🔙 Quay lại trang tải sách pdf ebook Quản Trị Nhân Sự Thông Minh Bằng Dữ Liệu - Bernard Marr Ebooks Nhóm Zalo CÂU LẠC BỘ NHÂN SỰ VIỆT NAM (VNHR) C âu lạc bộ Nhân sự Việt Nam (VNHR) là một tổ chức nghề nghiệp phi lợi nhuận phục vụ cho sự phát triển của ngành quản trị nguồn nhân lực cũng như cộng đồng Nhân sự tại Việt Nam. VNHR ra đời từ năm 2001 và hiện nay có hơn 1.200 hội viên là Giám đốc, Quản lý Nhân sự và Điều hành Doanh nghiệp. VNHR là tổ chức xã hội nghề nghiệp có uy tín cao với các hoạt động trao đổi chuyên môn trên các diễn đàn trực tuyến, tổ chức các sự kiện hội thảo, hội nghị nhân sự và các khóa huấn luyện đào tạo. VNHR là một thành viên trực thuộc Hội các nhà Quản trị Doanh nghiệp Việt Nam (VACD). LỜI GIỚI THIỆU T rong các cuộc khảo sát có uy tín trên thế giới của tổ chức The Conference Board (www.conference-board.org) năm 2017 và 2018 về những thử thách đối với đội ngũ lãnh đạo cấp cao của các tổ chức, lĩnh vực quản trị nhân sự và tái đầu tư vào tổ chức khi bước vào kỷ nguyên số hóa là những mối quan tâm hàng đầu. Ngày nay, đội ngũ lãnh đạo cấp cao của các tổ chức hoàn toàn nhận thức được giá trị của quản trị nhân sự đối với tổ chức và do vậy, họ có nhiều kỳ vọng cao hơn về những thay đổi chiến lược trong quản trị nhân sự khi tổ chức bước vào kỷ nguyên số hóa. Trên thực tế, hầu hết đội ngũ quản trị nhân sự chưa thực sự chuyển mình theo xu hướng này, nhưng thật may mắn là đã có một số công ty đã tạo nên các chuẩn mực so sánh như Google, Sodexo, Netflix… Những công ty này đã chứng minh sự thành công của hình thức quản trị nhân sự mới bằng dữ liệu hay còn gọi là quản trị nhân sự thông minh. Cuốn sách Quản trị nhân sự thông minh bằng dữ liệu của Bernard Marr mang đến các hướng dẫn thiết thực nhất cho người đọc, đặc biệt là những nhà lãnh đạo cấp cao và những người làm công tác quản trị nhân sự, về cách tiếp nhận đổi mới, sáng tạo và hiện đại hóa thông qua sử dụng dữ liệu cùng các công nghệ như trí tuệ nhân tạo, điện toán đám mây, học máy, Internet Vạn vật… Tất cả đều được ứng dụng trong các kịch bản rất thực tế về quản trị nhân sự thông minh nhằm thúc đẩy hiệu quả quản trị bằng các công cụ phân tích và chỉ số đo lường. Với kiến thức vững chắc và kinh nghiệm phong phú, Bernard Marr là tác giả của 16 cuốn sách bán chạy nhất, là nhà tương lai học, diễn giả thuyết trình và là cố vấn chiến lược cho nhiều tổ chức và chính phủ. Ông đã tư vấn cho nhiều tổ chức nổi tiếng nhất trên thế giới về chiến lược, chuyển đổi số và hoạt động kinh doanh. Gần đây, ông được LinkedIn đánh giá là một trong năm người có ảnh hưởng nhất trong kinh doanh trên thế giới và là người có ảnh hưởng nhất tại Vương quốc Anh. Tuy nhiên, đối tượng mà ông hướng đến khi viết cuốn sách này là những người có liên quan đến lĩnh vực quản trị nhân sự – những người không phải và cũng không có ý định trở thành nhà khoa học về dữ liệu hay chuyên gia kỹ thuật số, nhưng muốn tham gia vào hành trình mang tính cách mạng nhằm đưa ngành quản trị nhân sự trở nên thông minh hơn. Cuốn sách được viết bằng phong cách cuốn hút, dễ hiểu, văn phong thân thiện cùng đầy ắp ví dụ thực tế. Với mong muốn xây dựng một tủ sách Nhân sự với nhiều sách hay và có giá trị, VNHR và Alpha Books lựa chọn những cuốn sách hay và cập nhật các xu hướng mới nhất về quản trị nhân sự trên thế giới để giới thiệu đến bạn đọc. Tiếp nối thành công của những cuốn sách đã xuất bản, cuốn sách Quản trị nhân sự thông minh bằng dữ liệu đã được chúng tôi cân nhắc lựa chọn và biên dịch. Đây là cuốn sách hay và nên đọc đối với những ai làm việc trong ngành quản trị nhân sự bất kể vị trí hay kinh nghiệm làm việc. Nhóm biên dịch và hiệu đính rất mong nhận được những phản hồi, góp ý từ bạn đọc để những lần xuất bản sau được hoàn thiện hơn. Thay mặt nhóm hiệu đính VNHR Lê Đức Thuận NHỮNG LỜI KHEN DÀNH CHO QUẢN TRỊ NHÂN SỰ THÔNG MINH BẰNG DỮ LIỆU “N ếu bạn muốn hoạt động quản trị nhân sự của mình hiệu quả và mang lại nhiều giá trị cho tổ chức, nhân viên cũng như chính bản thân hoạt động nhân sự, bạn cần đọc cuốn sách này.” — David Green, Giám đốc Toàn cầu Bộ phận Giải pháp Phân tích Nhân lực – Tập đoàn IBM “Quản trị nhân sự thông minh bằng dữ liệu là một cẩm nang đầy ắp thông tin mà mọi nhà quản trị nhân sự nên đọc. Cuốn sách cho thấy rằng những công cụ như dữ liệu lớn, trí tuệ nhân tạo và Internet Vạn vật không còn là triển vọng trong tương lai của ngành nhân sự, mà đã trở thành hiện thực. Hãy nắm bắt lấy điều đó.” — Yanislava Hristova, Giám đốc Quản trị nhân sự – Tập đoàn Xogito “Bernard Marr đã cho chúng ta thấy cách thức để đưa quản trị nhân sự vào vai trò trọng tâm trong hoạt động hoạch định chiến lược của tổ chức. Cuốn sách hướng dẫn này cung cấp các bước thực hiện rõ ràng và đầy logic cho bất kỳ ai quan tâm đến việc cách mạng hóa vai trò của dữ liệu nhân sự. Đây không còn là lời tiên tri nữa – đã đến lúc thực hiện cuộc cách mạng về dữ liệu nhân sự!” — Carolyn Nevitte, Giám đốc Marketing – Công ty People Insight “Cuốn sách hướng đến những người làm việc trong ngành nhân sự – những người không phải và cũng không có ý định trở thành nhà khoa học về dữ liệu hay chuyên gia kỹ thuật số, nhưng muốn tham gia vào hành trình mang tính cách mạng nhằm giúp ngành quản trị nhân sự trở nên thông minh hơn. Cuốn sách có lối hành văn đầy cuốn hút, dễ hiểu và mang lại nhiều điều bổ ích. Tôi cho rằng đây là cuốn sách phải đọc đối với những ai làm việc trong ngành quản trị nhân sự, bất kể vị trí hay kinh nghiệm làm việc.” — Ashish Sinha, Trưởng Bộ phận Phân tích Năng lực Nhân sự Toàn cầu – Công ty Diageo “Điều đáng chú ý nhất ở cuốn sách của Bernard Marr là giới thiệu những giải pháp mang tính sáng tạo cao nhưng rất thiết thực nhằm giải quyết một số vấn đề cấp bách nhất hiện nay trong lĩnh vực quản trị nhân sự. Cuốn sách rất cuốn hút, cập nhật và tôi đặc biệt thích những phần ‘tổng kết’ hết sức hữu ích ở cuối mỗi chương.” — Karen Lewis, Giám đốc Quản trị nhân sự mảng bán lẻ – Công ty Greene King “Cuốn sách là một cẩm nang toàn diện cung cấp những công cụ có thể ứng dụng cho hoạt động quản trị nhân sự hiện đại. Bernard Marr mang lại cho chúng ta những góc nhìn quan trọng, qua đó thấy được phương thức để đưa quản trị nhân sự thông minh bằng dữ liệu trở thành một phần không thể thiếu trong hoạch định và phát triển tổ chức.” — Sarah Morris, Trưởng Bộ phận Nhân sự – Công ty Blenheim Palace “Một hướng dẫn thiết thực và đầy tính kinh tế về một chủ đề có thể có tác động lớn tới biên lợi nhuận của một tổ chức.” — Rikesh Kotadia, Trưởng Bộ phận Phân tích Nhân lực – Công ty Serco “Cuốn sách này là hướng dẫn thiết thực nhất về cách tiếp nhận đổi mới sáng tạo thông qua sử dụng dữ liệu và các công nghệ như trí tuệ nhân tạo trong những kịch bản rất thực tế về quản trị nhân sự. Điều tôi yêu thích ở cuốn sách này là nó đầy ắp các ví dụ thực tế cùng văn phong thân thiện và mang tính đối thoại. Cuốn sách truyền cảm hứng to lớn cùng những kinh nghiệm thực tiễn mà tôi có thể tham khảo nhiều lần.” — Maja Luckos, Trưởng Bộ phận Phân tích Nhân lực – Công ty Capgemini Chương 1 QUẢN TRỊ NHÂN SỰ BẰNG DỮ LIỆU LÀ GÌ? D oanh nghiệp không thể hoạt động tốt nếu không tuyển được đúng người. Những công ty có thể thu hút ứng viên có kỹ năng và năng lực phù hợp nhiều khả năng sẽ có lợi thế cạnh tranh cần thiết để đạt được thành công trong hiện tại cũng như tương lai. Vì vậy, doanh nghiệp cần phải thiết lập được hệ thống và quy trình thông minh để tìm kiếm, tuyển dụng đúng người và giữ chân họ. Rõ ràng quản trị nhân sự (HR) có vai trò trọng tâm đối với nhu cầu này. Tuy vậy, theo kinh nghiệm của tôi, có quá nhiều đội ngũ HR dành phần lớn thời gian mà họ có để xử lý các công việc hành chính hoặc pháp lý. Những quy trình đánh giá nhân viên rườm rà, những công việc tìm kiếm và quản lý con người vụn vặt hàng ngày, và những hoạt động vừa lãng phí vừa tốn kém như khảo sát mức độ hài lòng của nhân viên hằng năm (xem thêm trong Chương 8) đã ngốn hết phần thời gian lẽ ra có thể dành cho nhiều việc hữu ích hơn. Ngoài ra, quản trị nhân sự từ trước đến nay vẫn được coi là ngành gắn với con người hơn là các con số và dữ liệu. Ngay cả khi dữ liệu đóng một vai trò nhất định, không phải lúc nào chúng cũng được sử dụng một cách thông minh và phù hợp với tính chất công việc. Nhiều phân tích dữ liệu nhân sự đơn thuần được thể hiện dưới dạng bộ chỉ số đo lường hiệu quả công việc (KPI), trong đó thống kê tình trạng vắng mặt hay số giờ tham gia đào tạo của nhân viên làm việc toàn thời gian. Đôi khi người ta sử dụng những chỉ số này chỉ vì chúng dễ đo lường hoặc bởi vì các công ty khác cũng dùng chúng. Ngày nay, ngày càng có nhiều chỉ số đo lường độc đáo và có giá trị mà lại dễ thu thập; những chỉ số có thể mang lại cái nhìn chuyên sâu về các vấn đề quan trọng của doanh nghiệp, đồng thời có tác động lớn đến kết quả hoạt động của doanh nghiệp đó. Tôi hoàn toàn không có ý nói rằng quản trị nhân sự không còn tập trung vào những người làm việc cho một tổ chức. Con người vẫn tiếp tục là yếu tố then chốt mang lại thành công ngay cả trong thời đại tự động hóa, robot và trí tuệ nhân tạo phát triển không ngừng hiện nay. Điều tôi muốn nói ở đây là vai trò của đội ngũ quản trị nhân sự đang thay đổi; và khi khả năng thu thập, phân tích dữ liệu của họ không ngừng gia tăng, cơ hội để đội ngũ quản trị nhân sự mang lại giá trị gia tăng cho tổ chức và góp phần đạt được các mục tiêu chiến lược cũng sẽ tăng theo. Hãy hướng tới việc quản trị nhân sự bằng dữ liệu. Trong chương này, tôi sẽ trình bày khái niệm quản trị nhân sự bằng dữ liệu hay quản trị nhân sự thông minh, tìm hiểu những phương thức chính để các đội ngũ quản trị nhân sự sử dụng dữ liệu một cách thông minh, đồng thời tìm hiểu xem dữ liệu đã và đang biến đổi các chức năng quản trị nhân sự như thế nào. Tôi cũng sẽ trình bày vắn tắt về vai trò của tự động hóa trong thế giới đang ngày càng phụ thuộc vào dữ liệu và giới thiệu những điều đang đón đợi các bạn trong cuốn sách này. Sự trỗi dậy của quản trị nhân sự bằng dữ liệu hay quản trị nhân sự thông minh Mọi thứ đang thay đổi nhanh chóng và thế giới của chúng ta đang ngày một thông minh. Ngày nay, hầu như mọi việc chúng ta làm đều có thể đo lường, từ hoạt động hàng ngày, sự tập trung, mức độ hạnh phúc và sức khỏe của nhân viên, đến các hoạt động ở cấp độ lớn hơn của doanh nghiệp. Sự phát triển bùng nổ về dữ liệu đồng nghĩa với việc các đội ngũ quản trị nhân sự đang có trong tay nhiều dữ liệu cũng như góc nhìn chuyên sâu hơn bao giờ hết. Quản trị nhân sự bằng dữ liệu là gì? Quản trị nhân sự bằng dữ liệu hay quản trị nhân sự thông minh là sử dụng sự bùng nổ dữ liệu một cách thông minh để có được cái nhìn chuyên sâu, qua đó không chỉ giúp nâng cao kết quả hoạt động của nhân viên trong công ty (trong đó có đội ngũ quản trị nhân sự), mà còn đóng góp cho thành công chung của tổ chức. Các đội ngũ quản trị nhân sự có thể sử dụng dữ liệu để đưa ra những quyết định chính xác hơn về mặt nhân sự, hiểu rõ và đánh giá chính xác hơn tác động của yếu tố con người lên doanh nghiệp, cải thiện khả năng đưa ra quyết định của bộ máy lãnh đạo trong các vấn đề liên quan đến con người, giúp quy trình vận hành quản trị nhân sự trở nên hiệu quả hơn, đồng thời nâng cao trạng thái tinh thần cũng như hiệu quả làm việc của nhân viên. Tất cả những điều này đều có thể có tác động lớn đến khả năng đạt được các mục tiêu chiến lược của công ty. Hiện nay, chưa nhiều tổ chức có khái niệm về đội ngũ quản trị nhân sự bằng dữ liệu, ngoại trừ một số công ty lớn nhất hay có