1. Czym jest blending danych?
Blending to proces zbierania bardzo złożonych danych (tzw. big data) z wielu źródeł, z różnych okresów, z różną częstotliwością i w różnym formacie oraz łączenia ich w jeden łatwy do wykorzystania zbiór danych. Blending danych pozwala zobaczyć korelacje w połączonych danych i wyodrębnić z nich cenne informacje, unikając przy tym ogromnych nakładów czasu i pieniędzy, które towarzyszą tradycyjnym procesom hurtowni danych. Blending jako metoda zbierania danych z wielu źródeł pozwala uzyskać pełniejszy obraz, aby pomóc decydentom w podejmowaniu bardziej świadomych decyzji. Jest to pojęcie zapożyczone z obszaru Business Intelligence i wykorzystane przeze mnie podczas
XVI KFW w formie lekko zabawowej (nawiązanie do Jamesa Bonda „Dane i wstrząśnięte i zmieszane”) dla zilustrowania, że tradycyjne wykorzystanie raportów płacowych (szczególnie w praktyce dużych, ponadnarodowych firm) to już dziś za mało.
2. Czy i kiedy możemy stosować mieszanie danych, mam tu na myśli mieszanie danych w praktyce zarządzania wynagrodzeniami firm?
Praktycznie każdy specjalista C&B w swojej codziennej działalności „miesza” i łączy dane z różnych źródeł, ale najczęściej w sposób jednorazowy, niesystemowy i tylko w sytuacji, gdy brak mu wiarygodnych danych benchmarkowych. Podczas wykładu podałem siedem (od „agenta 007”) dość trywialnych przykładów mieszania i łączenia danych z różnych źródeł. Były to następujące przypadki:
- wycena stanowiska na podstawie kilku różnych raportów płacowych o różnej charakterystyce (z firm komercyjnie wydających raporty płacowe tak jak S&S, z firm rekrutacyjnych, z formalnych danych statystycznych oferowanych przez GUS lub przez organizacje branżowe)
- wycena stanowisk hybrydowych (lub nowych na rynku, dla których jeszcze nie publikuje się benchmarków płacowych)
- wycena stanowisk na podstawie raportów z różnych okresów publikacji i o różnym dostosowaniu próby firm do specyfiki branżowej
- wycena stanowisk na lokalnym rynku pracy, dla którego brak danych w raportach płacowych
- uwiarygodnienie danych o wynagrodzeniach zmiennych firm w badaniu płacowym w oparciu o wyniki tych firm
- benchmarking płac w firmie wielooddziałowej z uwzględnieniem specyfiki każdego z oddziałów
- analiza ryzyka odejścia kluczowych pracowników w oparciu kilkanaście rodzajów danych (nie koniecznie płacowych) zarówno wewnętrznych (obecne Compa Ratio na stanowisku, możliwość awansu, wyniki rozmów rozwojowych, mobilność pracownika, sytuacja rodzinna, stopień zaangażowania, wypalenia zawodowego, …), jak i zewnętrznych (pojawienie się lokalnego, branżowego inwestora, dynamika płac na rynku, atrakcyjności ofert konkurencyjnych, …).
3. To jaką nową jakość daje blending danych w praktyce płacowej firm?
Oczywiście w małych i średnich firmach blending może mieć zastosowanie, ale zazwyczaj okazjonalnie i w sytuacjach zbliżonych do przytoczonych przeze mnie powyżej. Prawdziwe zastosowanie blendingu danych do celów płacowych ma znaczenie w firmach dużych o strukturach holdingowych, najczęściej w korporacjach ponadnarodowych. Firmy takie nie mogą sobie pozwolić na analitykę płac w wersji niesystemowej. Wykorzystanie blendingu danych wspaniale pokazała podczas wykładu inicjującego
XVI KFW pani Aleksandra Dziewa, pełniąca rolę People Business Solutions Director’a w London Stock Exchange Group. Złożoność operacji płacowych na kilkudziesięciu rynkach narodowych, w oparciu o różne ustawodawstwo, zróżnicowaną dojrzałość praktyk płacowych oraz dostęp do wielu różnych benchmarków płacowych nie pozwala na „manufakturę” w zakresie zbierania i analizowania danych. Opis przypadku giełdy londyńskiej znajdziecie Państwo w materiałach z Konferencji. Gorąco polecam lekturę tego materiału, który naprawdę robi wrażenie. Ale podobne wrażenie robił wykład pana Pawła Wróbla, dyrektora ds. polityki wynagradzania i benefitów w Citibank Europe PLC, który opowiedział o digitalizacji obszaru HR/C&B, bez której systemowy blending danych nie ma raczej sensu. Wracając do Pana pytania – blending pozwala systemowo skrócić czas przygotowania danych z różnych źródeł, a następnie skoncentrować się na wyciąganiu wniosków i to nie tylko tu i teraz, ale również pozwala na antycypację trendów, a tym samym budowania przewag konkurencyjnych (w tym przypadku na rynku pracy).
Zamów nagrania video z XVI Krakowskiego Forum Wynagrodzeń!
