HR-analytiikka ja poissaolot

HR-analytiikka

Poissaolojen analytiikasta

Poissaolot ja erityisesti sairauspoissaolot ovat yksi tärkeimmistä henkilöstöanalytiikkaan liittyvistä asioista. Sairauspoissaolot maksavat ja ovat tietenkin haitaksi sekä yksilöille että koko organisaatiolle. Sairauspoissaolojen kasvu tiimissä voi kieliä ongelmista liittyen töiden järjestelyyn ja ylitöiden tekoon. Onko paahdettu liian pitkään liian kovaa päin seinää? Vai sattuuko poissaolo-määrän kasvaminen uuden yksikönvetäjän aloittamiseen? Onko työtehtävät järjestetty niin että työviikossa ja kuukaudessa on sisällöllistä vaihtelua? Yksilötasolla sairauspoissaolojen kasvu voi olla merkki työkyvyn menetyksestä. Sairauspoissaolojen suhteen pitää ensin tunnistaa nykytila, sitten saada vertailukelpoinen menneisyys jotta voidaan nähdä muutokset ja trendi ja lopuksi ennakoidaan tulevaa jotta siihen voidaan vaikuttaa.

Sairauspoissaolojen analysointi aloitetaan suunnittelemalla seurattavat mittarit. Näitä on tyypillisesti ainakin sairaispoissaolojen määrä työpäivinä per henkilö, sairauspoissaoloprosentti sekä sairauspoissaolojen kustannukset.

Sairauspoissaolojen määrä työpäivinä

Sairauspoissaolojen mittauksen voi aloittaa tarkastelemalla sairauspoissaolopäivät per henkilö (yleensä per FTE) lukemaa. Tästä saa kuvan paljonko poissaolot vaikuttavat businekseen, ovatko ne arkijärjellä ajateltuna korkealla vai matalalla tasolla ja luku linkkautuu hyvin myös kustannuksiin.

Sairauspoissaoloprosentti


Sairauspoissaoloprosentti saadaan jakamalla sairauspoissaolotunnit kokonaistyötunneilla jotka henkilö olisi työskennellyt jos ei olisi ollut sairaana. Tämän mittarin osalta vaikeuksia voi aiheuttaa HR-perusjärjestelmän ongelmat, jossa ei ole esimerkiksi selvää mitkä työpäivät henkilö on ollut poissa (oleellista erityisesti vuorotyötä tekeville) vs. esimerkiksi mitkä kalenteripäivät hän on ollut poissa. Joka tapauksessa sairauspoissaoloprosentti on yksi tärkeimmistä HR:n seurannassa olevista tunnusluvuista.

Sairauspoissaolojen palkkakustannukset


Sairauspoissaolojen suorat palkkakustannukset saadaan euromääräisesti otettua tyypillisesti palkanlaskentajärjestelmästä tietyiltä palkkalajeilta. Lukema antaa pohjan jonka päälle tulee arvioida poissaolo- ajalta kertyvien lomien kustannukset, ja kaikkien edellämainittujen sivukulut. Palkanlaskentajärjestelmä ei kuitenkaan välttämättä tarjoa linkkiä tuntikirjauksiin tai muihin poissaolojen perustietoihin jolloin esim. poissaolon syyt (muuten kuin palkkalajin kertoma) jäävät analyysistä pois. Sairauspoissaoloista aiheutuu kuitenkin monenlaisia kustannuksia, esimerkiksi sijaistamisen kustannukset, työterveyshuollon kulut jne. jotka tulee ottaa kokonaisanalyysiin
mukaan.

Sairauspoissaolojen dimensiot

Sairauspoissaoloja analysoitaessa pelkkä koko yrityksen tasoinen lukema ei tietenkään riitä, vaan on pystyttävä tarkentamaan analyysia: Ketkä ovat sairaana? On pystyttävä porautumaan organisaatiohierarkiaa pitkiän (ns. kustannuspaikkahierarkia) aina yksittäiseen kustannuspaikkaan saakka. Yleensä sairauspoissaolot eivät jakaudu tasaisesti. Muut tyypilliset dimensiot joilla asiaa katsotaan ovat esimerkiksi Ammatti (tehtävä), ikä ja työsuhteen pituus, esimies-tieto sekä työsuhteen tyyppi (vakituinen, määräaikainen). Ovatko poissaolot erityisen korkeita joissain noissa ryhmissä, ja erityisesti, ovatko sairauspoissaolot nousseet jossain ryhmässä viime aikoina? Nousulle voi olla luonnollisia selityksiä, kuten flunssa-aalto, mutta aivan hyvin kyse voi olla myös ylityöllistymisestä, jonka pitäisi näkyä suurina ylityö-määrinä, ehkä heikkona työtyytyväisyytenä sekä mahdollisesti myös suurena henkilöstön lähtö-vaihtuvuutena. Tällöin on selvää että tilanteeseen tulee puuttua esimerkiksi palkkaamalla lisää työntekijöitä niin että työkuorma saadaan normaalille tasolle. Mielenkiintoista on myös katsoa sairauspoissaolojen keskimääräistä pituutta, ja aiheutuuko suurin osa kokonaissairauspoissaolomäärästä pitkistä vai lyhyistä poissaoloista? Entä kustannukset tulevatko ne pidemmistä vai lyhyemmistä poissaoloista?

Ennakointi


Yrityksen on pystyttävä ennakoimaan sairauspoissaoloja, sopivilla tasoilla. Osa ennakoinnista on työvuorosuunnitteluun liittyvää, esimerkiksi pitäisikö influenssa-aikaan varautua etukäteen? Mutta osa ennakoinnista voi mennä yksilötasolle. Mitkä merkit ennustavat työkyvyn menetystä? Sekä rahallisia että inhimillisiä säästöjä on saatavissa jos työkyvyn menetys voidaan estää ennakoimalla ja puuttumalla tilanteeseen. Ennakointia tehdään tyypillisesti älykkäitä algoritmeja hyödyntäen.

Lopuksi on kuitenkin hyvä muistaa että sairauspoissaolot ovat herkkä ja henkilökohtainen asia, elämään kuuluu sairastelu ja työnantajan tulee antaa palautumiselle riittävästi aikaa.

Lisää ajankohtaisia julkaisuja:

Kunnan toiminnan kehittäminen data-analytiikan avulla
Tutustu tarinaan
Tekoälyavustettu OpenAI – sovelluskehitys Azuressa
Tutustu tarinaan
Energia-alan analytiikka
Tutustu tarinaan
Myynnin data-analytiikka
Tutustu tarinaan
Markkinoinnin data-analytiikka
Tutustu tarinaan

Lisää ajankohtaisia julkaisuja:

Kunnan toiminnan kehittäminen data-analytiikan avulla
Tutustu tarinaan
Tekoälyavustettu OpenAI – sovelluskehitys Azuressa
Tutustu tarinaan
Energia-alan analytiikka
Tutustu tarinaan
Myynnin data-analytiikka
Tutustu tarinaan
Markkinoinnin data-analytiikka
Tutustu tarinaan