thế mạnh nhất về đổi mới sáng tạo, nhưng khái niệm này ngày càng trở nên thông dụng. Ngành quản trị nhân sự và quản lý con người đang trải qua một cuộc cách mạng, và làn sóng dữ liệu cùng các công cụ phân tích đang dẫn dắt cuộc cách mạng đó. Nếu như trước đây, ngành nhân sự chỉ tập trung vào các thành tố mềm trong quản trị như con người, văn hóa, đào tạo và phát triển cùng khả năng thu hút nhân viên, thì ngày nay, nó đang ngày càng dựa vào phân tích dữ liệu, và điều đó không phải là không có lý do. Như chúng ta sẽ thấy trong Chương 2, trong hầu hết các tổ chức, nhân sự là một trong những nhóm chức năng sở hữu nhiều dữ liệu nhất. Những người sử dụng lao động theo cách này hay cách khác đã sử dụng dữ liệu và công cụ phân tích trong một thời gian đủ dài để hiểu các chỉ số đo lường như sự hài lòng của nhân viên. Sự xuất hiện của dữ liệu lớn đã giúp cho hoạt động này tăng lên đáng kể cũng như mở ra nhiều hướng mới trong việc ứng dụng phân tích dữ liệu vào quản trị nhân sự. Tạo thêm giá trị bất cứ khi nào có thể Với quản lý con người bằng dữ liệu và thông tin, ưu tiên số một là tạo thêm giá trị gia tăng cho tổ chức theo cách thông minh nhất có thể, bằng tất cả các công cụ mà đội ngũ quản trị nhân sự có, bao gồm dữ liệu, thiết bị cảm ứng, công cụ phân tích, máy học và trí tuệ nhân tạo. Đội ngũ quản trị nhân sự có thể đạt được những lợi ích đáng mơ ước khi họ sử dụng dữ liệu một cách thông minh và ứng dụng công cụ phân tích để biến dữ liệu thành những thông tin quan trọng đối với doanh nghiệp. Hãy thử xem xét phương pháp tiếp cận của Google đối với quản lý con người. Google cung cấp cho nhân viên bữa ăn miễn phí, phụ cấp hào phóng cho các kỳ nghỉ phép có lương, khoang ngủ để nhân viên có thể chợp mắt trong ngày làm việc, cùng không gian để họ có thể tự trồng rau và cây ăn quả tại nơi làm việc.1 Tất nhiên, tôi tin chắc rằng đội ngũ lãnh đạo của Google là những người hào phóng và dễ mến, nhưng đó không phải là lý do Google thực hiện những chính sách này, hoặc ít nhất, đó không phải là lý do duy nhất. Những quyết định này được đưa ra dựa trên thông tin về mức độ hài lòng của nhân viên mà họ có được từ dữ liệu. Phương pháp tiếp cận của Google về tăng mức độ hài lòng của nhân viên đã gây chấn động thế giới công nghệ và làm thay đổi đáng kể suy nghĩ của các nhà sử dụng lao động tại Thung lũng Silicon về cách làm gia tăng mức độ hài lòng của nhân viên. Giờ đây, các công ty công nghệ, từ những doanh nghiệp hàng đầu đến các công ty khởi nghiệp nhỏ, đều tìm cách học theo phương pháp tiếp cận này của Google. Và dù tỷ lệ nhảy việc trong thế giới công nghệ luôn rất cao, nhưng tại Mỹ, Google vẫn luôn được tạp chí Fortune bình chọn là công ty có môi trường làm việc tốt nhất.2 Cấu trúc quản trị nhân sự như hiện nay còn phù hợp không? Vài năm trước, tôi có viết một bài báo với câu hỏi liệu chúng ta có còn cần các phòng ban quản trị nhân sự theo cách tổ chức như hiện nay không.3 Bài báo này được viết ra nhằm mục đích tạo tranh luận, thậm chí là tranh cãi, và nó đã làm được điều đó. Điều tôi muốn nói là các đội ngũ quản trị nhân sự với cấu trúc điển hình hiện nay nên được tổ chức lại để tạo ra nhiều giá trị hơn, và tôi đã đề xuất tái cấu trúc bộ phận quản trị nhân sự thành hai nhóm riêng biệt: một nhóm hỗ trợ nhân sự và một nhóm phân tích nhân sự. Nhóm hỗ trợ nhân sự, như đúng tên gọi, sẽ chịu trách nhiệm hỗ trợ nhân viên của tổ chức, từ những người làm việc trực tiếp với khách hàng cho đến quản lý cấp cao. Công việc của họ sẽ bao gồm hỗ trợ nhân viên trong quá trình phát triển công việc, theo sát và thúc đẩy sự tham gia của nhân viên, phát hiện các vấn đề thuộc về văn hóa doanh nghiệp và nhìn chung chăm sóc mọi mặt cho nhân viên. Trong khi đó, nhóm phân tích nhân sự sẽ không tham gia vào các hoạt động quản trị nhân sự, thay vào đó sẽ nghiên cứu về nhân viên công ty một cách khoa học bằng các công cụ phân tích, từ đó cung cấp cho công ty thông tin quan trọng nhằm nâng cao hiệu quả làm việc. Nhóm phân tích nhân sự cần trả lời những câu hỏi chủ chốt sau: - Tình trạng thiếu nhân sự giỏi của chúng ta diễn ra thế nào? - Nhân sự giỏi ở công ty cần những phẩm chất gì? - Làm thế nào để tuyển được những người như vậy? - Làm thế nào để dự báo tỷ lệ nghỉ việc? Điều quan trọng là câu trả lời cho những câu hỏi trên phải dựa trên dữ liệu chứ không phải cảm nhận chủ quan hay những tiêu chí mà các công ty khác áp dụng. Tôi cho rằng chúng ta có thể tách các nhóm quản trị nhân sự theo cách này, bởi nó cho phép chúng ta sử dụng dữ liệu nhất quán hơn, đồng thời mang lại nền tảng cho quản trị nhân sự thông minh bằng dữ liệu. Bạn có thể đồng tình hay không đồng tình với cách tiếp cận này. Dù bạn theo quan điểm nào, khi cách thức làm việc của chúng ta thay đổi một cách nhanh chóng, các đội ngũ quản trị nhân sự có nhiều cơ hội để tăng thêm giá trị cho công ty, và dữ liệu mang lại một phương thức để thực hiện điều đó. Liên hệ với mục tiêu của công ty Nhờ sở hữu lượng dữ liệu lớn, đội ngũ quản trị nhân sự dễ dàng đóng vai trò quan trọng trong việc giúp công ty thực hiện chiến lược cũng như đạt được các mục tiêu chủ chốt. Tôi thường xuyên phối hợp cùng các công ty xây dựng “bản kế hoạch một trang” – bản chiến lược vắn tắt được trình bày dễ hiểu trong một trang giấy. Ở ngay đầu kế hoạch là phần nêu lên mục tiêu của công ty, chính là tuyên bố về sứ mệnh và tầm nhìn. Khi đội ngũ quản trị nhân sự xây dựng chiến lược về sử dụng dữ liệu (xem thêm ở Chương 3), họ cũng nên đưa mục tiêu của công ty lên ngay đầu chiến lược. Việc làm này nhằm giúp cho các chiến lược, quyết định và hoạt động của bộ phận nhân sự bám sát mục tiêu của công ty. Như vậy, bộ phận nhân sự sẽ xây dựng kế hoạch của riêng mình để giúp tổ chức thực hiện các mục tiêu chung. Đây chính là ý nghĩa của việc tăng thêm giá trị cho công ty. Làm thế nào để sử dụng dữ liệu một cách thông minh Có vô số cách để doanh nghiệp sử dụng dữ liệu một cách hiệu quả, nhưng về cơ bản, có bốn cách sau (xem Bảng 1.1): - dùng dữ liệu để nâng cao khả năng ra quyết định - dùng dữ liệu để cải thiện hiệu quả hoạt động - dùng dữ liệu để hiểu rõ hơn về khách hàng - kinh doanh dữ liệu Hãy lần lượt xem xét từng hạng mục. Nâng cao khả năng ra quyết định Điều mà quản trị nhân lực bằng dữ liệu hướng đến là giúp hoạt động quản trị nhân sự trở nên thông minh hơn theo mọi cách có thể và đưa ra những quyết định chính xác hơn. Dữ liệu có thể giúp các chuyên gia nhân sự đưa ra những quyết định tốt hơn về chính công việc của họ (như tuyển dụng và đánh giá hiệu quả công việc tốt hơn) và dữ liệu về nhân sự có thể được sử dụng để báo cáo với các cấp khác trong công ty cũng như hỗ trợ cho việc ra quyết định ở cấp độ lớn hơn trong công ty. Sau cùng, đội ngũ lãnh đạo cần dữ liệu về nhân sự cùng quản trị nhân sự để đưa ra quyết định và đội ngũ quản trị nhân sự nắm bắt được nhiều thông tin sẽ có tiềm lực để hỗ trợ cho quá trình này. Hiện nay, phần lớn việc ứng dụng dữ liệu chỉ được thực hiện khi cần thiết và không hiệu quả, chẳng hạn như thực hiện các khảo sát nhân viên một cách tốn kém. Cải thiện hiệu quả hoạt động Nhóm công việc thứ hai, cải thiện hiệu quả hoạt động, có lẽ còn có vai trò lớn hơn nữa đối với hoạt động của bộ phận nhân sự. Dữ liệu cho phép người làm nhân sự đánh giá những chức năng công việc chủ chốt của họ – như điều kiện an toàn, tình trạng nhân viên, và tuyển dụng – và giúp họ trả lời những câu hỏi quan trọng như “Chúng ta dành nhiều thời gian và nỗ lực vào những việc gì?” và “Làm thế nào để củng cố và nâng cao hiệu quả của các chức năng này?” Phân tích dữ liệu có thể giúp phát hiện những lĩnh vực cần cải thiện cũng như có khả năng tiến hành tự động hóa một số quy trình để nâng cao hiệu quả. Hiểu rõ hơn về khách hàng Đây là một trong những công dụng lớn nhất và được biết đến rộng rãi nhất của dữ liệu lớn. Doanh nghiệp sử dụng dữ liệu lớn để hiểu rõ hơn về khách hàng, như thói quen, sở thích và mức độ hài lòng của họ. Nhờ sử dụng dữ liệu, doanh nghiệp có thể hiểu toàn diện về khách hàng, ví dụ như họ thích thú với điều gì, họ sẽ làm gì tiếp theo và điều gì khiến họ giới thiệu một công ty với những người khác. Các công ty cũng có thể tương tác và liên hệ với khách hàng hiệu quả hơn nhờ việc phân tích phản hồi của khách hàng để nâng cao chất lượng sản phẩm hay dịch vụ. Nếu bạn cho rằng chức năng này của dữ liệu chỉ có ích đối với những người làm trong lĩnh vực bán hàng hay marketing, hãy nghĩ lại. Khi bạn là một chuyên gia nhân sự, khách hàng của bạn chính là nhân viên trong công ty. Điều này có nghĩa là bạn có thể sử dụng dữ liệu theo cùng cách thức mà đội ngũ marketing dùng để hiểu và tương tác tốt hơn với khách hàng. Kinh doanh dữ liệu Công dụng thứ tư của dữ liệu rất phổ biến trong kinh doanh, đó là doanh nghiệp có thể tạo ra một dòng doanh thu mới từ việc kinh doanh dữ liệu. Jawbone, công ty chuyên sản xuất vòng đeo tay theo dõi sức khỏe, là một ví dụ điển hình. Với hàng triệu người sử dụng, Jawbone thu thập được lượng dữ liệu khổng lồ và công ty này chẳng mấy chốc nhận ra kho dữ liệu ấy có giá trị hơn chính sản phẩm của họ.4 Việc phân tích dữ liệu thu thập được mang lại những thông tin sâu sắc có thể chuyển lại cho người dùng và bán cho các bên thứ ba có quan tâm, qua đó tạo nên một dòng doanh thu mới bên cạnh sản phẩm truyền thống của công ty. Jawbone vẫn tiếp tục sản xuất vòng đeo tay bởi đây chính là công cụ để thu thập dữ liệu, nhưng dữ liệu đã trở thành sản phẩm chủ lực của công ty. Dù khả năng một công ty có thể kiếm tiền từ dữ liệu quản trị nhân sự là rất ít (sẽ có rất nhiều vấn đề đạo đức liên quan đến việc bán dữ liệu nhân viên), những người làm công việc quản trị nhân sự vẫn nên biết về cách sử dụng dữ liệu này. Ví dụ, công ty bạn có thể quyết định kinh doanh dữ liệu thu được từ những lĩnh vực kinh doanh khác (như dữ liệu khách hàng hay dữ liệu sản phẩm) và điều này sẽ có tác động đến toàn bộ chiến lược của công ty trong tương lai. Điều này sẽ tác động đến việc quản trị nhân sự vì công ty sẽ cần tuyển dụng những người có kỹ năng phù hợp với phần công việc đó, và cách thức bộ phận nhân sự có thể mang lại giá trị cho công ty cũng sẽ thay đổi theo. Dữ liệu đã và đang cách mạng hóa hoạt động nhân sự như thế nào Nếu chúng ta xem xét các chức năng chủ chốt của bộ phận nhân sự, có thể thấy nhiều ví dụ thực tế về việc quản trị nhân sự bằng dữ liệu đã được ứng dụng như thế nào. Ngừng suy đoán khi tuyển dụng Đối với hầu hết công ty, việc tuyển một người mới đòi hỏi đầu tư nhiều công sức, đặc biệt với các vị trí chuyên môn cao hoặc quản lý. Vì thế, trong thời đại mọi thứ đều có thể đo lường, định lượng và phân tích, dữ liệu giúp loại bỏ việc suy đoán ra khỏi quá trình tuyển dụng (xem thêm trong Chương 7). Thay vì dựa vào cảm nhận trực giác hay suy đoán về xuất phát điểm, trình độ giáo dục và kinh nghiệm của ứng viên, việc sử dụng dữ liệu trong tuyển dụng giúp doanh nghiệp tìm được những nhân viên phù hợp hơn với vai trò công việc cũng như tổ chức, từ đó họ sẽ hạnh phúc với công việc và gắn bó lâu dài hơn. Đơn cử như một khách hàng của tôi muốn tuyển những người làm việc tự giác và nhiều sáng kiến. Bằng cách phân tích nhiều bộ dữ liệu khác nhau về những kiểu người họ muốn thu hút và những kiểu người họ muốn tránh, khách hàng của tôi phát hiện ra rằng loại trình duyệt mà những người này sử dụng để gửi hồ sơ tuyển dụng là một trong những chỉ báo hữu hiệu về kiểu ứng viên mà họ cần tìm. Những người sử dụng các trình duyệt như Firefox hay Chrome không được cài đặt sẵn trên máy