شركات التوظيف تواجه صعوبات في مجال تحليل البيانات التنبؤية

​لم تستفد معظم المؤسسات استفادة كاملة من تحليلات البيانات في مجال استقطاب المواهب والاحتفاظ بها، حتى في ظل بيئة التوظيف الحالية التي تتسم بانخفاض معدلات البطالة ونقص العمالة الماهرة.   

كشفت دراسة أجرتها شركة الاستشارات العالمية «ديلويت» أن 83 في المائة من أصل 924 شركة شملها الاستطلاع تتمتع بقدرات محدودة في مجال تحليلات الموارد البشرية. وقال آرثر مازور، رئيس قسم الرقمنة في مجال رأس المال البشري في «ديلويت» والرئيس العالمي لممارسات استراتيجية الموارد البشرية وتجربة الموظفين: «يشير هذا إلى أن معظم المؤسسات تفتقر إلى الموارد الكافية لتحديد مجالات المشاكل والحلول المحتملة للتحديات التي تواجهها في مجال التوظيف». وأضاف: «يمكن للنهج القائمة على البيانات أن توفر رؤى حاسمة لتحسين النتائج التشغيلية والتجارية. وسواء كان ذلك من خلال الوعي الأفضل بمدى ملاءمة المرشحين، أو تحسين العمليات والتكنولوجيا، أو زيادة فهم تأثير اكتساب المواهب على الأعمال، فإن التحليلات تمثل قوة فعالة في السعي إلى اكتشاف وتوظيف أفضل المواهب».

[منصة مناقشة عبر الإنترنتSHRM : SHRM ]

وصفية، تنبؤية، توجيهية

قالت سارة برينان، إحدى رائدات الفكر في هذا المجال ومالكة شركة «أكسلير» (Accelir)، وهي شركة استشارات في مجال تكنولوجيا الموارد البشرية مقرها ميلووكي بولاية ويسكونسن، إن معظم المؤسسات التي تعمل معها إما لا تستخدم تحليلات التوظيف على الإطلاق، أو أنها تستخدم مقاييس وصفية تقليدية مثل «تكلفة التوظيف الواحد» و«الوقت المستغرق لملء الوظيفة» وتتبع معدلات تحويل المرشحين. وقالت: «إنها في الأساس عملية حسابية». «هذا ما نجده عندما نُصدر تقارير من أنظمة تتبع المتقدمين (ATS) الخاصة بنا، أو عندما نجري الحسابات على جداول البيانات في حالة عدم توفر أنظمة تتبع المتقدمين لدينا».

ورغم أن المقاييس التقليدية مهمة لفهم أنشطة استقطاب المواهب وكفاءتها وأدائها، إلا أنها مقاييس تفاعلية. أما التحليلات التنبؤية، فهي قادرة على تحديد ما سيحدث في المستقبل أو تفسير العوامل التي تؤدي إلى تلك النتيجة، مثل مدى توافق المرشحين مع ثقافة الشركة، ومستوى أدائهم، ومدى احتمالية بقائهم في الشركة.  

قال ديفيد سولوت، مدير منتجات التحليلات في شركة «كاليبر» — وهي شركة متخصصة في تقييم الموظفين وتنمية المواهب ومقرها برينستون بولاية نيوجيرسي: «أنت تريد تحقيق نتائج أفضل. تريد توظيف المزيد من الأشخاص الذين يتبين نجاحهم لاحقًا. تريد تقصير المدة اللازمة للتوظيف، وخفض تكلفة التوظيف، وتقليل معدل دوران الموظفين. كل هذه المؤشرات تتحسن من خلال استخدام التحليلات التنبؤية».

وأضاف قائلاً: «نحن في خضم طفرة كبيرة في هذا المجال»، وذلك بفضل القوة الحاسوبية المتاحة «لجمع كل هذه البيانات التي كنا نجمعها على مدى عقود، ودمجها معًا لإنشاء خوارزميات أكثر قوة تؤدي إلى استنتاجات أكثر قوة».

وقالت برينان: «لقد كنا نتحدث عن التحليلات التنبؤية في المؤتمرات منذ عام 2012 أو 2013، لكن الحقيقة هي أن هذه التكنولوجيا أصبحت متاحة الآن أخيرًا للمسؤولين عن التوظيف العاديين ليتمكنوا من الوصول إليها». وأضافت: «أحد المجالات التي نرى فيها التحليلات التنبؤية تدخل حيز التنفيذ بالاقتران مع الذكاء الاصطناعي هو عملية التصفية الآلية لقائمة المرشحين المختارين. فهذه التقنية ستقوم بتحليل المتقدمين للوظيفة وتضييق نطاق الاختيار أو ترتيبهم حسب الأولوية استنادًا إلى المرشحين السابقين الذين تم إدراجهم في قائمة المرشحين المختارين».

يمكن أيضًا استخدام التحليلات التنبؤية لتحديد مدى التوافق مع الثقافة المؤسسية. قال سولوت: «من المهم أن تكون قادرًا على استخدام التحليلات لإظهار كيف سيتكيف الموظفون الجدد مع الثقافة المؤسسية، أو كيف سيغيرونها». «يمكن أن تدفعك البيانات إلى التفكير: "إذا واصلنا التوظيف بطريقة معينة، فهل نحتاج إلى إعادة النظر في هويتنا؟" و"هل هناك توافق قوي بين الموظفين الجدد وهويتنا، أم أننا بحاجة إلى النمو كمنظمة؟" فالثقافات كائنات حية يجب أن تتكيف مع الأشخاص الذين ينتمون إليها».

