7# İnsan Kaynakları için Büyük Fırsat: Büyük Veri Analizi

Her gün çok sayıda yeni veri üretiyoruz. Zettaset’in* tahminine göre günde ortalama 2,5 kentilyon* veri üretiliyor ve bugün dünyada var olan verinin %90’ı geçtiğimiz iki yıl içinde oluştu. Bu büyük hacimli veri ve onu depolamak için kullanılan teknoloji “Büyük Veri” olarak adlandırılıyor. “Büyük Veri” aslında çok yeni bir kavram değil; günümüzde sözü edilmeye başlanan ve moda haline gelen asıl önemli konu bu verinin analizi yoluyla anlamlı sonuçlara ulaşılması.

Büyük veri analizi çalışmaları kapsamında bahsedilen veriler; yapılandırılmış ve yapılandırılmamış olmak üzere iki ana gruba ayrılır. Yapılandırılmış veri ile belirli bir düzene göre sınıflandırılmış ve kolaylıkla analiz edilebilen veriler kastedilir. Verdiğiniz bir iş ilanı için başvuru yapanların isimlerinden ve başvuru tarihlerinden oluşan liste yapılandırılmış veriye örnek olarak verilebilir. Yapılandırılmamış veri ise, metin şeklindeki yazılardan, görsellerden, şemalardan oluşur ve analizi yapılandırılmış veriye göre daha zordur. Verdiğiniz iş ilanına başvuran adayların ilettikleri özgeçmişler ve kapak yazıları yapılandırılmamış veriye örnek olabilir.

 

Büyük verinin analizi günümüzde; pek çok alanda süren rekabetin belirleyici unsurlarından biri haline geldi. Yapılan analiz çalışmaları sayesinde başarıya ulaşan örnekler iş hayatında ve politik hayatta görülmeye başlandı. Bu alanlara ek olarak büyük veri analizinden fayda sağlanabilecek alanlardan biri de İnsan Kaynakları (İK). Şirketler yapacakları analizler ile çalışan yönetimi konusundaki politikalarına yön verebilir ve iş sonuçlarına doğrudan katkıda bulunabilirler. Örneğin belirledikleri alanlarda başarılı iş sonuçları alan çalışan profillerini analiz edebilir ve bu profilden yapacakları yeni alımlar için faydalanabilirler. Veya şirketin yedekleme planını oluşturmak, şirkete bağlılığı arttırmak ve gelecekte oluşması muhtemel işgücü kayıplarını azaltmak için yapacakları analiz çalışmalarından faydalanabilirler. Günümüzde İK alanında bu kapsamda çalışmalar yapılmaya ve başarılı sonuçlar alınmaya başlandı. Bu örneklerden bazılarını paylaşmak istiyorum.

 

Bugün bazı şirketler büyük veri analizini yüksek performanslı çalışanlarını belirlemek için kullanıyor. Bersin* tarafından yayınlanan bir rapora göre, şirketin danışmanlık hizmeti verdiği finans sektöründeki bir müşterisi iyi üniversitelerden yüksek not ortalamasıyla mezun olmuş çalışanların işe alımına öncelik veriyordu. Bu özelliğe sahip çalışanların yüksek performans sergileyeceklerine inanıyor, şirketin işe alım ve şirket içi terfi politikalarında akademik başarıyı esas alıyordu.

 

Bundan birkaç yıl önce bir şirket analisti, şirketin satış rakamları ile şirket çalışanlarının çalışma süreleri arasındaki ilişkiye dayalı istatistiki bir analiz yaptı. Bu çalışmada analist, şirket çalışanlarının işe başladıkları ilk iki yıl içerisindeki toplam performanslarını göz önüne alarak çalışanın toplam performansının ve şirkete bağlılığının nelere bağlı olduğunu ortaya koydu. Sonuçlar oldukça şaşırtıcıydı.

 

Analiz sonucuna göre 6 temel unsur satış çalışanlarının performansları ile doğrudan ilişkiliydi. Bu şirketteki en başarılı satış çalışanları:

 

1*Şirkete işi başvurusu için verdikleri özgeçmişlerinde hiçbir yazım veya dilbilgisi hatası yapmamıştı.

2*Belirli bir seviyede (lise, üniversite gibi) mezuniyet derecesi almadan okulu bırakmamıştı.

3*Geçmişte emlak veya araç satışı alanında çalışmıştı.

4*Önceki işlerinde kayda değer başarılar sergilemişti.

5*Belirsizlik altında başarıyla çalışma becerisine sahipti.

6*Etkin zaman yönetimi yapabiliyor ve aynı anda birden fazla görevi yürütebiliyordu.