tính của họ có vẻ là những người phù hợp hơn cho công việc đó. Thông tin đơn giản này đã giúp họ đơn giản hóa quá trình tuyển dụng một cách đáng kể. Trong một ví dụ khác, một ngân hàng đã có thể cắt giảm chi phí và tuyển đội ngũ nhân viên tốt hơn nhờ phân tích hiệu quả hoạt động của nhân viên được tuyển từ nhiều trường đại học khác nhau. Trước đây, ngân hàng này vẫn quan niệm rằng những ứng viên làm việc hiệu quả nhất thường là các sinh viên có điểm số cao nhất của trường Ivy League – nhóm 8 trường đại học tư thục hàng đầu nước Mỹ. Thay vào đó, họ phát hiện ra rằng ứng viên đến từ những trường ít danh tiếng hơn lại có hiệu quả làm việc tốt hơn nhóm người tốt nghiệp từ trường Ivy League. Hiểu và thúc đẩy sự tham gia của nhân viên Để tăng cường sự gắn kết của nhân viên, một số tổ chức đã bắt đầu sử dụng các công cụ phân tích để quét và phân tích nội dung thư điện tử do nhân viên gửi đi cũng như những gì họ viết trên Facebook hoặc Twitter. Nhiều công ty khác sử dụng các phiếu khảo sát ngắn định kỳ để đo lường cảm nhận của nhân viên theo tháng, tuần hay thậm chí hằng ngày.5 Điều này cho phép họ đánh giá một cách chính xác sự tham gia của nhân viên mà không cần thực hiện các đợt khảo sát nhân viên truyền thống vừa tốn kém vừa mất nhiều thời gian. Bạn có thể xem các ví dụ về thúc đẩy sự tham gia của nhân viên bằng sử dụng dữ liệu trong Chương 8. Rõ ràng là cần lưu ý về sự riêng tư khi đánh giá về giao tiếp của nhân viên và mỗi nước sẽ có những quy định khác nhau. Bạn có tìm hiểu thêm về các lưu ý về sự riêng tư trong Chương 6. Cải thiện điều kiện an toàn và sức khỏe nhân viên Điều kiện an toàn và sức khỏe của nhân viên đang được cải thiện nhờ những bước phát triển như gói giải pháp Ubiquitous Ware do Fujitsu cung cấp. Giải pháp công nghệ này thu thập và phân tích dữ liệu từ các thiết bị như cảm biến gia tốc, áp kế, máy ảnh, máy quay phim, micro nhằm đo lường và đánh giá môi trường làm việc của nhân viên.6 Ví dụ, những dữ liệu như nhiệt độ, độ ẩm, chuyển động và nhịp tim có thể được sử dụng để phát hiện thời điểm nhân viên có nguy cơ mắc các bệnh do nhiệt độ cao gây ra. Hệ thống thậm chí có thể phát hiện các tư thế và chuyển động của cơ thể để dự đoán nguy cơ ngã quỵ hay ước lượng cơ thể đang phải gắng sức đến đâu. Bạn có thể tìm hiểu thêm về việc sử dụng dữ liệu để đảm bảo điều kiện an toàn và sức khỏe của nhân viên trong Chương 9. Biến đổi việc học hỏi và phát triển Trong việc học hỏi và phát triển, sự xuất hiện của ngày càng nhiều khóa học trực tuyến đã cách mạng hóa cách thức các công ty phát triển nhân lực và cho phép mọi người học theo nhu cầu cá nhân với những chương trình được thiết kế riêng. Vì mỗi hoạt động mà người học thực hiện trong môi trường học trực tuyến đều được ghi lại, nên sẽ rất dễ dàng để đo lường phản ứng của họ với tài liệu khóa học; chẳng hạn, liệu một học viên có mất quá nhiều thời gian để hoàn thành một bài học so với các bài học trước đó hay không? Nếu có, nghĩa là họ cần thêm thông tin cho nội dung cụ thể đó. Còn những người hoàn thành nội dung học một cách nhanh chóng có lẽ sẽ cần thêm những tài liệu nâng cao. Đây chỉ là một vài ví dụ về việc hoạt động học có thể được thiết kế theo nhu cầu cá nhân như thế nào. Bạn có thể tìm hiểu thêm về nội dung này cũng như nhiều cách thức mà dữ liệu đã biến đổi hoạt động học và phát triển trong Chương 10. Đánh giá và thúc đẩy hiệu quả làm việc của nhân viên Trong quản lý hiệu quả công việc, dữ liệu đang giúp các công ty đo lường kết quả làm việc chính xác hơn, đồng thời đánh giá hiệu quả hoạt động của nhân viên một cách thông minh và nhanh chóng hơn. Một ví dụ hay được nhắc tới là Xerox. Nhà sản xuất thiết bị văn phòng này đã yêu cầu một công ty phân tích dữ liệu xem xét hiệu quả làm việc của nhân viên và đưa ra hồ sơ về ứng viên lý tưởng cho các trung tâm chăm sóc khách hàng của hãng. Kết quả phân tích cho thấy điều đáng ngạc nhiên là kinh nghiệm làm việc tại trung tâm chăm sóc khách hàng không giúp ích gì nhiều cho công việc và các ứng viên có lịch sử phạm tội thường làm việc tốt hơn những người khác. Thí nghiệm này giúp Xerox giảm tốc độ thay thế nhân lực tới 20%.7 Bạn có thể tìm hiểu thêm về những cách thức dữ liệu giúp nâng cao hiệu quả làm việc trong Chương 11. Kinh nghiệm từ giới thể thao Theo nhiều cách, chúng ta có thể tìm thấy trong thế giới thể thao những điểm tương đồng với cách thức bộ phận nhân sự có thể làm với dữ liệu, cũng như chiều hướng phát triển của ngành nhân sự trong tương lai. Đặc biệt với trình độ đỉnh cao, áp lực của việc sử dụng công nghệ tối tân trong phân tích là rất lớn. Đội đua thuyền Olympic của Anh – đội tuyển duy nhất của Anh đã đạt huy chương vàng tại tất cả kỳ Olympic kể từ năm 1984 – chỉ là một ví dụ về một đội ngũ đi đầu trong sử dụng phân tích dữ liệu.8 Cũng giống như nhân sự, đua thuyền là bộ môn rất thuận tiện để sử dụng dữ liệu. Có thể đo lường hầu hết những gì vận động viên thực hiện, cũng như hầu hết những gì nhân viên làm. Hai tác dụng chính của dữ liệu trong môn đua thuyền là phát hiện và theo dõi tài năng. Ví dụ, bằng việc thu thập dữ liệu chi tiết về từng vận động viên mới tham gia chương trình huấn luyện, người ta có thể so sánh tài năng mới này với hồ sơ của những người đi trước nhằm tìm ra phương pháp huấn luyện phù hợp nhất để có thể biến mỗi vận động viên thành nhà vô địch. Tương tự với mảng nhân sự, dữ liệu có thể được dùng để theo dõi hoạt động và tiến bộ của nhân viên, đồng thời giúp thiết kế những chương trình phát triển nhân viên phù hợp với từng cá nhân. Dữ liệu cũng giúp vận động viên đua thuyền tránh chấn thương. Những dấu hiệu cảnh báo có thể được nhận diện trên khắp các loại dữ liệu – chức năng sinh lý, hoạt động tập luyện, y tế, hiệu quả khi thi đấu,... – và so sánh với các bảng dữ liệu đã có để phát hiện thời điểm vận động viên quá gắng sức hoặc có nguy cơ chấn thương. Tương tự, như chúng ta đã thấy trong chương này, doanh nghiệp có thể sử dụng dữ liệu để cải thiện điều kiện an toàn của nhân viên và phát hiện thời điểm họ có thể gặp chấn thương khi làm việc. Vận động viên và huấn luyện viên trong hầu hết các bộ môn thể thao đang sử dụng ngày càng nhiều dữ liệu và công cụ phân tích để tìm kiếm mọi khả năng nâng cao hiệu quả. Tôi cũng thấy điều tương tự với các chức năng của doanh nghiệp, đặc biệt là nhân sự – lĩnh vực thực sự dồi dào dữ liệu quý giá về nhân viên. Giới thiệu (sơ lược) về tự động hóa Người ta đã nói nhiều về sự trỗi dậy của tự động hóa và những nguy cơ của hiện tượng này đối với công ăn việc làm của người lao động. Từ những công việc trên băng chuyền sản xuất cho đến các ngành nghề như kế toán và kiến trúc, sự xuất hiện của công nghệ trí tuệ nhân tạo như học máy – trong đó máy tính “học” từ dữ liệu rồi đưa ra quyết định và hành động dựa trên những gì đã học được – đồng nghĩa với việc ngày càng có nhiều công việc được tự động hóa và đảm nhận bởi máy móc và thuật toán. Những lĩnh vực như marketing, sản xuất hay thậm chí chăm sóc sức khỏe đã ứng dụng học máy và trí tuệ nhân tạo một cách mạnh mẽ, còn lĩnh vực nhân sự thì ít hơn. Tuy nhiên, như chúng ta sẽ thấy trong Chương 2, hiện nay, nhiều công việc thuộc mảng nhân sự đã có thể được tự động hóa. Trong nhiều trường hợp, máy móc có thể thực hiện công việc chính xác hơn con người rất nhiều. Ví dụ, thuật toán có thể dự báo tỷ lệ nhân viên nghỉ việc tốt hơn nhiều so với con người. Trong bản khảo sát nhân sự hằng năm, công ty tuyển dụng Harvey Nash đã kết luận rằng trong năm năm tới, trí tuệ nhân tạo và tự động hóa sẽ có vai trò lớn đối với ngành nhân sự. Khảo sát đã chỉ ra rằng 15% lãnh đạo nhân sự đã chịu ảnh hưởng của trí tuệ nhân tạo và tự động hóa, trong khi 40% cho rằng những công nghệ này sẽ có tác động đến họ trong khoảng hai đến năm năm tới.9 Xa hơn nữa, một nghiên cứu gần đây của Đại học Oxford đã xem xét đến việc 720 ngành nghề sẽ bị ảnh hưởng bởi tự động hóa trong 20 năm tới.10 Nghiên cứu đưa ra kết luận rằng, đến năm 2035, những công việc hành chính nhân sự có khả năng 90% sẽ được tự động hóa. Tuy vậy, nhân viên, trưởng phòng và giám đốc nhân sự thì ít có khả năng bị thay thế bởi robot hơn. Trong thực tế, tự động hóa hoạt động như thế nào? Một ví dụ tiêu biểu là nhân viên hỗ trợ ảo – còn gọi là chatbot – một chương trình có thể trả lời những câu hỏi đơn giản của nhân viên như: “Khi nào thì công ty nghỉ Giáng sinh?” hay “Tôi đã dùng hết bao nhiêu ngày nghỉ phép của năm nay rồi?” Hiện nay công nghệ trí tuệ nhân tạo đã tinh vi tới mức có thể trả lời những câu hỏi mà người dùng nói ra chứ không chỉ theo dạng viết, và thậm chí có thể nhận diện cảm xúc của người dùng khi họ nói. Các trung tâm hỗ trợ khách hàng đã dùng công nghệ này để phân tích xem liệu khách hàng hài lòng, khó chịu hay tức giận trong khi họ gọi điện đến trung tâm hỗ trợ. Như vậy, rõ ràng ngành nhân sự sẽ chịu ảnh hưởng bởi tự động hóa trong những năm tới, tuy nhiên, đặt trong bối cảnh quản trị nhân sự thông minh bằng dữ liệu, đây có thể được coi là bước phát triển rất tích cực. Tự động hóa các phần việc hành chính giản đơn sẽ giải phóng người làm nhân sự và giúp họ tập trung vào những công việc quan trọng hơn phù hợp với chiến lược của công ty nhằm nâng cao hiệu quả làm việc. Sử dụng cuốn sách này như thế nào Mục tiêu của cuốn sách này là tìm hiểu những cách thức chính để sử dụng và phân tích dữ liệu nhằm nâng cao hiệu quả hoạt động trong cả việc quản trị nhân sự và gia tăng giá trị cho tổ chức, cũng như cách quản trị nhân sự bằng dữ liệu có thể thúc đẩy hiệu quả làm việc trong toàn bộ tổ chức. Tôi coi cuốn sách này như một hành trình, trong đó xem xét những bước phát triển đã đưa chúng ta đến ngày nay và xác định tương lai của các nhà quản trị nhân sự. Phần hai của cuốn sách (Chương 3-6) giới thiệu những nhân tố của quản trị nhân sự thông minh bằng dữ liệu, bao gồm thiết lập chiến lược dữ liệu, chọn lựa dữ liệu phù hợp và biến những dữ liệu đó thành nguồn thông tin. Chúng ta cũng sẽ tìm hiểu một số cạm bẫy tiềm tàng và lo ngại xung quanh việc sử dụng dữ liệu, như bảo vệ sự riêng tư và nhu cầu đảm bảo minh bạch. Như chúng ta sẽ thấy trong Chương 6, cách thức một công ty sử dụng dữ liệu và truyền đạt với nhân viên về việc sử dụng dữ liệu đó sẽ có tác động lớn đến phản ứng của mọi người. Sử dụng dữ liệu mang tính phân biệt, thiếu cân nhắc cùng cách truyền đạt kém sẽ làm nhân viên mất lòng tin và có thể gây hại đến đạo đức. Tuy vậy, có rất nhiều biện pháp giúp đội ngũ quản trị nhân sự tránh những vấn đề tiềm tàng này để nhận được sự ủng hộ của nhân viên, và chúng ta sẽ tìm hiểu chúng trong Chương 6. Phần ba của cuốn sách (Chương 7-11) giới thiệu quản trị nhân sự bằng dữ liệu trong thực tế cùng cách thức dùng dữ liệu để thúc đẩy chất lượng hoạt động và ra quyết định trong những chức năng nhân sự chủ chốt: tuyển dụng, thu hút nhân viên, đảm bảo điều kiện an toàn và sức khỏe của nhân viên, đào tạo và phát triển, cuối cùng là quản lý hiệu quả hoạt động. Thực tế, những chức năng này đều đang biến đổi mạnh bởi dữ liệu và công cụ phân tích. Trong những chương này, tôi sẽ không đưa ra các dự đoán hoang đường về bước phát triển trong tương lai. Tương lai đang hiện diện ở đây. Thách thức hiện nay đối với đội ngũ nhân sự là theo kịp các bước phát triển và liên tục thay đổi để đảm bảo mang lại giá trị tối đa cho tổ chức. Tôi hy vọng rằng những ví dụ thực tế trong cuốn sách này, những ví dụ cho thấy doanh nghiệp thuộc mọi lĩnh vực đang sử dụng dữ liệu theo những cách khó tin nhằm tối ưu hóa các quyết định của họ về nhân