يستخدم مسؤولو التوظيف التحليلات التنبؤية لإنشاء إعلانات الوظائف، ومطابقة المرشحين غير النشطين مع الوظائف الشاغرة، وتحديد فرص التنقل الداخلي المحتملة، وتحديد الثغرات في المهارات داخل الفرق، وتحسين جودة التوظيف.

لكن الأمر الأكثر إثارة للدهشة بشأن مستقبل التحليلات التنبؤية هو أنها في طريقها إلى أن تصبح تقنية عفا عليها الزمن، وفقًا لبرينان. ويرجع ذلك إلى ظهور تقنية أكثر قوة، تُعرف باسم «التحليلات التوجيهية». وقالت: «هذا هو الهدف النهائي. فإلى جانب التنبؤ بما سيحدث، ستقدم هذه الأدوات توصيات بشأن ما ينبغي علينا فعله في المستقبل للتأثير على السلوك».

ووافق سولوت على أن هذه هي الخطوة التالية. «تُطلعنا المقاربة التوجيهية على ما يجب علينا فعله، في حال قمنا بتعيين هذا الشخص، لكي نتمكن من استغلال كامل إمكاناته بسرعة. وكيف ينبغي أن نُدمجه في العمل؟ وما هي المواد التدريبية التي يجب أن نوفرها له؟ وقد أصبح استخدام هذه المقاربة شائعًا جدًّا في مجالات تطوير الموظفين والفرق، وكذلك في مجال الأداء».

الشروع في العمل

قال مازور إن التوسع من المقاييس التقليدية إلى تحليلات التوظيف الأكثر تطوراً يبدأ بفهم احتياجات الشركة. وأوصى بالتركيز على استراتيجيات العمل والبنية التحتية عند النظر في اعتماد تقنيات جديدة لتحليل عملية اكتساب المواهب.

وقال برينان: «هناك مجموعة متنوعة من المنتجات التي يمكن لأصحاب العمل العثور عليها. فبعض تقنيات التوظيف تعتمد على التحليلات التوجيهية كجزء من جوهرها، كما أن عددًا من أنظمة تتبع المتقدمين (ATS) ستطرح هذه الوظيفة قريبًا».

وأضافت أن أسعارها وتكويناتها موجهة في الغالب إلى الشركات الكبيرة في هذه المرحلة. كما حذرت مشتري تكنولوجيا الموارد البشرية من أن التحليلات التوجيهية لا تزال في مرحلة مبكرة من التطوير، وأن «بعض المنتجات المتوفرة في السوق والتي تدعي أنها توجيحية تعمل في الواقع كأنها تحليلات تنبؤية متقدمة. الأمر يشبه الذكاء الاصطناعي، حيث يدعي الجميع استخدام الذكاء الاصطناعي، لكن جزءًا ضئيلًا فقط من الشركات التي تبيعه هي التي تطبقه فعليًّا».

وأكد سولوت على ضرورة أن يكون قسم الموارد البشرية قادرًا على فهم ما تشتريه الشركة. وقال: «بصفتك موظفًا في قسم الموارد البشرية ستستخدم هذا النظام، عليك أن تكون قادرًا على فهم ما يجري». «تستخدم الكثير من أدوات التحليل خوارزميات معقدة وعمليات حسابية خفية. قد يمتلك المزود نظامًا رائعًا، ولكن إذا لم يتمكن من التعاون معك بطريقة تمكنك من استخدامه وشرحه والاستفادة منه، فإنك لا تضيف أي قيمة».

وأوصى برينان بالاستفسار من مزودي خدمات التحليلات عما يلي:

• من الذي صمم الخوارزميات؟ قالت: «ينبغي أن يكون لديهم عالم بيانات ضمن طاقم العمل».
  
• هل ستستمرون في تحديث هذه التقنية؟ «إنه ليس منتجًا من النوع الذي «تُصنعه ثم تنتهي المهمة». يجب على المورد أن يعمل على تحسينه باستمرار.»
  
• كيف يتكامل الذكاء الاصطناعي والتعلم الآلي مع التحليلات؟
  
• كيف سيؤدي ذلك إلى تحسين نتائج أعمالي؟
  

التحدي الأكبر

قال سولوت إن أحد أكبر التحديات التي تواجه الاستخدام الفعال لتحليلات البيانات هو النقص في المتخصصين في الموارد البشرية الذين يتمتعون بأساس متين في الإحصاء وتحليل البيانات. «ليس من الضروري أن تكون إحصائيًا، لكن عليك أن تفهم المفاهيم الإحصائية الأساسية وأن تكون على دراية بتحليل البيانات، وهي أمور لم تُدرَّس تقليديًّا في برامج الموارد البشرية. ويضطر العاملون في هذا المجال إلى بذل جهود كبيرة للحاق بالركب أثناء تعلمهم علم البيانات، ونشهد دخول أشخاص جدد إلى هذا المجال من برامج الموارد البشرية التي تتضمن تحليلات الموظفين كجزء من مناهجها الدراسية."

وقد ذكّر ذلك سولوت بالطفرة التي شهدها قطاع تكنولوجيا المعلومات في أواخر التسعينيات، والتي اتسمت بزيادة الطلب على التكنولوجيا وعدم توفر العدد الكافي من الكوادر المؤهلة لتلبية هذا الطلب. وقال: «الطلب على تحليلات البيانات يتجاوز بكثير قدرتنا على توفيرها من الناحية البشرية. لكن هذا المجال سيلحق بالركب في نهاية المطاف». قبل خمس سنوات، كان هذا المجال شبه معدوم. والآن نحن نعيد صياغة برامج التعليم والتدريب والاعتماد في مجال الموارد البشرية. خلال الـ 16 عامًا التي قضيتها في هذا المجال، لم تشهد أي تخصصات تطورًا سريعًا مثلما شهدته تحليلات الموارد البشرية".