HR Analytics e la sfida al turnover in azienda

Quando il turnover, ovvero il ricambio di personale in un’azienda, raggiunge livelli troppo elevati diventa patologico e per l’impresa può essere un problema in termini di costi, produttività e competitività. Ecco perché è necessario mettere in atto delle strategie per prevederlo e gestirlo nel migliore dei modi. Oggi un valido supporto per prevenire il turnover dei dipendenti arriva dall’HR Analytics, ovvero un approccio basato sull’analisi della grande mole di dati acquisiti dai professionisti dell’HR.

Turnover: significato

Nel settore delle risorse umane il flusso in entrata e in uscita di un’azienda, ovvero l’avvicendamento delle persone assunte e di quelle che lasciano la società, viene definito con il termine inglese “turnover”, letteralmente “rotazione”, “ricambio”. Il turnover del personale all’interno di un’azienda è un processo fisiologico, difficilmente infatti una persona trascorrerà tutta la propria vita lavorativa nello stesso posto. Tuttavia, quando il turnover raggiunge livelli eccessivamente alti, diventa una questione critica. In questo caso è sintomo di un malcontento interno quasi sempre dovuto a una cattiva gestione delle risorse umane e a una mancanza di organizzazione del lavoro. Gli effetti negativi di questo tipo di turnover sulle aziende sono una riduzione della produttività, un aumento dei costi (quelli necessari per cercare e formare il nuovo personale), del carico di lavoro per gli altri dipendenti e una perdita di competitività (in genere sono i lavoratori più talentuosi a lasciare l’azienda).

Come usare i dati dell’HR Analytics per prevedere il turnover aziendale

Il calcolo del turnover aziendale è quindi importante per conoscere l’entità del fenomeno e individuare le strategie giuste a contenerlo o prevenirlo quando sta per diventare preoccupante. Oggi un valido supporto per prevedere e gestire il turnover dei dipendenti arriva dall’HR Analytics, un approccio datadriven, guidato cioè dalla grande mole di dati raccolti dalle risorse umane per migliorare le performance dell’azienda.

Sfruttando gli HR Analytics sarà così possibile anticipare e prevenire il turnover attraverso lo sviluppo di modelli previsionali: si tratta di algoritmi ottenuti a partire dall’analisi dei diversi tipi di dati a disposizione, che permettono di individuare tendenze e caratteristiche tipiche dei dipendenti che decidono di lasciare l’azienda, di stimarne le probabilità di abbandono e le motivazioni, aiutando i responsabili HR a mettere in atto le strategie necessarie a contenere il turnover.

Tra gli strumenti utili a creare modelli predittivi rientrano per esempio le exit interview, ovvero i colloqui con chi sta per uscire dall’azienda. Uno dei principali problemi, infatti, è che, quando i dipendenti se ne vanno, non sempre le imprese indagano le motivazioni profonde che hanno determinato tale decisione.

L’exit interview è invece l’occasione per conoscere cosa pensano i dipendenti, raccogliere dati, analizzarli e indagare quali sono le ragioni dell’abbandono, se di natura economica, professionale o personale. È anche un momento utile per capire cosa offrono i competitor e quali sono i motivi che al contrario hanno contribuito a far lavorare il dipendente presso l’azienda che ora ha deciso di abbandonare.

Per gestire al meglio il turnover ed evitare che l’abbandono dell’azienda diventi un trend diffuso è consigliabile inoltre:

• prevedere piani di formazione e sviluppo del personale;
• incoraggiare e facilitare la comunicazione interna attraverso intranet aziendale, blog, social e meeting che coinvolgano tutti;
• realizzare programmi di incentivi e revisionare le retribuzioni;
• coinvolgere il personale nel raggiungimento degli obiettivi.

I dati HR per creare modelli di previsione

I dati utilizzati per realizzare questo tipo di analisi si possono riassumere nelle seguenti categorie:

• dati amministrativi e organizzativi che possono fornire informazioni su: sesso, età, titolo di studio, anzianità di servizio, ruolo/mansione, distanza casa-lavoro;
• dati sulla formazione che possono rivelare il numero di ore di formazione fruite, quanto tempo è trascorso dall’ultimo corso di formazione e il tasso di presenze/assenze ai corsi;
• dati relativi alle timbrature attraverso i quali è possibile risalire agli straordinari effettuati, al monte assenze, ferie e malattia, o al numero di cambi di sede di lavoro;
• dati sulle prestazioni, quelli generati cioè dal monitoraggio periodico delle performance;
• dati relativi ai provvedimenti disciplinari, che si possono utilizzare per calcolarne il numero, la tipologia, la motivazione che lo ha determinato e il tempo trascorso dall’ultimo richiamo ricevuto.

 Combinati tra di loro su gruppi omogenei o sull’intero campione, questi dati consentiranno di avere una visione di insieme dei fattori che determinano il turnover all’interno di un’azienda. Diventa fondamentale però che i modelli ottenuti siano facilmente accessibili e fruibili da parte di tutto il personale HR ad esempio tramite dashboard, grafici e indicatori che aiutano l’HR nell’analisi e nella ricerca dei risultati sia a livello di singolo dipendente che di gruppi.

In questi casi un gestionale come quello di TeamSystem HR con dashboard personalizzate, gestione presenze e valutazioni sulle performance, può essere di grande aiuto.