 

Bu analize göre satış çalışanın hangi okula gittiğinin, hangi notla mezun olduğunun ve referans kalitesinin performansı üzerinde doğrudan bir etkisi yoktu. Analiz sonuçları, şirketin inandığı sistemden çok daha farklı bir sonuç ortaya koyuyordu.

 

Bu sonuçlar şirket tarafından dikkate alındı ve yeni bir işe alım sistemi hayata geçirildi. Bu değişikliği takip eden ilk mali dönemde şirket gelirlerinde 4.000.000 $ üzerinde artış oldu.

 

eQuest* tarafından verilen başka bir örnekte ise, şirketin danışmanlık hizmeti verdiği finansal bir kuruluşun işe alım süreci performansının arttırılması hedeflendi. eQuest, yaptığı analiz sonucunda şirketin 48 farklı kariyer sitesinde iş ilanı yayınladığını ve bu siteler için yılda ortalama 175,000$ harcama yaptığını tespit etti. Danışmanlar yaptıkları veri analizi ile bu sitelerin 45 tanesinin şirket ilanları konusunda etkin olmadığı ve yeterli sayıda iyi adayı yönlendirmediği sonucuna vardılar. Bu nedenle şirkete bu sitelerden 3 tanesi ile devam etmesini ve diğer sitelerle olan anlaşmasını iptal etmesini önerdiler. Danışmanlar bu araştırmayla aynı zamanda adayların iş ararken sıklıkla kullandıkları kelimeleri de tespit ettiler ve şirketin ilanlarını buna uygun olarak revize etmesini sağladılar. Bu çalışmaların sonucunda şirket ilanlarına başvuru yapan aday sayısı %175 oranında arttı ve ilanlar için yapılan yıllık harcama miktarı %50 oranında azaldı.

 

Bu örneklere ek olarak, büyük veri analizini eğitim programlarının etkinliğini ölçmek ve eğitim ihtiyaçlarını analiz etmek için de kullanmak mümkün. Günümüzde eğitim etkinliği genellikle Kirk Patrick ve Jack Phillips’in modellerine bağlı olarak ölçümleniyor ve bu modellerdeki en büyük vurgu çalışanların işteki performansları üzerine yapılıyor. Bu metotlara ek olarak büyük veri analizini eğitim programı ve iş performansı arasındaki ilişkiyi göstermemize imkân verecek bir yöntem olarak kullanabiliriz. Büyük veri analizinden eğitim ihtiyaçlarını belirlerken de yararlanmak mümkün. Örneğin müşteri şikâyetleriyle ilgili verileri veya çalışanların kullandıkları sistemlere ilişkin hata loglarını alarak en fazla hata yapılan noktaları tespit edebilir, bu konulara yönelik eğitimler planlayabiliriz.

 

Büyük veri analizinin İK alanında önemli bir potansiyeli var. Bu alanda yapılacak analizler iş sonuçlarının geliştirilmesi, işe alım sürecinin ve eğitim programlarının etkinliğinin arttırılması için kullanılabilir. İK bu fırsatı mutlaka kullanmalı ve şirketin stratejik ortağı olarak konumunu güçlendirmeli.  

 

*Katkıları için iş arkadaşım Mehmet Hamdi Özçelik’e teşekkürlerimle

Ek Bilgi

Zettaset*: Amerika’da kurulu yazılım geliştirme şirketi

Quintillion*: 10¹⁸
Bersin*: İK Danışmanlığı şirketi
eQuest*: Amerika’da kurulu kariyer sitesi

Kaynaklar:

2012: The First Big Data Election. Retrieved 09 02, 2013, Harvard Business Review Blogu: http://blogs.hbr.org/hbr/hbreditors/2012/11/2012_the_first_big_data_electi.html

Bernstein, D. eQuest. 08 30, 2013, Büyük Veri ile Bugün Başarabilirsin!:

http://www.equest.com/floating-point/you-can-do-big-data-today/

Bersin, J. Forbes. 09 01, 2013, İnsan Kaynakları'nda Büyük Veri

http://www.forbes.com/sites/joshbersin/2013/02/17/bigdata-in-human-resources-talent-analytics-comes-of-age/

Chand, S. venturebeat.com. 08 31, 2013, How big data will impact employment and human resources:

http://venturebeat.com/2013/08/06/how-big-data-will-impact-employment-and-human-resources/

Giuffrida, M. (2013, 06 28). http://talentmgt.com/. İK Büyük Veriyi Görmezden Gelemez:

http://talentmgt.com/articles/view/hr-can-t-ignore-big-data