sự và hoạt động, sẽ truyền cảm hứng để bạn nắm bắt thế giới mới đầy hứng khởi này. Tóm tắt nội dung Ở cuối mỗi chương, tôi sẽ tóm tắt những nội dung quan trọng đã được trình bày trong chương. Ngay cả khi bạn chỉ đọc lướt một số mục của cuốn sách, nhờ phần tóm tắt này, bạn vẫn sẽ nắm được những thông tin quan trọng được trình bày dưới dạng một danh sách đơn giản. Dưới đây là những nội dung chính của chương này: - Hầu hết mọi thứ chúng ta làm tại nơi làm việc đều có thể đo lường được, từ hoạt động hằng ngày, mức độ hạnh phúc và sức khỏe, đến hoạt động ở cấp độ lớn hơn của doanh nghiệp. Sự bùng nổ về dữ liệu đồng nghĩa với việc đội ngũ nhân sự có trong tay nhiều dữ liệu hơn bao giờ hết. - Quản trị nhân lực bằng dữ liệu là tận dụng sự bùng nổ về dữ liệu này để thu nhận những thông tin không chỉ giúp nâng cao hiệu quả hoạt động của nhân viên (bao gồm đội ngũ quản trị nhân sự) mà còn đóng góp cho thành công chung của công ty. - Với quản trị nhân sự thông minh bằng dữ liệu, ưu tiên số một là gia tăng giá trị cho tổ chức theo cách thức thông minh nhất có thể, sử dụng tất cả những công cụ mà đội ngũ quản trị nhân sự có như dữ liệu, thiết bị cảm ứng, phân tích dữ liệu, học máy và trí tuệ nhân tạo. - Có nhiều cách để doanh nghiệp tận dụng tốt dữ liệu, nhưng về cơ bản, có ba khía cạnh chính: + dùng dữ liệu để nâng cao khả năng ra quyết định; + dùng dữ liệu để cải thiện hiệu quả hoạt động; + dùng dữ liệu để hiểu rõ hơn về khách hàng. Bây giờ, hãy bắt đầu hành trình quản trị nhân lực bằng dữ liệu bằng cách tìm hiểu con đường đã dẫn chúng ta đi đến bước phát triển này, nơi mà hầu như mọi việc chúng ta làm, cả trong lẫn ngoài môi trường làm việc, đều có thể được ghi nhận trên môi trường kỹ thuật số và từ đó có thể khai thác thông tin. Trong chương tiếp theo, tôi sẽ trình bày về cuộc cách mạng trong quản trị nhân lực bằng dữ liệu cũng như cách mà sự bùng nổ về dữ liệu lớn và các công nghệ phân tích, bao gồm trí tuệ nhân tạo, học máy và Internet Vạn vật, đã biến ngành quản trị nhân sự trở nên thông minh hơn bao giờ hết. Chú thích 1 “Những công việc đáng kinh ngạc nhất tại các công ty công nghệ hàng đầu”, Garfield, J. (2017) [truy cập ngày 23 tháng 10 năm 2017] https://www.paysa.com/blog/2017/02/28/the most-incredible-job-perks-at-top-tech-companies 2 “100 công ty có môi trường làm việc tốt nhất”, tạp chí Fortune [truy cập ngày 23 tháng 10 năm 2017] http://fortune.com/best companies/google 3 “Lý do chúng ta không cần đến bộ phận nhân sự nữa”, Marr, B (2013) [truy cập ngày 23 tháng 10 năm 2017] https://www.linkedin.com/pulse/ 20131118060732- 64875646-why-we-no-longer-need-hr-departments 4 “Jawbone sử dụng dữ liệu lớn như thế nào để dẫn đầu ngành sản xuất vòng đeo tay theo dõi sức khỏe”, Marshall, M (2013) [truy cập ngày 23 tháng 10 năm 2017] https://venturebeat.com/2013/11/06/how-jawbone-is-using big-data-to-lead-the-personal-fitness-wearable-industry 5 “Bao lâu bạn nên kiểm tra mức độ gắn kết của nhân viên một lần?”, Morgan, J (2016) [truy cập ngày 23 tháng 10 năm 2017] https://www.forbes.com/ sites/jacobmorgan/2016/05/30/measure-employee engagement/#64f124ac65ea 6 Thông cáo báo chí: “Fujitsu phát triển Ubiquitousware, gói giải pháp Internet Vạn vật giúp biến đổi doanh nghiệp”, Fujitsu (2015) [truy cập ngày 23 tháng 10 năm 2017] http://www.fujitsu.com/global/about/resources/news/press releases/2015/0511-01.html 7 “Quản trị nhân sự tiến đến sử dụng rộng rãi phân tích dữ liệu mang tính dự báo”, Feffer, M (2014) [truy cập ngày 23 tháng 10 năm 2017] https://www.shrm.org/ resourcesandtools/hr topics/technology/pages/more-hr-pros-using-predictive analytics.aspx 8 “Dữ liệu lớn và phân tích dữ liệu giúp các vận động viên giành huy chương vàng tại Olympic Rio 2016 như thế nào?”, Marr, B (2016) [truy cập ngày 23 tháng 10 năm 2017] https://www.forbes.com/sites/bernardmarr/2016/08/09/how -big-data-and-analytics-help-athletes-win-olympic-gold-in-rio 2016/#7c903b567ec9 9 “Trí tuệ nhân tạo và công nghệ nhân sự ngày càng trở nên quan trọng, những ghi nhận từ báo cáo của Harvey Nash”, Faragher, J (2017) [truy cập ngày 23 tháng 10 năm 2017] http://www.personneltoday.com/hr/artificial-intelligence-hr tech-grow-importance-harvey-nash-finds 10 “Trí tuệ nhân tạo sẽ nâng tầm hay thay thế quản trị nhân sự?”, Shah, S (2016) [truy cập ngày 23 tháng 10 năm 2017] http://www.hrmagazine.co.uk/article-details/will-ai-augment or-replace-hr Chương 2 SỰ PHÁT TRIỂN CỦA QUẢN TRỊ NHÂN SỰ THÔNG MINH (VÀ SIÊU THÔNG MINH) T rong bất kỳ tổ chức nào, bộ phận quản trị nhân sự luôn sở hữu đặc biệt nhiều dữ liệu. Dữ liệu cá nhân của nhân viên, dữ liệu tuyển dụng và chỉ số đánh giá hiệu quả công việc trọng yếu (KPI) chỉ là một vài ví dụ về những loại dữ liệu điển hình mà bộ phận quản trị nhân sự thu thập được trong hoạt động hằng ngày. Điều này đã diễn ra từ lâu trước khi khái niệm “dữ liệu lớn” được nhắc đến. Tuy nhiên, trong phần lớn thời gian, việc sở hữu những dữ liệu này không đồng nghĩa với có thêm nhiều thông tin liên quan đến hiệu quả công việc. Vì vậy, nhiều đội ngũ quản trị nhân sự tuy “giàu dữ liệu” nhưng “nghèo thông tin”. Trong chương này, chúng ta sẽ cùng khám phá cách mà sự trỗi dậy của dữ liệu lớn cùng công nghệ phân tích dữ liệu thay đổi tình hình, qua đó giúp đội ngũ quản trị nhân sự sở hữu nhiều thông tin không kém lượng dữ liệu mà họ có và mở đường cho thuật ngữ “quản trị nhân sự thông minh”. Nhưng để hiểu một cách đầy đủ về những bước phát triển này, trước hết, tôi sẽ bàn về sự bùng nổ của dữ liệu trong thế giới ngày nay, về Internet Vạn vật (IoT) và dẫn dắt bạn tìm hiểu những khả năng phân tích dữ liệu tiên tiến như trí tuệ nhân tạo (AI) và học máy (Machine Learning). Ở phần sau của chương này, chúng ta sẽ tìm hiểu sự xuất hiện của điều mà tôi gọi là “quản trị nhân sự siêu thông minh”, đó là sự gia tăng đáng kể khả năng tự động hóa nhiều hoạt động thường ngày của đội ngũ quản trị nhân sự. Cuối cùng, tôi sẽ bàn về việc liệu có còn cần đến đội ngũ quản trị nhân sự trong thời đại dữ liệu lớn này không. Sự bùng nổ dữ liệu Eric Schmidt, Giám đốc Điều hành (CEO) Alphabet – công ty mẹ của Google, đã có câu nói nổi tiếng rằng, cứ mỗi hai ngày, chúng ta lại tạo ra lượng dữ liệu tương đương những gì chúng ta đã tạo ra từ buổi bình minh nhân loại cho đến năm 2003.1 Bạn thử nghĩ về thông tin đó xem: lượng dữ liệu mà loài người tạo ra từ buổi bình minh của nền văn minh đến năm 2003 hiện giờ được làm ra chỉ trong vòng hai ngày. Dù một số không đồng tình với lời tuyên bố của Schmidt, mọi người đều đồng ý rằng lượng dữ liệu chúng ta tạo ra đang gia tăng nhanh chóng và sẽ tiếp tục tăng nhanh. Đến năm 2020, ước tính lượng thông tin kỹ thuật số được tạo ra trên toàn thế giới sẽ đạt 44 zettabyte,2 và tôi đã đọc được một vài ước tính rằng đến năm 2025, lượng dữ liệu sẽ đạt 180 zettabyte.3 Để tiện so sánh, năm 2013, chúng ta mới tạo ra hơn 4 zettabyte. Mọi thứ chúng ta làm ngày nay đều tạo ra dữ liệu Hãy nghĩ xem điều này có ý nghĩa như thế nào trong cuộc sống hằng ngày. Hầu như mọi điều chúng ta làm ngày nay đều có thể được ghi nhận trên môi trường kỹ thuật số. Dù là bạn lướt mạng (ngay cả khi không mua gì cả), tìm kiếm thông tin về một doanh nghiệp trong vùng trên điện thoại, trả tiền cà phê bằng thẻ tín dụng, quẹt thẻ khi lên xe buýt, chụp ảnh, đọc một bài viết trên mạng hay chơi game, tất cả những việc này (và nhiều việc khác nữa) đều tạo ra dữ liệu. Khi nói về “dữ liệu lớn”, người ta ám chỉ việc thu thập những dữ liệu này cũng như khả năng ngày càng lớn trong việc thu thập thông tin từ chúng, đồng thời sử dụng những thông tin đó để tạo thuận lợi cho công việc, đặc biệt là trong môi trường kinh doanh. Tất nhiên, khả năng thu thập dữ liệu không phải là điều mới. Ngay từ trước khi có máy tính, chúng ta đã sử dụng dữ liệu để theo dõi các hoạt động và đơn giản hóa các quy trình – ví dụ như hồ sơ giao dịch hay hồ sơ lưu trữ cá nhân. Cái thay đổi là khả năng sử dụng những dữ liệu này của chúng ta. Máy tính – đặc biệt bảng tính và cơ sở dữ liệu thời kỳ đầu – đã mang lại cho chúng ta phương thức lưu trữ và tổ chức dữ liệu quy mô lớn, đồng thời khiến cho việc tiếp cận những dữ liệu đó trở nên dễ dàng, thay vì phải lần giở hàng tập hồ sơ. Sử dụng những loại dữ liệu mới Tôi đề cập bảng tính và cơ sở dữ liệu vì trong một thời gian dài, đó là tất cả những gì chúng ta có thể làm với dữ liệu. Để có thể dễ dàng lưu trữ, tiếp cận và truy xuất, dữ liệu cần được tổ chức một cách gọn ghẽ và theo trật tự. Chúng phải được đưa vào hàng và cột, và điều này được gọi là “dữ liệu có cấu trúc”. Sẽ rất khó, hoặc có lẽ là quá tốn kém, để sử dụng những dữ liệu không được tổ chức theo hàng và cột (hay còn gọi là “dữ liệu không có cấu trúc”). Điều này đã thay đổi cùng với những bước tiến vượt bậc của ngành khoa học máy tính và lưu trữ dữ liệu mà chúng ta đã chứng kiến trong nhiều năm vừa qua. Ngày nay, chúng ta có thể thu thập, lưu trữ và truy xuất rất nhiều loại dữ liệu, bao gồm tất cả các loại dữ liệu không có cấu trúc (bạn có thể đọc thêm về các loại dữ liệu trong Chương 4). Kết quả là “dữ liệu” hiện nay có nghĩa là bất cứ thứ gì từ bảng tính, cơ sở dữ liệu, dữ liệu từ thiết bị cảm ứng, văn bản viết (như các bài viết trên mạng xã hội), ảnh, video hay tệp âm thanh. Chính nhờ những tiến bộ trong sức mạnh của máy tính và phân tích dữ liệu mà Amazon có thể nhận biết cách thức bạn xem xét hàng hóa trên trang bán hàng trực tuyến của hãng, những mặt hàng bạn tìm kiếm và những thứ bạn chọn mua, từ đó giới thiệu với bạn những sản phẩm mà họ cho rằng bạn sẽ thích. Chúng ta nói nhiều về khối lượng dữ liệu vô hạn mà chúng ta tạo ra hằng ngày, hằng tuần, hằng tháng, hằng năm, và rõ ràng những con số thống kê này rất ấn tượng. Nhưng tôi muốn tập trung vào giá trị hơn là khối lượng của dữ liệu. Dữ liệu mang lại những cơ hội tuyệt vời để hiểu rõ hơn về thế giới của chúng ta và cách chúng ta sống trong đó, đây cũng là lý do mà khi làm việc với các doanh nghiệp, tôi luôn khuyên họ tập trung vào giá trị họ có thể thu nhận từ dữ liệu. Việc bạn sở hữu bao nhiêu dữ liệu hay loại dữ liệu đó là gì không thực sự quan trọng, quan trọng là liệu bạn có sử dụng thành công những dữ liệu đó để thúc đẩy hiệu quả công việc hay không. Giới thiệu về Internet Vạn vật Vì sao lại có sự bùng nổ về dữ liệu? Một phần lớn lý do là sự xuất hiện của Internet Vạn vật. Internet Vạn vật chỉ những sự vật mà chúng ta tiếp xúc hằng ngày – như điện thoại thông minh, tivi thông minh, vòng tay theo dõi sức khỏe Fitbit,… – được kết nối Internet, có khả năng thu thập và truyền dẫn dữ liệu, đồng thời có thể được nhận biết bởi các thiết bị khác. Với Internet Vạn vật, dữ liệu được tạo ra bởi các đồ vật chứ không phải con người. Trên thế giới ngày nay, có khoảng 13 tỷ thiết bị được kết nối Internet, nhưng đến năm 2020, con số này dự kiến sẽ tăng lên 50 tỷ.4 Dù chúng ta có đạt đến con số 50 tỷ đó hay không, không ai có thể phản đối một thực tế là Internet Vạn vật đã phát triển một cách ngoạn mục trong những năm qua và sự phát triển đó nhiều khả năng sẽ còn tiếp diễn. Ngày nay, hầu như mọi thứ đều có thể trở nên “thông minh”. Ô tô ngày càng có khả năng kết nối cao và đến năm 2020, ước tính 250 triệu ô tô sẽ được kết nối Internet. Các thiết bị trong gia đình hiện nay đã được kết nối Internet thường xuyên, như tivi, tủ lạnh và thiết bị cảm ứng điều chỉnh nhiệt tự động. Thậm chí đã xuất hiện phiên bản thông minh của các sản phẩm mà bạn không nghĩ tới, như thảm tập yoga và chảo rán. Về điện thoại thông