[ad_1]
उद्यमी योगदानकर्ताओं द्वारा व्यक्त की गई राय उनकी अपनी है।
क्या आपने कभी किसी पैकेज के लिए अपनी अपेक्षा से अधिक समय तक प्रतीक्षा की है? आपने लौकिक “अंतिम मील” समस्या का अनुभव किया है। एक पार्सल पूरे देश में ज़िप करके जाता है, लेकिन फिर किसी तरह, यह आपके घर से कुछ ब्लॉक दूर डाकघर में फंस जाता है – इतना करीब, लेकिन फिर भी पहुंच से बाहर।
लॉजिस्टिक्स के क्षेत्र से एक शब्द उधार लेने के लिए, मानव संसाधन विभागों के पास “अंतिम मील” की समस्या भी है, और यह उतना ही निराशाजनक है। कंपनियाँ पहले से कहीं अधिक लोगों का डेटा तैयार कर रही हैं – कर्मचारियों के सर्वोत्तम काम करने से लेकर प्रतिधारण को बढ़ावा देने के तरीकों तक हर चीज़ के बारे में जानकारी – लेकिन यह जानकारी उन प्रबंधकों के हाथों में नहीं आ रही है जिन्हें इसकी सबसे अधिक आवश्यकता होती है जब इसकी आवश्यकता होती है।
उदाहरण के लिए, मान लें कि एक प्रबंधक को यह जानने की जरूरत है कि एक मूल्यवान कर्मचारी को किस प्रकार की वेतन वृद्धि दी जाए। घड़ी चल रही है। एचआर के पास प्रासंगिक डेटा है, लेकिन अक्सर, किसी को उद्योग के औसत का मिलान करने और कर्मचारी की विशिष्टताओं का क्रॉस-रेफरेंस करने में कई सप्ताह लग जाते हैं। तेजी से आगे बढ़ने वाले कारोबारी माहौल में जहां शीर्ष प्रतिभाओं के लिए प्रतिस्पर्धा दुर्लभ है, कंपनियां ऐसी देरी बर्दाश्त नहीं कर सकती हैं, जो अंत में मुनाफे पर असर डाल सकती है।
संबंधित: डेटा एनालिटिक्स के माध्यम से स्टार्टअप की सफलता बढ़ाने के लिए एक व्यावहारिक मार्गदर्शिका
यह अंतराल लोगों के डेटा को सही हाथों में पहुंचाने में व्यापक सुस्ती को दर्शाता है। हाल के एक वैश्विक सर्वेक्षण में पाया गया कि चार में से तीन कंपनियां डेटा के साथ व्यावसायिक नवाचार चला रही हैं। लेकिन आधे से भी कम ने एक डेटा-संचालित संगठन बनाया है, जो लोगों के बारे में अंतर्दृष्टि को अनलॉक करने की कुंजी है, जो उनका सबसे कीमती संसाधन है।
एक ऐसे व्यवसाय के सह-संस्थापक के रूप में जो कंपनियों को परिणाम प्राप्त करने के लिए लोगों के डेटा का उपयोग करने में मदद करता है, मुझे पता है कि एक बेहतर तरीका है। यहां बताया गया है कि अंतिम मील की समस्या क्यों मौजूद है और व्यवसाय इसे कैसे हल कर सकते हैं ताकि एचआर डेटा की समय पर डिलीवरी सुनिश्चित हो सके जो प्रभाव डालता है।
एचआर की अंतिम मील समस्या के पीछे क्या है?
बुनियादी कारण यह है कि एचआर डेटा अंतिम मील तक यात्रा नहीं करता है: यह है साइलो में सड़ रहा है.
