מרוב עצים לא רואים את הדשבורד

​הכתובת תמיד על הקיר, אבל כשמכסים אותה בעשרות דשבורדים ומאות מדדים, אף אחד כבר לא יכול לקרוא אותה.

בשנים האחרונות, ארגונים הבינו את הכוח של דאטה בניהול המשאב האנושי. אבל מה קורה כשהרצון להיות "Data-Driven" הופך למפלצת של נתונים שיוצאת מכלל שליטה?

​

לאחרונה סיימתי פרויקט מרתק עם חברת הייטק גלובלית ענקית. נקודת הפתיחה שלהם הייתה מוכרת להרבה ארגונים ענקיים בסקייל גלובלי: היו להם נתונים, אפילו המון מהם. במשך שנים הם בנו עוד ועוד דשבורדים בעולמות ה-HR. כל צורך חדש שעלה, הוליד מיד דשבורד חדש.

התוצאה? מרוב עצים לא ראו את היער. מנהלים לא ידעו על איזה נתון לסמוך, חווית המשתמש הייתה מסורבלת, והאמון בדאטה הלך ונשחק.

הם פנו אליי כדי לעשות סדר.

המטרה: למקד את ה-KPIs החשובים ביותר לפי עולמות תוכן (גיוס, למידה, ודשבורד הנהלה Executive HR), להגדיר אותם נכון, להציב יעדים, ולאפיין כלים פשוטים שהמשתמשים ירצו ויוכלו לעבוד איתם.

​

כך עשינו את זה, צעד אחר צעד.

​

השלב הראשון: קודם אנשים, אחר כך נתונים

אי אפשר לפתור בעיית דאטה בלי להבין את האנשים שאמורים להשתמש בו. התחלנו בסדרת שיחות עומק עם נציגי המחלקות השונות. רציתי לשמוע את הכאב שלהם. התמונה שעלתה הייתה ברורה: חוסר אמון. מרוב גרסאות וסרבול של מדדים ופילטרים, משתמשים במחלקות ה-HR (שאינם אנליסטים) הרגישו אבודים. במקום לשלוף תובנות בזמן אמת, הם בזבזו זמן בניסיון להבין איזה דשבורד הוא העדכני ביותר.

​

השלב השני: מחקר, AI ומיקוד

כדי לבנות תמונה מדויקת לארגון בסדר גודל כזה, שילבתי את הניסיון המקצועי שלי ב-People Analytics יחד עם מחקר מעמיק שנעזר בכלי AI כדי לזקק את ה-KPIs המהותיים ביותר בתעשייה הגלובלית.

אחת הדרישות החדשות שעלו במסגרת הפרויקט הייתה הצורך למדוד את העתיד כבר עכשיו: בנינו סט מדדים שמתאימים לחברה בסדר גודל זה, למדידה ומעקב אחרי אימוץ AI בקרב עובדי החברה.

המלצתי על סט מצומצם ומדויק של מדדים לכל עולם תוכן. ירדנו מרזולוציה של מאות דשבורים ומדדים למה שבאמת חשוב. משם, עברנו לאפיון הנראות: דשבורדים פשוטים, נקיים, מובנים, שמדברים בשפה של המשתמשים ולא רק בשפה של אנליסטים.

​

השלב השלישי: הפסיכולוגיה של הארגון

גם פה נכנס לתמונה הערך המוסף שלי כיועצת חיצונית. תוך כדי העבודה על הנתונים, צף קושי ארגוני משמעותי: חוסר בהירות לגבי גבולות הגזרה (R&R) בין הצוותים השונים. כל צוות חשב שהוא יודע מה האחריות שלו, מה שיצר כפילויות, בלבול ומורכבות מיותרת. התהליך שלנו אילץ את הארגון להסתכל במראה, להגדיר מחדש הסכמות שימנעו חיכוך עתידי.

​

התוצאה: בהירות ועצמאות

מה השתנה בסוף הפרויקט?

• פשטות ובהירות (Keep it simple): מעבר לסט מצומצם ואיכותי של מדדים עם ארכיטקטורת נתונים רזה ומדויקת.

• עצמאות: מנהלים וצוותי HR יכולים כעת לעבוד עצמאית עם הכלים, לשלוף תובנות בזמן אמת בלי תלות בצוותי אנליסטים.

• החזרת האמון: כשיש מדד אחד ברור עם מטרה ברורה, האמון בדאטה חוזר.

​

מה שלמדנו: תובנות מהשטח

1. Less is More: עומס נתונים לא מייצר חכמה, הוא מייצר תסכול. עדיפים 5 מדדים שמובילים לפעולה מ-50 מדדים שמעלים אבק דיגיטלי.

2. ללכת צעד-צעד: שינוי הרגלים בארגון ענק לא קורה ביום. בנינו את האמון בהדרגה.

3. האמנות של לאתגר בלי לערער: כדי ליצור שינוי חייבים לאתגר את התפיסות הקיימות, אבל החוכמה היא לעשות את זה ממקום שמעצים את גורמי המקצוע הפנימיים ולא מחליף אותם. לא באתי להראות שאני יודעת יותר, אלא לתת להם כלים להיות במיטבם.

בסופו של דבר, פרויקט דאטה מוצלח הוא אף פעם לא רק על מספרים. הוא על האנשים שמקבלים בעזרתם את ההחלטות.

​

People at heart, Data in mind.