minh, đến năm 2020, ước tính sẽ có khoảng 6 tỷ người dùng.5 Đó sẽ là 6 tỷ chiếc điện thoại thông minh tạo ra dữ liệu mỗi ngày! Những thiết bị thông minh này, từ điện thoại cho đến tivi và vòng đeo tay theo dõi sức khỏe Fitbit, đều có thể kết nối và chia sẻ thông tin với nhau. Đây chính là phần quan trọng của Internet Vạn vật: tương tác giữa máy với máy đồng nghĩa với việc các thiết bị có thể “nói chuyện” với nhau và quyết định về một tiến trình hành động mà không cần đến sự can thiệp của con người. Ví dụ: trong tương lai gần, sẽ chẳng có gì bất hợp lý khi tưởng tượng tủ lạnh của bạn biết được khi nào sữa sẽ hết hạn và tự động báo cho điện thoại thông minh của bạn đặt mua trong lần mua hàng trực tuyến tiếp theo. Tìm hiểu về học máy, học sâu và trí tuệ nhân tạo Ý tưởng về trí tuệ nhân tạo đã tồn tại từ rất lâu – thần thoại Hy Lạp đã kể về những người máy được thiết kế để bắt chước hành động của con người. Những máy tính đầu tiên sản xuất ở châu Âu được thiết kế với ý tưởng “chiếc máy có tư duy logic”, và khi làm ra những máy tính có bộ nhớ cùng khả năng số học cơ bản, các kỹ sư coi công việc của họ là tạo ra những bộ não cơ khí. Khi công nghệ có nhiều bước tiến, và điều quan trọng là hiểu biết của con người về sự vận hành của trí não gia tăng, khái niệm về trí tuệ nhân tạo cũng thay đổi theo. Thay vì thực hiện những phép tính ngày càng phức tạp, hoạt động trong lĩnh vực trí tuệ nhân tạo dần tập trung vào việc mô phỏng quá trình đưa ra quyết định của con người và thực hiện các công việc theo cách ngày càng giống với con người. Chúng ta đã đạt được nhiều bước phát triển trong lĩnh vực trí tuệ nhân tạo trong những năm gần đây nhờ máy học và học sâu. Hiểu các thuật ngữ Sự khác nhau giữa trí tuệ nhân tạo, học máy và học sâu là gì? Trước hết, trí tuệ nhân tạo chỉ khái niệm rộng hơn về việc máy móc có khả năng thực hiện các công việc theo cách mà chúng ta coi là “thông minh”, trong khi máy học là một trong những ứng dụng chính của khái niệm đó. Học máy dựa trên ý tưởng rằng chúng ta cho máy móc tiếp cận dữ liệu và để chúng học hỏi. Dù học máy thường được xem là một phân ngành của trí tuệ nhân tạo, có lẽ nó nên được coi là lĩnh vực đỉnh cao của trí tuệ nhân tạo. Đó là lĩnh vực hứa hẹn nhất của trí tuệ nhân tạo hiện nay. Còn học sâu là đỉnh cao của đỉnh cao! Học sâu sử dụng một số ý tưởng cốt lõi của trí tuệ nhân tạo và tập trung chúng vào giải quyết các vấn đề thực tiễn bằng cách thiết kế những mạng thần kinh nhân tạo để mô phỏng quá trình ra quyết định của chính chúng ta. Học sâu thậm chí tập trung vào một phân nhóm hẹp các công cụ và kỹ thuật của máy học và ứng dụng chúng để giải quyết hầu như bất cứ vấn đề gì đòi hỏi “suy nghĩ” – dù là vấn đề con người hay nhân tạo. Hệ thống Watson của IBM là một ví dụ điển hình. Hệ thống này “học” trong lúc xử lý thông tin, vì thế, càng nhận được nhiều dữ liệu, nó càng học được nhiều và nhờ thế càng trở nên chính xác.6 Mọi thứ vận hành như thế nào? Về cơ bản, học máy và học sâu đều cung cấp cho hệ thống máy tính rất nhiều dữ liệu, từ đó hệ thống có thể sử dụng để đưa ra quyết định về những dữ liệu khác. Vì vậy, nếu chúng ta cung cấp cho máy tính hình ảnh một chú chó và hình ảnh một cây gậy, rồi cho biết đâu là chú chó, sau đó chúng ta có thể yêu cầu máy đưa ra quyết định liệu những hình ảnh tiếp theo có chứa hình chú chó không. Máy tính so sánh những hình ảnh khác với bộ dữ liệu dùng để học hỏi của nó (tức là hình ảnh ban đầu) và đưa ra câu trả lời. Thuật toán học máy ngày nay có thể thực hiện công việc này mà không cần giám sát, đồng nghĩa với việc không cần lập trình sẵn các quyết định cho chúng. Những công việc phức tạp hơn cũng có chung nguyên lý, tuy rằng cần có hệ thống đào tạo lớn hơn rất nhiều, như với thuật toán nhận diện giọng nói của Google. Netflix và Amazon sử dụng những kỹ thuật tương tự để xem bạn có thể muốn xem hay mua gì tiếp theo. Học máy và học sâu mang lại những bước tiến về nhận diện hình ảnh, âm thanh, giọng nói và xử lý ngôn ngữ tự nhiên trên máy tính. Những công nghệ này cho phép máy tính giao tiếp với con người (dù không phải lúc nào cũng thành công, ví dụ nổi tiếng là bot Twitter* của Microsoft đưa ra nhiều dòng tweet điên rồ và nhiều khi mang tính phân biệt chủng tộc7) và giúp Google sản xuất xe hơi tự hành. Đây cũng là lý do Facebook có thể nhận diện các cá nhân trong ảnh ở mức độ chính xác tương đương với con người, từ đó tự động đề xuất gắn tên (tag) các cá nhân. Công nghệ này đang được sử dụng trong nhiều lĩnh vực như chăm sóc y tế, tài chính và giáo dục, và tất nhiên là hầu hết lĩnh vực kinh doanh. Bất cứ khi nào có một công việc đòi hỏi xử lý và phân tích một khối lượng dữ liệu lớn, phức tạp để giải quyết vấn đề, trí tuệ nhân tạo, đặc biệt là học máy và học sâu có thể hỗ trợ. Khi máy tính ngày càng có thể suy nghĩ như con người, chúng ta đang tiến vào thời kỳ mà ở đó máy tính có thể tăng cường kiến thức của nhân loại theo những cách hoàn toàn mới. Và tất nhiên, vì công nghệ máy tính và học máy có nghĩa là máy tính học từ những dữ liệu mà chúng tiếp cận, điều này đồng nghĩa với việc khả năng học hỏi, hiểu và phản ứng của máy tính sẽ tăng lên đáng kể theo lượng dữ liệu mà chúng ta tạo ra mỗi năm. Các máy tính thậm chí hiểu được cảm xúc của chúng ta Công nghệ hiện nay đã tiến bộ đến mức hiện máy tính có thể nhận diện và phản ứng với cảm xúc của con người. Được biết đến với tên gọi “máy tính có cảm xúc” (affective computing), công nghệ này phân tích biểu cảm gương mặt, dáng điệu, cử chỉ, ngữ điệu, lời nói, thậm chí cả âm điệu và lực ấn lên bàn phím để nhận biết thay đổi cảm xúc của người dùng. Những doanh nghiệp hàng đầu như Disney hay Coca-Cola đã sử dụng công nghệ này để đánh giá hiệu quả của chương trình quảng cáo cũng như phản ứng của người xem đối với nội dung.8 Đài BBC cũng dùng công nghệ này để đo lường phản ứng của khán giả với các chương trình truyền hình đang trong giai đoạn thử nghiệm. Trong một thử nghiệm, người ta tiến hành theo dõi một số khán giả ở Úc khi họ xem đoạn quảng cáo phim mới giới thiệu phần đầu của loạt phim truyền hình Sherlock. Chương trình thử nghiệm cho các nhà nghiên cứu thấy rằng, những người xem đánh giá chương trình một cách tích cực đều có nhiều phản ứng hơn với các sự kiện “bất ngờ” hay “buồn” trong phim, trái ngược hẳn với những sự kiện mang tính “hài hước”. Vì thế các nhà sản xuất loạt phim Sherlock quyết định đưa thêm nhiều yếu tố ly kỳ vào và giảm yếu tố hài hước.9 Điều này có ý nghĩa như thế nào với quản trị nhân sự Sự bùng nổ về dữ liệu có nhiều ứng dụng trong công việc cũng như mọi khía cạnh khác của cuộc sống. Hầu như mọi hoạt động trong công việc đều tạo ra dữ liệu, từ việc một nhân viên gửi thư điện tử cho đến hệ thống cảm ứng trên băng chuyền sản xuất. Điều này có nghĩa là doanh nghiệp có nhiều dữ liệu để tìm kiếm thông tin hơn bao giờ hết và chức năng của bộ phận quản trị nhân sự có vai trò trung tâm trong quá trình này. Nhiều dữ liệu hơn bao giờ hết Ở đầu chương này, tôi đã nói rằng bộ phận quản trị nhân sự sở hữu đặc biệt nhiều dữ liệu, và điều này hoàn toàn chính xác. Đội ngũ quản trị nhân sự có dữ liệu tuyển dụng, dữ liệu phát triển sự nghiệp, dữ liệu đào tạo, số liệu nhân viên vắng mặt, dữ liệu về năng suất, đánh giá phát triển cá nhân, hồ sơ năng lực và dữ liệu về mức độ hài lòng của nhân viên. Trước đây, những dữ liệu này hầu như không được dùng đến, và nếu có, chúng cũng chỉ được đưa vào các biểu đồ và bảng biểu trong báo cáo kết quả hoạt động của công ty. Ngày nay, trong kỷ nguyên của dữ liệu lớn và công cụ phân tích dữ liệu, các công ty đã biến dữ liệu thành thông tin, như dự báo khi nào nhân viên sẽ nghỉ việc, tìm kiếm những ứng viên phù hợp nhất ở đâu, làm thế nào để nhận diện những người này và khiến họ hạnh phúc với công việc. Bên cạnh dữ liệu nhân sự truyền thống, các công ty hiện còn thu thập nhiều loại dữ liệu khác mà trước đây họ không có, bao gồm những thứ như hình ảnh nhân viên trên máy quay giám sát, chụp ảnh màn hình khi nhân viên đang sử dụng máy tính công ty, quét dữ liệu mạng xã hội, phân tích nội dung thư điện tử và thậm chí theo dõi xem họ đang sử dụng dữ liệu ở đâu dựa vào thiết bị cảm ứng có định vị trên điện thoại thông minh của công ty. Chúng ta đã chứng kiến những bước tiến đáng kinh ngạc về khả năng lưu trữ và phân tích đủ mọi loại dữ liệu. Thêm vào đó, hiện giờ chúng ta có các công cụ phân tích dữ liệu lớn cho phép xử lý những khối lượng dữ liệu khổng lồ, từ đó giúp kết hợp phân tích dữ liệu có cấu trúc truyền thống với phân tích dữ liệu không có cấu trúc, như văn bản viết và hình ảnh. Tất cả những điều này có nghĩa là cuộc cách mạng về dữ liệu và công cụ phân tích có ý nghĩa quan trọng đối với đội ngũ quản trị nhân sự. Theo một báo cáo năm 2015 của Economist Intelligence Unit, 82% tổ chức có kế hoạch bắt đầu hoặc tăng cường sử dụng dữ liệu lớn trong quản trị nhân sự từ năm 2015 đến năm 2018.10 Điều này đã mở đường cho sự xuất hiện của “quản trị nhân sự thông minh”, một cụm từ nghe có vẻ thuật ngữ. Về lý thuyết, quản trị nhân sự thông minh có nghĩa là càng có nhiều thông tin, chúng ta càng có thể đưa ra quyết định tốt hơn. Tuy nhiên, không phải lúc nào người ta cũng sử dụng dữ liệu nhân sự theo cách thông minh nhất. Nghiên cứu đã chỉ ra rằng chỉ 23% doanh nghiệp có hệ thống quản trị nhân sự có thể luôn đưa ra đầy đủ dữ liệu để đánh giá hiệu quả thực hiện chiến lược kinh doanh của công ty.11 Việc ứng dụng phân tích dữ liệu nhân sự vẫn thường được làm một cách tuỳ cơ ứng biến và không phải lúc nào cũng được sử dụng với mục tiêu thúc đẩy hiệu suất công việc. Quản trị nhân sự thông minh đúng nghĩa phải tập trung vào việc sử dụng và phân tích dữ liệu nhân sự nhằm gia tăng giá trị cũng như thúc đẩy hiệu suất của toàn bộ tổ chức tại mọi thời điểm, chứ không chỉ thi thoảng hoặc trong vài dự án nhất định. Chọn nhầm dữ liệu nhân sự Với tất cả lượng dữ liệu này, thách thức đặt ra là xác định những loại dữ liệu nhân sự nào có khả năng tác động đến hiệu suất hoạt động của công ty. Một vấn đề lớn mà tôi đã chứng kiến là hầu hết đơn vị quản trị nhân sự đều bắt tay vào xử lý khối lượng lớn dữ liệu mà họ có với hy vọng tìm được điều gì đó. Việc này chẳng khác nào mò kim đáy bể. Với bất cứ dự án dữ liệu lớn hay công cụ phân tích nào, điểm mấu chốt không nằm ở khối lượng dữ liệu mà là chất lượng của những câu hỏi được đặt ra đối với dữ liệu. Điều mà các bộ phận nhân sự cần nắm bắt là dữ liệu định tính và công cụ phân tích định tính. Thay vì phân tích khối lượng lớn dữ liệu dạng số có cấu trúc như cách các đơn vị kế toán hay tài chính vẫn làm, bộ phận quản trị nhân sự cần tạo nên thế mạnh riêng và nắm bắt dữ liệu định tính. Khía cạnh ít định lượng và thiên về định tính này chính là thế mạnh mà bộ phận nhân sự vẫn có từ trước, và đây cũng là lĩnh vực dữ liệu lớn mang lại những cơ hội đáng kể. Ví dụ, thay vì đếm số giờ đào tạo của mỗi nhân viên và xử lý dữ liệu đến mệt nhoài, một trong số những khách hàng của tôi hiện đã thu thập dữ liệu theo dạng dân tộc học để thu được thông tin quan trọng về hiệu quả đào tạo thông qua các phương pháp định tính. Công ty này hiện nay thu thập và phân tích dữ liệu từ tài liệu đào tạo, phân tích video và đánh giá tác động hiệu quả. Họ đã nhận ra rằng họ cần nhìn xa hơn thay vì chỉ dựa vào những hệ thống số liệu đã có để giải đáp các câu hỏi thực tiễn trong kinh doanh. Học hỏi từ Google Khác với hầu hết bộ phận nhân sự của những công ty khác, đội ngũ quản trị nhân sự của Google nêu rõ mục tiêu: “Mọi quyết định