onsdag den 24. september 2014

Målinger, HR analytics, big data og alt det frække

Målinger er på en måde et rigtigt spændende og frækt emne og på en måde ikke. For målinger er sjældent særligt interessante eller frække i sig selv. Det er til gengæld (nogle gange) det, som de viser, og det, som de kan bruges til. 

Jeg siger det up front: jeg er ikke statistiker, Business Intelligence ekspert eller datalog. Jeg er ikke uddannet revisor, jeg har ikke nogen speciel forkærlighed for matematik (men jeg afskyer det heller ikke - kun geometri) og jeg er ikke certificeret algoritmemester. Så du må tage det, som det kommer.

Men det her er vigtigt. Det ved jeg. Det er så vigtigt, at jeg ikke helt og holdent kan overlade det til nogle af de ovennævnte typer, selvom de er seje nok. 

Hvorfor skal vi måle?

Hvis vi vil videre med vores vigtigste projekt, som er at forstå og etablere forbindelsen mellem på den ene side de konkrete HR strategier og leverancer og på den anden side vores organisationers overordnede performance, skal HR metrics, predictive analytics, KPI, ROI, big data og så videre en gang for alle begribes og tages selvsikkert i anvendelse i HR afdelingerne. 

Jeg vil faktisk gå så vidt som til at sige, at de hårde målinger og de begrundede kalkuler er det, der udgør afsættet, ja forudsætningen, for HR's fremtid. 

Det er de kontinuerlige datastrømme, de svargivende algoritmer og de evidensbaserede beslutningsprocesser, der kommer til at løfte HR til en strategisk funktion - og ikke MUS skemaerne, tilfredshedsundersøgelserne og karrierecoachingen. 

Hvis vi er heldige, vil de udmærkede og velkendte HR gigs (se ovenfor) muligvis følge af analysernes og målingernes resultater og være en del af de løsningsmodeller og konkrete handlingsinitiativer, resultaterne afføder, men de vil helt sikkert ikke komme før. 

Målinger og modeller

Vi måler os selv og hinanden hele tiden. Vi måler vores puls, når vi er til spinning, vi sætter streger på væggen, når vores børn vokser fem centimeter, vi tager vores temperatur, når vi er sløje, vi vejer os, når bukserne strammer. 

Færdselspolitiet måler vores hastighed, læreren måler vores børns læsefærdigheder, optikeren måler vores syn og passiv-aggressive typer måler os med blikket. 

- nu i mere end én forstand

De fleste af disse målinger understøtter en beslutningsproces, nogle af dem har konsekvenser, som vi mere eller mindre kender på forhånd, og andre er bare fremstillinger af udsnit af virkeligheden, som måske ikke er særlig interessante i sig selv. 

Nu siger jeg udsnit af virkeligheden, for det meste kan i princippet (selv kærlighed og den slags fluffy business) være genstand for målinger, selvom mange nok vil mene, at dette indebærer en stærkt reduceret virkelighedsfremstilling. Stort set alt, hvad der er virkeligt, kan efter sigende være genstand for måling, men hele virkelighendes kaos kan trods alt ikke reduceres på én gang, i én model. 

Endnu. 

Vi har indtil videre kunnet bygge en række sideordnede eller måske rangordnede modeller, som hver især belyser udvalgte aspekter af virkeligheden, men ikke én model, der rummer alle nuancerne. Det er imidlertid en mangel, som big data vil hjælpe os af med. Big data evangelisterne mener nemlig, at den rigtige behandling og brug af data vil kunne anskueliggøre den fluktuerende, fragmenterede og uoverskuelige virkelighed i en både samtidig, sammenhængende og forståelig fremstilling.

Det er vildt.

Men uanset hvor begejstret jeg er for modeller, og det er du måske også, er det vigtigt at minde mig selv og dig om, at modeller er ekskluderende af natur, uanset hvor sofistikerede de er eller bliver. Det vil sige, at de udelukker ting og sager fra deres fremstillingsunivers, som kan være af enten uvæsentlig eller væsentlig karakter - og især det sidste er dårligt. 

Det vil derfor være en misforståelse at tro, at modeller er sømløse spejle, som neutralt indfanger og afbilleder alle virkelighedens facetter. 