मूलतः, एचआर और बाकी कंपनी के बीच एक दीवार है। कई मानव संसाधन विभाग अपने लोगों का डेटा इस आधार पर जमा कर लेते हैं कि यह व्यक्तिगत और गोपनीय है। बड़ी कंपनियों में, यह सिलोइंग समस्या एचआर के भीतर भी होती है। भर्ती, प्रतिभा प्रबंधन, अनुपालन, सीखना और विकास, मुआवज़ा – सभी की अपनी डेटा जागीरें हैं।
हालात को बदतर बनाने के लिए, वह डेटा एचआर पेशेवरों को छोड़कर किसी के लिए भी बहुत सार्थक नहीं हो सकता है। यहां तक कि जब इसे साझा किया जाता है, तब भी इसमें अक्सर संदर्भ का अभाव होता है और इसकी व्याख्या करना कठिन होता है। ऐसा आंशिक रूप से इसलिए है क्योंकि यह प्रचुर मात्रा में है एचआर शब्दजाल, उस भाषा में नहीं बनाया गया है जिसे बाकी व्यवसाय बोलता है। नहीं जानते कि उपयोगिता विश्लेषण क्या है, या बेतुकापन, या लापरवाह रेफरल? आप अकेले नहीं हैं।
यहां तक कि टर्नओवर दरों जैसी परिचित अवधारणाएं भी संदर्भ के अभाव में भ्रमित करने वाली या गुमराह करने वाली हो सकती हैं। एचआर रिपोर्ट कर सकता है कि आपके विभाग की टर्नओवर दर 10% है। भयानक लगता है – लेकिन क्या यह सचमुच है? इसकी तुलना प्रतिस्पर्धियों से कैसे की जाती है? क्या इसका असर राजस्व या प्रदर्शन पर पड़ रहा है? अंतर्निहित समस्या: डेटा एचआर की भाषा में साझा किया जाता है, व्यवसाय की भाषा में नहीं।
जिन कंपनियों के पास एचआर डेटा को व्यावसायिक प्रभाव से जोड़ने की क्षमता नहीं है, उनके पिछड़ने का जोखिम है। तीन साल की अवधि में, लोगों के विश्लेषण का परिष्कृत उपयोग करने वाले व्यवसायों ने रिपोर्ट दी 80% से अधिक औसत मुनाफा अपने कम डेटा-प्रेमी साथियों की तुलना में।
एचआर की अंतिम समस्या को कैसे हल करें
एचआर की अंतिम बाधा से पार पाने के लिए संस्कृति और प्रौद्योगिकी दोनों में बदलाव की आवश्यकता है।
सांस्कृतिक रूप से, मानव संसाधन नेताओं को इस विचार के इर्द-गिर्द शिक्षा की आवश्यकता है कि लोगों के विश्लेषण का उपयोग करने का मतलब व्यक्तिगत जानकारी साझा करना नहीं है – इससे बहुत दूर। वास्तव में, विचाराधीन डेटा को आसानी से एकत्रित और अज्ञात किया जा सकता है, इसलिए संवेदनशील कुछ भी प्रकट नहीं होता है।
यह संदेश घर-घर तक पहुंचाना भी जरूरी है कि एचआर का योगदान अनुपालन और प्रशासन से कहीं आगे जा सकता है और होना भी चाहिए। आख़िरकार, लोग एक कंपनी हैं सबसे बड़ी पंक्ति वस्तु और सबसे बड़ा संसाधन. प्रतिभा और परिणाम के बीच बिंदुओं को जोड़ने में मदद करने के लिए एचआर आदर्श स्थिति में है।
प्रौद्योगिकी भी मदद कर सकती है, खासकर जब सही हाथों में सही अंतर्दृष्टि प्राप्त करने की बात आती है। मानो या न मानो, कई कंपनियां अभी भी एचआर डेटा को प्रबंधित करने के लिए पुराने जमाने के चार्ट और स्प्रेडशीट पर भरोसा करती हैं। मैंने देखा है कि यह कैसे फ्रंटलाइन प्रबंधकों के लिए चुनौतियां पैदा करता है, जिनमें से कई के पास बैठने और संख्या कम करने के लिए समय, प्रशिक्षण या प्रवृत्ति की कमी होती है।
अच्छी खबर यह है कि नई जेनरेटिव एआई तकनीक अंततः उस डेटा को मुक्त करने में मदद कर रही है। नवीनतम टूल का उपयोग करके, प्रबंधक सरल अंग्रेजी में प्रश्न पूछकर तुरंत अपने आवश्यक उत्तर पा सकते हैं। क्या किसी कर्मचारी को उचित वेतन दिया जा रहा है? सघन चार्ट पर गौर करने या डेटा विश्लेषक के विचार करने की प्रतीक्षा करने के बजाय, प्रबंधक वास्तविक समय में उत्तर प्राप्त कर सकते हैं, जिसमें उद्योग के बेंचमार्क के साथ-साथ उनकी कंपनी और संबंधित कर्मचारी से संबंधित डेटा भी शामिल है।
अंततः, सर्वोत्तम कंपनियां लोगों के डेटा को दैनिक कंपनी संस्कृति की लय और दिनचर्या में एकीकृत करने के तरीके ढूंढती हैं। त्रैमासिक विस्फोटों के बजाय, वे लगातार आधार पर निर्णय निर्माताओं के साथ अंतर्दृष्टि साझा करते हैं, चाहे वह साप्ताहिक हो या मासिक। वे चयनात्मक हैं, संबंधित विभाग या व्यवसाय की आवश्यकता के अनुसार रिपोर्ट तैयार करते हैं, और वे व्यावसायिक भाषा में इसके पीछे की कहानी बताकर डेटा को संदर्भ में रखते हैं। यदि इस वर्ष टर्नओवर 10% होगा, तो कंपनी के लिए उस संख्या का क्या मतलब है, और यह प्रतिस्पर्धा के मुकाबले कैसे खड़ी होगी?