về nhân sự tại Google đều dựa trên dữ liệu và công cụ phân tích”.12 Ban đầu, những nhà sáng lập Google cho rằng các vị trí quản lý tầm trung không có vai trò quan trọng, vì thế họ loại bỏ các vị trí này.13 Khi họ nhận thấy nhận định này rõ ràng là sai lầm, họ thiết lập lại các vị trí quản lý, nhưng quan niệm cho rằng các vị trí quản lý đó không mấy giá trị vẫn tồn tại. Vì vậy, Google đã sử dụng dữ liệu để định lượng đóng góp của các quản lý. Thông qua dữ liệu, từ quan niệm cho rằng “quản lý không có tác động đến hiệu suất làm việc”, công ty này có thể cho thấy những quản lý giỏi có đóng góp tích cực đối với thành công của đội ngũ, sự gắn kết của nhân viên, tỷ lệ nghỉ việc và năng suất lao động; điều này được chứng minh qua những con số thống kê. Với phân tích này, Google xem xét dữ liệu từ các bản đánh giá hiệu suất công việc cũng như thực hiện các cuộc phỏng vấn định tính, đồng thời đưa ra những bản đề cử cho giải thưởng “Nhà quản lý xuất sắc”. Nhờ việc tìm kiếm thông tin từ phân tích bằng những phương pháp định tính như công cụ phân tích văn bản, Google có thể phát hiện cũng như hình dung một cán bộ quản lý giỏi tại đây cần có những phẩm chất gì, và điều gì khiến các quản lý ít kỹ năng hơn gặp khó khăn. Những thông tin này trở thành các giá trị văn hóa của Google thông qua những đợt đánh giá hiệu suất công việc mỗi năm hai lần, và có vai trò như hệ thống cảnh báo sớm nhằm phát hiện cả những cán bộ quản lý giỏi lẫn những cán bộ đang gặp khó khăn. Với những cán bộ quản lý đang gặp khó khăn, họ có thể tham gia các chương trình đào tạo và hỗ trợ, đồng thời có thể học hỏi theo nhiều hình mẫu trong công việc. Còn những người làm tốt công việc quản lý, giải thưởng “Nhà quản lý xuất sắc” đang chờ đón họ. Tất cả những điều này có thể thực hiện được bởi ngay từ đầu công ty đã đặt ra đúng câu hỏi, điều chỉnh câu hỏi đó cho đến khi nó được phân tích một cách thực tiễn và có thể kiểm chứng. Để đặt được đúng câu hỏi, bạn cần hiểu rõ bạn muốn đạt được điều gì, cả ở góc độ quản trị nhân lực cũng như hỗ trợ những mục tiêu lớn hơn của doanh nghiệp. Đây chính là lúc đội ngũ quản trị nhân sự cần đến một chiến lược sử dụng dữ liệu mạch lạc, và bạn có thể tìm hiểu thêm ở Chương 3. Sự hiện diện của quản trị nhân sự siêu thông minh Có thể bạn đã từng nghe đến cụm từ “quản trị nhân sự siêu thông minh” mang đầy tính thuật ngữ. Nhưng trong lúc các đội ngũ quản trị nhân sự còn đang cố gắng để hiểu điều này có ý nghĩa thế nào với họ, tôi cho rằng chúng ta đã tiến vào kỷ nguyên của “quản trị nhân sự siêu thông minh” nhờ sự phát triển vượt bậc của tự động hóa. Nếu bạn cho rằng tự động hóa không có tác động tới quản trị nhân sự, hãy nghĩ lại. Thực tế, chúng ta sẽ thấy ngày càng nhiều công việc trong mảng quản trị nhân sự có thể tự động hóa. Vì thế, quản trị nhân sự siêu thông minh đồng nghĩa với việc sử dụng những công nghệ trí tuệ nhân tạo như học máy và học sâu, không chỉ để tự động hóa nhiều hoạt động quản trị nhân sự, mà còn để thực hiện các công việc đó một cách hiệu quả, nhanh gọn và chính xác hơn cả con người. Đội ngũ quản trị nhân sự sẽ làm việc cùng máy móc và các hệ thống thông minh để đưa ra những quyết định tốt hơn cũng như giúp hoạt động của doanh nghiệp trở nên hiệu quả hơn. Hầu như mọi công việc hành chính đều có thể tự động hóa, nhưng quản trị nhân lực siêu thông minh còn ưu việt hơn với các chức năng như tuyển dụng hay thúc đẩy sự gắn kết của nhân viên. Đặc biệt, máy học có tác động lớn đến quản trị nhân lực. Ví dụ, trong việc theo dõi và đánh giá hồ sơ tuyển dụng, các công cụ máy học giúp đội ngũ quản trị nhân sự theo dõi các tiến trình của ứng viên, đồng thời đẩy nhanh quá trình phản hồi với họ. Chẳng hạn, nền tảng tuyển dụng kỹ thuật số Peoplise có thể tính toán số điểm về sự phù hợp của ứng viên dựa vào sàng lọc thông tin trên môi trường số và kết quả phỏng vấn trực tuyến, từ đó giúp cán bộ quản trị nhân sự cũng như cán bộ quản lý bộ phận có nhu cầu tuyển dụng quyết định ứng viên nào phù hợp nhất với họ.14 Học máy cũng có thể giúp nhận biết nguy cơ nhân viên rời công ty nhờ việc phát hiện những yếu tố rủi ro nhất định dựa trên phản hồi của họ với khảo sát nhân viên hay phân tích thư điện tử và các bài viết trên mạng xã hội. Chatbot mang lại mức độ tự động hóa cao hơn Một khảo sát do Viện Giá trị kinh doanh IBM thực hiện mới đây cho thấy một nửa số cán bộ quản trị nhân sự cấp cao tham gia khảo sát nhận thấy sức mạnh của công nghệ trí tuệ nhân tạo trong việc biến đổi những lĩnh vực chủ chốt của quản trị nhân sự.15 Một ví dụ thường xuyên được nhắc đến là chatbot, những thuật toán máy tính có khả năng mô phỏng đối thoại của con người. Chatbot có thể được sử dụng trong một loạt hoạt động quản trị nhân sự, như trả lời các câu hỏi về nhân sự theo thời gian thực tế và cá nhân hóa trải nghiệm học hỏi của nhân viên; các công ty như IBM đã đặt mục tiêu đưa ra những “trợ lý ảo thông minh” (hay chatbot) để thực hiện những công việc này. Các chatbot đang trở nên ngày càng mạnh mẽ trong cuộc sống thường ngày của chúng ta. Mức độ phổ biến của chúng được củng cố vào năm 2016, khi Facebook thông báo hãng đang trong quá trình tích hợp các khả năng của chatbot vào ứng dụng Messenger.16,17 Nhiều thương hiệu lớn đã sử dụng chatbot để tương tác với khách hàng, trong đó chủ yếu là để giải đáp các câu hỏi và tư vấn. Ví dụ, ShopBot của eBay giúp khách hàng tìm và mua những sản phẩm trên eBay ngay trong ứng dụng Messenger. Bạn thậm chí có thể đặt xe Uber hay đặt bánh pizza thông qua Messenger bằng cách sử dụng chatbot. Khi đã dần quen với việc tương tác cùng chatbot trong đời sống thường ngày, chúng ta cũng có thể tương tác với chúng nhiều hơn trong môi trường công việc. Bên cạnh đó, với việc môi trường làm việc của chúng ta trải dài trên nhiều khu vực địa lý và số nhân viên làm việc từ xa ngày càng tăng, chatbot có thể giúp ích đáng kể cho những nhân viên không có điều kiện tiếp xúc trực tiếp với đội ngũ quản trị nhân sự. Trợ lý ảo thông minh cũng có thể tham gia vào việc thu hút nhân tài, từ lên kế hoạch phỏng vấn cho tới hỗ trợ (thậm chí đưa ra) các quyết định về ứng viên. Talla là một ví dụ về chatbot được thiết kế để tư vấn theo thời gian thực tế cho các nhân viên quản trị nhân sự trong quá trình tuyển dụng.18Talla có thể đưa ra một bộ câu hỏi phỏng vấn dựa trên vai trò của vị trí được tuyển dụng, thậm chí có thể thực hiện khảo sát đo lường mức độ hài lòng và sẵn sàng giới thiệu doanh nghiệp với người khác (Net Promoter Score) sau quá trình tuyển dụng. Trong hoạt động học tập và phát triển, chatbot đang được những người dạy các khóa học đại trà trực tuyến mở (MOOC) thử nghiệm để hỗ trợ người học như giải đáp các câu hỏi, nhắc họ về thời hạn hay đưa ra nhận xét về bài vở. Khi học trực tuyến trở nên phổ biến hơn, trợ lý ảo thông minh sẽ ngày càng được sử dụng nhiều để hỗ trợ cho vai trò của trợ giảng là con người. Việc tăng cường sử dụng tự động hóa như vậy sẽ dễ dàng mang lại những chương trình học được cá nhân hóa và mang tính thích ứng cao, trong đó chương trình học được thiết kế riêng theo nhu cầu người học, và trong môi trường doanh nghiệp, điều này có thể giúp nâng cao trải nghiệm của nhân viên một cách đáng kể. Trí tuệ nhân tạo và quản trị nhân sự siêu thông minh Ngoài chatbot, công nghệ trí tuệ nhân tạo như máy học đang bắt đầu có tác động tới các chức năng quản trị nhân sự theo nhiều cách khác. Khả năng “suy nghĩ” và đưa ra quyết định như con người của máy móc có thể mang lại lợi ích cho mọi khía cạnh của quản trị nhân lực, trong đó có tuyển dụng. Phần mềm đã giúp tìm kiếm những ứng viên tiềm năng hay rút ngắn danh sách ứng viên từ hàng trăm xuống còn vài người được lựa chọn, nhưng trí tuệ nhân tạo cho phép thực hiện công việc này chính xác hơn rất nhiều. Một số người lo ngại rằng việc này sẽ loại bỏ khía cạnh “con người” trong quản trị nhân sự, vì xét cho cùng, quản trị nhân sự vẫn phải xoay quanh con người. Những có khá nhiều điểm tích cực khi tích hợp trí tuệ nhân tạo vào các quá trình quản trị nhân sự. Ví dụ, với hệ thống phản hồi nhanh và có hệ thống hơn do trí tuệ nhân tạo vận hành, những ứng viên tiềm năng nhiều khả năng sẽ cảm thấy gắn bó hơn với công ty. Thậm chí nếu họ không trúng tuyển, trải nghiệm tích cực này có khả năng sẽ khuyến khích họ nộp hồ sơ cho các vị trí khác trong tương lai. Và khi xem xét hồ sơ của ứng viên, máy móc có thể đưa ra quyết định không định kiến, thứ mà con người ở mức độ nào đó vẫn có. Tất nhiên, phần lớn công việc tuyển dụng này sẽ do con người và máy móc cùng thực hiện, chứ không được giao hoàn toàn cho máy móc. Nhưng rõ ràng, công nghệ đã có thể tự động hóa nhiều công đoạn và giúp ích cho quá trình tuyển dụng. Một ví dụ khác là khả năng giúp doanh nghiệp giữ chân nhân viên, trong đó trí tuệ nhân tạo có thể đưa ra thông tin chưa từng có về những nhân viên giỏi của công ty, đặc biệt là họ đang thực sự cảm nhận hay làm việc như thế nào. Ví dụ, thay vì thực hiện khảo sát mức độ hài lòng của nhân viên, trí tuệ nhân tạo có thể phân tích tâm lý nhân viên qua thư điện tử hay các bài viết trên mạng xã hội, nghĩa là xem xét câu chữ của nhân viên để tìm ra thông tin về tâm lý của họ đằng sau những câu chữ đó. Các thuật toán máy học có thể phân tích thư điện tử và các bài viết trên mạng xã hội của nhân viên để đánh giá mức độ gắn bó của họ với công ty, cách họ phản ứng với một số tình huống nhất định cũng như sự phù hợp của họ với văn hóa công ty (việc làm này có phù hợp về đạo đức hay thậm chí có hợp pháp hay không là một vấn đề khác – bạn có thể đọc thêm nội dung này trong Chương 6). Quá trình này có thể giúp dự báo liệu một nhân viên nào đó có phát chán với công việc và chuẩn bị nghỉ việc hay không, hoặc liệu một người nào đó đã phù hợp để được thăng chức chưa, với độ chính xác cao hơn rất nhiều so với việc chỉ dựa vào đánh giá của con người. Vậy bộ phận quản trị nhân sự có còn cần thiết nữa không? Với mức độ tự động hóa hiện nay, tôi ngày càng thấy nhiều bài viết cho rằng chúng ta sẽ sớm loại bỏ hoàn toàn bộ phận quản trị nhân sự. Tôi thậm chí từng viết về chủ đề này.19 Như vậy, có đúng là tôi cho rằng máy móc sẽ thay thế nhân viên, quản lý và giám đốc nhân sự? Không, tôi không cho là vậy. Tôi tin rằng trong những năm tới đây, dù là ngành quản trị nhân sự hay bất kỳ lĩnh vực nào khác, việc máy móc và thuật toán thay thế con người ở những công việc nhất định là không thể tránh khỏi, nhưng tôi không tin rằng đội ngũ quản trị nhân sự sẽ hoàn toàn biến mất. Họ đơn giản là sẽ thích nghi và định hướng lại công việc. Nắm bắt công nghệ mới cùng mức độ tự động hóa cao hơn Cá nhân tôi tin rằng sự phát triển trong mức độ tự động hóa cùng những bước tiến như chatbot, trợ lý ảo thông minh đang mang lại những điều tốt đẹp cho ngành quản trị nhân sự nói chung. Chúng ta đều hiểu rằng hiện nay bộ phận quản trị nhân sự phải dành rất nhiều thời gian vào những công việc hành chính thường ngày. Khi những công việc hành chính, thường nhật và buồn tẻ đó được tự động hóa, bộ phận quản trị nhân sự sẽ được giải phóng và có thể tập trung nhiều hơn vào các nội dung chiến lược có vai trò quan trọng đối với thành công của doanh nghiệp. Từ đó, đội ngũ quản trị nhân sự có thể chuyển sang tập trung vào việc gia tăng giá trị cho tổ chức. Theo tôi, đó là sự chuyển đổi tích cực và cũng chính là trọng tâm của quản trị nhân sự thông minh. Vì thế, tôi cho rằng đội ngũ quản trị nhân sự không chỉ cần nhận biết và có sự chuẩn bị cho sự trỗi dậy của tự động hóa, mà còn cần nắm bắt