Just as form follows function in architecture, the technical specifies of a model are often affected by its intended use.
James Guszcza & Bryan Richardson: Two dogmas of big data

Modeller har en tendens til ikke bare at afspejle virkeligheden, men også skabe den og desuden - og det er efter min mening et relevant aspekt af hele snakken om dataøkonomien, big data, internet of things og hele tekno-baduljen, der kommer og tager os alle med bukserne nede lige om lidt - er det altid værd at overveje, om:
v
  • alt kan reduceres til data/bits/fysiske enheder/molekyler/empiri?  
b
Er sjælen, som nobelpristageren i medicin Francis Crick udtrykte det:

- adfærden hos et kæmpemæssigt antal nerveceller og de dertil hørende molekyler

Vi måler vigtige og uvigtige ting

Sådan noget som vores børns vækst er noget, der tilsyneladende interesserer rigtig mange af os. For vækst er et tegn på sundhed og normalitet. Derfor måler vi vores børns højde med jævne mellemrum, indtil de når 10 års alderen eller der omkring. Efter 10 års alderen aftager vores pjevseri som regel og børnene får lov at vokse videre i fred.  

Når jeg konstaterer, at mine børn er vokset fem centimeter og at denne højdetilgang er i overensstemmelse med sundhedsplejerskens officielle anbefalinger og vækstdiagrammerne i børnemapperne, er det en indikation af, at deres fysiske udvikling er ok, og det er selvfølgelig godt at vide, men dette mål siger kun lidt om, hvorvidt de har det godt, trives, udvikles som mennesker, kender forskel på ret og vrang, er elskede.

Det ved du selvfølgelig godt, men det er vigtigt at huske, at der kan være mange væsentlige forhold, som en given måling ikke siger noget om, og at disse forhold nemt kan blive glemt, fordi de er for bøvlede at måle eller fordi ingen har tænkt på at stille spørgsmålet.

De rigtige spørgsmål

HR folk udvikler og driver HR programmer, som vi eller andre har en implicit opfattelse af, er nødvendige, og herefter måler vi effektiviteten - og hvis bølgerne går højt: effekten - af dem. 

I de fleste tilfælde er der sjældent nogen, der holder os op på det, vi går og laver, men hvis vi er meget uheldige, bliver vi af en eller anden emsig person, som åbenbart ikke har andet at lave, bedt om at formulere nogle KPI'er for vores programmers målopfyldelse.

Disse KPI’er er dog ofte afledt af ønsket om proceseffektivitet, for eksempel varigheden af en gennemsnitlig rekruttering eller omkostningerne forbundet med en gennemsnitlig rekruttering, fremfor et ønske om at overvåge kvaliteten af processen, eksempelvis andelen af nye medarbejdere med en gennemsnitlig performancescore over X eller andelen af nye medarbejdere med en gennemsnitlig performancescore over X, som stadig er i virksomheden efter Y måneder.

En beslægtet måde at komme lidt skævt ind på forståelsen af, hvad der er væsentligt, er den måde, hvorpå mange af os måler medarbejderomsætningen (og bare rolig: jeg er ikke bedre end andre).

Når vi måler medarbejderomsætningen, er det fordi, vi gerne vil se, hvor stort antallet eller andelen af medarbejdere er, som uopfordret, i modsætning til de såkaldt opfordrede, forlader os i en given periode, sammenholdt med det totale antal medarbejdere. Den fremkomne andel sammenligner vi måske med andelen, der forlod os året før, eller med afgangen fra sammenlignelige virksomheder. Og så kan vi se, om der er færre eller flere, der uopfordret forlader os end de andre, eller om der er færre eller flere, der uopfordret forlader os selv, sammenlignet med året før.

Og? fristes man til at sige, selvom det er et flabet og heldigvis uddøende udtryk.

Man kan selvfølgelig estimere, hvor meget det koster i rekruttering, oplæring og så videre, at medarbejderomsætningen er x%, og det er uden tvivl interessant i sig selv, men det virkelig sexede øjeblik opstår først i det moment, hvor vi begynder at interesserer os for HVEM, der forlader os, og HVEM der kommer ind til gengæld.

Hvis vores mere grundige undersøgelse, hvor vi muligvis kombinerer flere forskellige datakilder, viser, at der er en forholdsmæssig overvægt at top performers i blandt de medarbejdere, der forlader os, og samtidig en forholdsmæssig overvægt af average performers i blandt dem, der kommer ind til gengæld, har vi et alvorligt problem, som er større og koster langt mere (især på toplinjens udvikling) end det, den første beregning afslører. Den første beregning er med andre ord i risiko for at være lettere vildledende, fordi en top performer bidrager med op til ti gange mere til virksomhedens samlede resultatskabelse end en gennemsnitlig performer (hvilket naturligvis ikke afspejles i belønningen, men det skal du ikke fortælle dem).

Derfor er det ikke hip som hap, hvad der gemmer sig i dataene om medarbejderomsætningen. 

