HR – analytiikka: henkilöstön vaihtuvuus

Vaihtuvuus

 

 

HR-analytiikka tarjoaa työkaluja yritysten HR - toiminnolle sekä liiketoimintajohdolle. Aiempi HR - analytiikan perusasioihin johdattava kirjoitus löytyy täältä.

 

Työntekijöiden menettäminen aiheuttaa yrityksille aina kuluja vähintään kahdella tapaa. Toisaalta rekrytointi vaatii aina mainontaa, haastatteluja ja muita ponnisteluja onnistuakseen, ja toisaalta uusi työntekijä aluksi opettelee tehtäviään ennenkuin hänen työpanoksensa on vanhan konkarin tasolla. Toki on joitain yrityksiä jotka haluavat pitää normaalia suuremman vaihtuvuuden, mutta tyypillisesti vaihtuvuus tarkoittaa kuluja ja näin yritykselle on olennaista ensinnäkin pystyä seuraamaan vaihtuvuutta (vaihtuvuusprosenttia), ja toisekseen pystyä tarkentamaan onko vaihtuvuus erityisen suurta tietyssä osassa organisaatiota.

Vaihtuvuutta vähentää luonnollisesti hyvät työolosuhteet, mielekkäät työtehtävät, koulututtautumismahdollisuudet sekä uralla etenemismahdollisuudet sekä markkinaa korkeampi palkkataso. Olennaista onkin pystyä mittaamaan sekä itse vaihtuvuusprosentti, myös vaihtuvuuden kustannukset: paljonko rekrytointi maksaa? Mitä uuden työntekijän kouluttaminen maksaa? Voiko palkkatasoa nostamalla vähentää vaihtuvuutta?

 

Vaihtuvuusprosentti

 

Vaihtuvuutta seuratessa tarkastellaan sekä aloittaneiden ja lopettaneiden työntekijöiden määrää. Lisäksi lasketaan ns. vaihtuvuusprosentti (lähtijäprosentti) joka saadaan jakamalla vuoden aikana lähteneiden työntekijöiden määrä vuoden keskimääräisellä työntekijämäärällä. Prosentti voidaan laskea myös jakaa kuukausille ottamalla kuun aikana lähteneiden määrä ja jakamalla kuun alun ja lopun keskimääräisellä työntekijämäärällä (headcountilla). Oleellista on myös mahdollisuus porautua organisaation eri osiin, sekä esimerkiksi tehtävänkuviin sekä positioihin ja katsoa myös miten paljon organisaatiossa pitkään töissä olleita lähtee pois. Yleensä määräaikaiset työntekijät jätetään peruslähtijäprosentista pois.

Erityisiä teknisiä ongelmia vaihtuvuusprosentin laskemiselle voivat aiheuttaa työntekijät, joilla on useita samanaikaisia työsopimuksia (voi näkyä jakajassa sekä lähtijämäärässä) sekä tilanteet, joissa HR-perusjärjestelmään perustetaan uusi työsopimus tehtävänkuvaa vaihdettaessa. Tällöin näyttää siltä että edellinen työsopimus on lopetettu vaikka todellisuudessa työntekijä on jatkuvasti yhtiön palveluksessa. Analytiikkaharjoituksen alussa myös ajassa muuttuvat tiedot kuten kustannuspaikka, ikä ja työnkuva voivat aiheuttaa hankaluuksia.

 

Lähdön syyt

 

Lähtijöitä sekä lähtijäprosenttia tulee olla mahdollista jaotella myös lähdön syyn mukaan. Lähdön syynä eläköityminen on eri asia, kuin vapaaehtoinen lähteminen tai irtisanominen. Mielenkiintoista on myös katsoa yrityksessä vain vähän aikaa työskennelleiden osuutta lähtijöiden kokonaismäärästä. On myös helppo nähdä, että jos pitkään yrityksessä työskennelleitä avainhenkilöitä alkaa lähtemään, on jotain mennyt pieleen ja yrityksen on ryhdyttävä toimiin välittömästi. Syyt henkilöstön vaihtuvuuden yllättäville muutoksille voivat johtua myös työntekijästä katsoen ulkopuolelta tulevista asioista kuten yrityksen johdon vaihtuminen, yrityskaupat tai laaja negatiivinen julkisuus johtuen vaikkapa oikeusjutusta yritystä vastaan.

 

Organisaatio menestyy aina henkilöstön työpanoksella, siksi oikeiden henkilöiden rekrytoiminen ja pitäminen on tärkeää.

 

Jos haluat kehittää HR - analytiikkaa tai jopa ottaa käyttöön uudenlaisia ratkaisuja, niin ota yhteyttä alueen palveluista vastaavaan konsulttiimme! Kannattaa myös tilata uutiskirjeemme.

 

Lisää ajankohtaisia julkaisuja:

Tekoälyn hyödyntäminen kuvien luonnissa – mahtavat mahdollisuudet – myös väärinkäyttöön.
Viime aikoina sosiaalisessa mediassa on kovaa vauhtia yleistynyt ilmiö, jossa esitellään kuvia, jotka on luotu tekoälyn avulla. Kurkataan nyt siihen, mitä pinnan alla tapahtuu, kun tekoäly muodostaa kuvia pelkän tekstisyötteen perusteella, ja mitä seurauksia tällaisen teknologian kehityksellä voi olla.
Tutustu tarinaan
DAX-debuggauksen uusi aika Power BI -kontekstissa
Tutustu tarinaan
Pörssisähkön futuurihinnat
Syksyn ja talven -22/23 mittaan kylmäävä kysymys on miltä sähkön hinnan kehitys näyttää.
Tutustu tarinaan
D365 Finance + Power App = automatisoitu talouden raportointi
Tutustu tarinaan
Power BI -kenttäparametrit, uutta ja mielenkiintoista!
Power BI:n toukokuun päivitys tarjoili käyttäjille hyödyllisiä toiminnallisuuksia Kenttäparametrien (Field parameters) muodossa.
Tutustu tarinaan

Lisää ajankohtaisia julkaisuja:

Tekoälyn hyödyntäminen kuvien luonnissa – mahtavat mahdollisuudet – myös väärinkäyttöön.
Viime aikoina sosiaalisessa mediassa on kovaa vauhtia yleistynyt ilmiö, jossa esitellään kuvia, jotka on luotu tekoälyn avulla. Kurkataan nyt siihen, mitä pinnan alla tapahtuu, kun tekoäly muodostaa kuvia pelkän tekstisyötteen perusteella, ja mitä seurauksia tällaisen teknologian kehityksellä voi olla.
Tutustu tarinaan
DAX-debuggauksen uusi aika Power BI -kontekstissa
Tutustu tarinaan
Pörssisähkön futuurihinnat
Syksyn ja talven -22/23 mittaan kylmäävä kysymys on miltä sähkön hinnan kehitys näyttää.
Tutustu tarinaan
D365 Finance + Power App = automatisoitu talouden raportointi
Tutustu tarinaan
Power BI -kenttäparametrit, uutta ja mielenkiintoista!
Power BI:n toukokuun päivitys tarjoili käyttäjille hyödyllisiä toiminnallisuuksia Kenttäparametrien (Field parameters) muodossa.
Tutustu tarinaan