nó. Ngành quản trị nhân sự cần làm quen với trí tuệ nhân tạo thay vì lo sợ tác động của nó đối với công ăn việc làm. Lãnh đạo cũng như nhân viên trong ngành quản trị nhân sự nên tích cực tìm hiểu những công nghệ mới này càng nhiều càng tốt. Công việc kinh doanh đang thay đổi mạnh mẽ và nhiều người gọi đây là cách mạng công nghiệp lần thứ tư. Cách mạng công nghiệp lần thứ tư hay Cách mạng 4.0 Ở cách mạng công nghiệp lần thứ nhất, đầu máy hơi nước và máy móc thời kỳ đầu đã cơ khí hóa ngành công nghiệp. Tiếp đó, cách mạng công nghiệp lần thứ hai diễn ra với việc phát minh ra điện. Máy tính và tự động hóa thời kỳ đầu đưa chúng ta đến với cách mạng công nghiệp lần thứ ba. Và giờ đây, chúng ta đang bước vào cách mạng công nghiệp lần thứ tư, hay còn gọi là Cách mạng 4.0, ở đó máy tính và tự động hóa song hành theo những cách thức hoàn toàn mới. Robot và hệ thống trí tuệ nhân tạo có thể học hỏi, điều khiển các chức năng và đưa ra quyết định với rất ít sự can thiệp của con người. Nếu nhìn xa khỏi ngành quản trị nhân sự, chúng ra sẽ thấy rằng, do cách mạng công nghiệp lần thứ tư, tự động hóa đang và sẽ sớm tác động đến nhiều loại công việc mà con người đang thực hiện trong rất nhiều ngành nghề. Khi mức độ tự động hóa tăng lên, máy tính và máy móc sẽ thay thế con người trong một loạt ngành nghề, từ lái xe, kế toán đến môi giới bất động sản và bảo hiểm. Dựa trên một nghiên cứu của Đại học Oxford, người ta đã ước tính rằng khoảng 47% công việc tại Mỹ sẽ có nguy cơ được tự động hóa.20 Những người làm trong ngành quản trị nhân sự vì thế cần có kiến thức và nguồn lực để ứng phó với tác động của cuộc cách mạng này đối với ngành nghề và tổ chức của họ, cũng như với nhân viên trong tổ chức. Bộ phận quản trị nhân sự cần tham gia mạnh mẽ vào những cuộc thảo luận của công ty để chuẩn bị cho sự gia tăng tự động hóa. Những người làm công tác quản trị nhân sự cần am hiểu công nghệ để có thể trao đổi với lãnh đạo tổ chức về chủ đề này. Trong tương lai, tự động hóa sẽ tác động đến nhiều khía cạnh công việc của chúng ta và sẽ có những thay đổi lớn, đặc biệt trong các ngành như sản xuất. Vì thế, những người làm công tác quản trị nhân sự cần cập nhật về sự trỗi dậy của tự động hóa và hiểu được ý nghĩa của điều này đối với doanh nghiệp của họ cũng như chính bản thân đội ngũ quản trị nhân sự, bởi khi doanh nghiệp thay đổi, đội ngũ quản trị nhân sự sẽ đóng vai trò trung tâm khi trả lời những câu hỏi quan trọng mà ban lãnh đạo doanh nghiệp đặt ra, chẳng hạn như: “Chúng ta cần thu hút những kỹ năng và khả năng nào để làm việc với hệ thống tự động hóa này?” Kiến thức của bộ phận quản trị nhân sự cùng nguồn dữ liệu dồi dào mà họ sở hữu có thể trả lời những câu hỏi này và giúp tổ chức chuẩn bị cho những thay đổi sẽ đến. Tôi cho rằng vai trò quan trọng mà quản trị nhân sự thông minh cũng như siêu thông minh thực hiện là hỗ trợ doanh nghiệp khi nhu cầu của họ không ngừng thay đổi và phát triển. Thách thức và cơ hội Rõ ràng là dữ liệu, công cụ phân tích và tự động hóa mang lại cả những thay đổi cùng cơ hội lớn đối với đội ngũ quản trị nhân sự. Trong vài năm tới, cách thức bộ phận quản trị nhân sự thực hiện công việc của mình sẽ thay đổi khi máy tính đảm nhiệm những công việc mang tính lặp đi lặp lại. Tự động hóa sẽ giúp tiết kiệm thời gian, tăng hiệu suất cũng như cải thiện quá trình ra quyết định trong nhiều hoạt động, từ tìm kiếm, tuyển dụng người tài cho tới hỗ trợ nhân viên trong quá trình học hỏi và phát triển của họ. Khi bộ phận quản trị nhân sự rời xa những công việc nhàm chán và tốn nhiều thời gian để tập trung vào các vấn đề lớn hơn mang tính chiến lược, họ chắc chắn sẽ có nhiều giá trị cũng như vai trò lớn hơn đối với thành công của tổ chức. Vì thế, dù hiểu rằng những thảo luận về việc tự động hóa khiến cho nhiều người làm trong ngành quản trị nhân sự (cũng như nhân viên và cả cấp lãnh đạo) lo lắng, tôi cho rằng những bước phát triển này nên được nhìn nhận trong một bối cảnh lớn hơn, trong đó ngành quản trị nhân sự ngày càng trở nên thông minh và mang lại nhiều giá trị hơn cho tổ chức. Khi hầu như mọi khía cạnh khác của cuộc sống đều trở nên thông minh hơn, từ điện thoại, tivi cho đến cách chúng ta mua sắm, cách thức làm việc của chúng ta cũng vậy. Không ai có thể đoán trước một cách chắc chắn công nghệ sẽ biến đổi ra sao, ở quy mô hay thời điểm nào, nhưng chúng ta biết rất rõ công nghệ sẽ tiếp tục đi theo một hướng duy nhất, đó là tiến lên phía trước. Các bước tiến về công nghệ sẽ không thể chậm lại và công nghệ cũng sẽ không thể trở nên kém phổ biến. Chúng ta sẽ có thêm dữ liệu, các thuật toán thông minh, những chương trình học máy tiên tiến, thêm nhiều thiết bị cảm ứng, mức độ tự động hóa cao hơn,… chỉ có nhiều thêm, chứ không ít đi. Đội ngũ quản trị nhân sự cần chuẩn bị sẵn sàng cho sự chuyển đổi này. Dù sẽ có những thách thức, nhưng dữ liệu, công cụ phân tích và tự động hóa cũng mang lại những cơ hội to lớn để cải thiện cách chúng ta kinh doanh, giúp cho cuộc sống của người lao động tốt hơn, đồng thời gia tăng sự đóng góp của bộ phận quản trị nhân sự cho tổ chức. Theo tôi, đây là điều hết sức thú vị về quản trị nhân sự thông minh (và siêu thông minh). Tóm tắt nội dung Rõ ràng là đã có những bước tiến dài về dữ liệu cùng công cụ phân tích kể từ khi những máy tính thời kỳ đầu cùng cơ sở dữ liệu đơn giản xuất hiện, và sự bùng nổ về dữ liệu sẽ thay đổi một cách đáng kể phương thức hoạt động của ngành quản trị nhân sự cũng như mọi ngành nghề khác. Dưới đây là phần tóm tắt nội dung của chương này: - Hầu như mọi điều chúng ta làm ngày nay đều có thể được ghi nhận trên môi trường kỹ thuật số, chúng ta có thể thu thập, lưu trữ và truy xuất nhiều loại dữ liệu. Internet Vạn vật cùng sự kết nối với các thiết bị thông minh đóng vai trò then chốt trong sự bùng nổ dữ liệu. - Với tất cả nguồn dữ liệu này, thách thức đặt ra là làm sao để xác định loại dữ liệu nhân sự nào có thể tạo nên tác động đối với hiệu quả hoạt động của công ty. Vấn đề mấu chốt không phải là số lượng dữ liệu mà là chất lượng của cách đặt vấn đề với những dữ liệu đó. - Các công ty hiện đã biến dữ liệu nhân sự thành những nguồn thông tin có giá trị, như dự báo thời điểm nhân viên nghỉ việc hoặc có thể tìm những ứng viên phù hợp nhất ở đâu. - Bất cứ khi nào cần xử lý và phân tích một lượng dữ liệu lớn và phức tạp, chúng ta có thể dùng đến trí tuệ nhân tạo (đặc biệt là học máy và học sâu). - Chúng ta đang tiến vào thời đại “quản trị nhân sự siêu thông minh” nhờ sự trỗi dậy của tự động hóa trong hầu hết các ngành nghề. - Ngành quản trị nhân sự cần nắm bắt công nghệ mới cũng như mức độ tự động hóa ngày càng cao. Khi những công việc hành chính và nhàm chán có thể tự động hóa, người làm công việc quản trị nhân sự sẽ được giải phóng để tập trung nhiều hơn vào những vấn đề mang tính chiến lược có giá trị lớn hơn cho tổ chức. Trong chương tiếp theo, chúng ta sẽ tìm hiểu bộ phận quản trị nhân sự nên chuẩn bị như thế nào cho sự chuyển đổi này bằng việc tạo nền tảng cho quản trị nhân sự bằng dữ liệu, trong đó, bước đầu tiên là tạo ra một chiến lược dữ liệu thông minh và mạnh mẽ có kết nối với các mục tiêu lớn hơn của tổ chức, đồng thời tạo ra một giải pháp đề xuất kinh doanh mạch lạc về việc sử dụng dữ liệu. Chú thích 1 Eric Schmidt: Cứ sau mỗi hai ngày chúng ta tạo ra lượng thông tin được tạo ra tính đến năm 2003, Siegler, M G (2010) [Truy cập ngày 23 tháng 10 năm 2017] https://techcrunch.com/2010/08/04/schmidt-data 2 Vũ trụ kỹ thuật số đầy cơ hội, Turner, V (2014) [Truy cập ngày 23 tháng 10 năm 2017] https://www.emc.com/leadership/digital universe/2014iview/executive-summary.htm 3 Đến năm 2025 mỗi phút có 152.000 thiết bị thông minh: hình dung của IDC về tương lai của thiết bị thông minh, Kanellos, M (2016) [Truy cập ngày 23 tháng 10 năm 2017] https://www.forbes.com/sites/michaelkanellos/2016/03/03/1 52000-smart-devices-every-minute-in-2025-idc-outlines-the future-of-smart-things/#77d1b5ed4b63 4 Tổng giám đốc thông báo với cổ đông: 50 tỷ kết nối vào năm 2020, thông cáo báo chí Ericsson (2010) [Truy cập ngày 23 tháng 10 năm 2017] https://www.ericsson.com/en/press releases/2010/4/ceo-to-shareholders-50-billion-connections 2020 5 Năm 2020 có 6,1 tỷ người dùng điện thoại thông minh trên toàn thế giới, vượt số lượng đăng ký điện thoại cố định, Lunden, I (2015) [Truy cập ngày 23 tháng 10 năm 2017] https://techcrunch.com/2015/06/02/6-1b-smartphone-users globally-by-2020-overtaking-basic-fixed-phone-subscriptions 6 Watson, IBM [Truy cập ngày 23 tháng 10 năm 2017] https://www.ibm. com/watson 7 Microsoft xóa tweet ngày càng mang tính phân biệt chủng tộc từ chatbot trí tuệ nhân tạo của hãng, Price,R(2016) [Truy cập ngày 23 tháng 10 năm 2017] http://uk.businessinsider.com/microsoft-deletes-racist genocidal-tweets-from-ai-chatbot-tay-2016-3 8 Máy tính có cảm xúc sẽ kiểm soát cuộc sống của chúng ta như thế nào, Telegraph, Murgia, M (2016) [Truy cập ngày 23 tháng 10 năm 2017] http://www.telegraph.co.uk/technology/news/12100629/Affe ctive-computing-how-emotional-machines-are-about-to-take over-our-lives.html 9 BBC sử dụng dữ liệu lớn như thế nào, Marr, B [Truy cập ngày 23 tháng 10 năm 2017] https://www.bernardmarr.com/default. asp?contentID=710 10 Xu hướng tương lai có ảnh hưởng đến tổ chức của bạn, The Economist Intelligence Unit (2015) [Truy cập ngày 23 tháng 10 năm 2017] http://futurehrtrends.eiu.com 11 Khảo sát nhân sự toàn toàn cho thấy lý do nhân viên muốn có chỉ một nguồn phân tích, SAP SuccessFactors [Truy cập ngày 23 tháng 10 năm 2017] https://www.successfactors.com/en_us/lp/global-hr survey.html? Campaign_ID=21487&TAG=Q413_Global_HR_Survey_EC_ LinkedIn&CmpLeadSource=Public%20Relations 12 Google sử dụng phân tích nhân sự để cải tổ quản trị nhân lực, Sullivan, J(2013) [Truy cập ngày 23 tháng 10 năm 2017] https://www.eremedia.com/ tlnt/how-google-is-using-people analytics-to-completely-reinvent-hr 13 Google chuyển đổi kỹ sư sang làm quản lý như thế nào, Garvin, D A (2013) [Truy cập ngày 23 tháng 10 năm 2017] https://hbr.org/2013/12/ how-google-sold-its-engineers-on management 14 Trải nghiệm siêu tài năng. Di động. Nhanh hơn. Peoplise [Truy cập ngày 23 tháng 10 năm 2017] http://www.peoplise.com 15 Mở rộng chuyên môn: Điện toán biết nhận thức sẽ thay đổi quản trị nhân lực và trải nghiệm của nhân viên như thế nào, IBM [Truy cập ngày 23 tháng 10 năm 2017] http://www 935.ibm.com/services/us/gbs/thoughtleadership/ cognitivehrstudy 16 Facebook đưa vào sử dụng nền tảng Messenger có chatbot, Constine, J (2016) [Truy cập ngày 23 tháng 10 năm 2017] https://techcrunch.com/ 2016/04/12/agents-on-messenger 17 Messenger bot dành cho doanh nghiệp và kỹ sư lập trình, Messenger [Truy cập ngày 23 tháng 10 năm 2017] https://messenger.fb.com 18 Đừng bao giờ trả lời cùng một câu hỏi đến hai lần, Talla [Truy cập ngày 23 tháng 10 năm 2017] https://talla.com 19 Vì sao chúng ta không cần đến các phòng ban quản trị nhân sự nữa, Marr, B (2013) [Truy cập ngày 31 tháng 1 năm 2018] https://www.linkedin.com/ pulse/20131118060732- 64875646-why-we-no-longer-need-hr-departments/ 20 Tương lai công việc: Máy tính sẽ ảnh hưởng thế nào đến công ăn việc làm? Frey, C B and Osborne, M A (2013) [Truy cập ngày 23 tháng 10 năm 2017] http://www.oxfordmartin.ox.ac.uk/downloads/academic/ The_Future_of_Employment.pdf Chương 3 CHIẾN LƯỢC SỬ DỤNG DỮ LIỆU: XÂY DỰNG GIẢI PHÁP CHO QUẢN TRỊ NHÂN SỰ THÔNG MINH Đ ể làm sáng rõ các mục tiêu, tận dụng tối đa dữ liệu và giành được sự ủng hộ cho các hoạt động