Målinger er ikke nødvendigvis relevante, fordi de er nemme at gennemføre, og det er heller ikke altid, at proceseffektivitet er så interessant, som man skulle tro.

At stille de rigtige spørgsmål og supplere effektivitet med effekt er de første skridt i retning af at etablere en decideret årsagssammenhæng mellem HR performance og business performance. Næste skridt er naturligvis predictive measures og big data, som kan forudsige og derfor på sin vis påvirke virkningerne på den organisatoriske performance af de forskellige HR investeringer og valg, vi går og overvejer. 

Og SÅ bliver vi i stand til at bemestre det hele. Intet vil længere komme bag på os og vi vil vide alt, før det sker.  

Vi bliver guder.   

Data is the new oil - og så til det frække omsider

Udover at udvindingen af olie har gjort mange lande, koncerner og mennesker rige, er olie en substans, som fastholder sin form, når den blandes med vand. De to væsker smelter ikke sammen, men lever så at sige separate liv, selvom de indfanges af den samme beholder. Spørgsmålet er, om olie og vand, data og mennesker, organisatorisk performance og HR leverancer skal fastholde deres separate livsverdener - eller om det er på tide, at vi flytter sammen og blander væsker.

For mig er der ingen tvivl om, at bemestring af metrics og analytics i kombination med de rigtige, kontekstbestemte HR strategier og indsatser, udgør en potentiel konkurrencefordel, som er langt større end noget af det, vi kender til i dag.

Hvis vi kommer dertil, at vi ved ligeså meget om vores medarbejdere som om vores kunder, er vi nået langt. Og nok også længere.

Det er en god idé at blive mere nøjagtige og mindre 'best' practice bundne i vores arbejde. Det er også en god idé at stoppe med at lave bestemte ting eller bestemte målinger, fordi de andre gør det. Lad de andre om det, de gør, og begynd at stil nogle af de frække spørgsmål i og til din egen organisation, som måske ikke er blevet stillet før. Dan herefter hypoteser og efterprøv dem.

Ofte vil dataene fortælle dig, at du tog fejl. Det er ind imellem ærgerligt, men andre gange er det godt. 

Tænk på alle de gange du er kommet til lægen med en mærkelig knop på hånden eller en udflydende plet på næsen og har fortalt din læge, at du på basis af det strengeste videnskabelige grundlag, nemlig din mors mening og dine Google resultater, har stillet diagnosen i form af hudkræft og lægen (røvsygt) siger: det er det ikke.

- Jamen, hvad er det så?
- Det er ikke noget.

Du var sikker i din sag, men det var alligevel forkert.
Derfor er efterprøvning nogle gange bedre end løse diagnoser.  

___________________________________________________


Selvom jeg fik lidt frækt ind her til slut, blev det slet ikke frækt nok, så jeg synes egentlig, at jeg skylder dig noget.

Derfor kommer der et ultra frækt indslag her:




Det, du ser på billedet, er et klassereglement. Det hænger i den 5. klasse, hvor jeg p.t. slår mine folder hver tirsdag aften for at lære engelsk for øvede.  

(Ja, det med øvet skulle med, så du ikke tror, at jeg er sinke. Til gengæld kan jeg godt røbe, at jeg ikke havde læst det chapter i bogen, vi skulle have læst hjemme til i går, så jeg holdt lav profil, da underviseren bad holdet om et resume. Heldigvis gik vi hurtigt over til scrabble, og så var jeg klar igen).
  
Mit spørgsmål til dig er nu: hvis 11 årige børn kan omgås hinanden på en ordentlig og respektfuld måde ud fra disse syv regler, hvorfor skal voksne så have en personalehåndbog på 150 sider for at gøre det samme?

Til vi ses igen, kan du tænke lidt over dette spørgsmål, hvis du gider, og ellers kan du melde dig til et engelskkursus ligesom mig eller se at få taget det der statistikkursus, så du kan komme i gang med noget big data og workforce analytics og slippe for at blive rendt over ende af alle de sammenhænge, du ikke har opdaget endnu.

Det sidste råd, jeg vil give dig, kommer egentlig ikke fra mig, men fra én af mine værdsatte Twitter relationer, som er langt skarpere end mig:


mandag den 8. september 2014

De bedste i HR

Efteråret er smukt og jeg føler mig taknemlig. Taknemlig over skønheden udenfor, taknemlig over at der findes en fremtid og taknemlig for alle de gode HR folk, som allerede findes, og som gør en kæmpe indsats for at løfte og inspirere os andre. 