संबंधित: डेटा एनालिटिक्स का उपयोग आपके व्यवसाय को बदल देगा। ऐसे।
अंतिम मील बंद करने का भुगतान
जब लोगों का डेटा तेजी से वहां पहुंच जाता है जहां उसे जाना चाहिए, तो पूरे संगठन को लाभ होता है।
एचआर अब जानकारी के लिए रटे-रटाए, समय लेने वाले अनुरोधों के बजाय पेशे की “कला” पर ध्यान केंद्रित कर सकता है, जिसे एनालिटिक्स टूल द्वारा आसानी से नियंत्रित किया जा सकता है। इसका मतलब है कि प्रशासन, अनुपालन और टिकट पर कम घंटे खर्च होंगे – और व्यवसाय चलाने वाले लोगों के लिए अधिक समय।
प्रबंधकों को वह जानकारी तब मिलती है जब उन्हें इसकी आवश्यकता होती है। उदाहरण के लिए, वे लोगों के विश्लेषण का उपयोग यह पता लगाने के लिए कर सकते हैं कि वास्तव में ऐसा होने से पहले कंपनी छोड़ने की सबसे अधिक संभावना किसके पास है। आज के जेनरेटिव एआई टूल्स को धन्यवाद, जिसे कई अधिकारी एक के रूप में देखते हैं लाभ बढ़ाने वाला, यह अब अनुमान लगाने का खेल नहीं है। पूछें, और आपको चैट, ईमेल, कैलेंडर और अन्य कार्यस्थल ऐप्स से प्राप्त डेटा के आधार पर व्यक्तिगत कर्मचारियों के जुड़ाव के स्तर के बारे में सीधा उत्तर मिलेगा।
बड़े पैमाने पर व्यवसाय के लिए, एचआर की अंतिम समस्या को ठीक करना दक्षता और प्रदर्शन में बड़े बदलाव के बराबर है। प्रतिभा संबंधी निर्णय वास्तविक समय में लिए जा सकते हैं, महीनों (या यहां तक कि वर्षों) की देरी से नहीं। सर्वोत्तम अनुमान और सहज प्रवृत्ति डेटा-समर्थित अंतर्दृष्टि का मार्ग प्रशस्त करती है। अंततः, लोगों से व्यावसायिक परिणामों तक एक सीधी रेखा खींचने की क्षमता ग्राहकों की संतुष्टि, कर्मचारी प्रतिधारण और निचली रेखा को बढ़ाती है।
माना, हम अभी तक वहां नहीं हैं। संस्थागत पूर्वाग्रह मौजूद हैं – डेटा के प्रति एचआर की गोदाम मानसिकता से लेकर फ्रंटलाइन प्रबंधकों की विश्लेषण और मूल्यांकन के प्रति अरुचि तक।
एआई की सावधानी एक और संभावित अवरोधक है, विशेष रूप से गोपनीयता और गलत सूचना के संदर्भ में – ऐसे क्षेत्र जहां सही रेलिंग आवश्यक हैं। (उदाहरण के लिए, मेरी कंपनी में, हम यह सुनिश्चित करने के लिए अपने जेनरेटिव एआई टूल्स का नैतिक परीक्षण करते हैं कि उनका मार्गदर्शन नस्लीय और अन्य पूर्वाग्रहों से मुक्त है।)
अंततः, हालांकि, एचआर की अंतिम मील की समस्या को हल करना पहुंच के भीतर है। हमारे पास डेटा है. हमारे पास इसे सुरक्षित और जिम्मेदारी से साझा करने के लिए उपकरण हैं। अब, इसे उन नेताओं के हाथों में देने का समय आ गया है जिन्हें इसकी सबसे अधिक आवश्यकता है।
[ad_2]
Source link