Dowiedz się więcej
4. Czy powinniśmy zwrócić uwagę na coś szczególnego blendując dane, po to by nie popełniać błędów?
Zadał mi Pan bardzo trudne pytanie. Co prawda z wykształcenia jestem informatykiem i praktykuję analitykę płacową, to jednak odpowiedź na nie powoli wykracza poza możliwości prostego specjalisty ds. C&B. Działy HR coraz bardziej dygitalizują się i potrzebują speców od big data oraz business intelligence. To oni mogą szczegółowo odpowiedzieć na to pytanie. Ja tylko mogę podpowiedzieć stare prawdy: należy opierać się na wiarygodnych źródłach, przed dopuszczeniem danych do analiz należy je szczegółowo weryfikować oraz to, że nie robimy tego „sztuka dla sztuki” – one muszaą pozwalać na szybkie, systemowo powtarzalne wyciąganie wniosków i przewidywanie przyszłości. To, co zapewne różni tradycyjne podejście benchmarkowe to to, że nie zawsze porównujemy przysłowiowe jabłka z jabłkami i gruszki z gruszkami, ale pod warunkiem, że ma to sens biznesowy.
5. Jak dobrać bazę danych źródłowych, aby wyniki były miarodajne?
Znowu trudnie pytanie. Ale pragnę uspokoić Pana, z pewnością dane pochodzące z firm, które systemowo zbierają i analizują dane płacowe, czy inne benchmarki HR-owe (jak np. Sedlak
& Sedlak) będą nadal podstawą analityki płacowej zarówno w tej tradycyjnej formie excelowo-raportowej, jak i zasilając hurtownie danych dużych korporacji wykorzystujących wyrafinowane techniki business intelligence (w tym blending danych).
6. Na co, prócz stawek płac, warto jeszcze zwracać uwagę porównując wynagrodzenia do rynku?
Ma Pan rację, że do celów płacowych będą wykorzystywane coraz liczniejsze informacje pozapłacowe zarówno zbierane wewnątrz organizacji, jak i na rynku (pochodzące z mniej lub bardziej zautomatyzowanych systemów ocen, exit interviews, reklamacji klienckich, danych operacyjnych przedsiębiorstwa vs benchmarków rynkowych, itp.). Przykładowo, kiedy w raportach płacowych porównujemy wynagrodzenia zmienne „on-target” i wypłacone, zazwyczaj nic nie wiemy o wynikach firm dostarczających dane. To ogromne pole do popisu dla bardziej wyrafinowanych metod analitycznych. W definicji Total Rewards coraz większą rolę odgrywają czynniki niematerialne. Znacznie trudniej jest „wyciągnąć” pracowników z firm o wysokim stopniu zaangażowania – już mamy łatwo monitorowalny wskaźnik, który może być wykorzystany w blendingu danych pod kątem przyciągania, retencji, czy planowania podwyżek.
7. Do czego, prócz ustalania wynagrodzeń, możemy jeszcze wykorzystać blending danych?
Aż się prosi, by odpowiedzieć, że do wszystkiego, ale oczywiście zgodnie z zasadą Pareto trzeba znaleźć te elementy polityk HR przedsiębiorstw, które są dla nich priorytetowe. Dla jednych może to być wcześniej wspomniana analiza ryzyka utraty kluczowych pracowników powiązana z rekrutacją wewnętrzną i planami sukcesji. W innych przedsiębiorstwach priorytetami będą koszty i efektywność (np. liczba zatrudnionych na 1 km sieci dystrybucji energii, wartość marży na handlowca, liczba transakcji księgowych na zatrudnionego, itp.). A w jeszcze innych kwestie jakościowe (wskaźnik wzrostu satysfakcji klientów / koszty szkoleń lub płac, analiza korelacji pomiędzy wskaźnikiem zaangażowania a wynikami firmy i ich wpływ na wzrost płac, …).
8. Czy blending danych jest narzędziem przyszłości? W jaką stronę będzie podążać HR i na czym się opierać?
Oczywiście blending to tylko jedna z technik analitycznych, wykorzystana przeze mnie „hasłowo” do celów konferencyjnych, ale nie przypadkiem. HR bardzo się zmienia w ostatnich latach. Już nie jest traktowany tylko jako partner biznesu, ale jego integralna część. Dlatego językiem HR-u staje się… matematyka, ale nie tylko ta zliczająca koszty. Rozwija się kontroling HR oraz HR oparty na faktach (Evidence Based HR). Liczba wysokokwalifikowanych pracowników na rynku pracy jest ograniczona i o nich toczy się prawdziwa wojna (Employee Value Proposition). Liderzy instytucjonalni traktują pracowników jako kapitał i przewagę konkurencyjną, w którą trzeba rozumnie inwestować, a nie tylko obligatoryjny koszt uzyskania przychodu, który należy optymalizować. Digitalizacja i robotyzacja obszaru HR wskazuje jasny kierunek – jest nim analityka i to ta w najtrudniejszym wydaniu, bo łącząca aspekty „twarde” (koszty, wskaźniki operacyjne, złotówki, poziom zatrudnienia), z „miękkimi” (psychologia, kultura organizacyjna, zachowania pracowników).
Dziękuję za rozmowę.