Hvis du er fast læser, tænker du måske: Hun er blevet betalt for at skrive det der. 

Men nej, det er jeg ikke. Faktisk er der ingen der ved, at dette takkekort kommer, før det er der.

Jeg er normalt ikke sådan én, der slynger om mig med roser til HR folk eller takker nogen for at lave deres arbejde (jo, det kan jeg nu godt finde på, når jeg tænker ordentligt efter - men det er mere fordi, jeg bliver så glad, når jeg møder nogle, der elsker deres arbejde og lader det gå ud over mig). 

Men som sagt, guderne skal vide, at jeg ikke plejer at lægger fingrene imellem, når jeg diskuterer HR's dark sides, downsides og dead end sides i et så ekstremt ulideligt endeløst omfang, at enhver almindeligt begavet person bliver træt af at høre om det. 

The HR Blues

Men så skete der noget.

Min normale tilstand af lettere sarkastisk hudfletning af alle HRske ting ændrede sig meget pludseligt for et par uger siden og blev til sådan en slags HR-smerz, en sump af manglende udsigt, et spil Wordfeud, hvor modstanderen scorer 198 points på ét ord, fordi hun kan skrive 'balustre'.

Øv!

Jeg valgte derfor at stoppe, mens legen var god. 

Bare lige sådan. 

I stedet startede jeg min kokostop-produktion og før du begynder at spørge til projektet, som nu har stået på i cirka 14 dage, siger jeg det up front:

Det gik ikke.

Jeg er dog ikke tilbage ved udgangspunktet (det er store iværksættere sjældent), for jeg lærte en masse undervejs:
c
  1. kokostoppe er søde
  2. kokostoppe er klistrede
  3. kokostoppe er en anakronisme
  4. kokostoppe er umulige at sælge (måske på grund af 1.-3.) 

Lidt ligesom HR.

Nej, det passer ikke - UNDSKYLD!

Det er SLET ikke det, som indlægget her skal handle om. Det skal nemlig handle om:

De bedste i HR

De bedste i (dansk) HR, som jeg kender til, er Gitte Mandrup, Morten Kamp Andersen og Annette Fabild Omø, som alle fra hvert deres udgangspunkt forsøger at hæve standarden i HR. Gitte Mandrup arbejder ud fra et fortrinsvis forretningsdrevet perspektiv, Morten Kamp Andersen arbejder ud fra en datadrevet approach og Annette Fabild Omø forsøger at sætte vidensdeling blandt HR folk på agendaen.

Disse tre mennesker er på hver deres måde store inspirationskilder i mit univers og jeg vil opfordre dig til at tjekke dem ud på LinkedIn eller google dem, hvis du ikke allerede kender dem.

Men så er der også alle de knap så kendte, bedste HR folk, jeg har mødt gennem tiden, som har gjort en forskel
f

  • for HR
  • for mig
  • eller i bedste fald: for begge dele 

Jeg vil ikke nævne dem ved navn, da jeg ikke ved, om de vil nævnes, men jeg kan love, at jeg på en meget indiskret måde vil antyde, hvem de er.


De knap så kendte, bedste HR folk

1.  Det første HR menneske


Det første HR menneske, jeg kender til, er den personalechef, der i sin tid rekrutterede mig til HR. Hun var min første kvindelige chef og min første HR chef (det hed man så ikke dengang, men det er indtil videre stort set det samme) og hun var helt igennem fantastisk, syntes jeg. 

Hun var smuk, smagfuldt påklædt (prøv lige at lægge mærke til, hvis du ikke allerede har gjort det, hvor mange smagfuldt påklædte HR damer og herrer, der egentlig findes, sammenlignet med andre unævnelige grupper) og hun var proppet med viden. Hun vidste ALT, havde jeg på fornemmelsen, men hvad jeg også havde på fornemmelsen, var, at hun troede på mig.

Der var ingen, der tidligere havde troet på mig andet end min mor og en håndfuld lærere på universitetet. 

Og det kan man jo ikke leve af.
  
Udover at hun troede på mig, lærte hun mig en grundlæggende teknik til at overleve i HR: søg altid en pragmatisk løsning.

Jeg fandt snart ud af, at en pragmatisk indstilling generelt var en fornuftig attitude, når man arbejdede i HR - ikke mindst fordi personalechefen og hendes team havde den lettere anløbne status i organisationen, som mange HR afdelinger stadig kæmper med den dag idag - og så skal jeg ikke komme nærmere ind på, hvad det går ud på, men jeg kan godt afsløre, at det er her, at den før omtalte smerz blandt andet kommer ind - men hun holdt ikke desto mindre hovedet højt, indgød os mod og gjorde en forskel, hvor det var muligt.

