Henkilöstöanalytiikka nostetaan usein kasvavaksi henkilöstöjohtamisen osa-alueeksi. Osallistuin kevään aikana kahteen alan konferenssiin selvittääkseni, missä maailmalla mennään asian suhteen. Vaikutelma on, että ala on vasta kehittymisvaiheessa, mutta henkilöstöanalytiikalla olisi paljon potentiaalia esimerkiksi työtehtävien murrosta johdettaessa.

Deloitte toteutti viime vuonna henkilöstöjohtamisen trenditutkimuksen, joka kuvaa hyvin henkilöstöanalytiikan nykytilannetta. Lähes kaikissa yrityksissä nähtiin tarvetta syvemmälle henkilöstöä koskevalle informaatiolle, mutta kehitys alueella on ollut hidasta ja usein ad hoc -pohjaista.

Samanlainen vaikutelma syntyi HRcoreLABin ja People Analytics Worldin suurten yritysten case-esityksistä. Henkilöstöanalytiikalla on saatu lisätietoa tärkeistä aiheista, kuten diversiteetin ja sukupuolten palkkatasa-arvon toteutumisesta. Myös uusia teknologioita, kuten luonnollisen kielen käsittelyä, on ryhdytty hyödyntämään. Monet esimerkeistä olivat kuitenkin pikemminkin HR:n sisäisiä projekteja kuin päivittäistä liiketoimintaa ohjaavaa toimintaa.

Suomalaisten yhtiöiden kannalta yksi kiinnostavimmista teema on se, miten paremmalla analyysillä voidaan reagoida työtehtävien ja ammattien muutokseen. Mennyt COVID-19-vuosi on jonkin verran kiihdyttänyt kehitystä, jossa uusien teknologioiden käyttöönotto yrityksissä luo tarvetta sijoittaa henkilöstöä uusiin tehtäviin. Samalla kasvavien teknologioiden erikoisosaajien kysyntä ylittää tarjonnan. Supistuvista palvelu- ja taustatehtävistä ei useinkaan voi siirtyä suoraan työvoimapulasta kärsiviin teknologia- ja kehitysrooleihin, mutta yrityksen sisäisen työmarkkinan tarkasteleminen kokonaisuutena voi avata joitain mahdollisuuksia.

Koska erikoisosaajia ei ole aina saatavissa avoimilta työmarkkinoilta tai oppilaitosten kautta, yritysten pitää kouluttaa heidät itse. Tästä aiheutuu huomattavia kustannuksia, joiden optimoiminen on järkevää. Vastuullinen työnantajuus ja tarve säilyttää toimialaosaamista kannustaa osaltaan ammatillisten kehittymispolkujen rakentamiseen talossa jo olevalle henkilöstölle. Ratkaistavaksi tulee, mitkä ovat pienimmät panostukset, joilla päästään toivottuun osaamisrakenteeseen. Yksinkertaisimmillaan tämä voi tarkoittaa esimerkiksi sitä, että yrityksessä jossa on pulaa data-analyytikoista pyritään tunnistamaan, mistä organisaation rooleista olisi helpointa kehittyä tähän tehtävään niin, että vapautuva rooli on myös täytettävissä sisäisesti mahdollisimman pienellä lisäoppimisen tarpeella.

Osaamiskuilujen analysoimiseen on syntynyt erikoistuneita yrityksiä, kuten Burning Glass tai Techwolf. Niiden esimerkit liittyvät paljon digitalouden rooleihin, joissa globaali työvoimapula on suurin. Samoja periaatteita voi kuitenkin soveltaa myös perinteisemmillä tehtäväalueilla. Kuten akateemisessa työn tutkimuksessakin, analytiikka perustuu usein palkkapreemion laskemiseen. Tietyt osaamisyhdistelmät ovat työmarkkinoilla kysyttyjä, mikä heijastuu korkeampina palkkatoiveina. Analyysillä voidaan tunnistaa ne yksittäiset osaamiset, joiden lisääminen tehtävän vaatimuslistaan tuottaa suurimman palkkapreemion. Niiden taitojen osalta voidaan arvioida, olisiko taloudellisempaa hankkia näitä osaamisia kouluttamalla kuin rekrytoimalla tai voitaisiinko paremmalla tehtävämäärittelyllä tai ostopalveluita käyttämällä supistaa niiden roolien lukumäärää, joissa tarvitaan korkean palkkapreemion taitoja.

Kuten koko henkilöstöanalytiikan kenttä, työtehtävien muutosten analysointi on vielä kokeilevaa edelläkävijäyritysten toimintaa. Sillä on kuitenkin potentiaalia ratkaista työmarkkinoiden toimivuuteen ja kasvun luomiseen liittyviä tärkeitä kysymyksiä, joilla on pidemmällä tähtäimellä myös suuria sosiaalipoliittisia vaikutuksia. Ei ole ihme, että myös World Economic Forum kannustaa tulevaisuuden työtä koskevassa raportissaan yrityksiä kehittämään metriikkaa uudelleenkoulutusmahdollisuuksien tunnistamiseksi. Odotan mielenkiinnolla, että ensi vuonna saadaan nähdä vielä käytännönläheisempiä ja skaalautuvampia ratkaisuja liiketoiminnan kehittämisen tueksi.