cég kidolgozott egy kísérleti programot, amelynek köszönhetően a munkatársak elvándorlását érdemben sikerült mérsékelni.
Rejtett üzenetek
Talán sci-finek tűnik, de a Big Data segítségével az is megmondható, hogy valaki mikor kész munkahelyet változtatni.
A közösségi oldalakon történő események – posztok, hozzászólások – elemzésével kimutatható, hogy ki az, akinél eljött az idő a váltásra
– mondta Fehér. Állítása szerint az Egyesült Államokban, a Szilícium-völgyben, ahol komoly harc folyik egy-egy jó szakember megszerzéséért, vannak olyan elemzések, amelyek a közösségi oldalakon lévő profilt figyelik és jeleznek, ha a posztokból, bejegyzésekből arra lehet következtetni, hogy az illető bizony kitette a zöld zászlót, vagyis kész munkahelyet változtatni.
Nyilvánvaló az is, hogy ez munkavállalói oldalról is kihasználható, ha valaki meg akarja tudni, vajon mekkora a kereslet iránta a piacon. Fehér szerint nem véletlen, hogy a következő időszakban a HR-analitika egyik legizgalmasabb forrása a LinkedIn lehet, amely a világ legnagyobb szakmai hálózata. „A nagy mennyiségű LinkedIn-adat és a személyiségmérésben használt, a munkahelyi teljesítményt mérő skálák közötti összefüggések megtalálása és hatékony integrálása a céges folyamatokba 2016 egyik jelentős kihívása lehet.”
Végül mégis az emberi tényező dönt?
Abban Horváth Krisztina, a SAP Hungary HR-vezetője is egyetértett, hogy a szakma egyik legfontosabb fókuszterülete a Big Data. „De fontos ez ügyben az önkontroll, mindig fel kell tenni azt a kérdést, hogy mindez milyen változással jár és a változás milyen előnyöket hordoz magában.” „A kiválasztás során a legevidensebb módon próbálják a szakemberek a lehető legtöbb információt beszerezni a jelöltekről.” Persze mindezt a legalitás és az etikusság korlátai között. Horváth szerint az is etikai kérdés, hogy illik-e a jelölt Facebook-profilját elemezni, hiszen azt magáncéllal hozták létre, ellentétben egy LinkedIn-profillal.
És persze minden ilyen adatot kellő józansággal kell kezelni, hiszen a közösségi oldalas profilokat is lehet ugyanolyan tudatosan összeállítani és vezetni, mint egy önéletrajzot, hogy az a lehető legjobb – akár nem is valós – képet mutassa a jelöltről. „Túlértékelni sem kell a Big Datát, mert nagyon jó, ha sokkal szofisztikáltabban tudjuk a legjobb jelölteket megtalálni egy-egy pozícióra, de az emberi tényező, a személyes benyomás nem kerülhető ki, és a végén ez alapján dől el, kit is választ a cég” – mondta Horváth.