Denne 1. dame, kan vi godt kalde hende, holdt ryggen rank i mere eller mindre permanent modvind og gjorde sit bedste under de givne omstændigheder. Og ja: de var givne.

Der blev ikke givet ved dørene.

2. De virkelige talenter


For at hoppe til en noget anderledes situation var jeg på et tidspunkt selv kommet i førersædet eller i al fald noget, der mindede om det, og skulle rekruttere en HR medarbejder til mit eget team. Overfloden af talent var kolossal og jeg kunne have sammensat verdens bedste HR team, hvis omstændighederne havde været til det.

Det var de ikke og jeg skulle vælge én.

Hvordan vælger man mellem tre-fire kandidater i slutrunden, som alle er en gave til HR på hver deres måde? 


Jeg har stadig ikke svaret, for der er de opgaver, der skal løses og så er der de opgaver, som burde blive løst - og ofte endda på bekostning af de første. 

Organisationen har som oftest fokus på den første type opgaver, men du ved som HR professionel, at det er den sidste type, der rykker den prik, som repræsenterer virksomheden, op mod det øverste, højre hjørne i koordinatsystemet (altså meget af/meget af området).

Jeg valgte at satse på talentet fremfor på sikkerheden. Jeg valgte også at have en spredning i the chosen ones, som jeg gerne vil sige et par ord om, og det skal blive ganske kort, det lover jeg:

Alder, køn, hårlængde og hvad man ellers kan komme i tanker om af ydre differentiatorer forudsiger ikke ret meget om fremtidig job performance. Isoleret set. Men hvis man kommer ind i et team, som er småtskårne på nogle af de nævnte og ret vilkårlige faktorer, betyder det selvfølgelig noget. Ingen præsterer på en øde ø, så hvis konteksten er en old boys club, en harpeklub, en vi-tror-unge-er-kvikkere sammensværgelse eller en adgang-forbudt-for-folk-med-mindre-end-25-års anciennitet loge, er det nok bedst at tænke sig om en ekstra gang.        

Når du har tænkt dig om en ekstra gang, træffer du din beslutning om, hvorvidt du vil bevare de eksisterende klubber eller du vil skabe fourage.

Jeg stemmer i de fleste tilfælde for den sidste mulighed og det gør jeg, fordi der beviseligt er for lidt innovation i både de danske HR afdelinger og i organisationerne som helhed og fordi de eksisterende klubber med al sandsynlighed hverken kommer til at løfte innovationsopgaven eller sikre virksomhedens fremtidige konkurrenceevne. 


Så ville de vel have gjort det for længst?

Tak til de talentfulde HR folk, som søgte job hos mig, som kunne have vendt det hele på hovedet og som gav mig fornyet håb for HR's fremtid.

Og lad os så glemme de andre, skøre bemærkninger, vi har hørt gennem tiden, og som alle sammen handler om at holde talentet fra døren:


- Hende siger vi nej til, hende kan vi ikke styre.
- Han er alt for klog. Det kan jeg sgu ikke lige have med at gøre.
- Jeg tror, at hun vil udfordre lederen for meget.
- Han er spot on, men han er udenfor lønrammen. Vi vælger en anden.

3. Og så det løse

Endelig så ved jeg, jeg har nemlig fået masser af underretninger om dette forhold, at der findes en gruppe HR professionelle i nogle af de større, danske virksomheder, som er super skarpe. Jeg har kun mødt enkelte af dem, men især to herrer, hvoraf den enes fornavn starter med J og den anden arbejder i en koncern, der starter med T, har på hver deres måde udvidet min forståelse for, hvad en god HR leder gør og er.  

Så de findes. 

Helt sikkert. 

Hvad, jeg ikke har fundet ud af endnu, er, hvordan vi får overført det, som disse dygtige mennesker kan, til os andre, ligesom jeg ikke har fundet ud af, hvordan DSB vil finde en ny administrerende direktør.

Men jeg ved dette: 

Der findes en stor og voksende gruppe af dygtige HR folk i Danmark. Man skal bare gøre sig ekstra umage for at finde dem.

Hvis du kender nogle inspirerende og fantastiske mennesker i HR, som du synes, at andre skal kende til, må du meget gerne skrive en kommentar, så vi kan fejre dem sammen. 

Til vi ses igen, kan jeg fortælle dig, at jeg har travlt med killingepasning. Som en rigtig HR dame har jeg naturligvis katte i flertal.

HR Kitty