của mình, bạn cần có một giải pháp kinh doanh rõ ràng cho việc quản trị nhân sự bằng dữ liệu. Trong thực tế, điều này có nghĩa là bạn cần vạch ra một chiến lược sử dụng dữ liệu cho quản trị nhân sự, trong đó có kết nối với các mục tiêu hoạt động rộng lớn hơn và cho thấy bộ phận nhân sự sẽ đóng góp như thế nào cho những mục tiêu đó; cũng như chỉ ra những mục tiêu cụ thể của mảng nhân sự và cách thức để đạt các mục tiêu đó thông qua sử dụng dữ liệu và công cụ phân tích. Trong chương này, tôi sẽ trình bày lý do cần phải có một chiến lược sử dụng dữ liệu và tại sao cần kết nối chiến lược đó với những mục tiêu lớn hơn của tổ chức. Sau đó, tôi sẽ đưa ra quy trình tạo lập một “bảng chiến lược thông minh” hay “kế hoạch dài một trang” để giúp bạn làm sáng tỏ mục tiêu của mình và tìm hiểu xem bạn muốn sử dụng dữ liệu như thế nào. Sau đó, tôi sẽ giới thiệu về quy trình tạo lập chiến lược quản trị nhân sự thông minh hay quản trị nhân sự bằng dữ liệu, bao gồm hiểu biết cần có về bốn tầng dữ liệu và sáu câu hỏi quan trọng là cơ sở cho một chiến lược dữ liệu tốt. Mọi việc bắt đầu từ chiến lược Như chúng ta đã thấy trong Chương 2, sự bùng nổ về dữ liệu đã tác động đến hầu như mọi lĩnh vực đời sống, trong đó có công việc. Chúng ta đang sống trong một thế giới mà ở đó, khối lượng dữ liệu được tạo ra mỗi ngày – thậm chí trong mỗi giây – là thực sự đáng kinh ngạc. Và khi bàn đến việc chúng ta nên làm gì với những dữ liệu này, tôi nhận thấy rằng nhiều công ty, hay nhiều bộ phận trong các công ty, rơi vào một trong hai trường hợp: một số hết sức hào hứng với dữ liệu, họ tìm hiểu và bắt đầu thu thập đủ loại dữ liệu, đơn giản là vì họ có thể thu thập, mà không cân nhắc xem những dữ liệu này có lợi gì cho doanh nghiệp; trong khi đó, nhiều doanh nghiệp khác lảng tránh sử dụng dữ liệu, thường là bởi họ thấy choáng ngợp và không biết bắt đầu từ đâu. Đây chính là lúc cần đến chiến lược sử dụng dữ liệu. Bạn thực sự cần loại dữ liệu nào Bạn thực sự không nên thu thập lượng dữ liệu lớn mà không dùng tới, và với nhiều loại dữ liệu nhân sự thì càng không, bởi bản thân dữ liệu nhân sự có nhiều thông tin cá nhân trong đó. Việc lạm dụng quyền hạn để thu thập dữ liệu nhân viên sẽ dẫn tới sự ngờ vực và các vấn đề đạo đức, bởi mọi người cảm thấy rằng họ đang bị theo dõi mà không có lý do rõ ràng hoặc thắc mắc liệu việc làm đó có mang lại lợi ích cho họ hay công ty không. (Như chúng ta sẽ thấy trong Chương 6, lòng tin và sự minh bạch đóng vai trò quyết định đối với thành công của việc sử dụng dữ liệu.) Tôi luôn cho rằng sức mạnh của dữ liệu không nằm ở khối lượng dữ liệu ấn tượng mà ta có thể thu thập hay những công cụ phân tích siêu hạng có thể phân loại dữ liệu theo vô số cách thức. Sức mạnh của dữ liệu nằm ở cách bạn sử dụng. Mọi chuyện tùy thuộc ở cách bạn sử dụng những thông tin có được từ dữ liệu nhằm đưa ra nhiều quyết định tốt hơn, hiểu hơn về nhân viên, tối ưu hóa hoạt động và gia tăng giá trị cho công ty. Vì thế, bạn cần hiểu rõ bạn muốn đạt được điều gì và đặc biệt, loại dữ liệu nào sẽ giúp bạn đạt được điều đó. Vì sao “lớn” không phải lúc nào cũng tốt hơn Thu thập, lưu trữ và phân tích lượng dữ liệu nhỏ nhất có thể là cách lý tưởng nhất giúp bạn đạt được mục tiêu. Tôi từng tư vấn cho một trong những nhà bán lẻ lớn nhất thế giới, sau phần trao đổi của tôi với lãnh đạo tập đoàn, vị CEO đến gặp đội ngũ làm việc về dữ liệu và yêu cầu họ ngừng việc xây dựng cơ sở dữ liệu lớn nhất thế giới, thay vào đó tạo dựng cơ sở dữ liệu nhỏ nhất nhưng có thể giúp công ty trả lời các câu hỏi quan trọng nhất. Đây là một cách làm tuyệt vời. Dù mọi người đều rất hào hứng với dữ liệu “lớn”, nhỏ mới là điều cần hướng tới. Kiểm soát khối lượng càng nhỏ càng tốt có nghĩa là bạn đang tập trung vào mục tiêu muốn đạt được và loại dữ liệu có thể giúp bạn làm được điều đó. Tất nhiên, những người khổng lồ về dữ liệu lớn như Google và Facebook thu thập tất cả những gì có thể và không bao giờ loại bỏ dữ liệu, bởi chúng có thể mang lại giá trị trong tương lai. Google thậm chí ghi nhận những từ thường bị viết sai trong các lượt tra cứu trên Internet và sử dụng dữ liệu đó để tạo ra công cụ kiểm tra lỗi chính tả tốt nhất thế giới. Google có nhân lực, chuyên môn và ngân sách để xử lý khối lượng dữ liệu khổng lồ, trong khi hầu hết các công ty khác không có nguồn lực như vậy, đó là lý do bạn chỉ nên thu thập những dữ liệu thật sự cần thiết cho mục tiêu của mình. Việc xây dựng một chiến lược sử dụng dữ liệu tốt giúp bạn phát triển và duy trì khả năng tập trung vào những dữ liệu có ích nhất đối với đơn vị của bạn. Bên cạnh đó, có được một chiến lược dữ liệu mạnh sẽ giúp bạn đảm bảo rằng toàn bộ quy trình sẽ hoạt động suôn sẻ cũng như chuẩn bị tốt cho đội ngũ quản trị nhân sự và các đơn vị khác trong tổ chức cho hành trình sắp tới. Điểm khởi đầu: kết nối chiến lược nhân sự với mục tiêu lớn hơn của tổ chức Loại dữ liệu bạn thu thập và cách bạn phân tích chúng hoàn toàn phụ thuộc vào mục tiêu của bạn, vì thế bạn cần xem xét điều này như bước đầu tiên khi xây dựng chiến lược sử dụng dữ liệu. Bạn sẽ có được chiến lược sử dụng dữ liệu tốt nhất khi kết nối với các mục tiêu lớn hơn của tổ chức, và thực tế, chiến lược đó nên được phát triển từ các mục tiêu của doanh nghiệp nhằm tạo ra hướng đi cụ thể cho mảng quản lý nhân sự. Vì thế, điểm khởi đầu không phải là từ nhân sự, mà là kế hoạch chiến lược của toàn công ty. Trong điều kiện lý tưởng, kế hoạch chiến lược của tổ chức là một văn bản đơn giản và súc tích mà mọi người trong tổ chức đều có thể đọc và hiểu, tương tự bản kế hoạch dài một trang trong đó vạch ra định hướng của tổ chức. Tuy nhiên, thực tế không phải lúc nào cũng như vậy, tôi đã nhận thấy kế hoạch chiến lược của một số tổ chức quá dài và phức tạp, khiến họ khó xác định được những việc cần thực hiện. Dù chiến lược công ty bạn là gì, trong đó cũng nên có các kết quả cần đạt được, bao gồm những mục tiêu về tài chính cũng như phi tài chính, và (tôi hy vọng) có cả các hoạt động chủ chốt cùng những yếu tố có thể giúp đạt được các mục tiêu này. Nếu chiến lược hoạt động của công ty không cung cấp đầy đủ những thông tin này, bạn nên thảo luận với đội ngũ lãnh đạo trước khi tiến xa hơn, bởi việc bạn hiểu chính xác đường hướng của doanh nghiệp có vai trò rất quan trọng. Khi đã nắm rõ những mục tiêu chiến lược của công ty, bạn có thể bắt đầu xây dựng kế hoạch quản trị nhân sự của riêng mình, trong đó có kết nối với những mục tiêu của công ty và nêu rõ những gì cần đạt được để đóng góp cho thành công của công ty. Ví dụ, một trong những mục tiêu của doanh nghiệp là giảm chi phí hoạt động trong vòng ba năm tới, điều này rõ ràng sẽ tác động tới các mục tiêu cụ thể về quản trị nhân sự và loại dữ liệu mà bạn muốn sử dụng. Xây dựng kế hoạch ngắn gọn về dữ liệu Hãy thực hiện bước này theo cách càng đơn giản càng tốt. Đừng cố gắng xây dựng một danh sách dài với cả trăm mục tiêu về nhân sự mà bạn muốn thực hiện. Thay vào đó, hãy tập trung vào những mục tiêu chủ chốt. Bạn không thể tạo lập một chiến lược dữ liệu tốt nếu không nắm được chính xác bạn muốn đạt được điều gì cũng như cần tập trung vào những lĩnh vực hay hoạt động nào để đạt được các mục tiêu đó. Một danh sách mục tiêu quá dài sẽ khiến cho chiến lược dữ liệu trở nên lộn xộn (và có thể sẽ rất tốn kém) mà mang lại rất ít giá trị. Để hiểu rõ về mục tiêu và hoạt động, bạn cần xây dựng một kế hoạch nhân sự ngắn gọn, hay như tôi thường gọi là “bảng chiến lược thông minh”. Bảng này gồm sáu mục đơn giản như được liệt kê dưới đây, và mỗi mục nên được xây dựng thống nhất với các mục tiêu chung của tổ chức. Mục đích của bộ phận nhân sự Trong mục này, bạn nêu lên bối cảnh cho chiến lược của mình bằng việc mô tả những mục tiêu mà bộ phận nhân sự muốn đạt được theo cách diễn đạt đơn giản. Một cách làm hiệu quả là đưa ra tuyên bố về mục đích và tầm nhìn của doanh nghiệp. Tuyên bố về mục đích (hay sứ mệnh) cần ngắn gọn, trong đó cho biết vai trò của đội ngũ của bạn. Như tên của đề mục này đã nêu, phần tuyên bố này trả lời câu hỏi: “Mục đích của chúng tôi là gì?” Tầm nhìn (hay tham vọng) sẽ quyết định mục đích của bạn, đặc biệt là cách thức hoạt động của bộ phận nhân sự trong tương lai. Bạn nên nêu lên những tham vọng này một cách đầy cảm hứng, trong đó đưa ra cả các giá trị và cách ứng xử mà bộ phận quản trị nhân sự luôn tuân thủ. Khách hàng Với bất kỳ đội ngũ quản trị nhân sự nào, đối tượng khách hàng chủ chốt chính là nhân viên của tổ chức. Vì thế, mục này cho thấy hiểu biết của bạn về họ: - Những gì bạn đã biết; - Những gì bạn chưa biết; - Những gì bạn cần tìm hiểu nếu muốn đạt được những mục tiêu của mình. Cũng như với các mục khác trong bảng chiến lược, bạn cần gắn những nội dung này với mục tiêu lớn hơn của tổ chức và sự liên hệ với nhân viên trong công ty. Tài chính Trong mục này, bạn cần nêu rõ những tham vọng hay mục tiêu về tài chính nếu có, bởi những yếu tố này có liên hệ với chiến lược của tổ chức. Mục tiêu về tài chính có thể là cắt giảm chi phí, nhưng cũng có thể bao gồm hoạt động mang lại giá trị gia tăng cho công ty, như quảng bá thương hiệu của doanh nghiệp và thu hút nhân tài. Chúng ta đều biết rằng việc tìm kiếm, đào tạo và giữ chân nhân viên giỏi tiêu tốn rất nhiều tiền của doanh nghiệp, vì thế bạn có thể xây dựng nhiều mục tiêu về tài chính liên quan đến nội dung này. Ví dụ, bạn có thể xây dựng mục tiêu tổ chức lại hoạt động đào tạo và hướng dẫn nhân viên mới làm quen với công ty theo hướng chuyển sang sử dụng các chương trình đào tạo trực tuyến, đồng thời cho thấy hiệu quả lớn hơn từ các hoạt động đào tạo trực tuyến đó (như sử dụng dữ liệu và công cụ phân tích để cho thấy mối liên hệ rõ nét giữa đào tạo, hiệu suất nhân viên và khả năng giữ chân người tài). Hoạt động của bộ phận nhân sự Trong mục này, bạn cần xem xét hoạt động của bộ phận quản lý nhân sự và những thay đổi cần thiết để đạt được các mục tiêu. Ví dụ, liệu bạn có cần hợp tác với các nhà cung cấp bên ngoài không và nếu có, bạn đã có mối quan hệ với các đối tác đó chưa hoặc có cần xây dựng mối quan hệ đó không? Ngoài ra, hãy xem xét các năng lực nội bộ và bất kỳ khoảng cách về năng lực nào mà bạn cần củng cố cho đội ngũ của mình (và nếu có, bạn sẽ thực hiện việc rút ngắn khoảng cách về năng lực đó như thế nào?). Hệ thống và quy trình quản lý nhân sự của bạn cũng nên được xem xét trong mục này. Nguồn lực của bộ phận nhân sự Trọng tâm của mục này là xác định chính xác bạn cần những nguồn lực nào để đạt được các mục tiêu. Điều này có thể bao gồm hệ thống công nghệ thông tin, hạ tầng, con người, nhân lực giỏi và văn hóa, giá trị cũng như kỹ năng lãnh đạo. Rõ ràng, có rất nhiều cần quan tâm khi xem xét dữ liệu và tác động của chúng đối với nguồn lực về công nghệ thông tin, nhưng ở phần này, bạn chưa cần đi quá chi tiết. Hãy nhớ rằng kế hoạch ngắn gọn này giúp bạn vạch ra những gì bạn muốn đạt được và những gì bạn cần làm để đạt được điều đó. Trong Chương 6, chúng ta sẽ tìm hiểu sâu hơn về những gì hệ thống cần có để biến dữ liệu thành thông tin. Sự cạnh tranh và rủi ro Trong phần này, bạn nên tính đến những sự cạnh tranh cùng rủi ro tiềm tàng nào mà bạn sẽ phải đối mặt trong quá trình thực hiện chiến lược. Hãy tự hỏi bản thân: “Ai sẽ là đối thủ cạnh tranh chính (như các công ty dịch vụ quản trị nhân sự bên ngoài) và tại sao?” Bạn cũng nên cân nhắc những yếu tố bên ngoài có thể ảnh hưởng đến thành công của bạn, như thị trường, các rủi ro từ chính sách hay con người. Bên cạnh đó là các yếu tố nội bộ, như rủi ro về tài chính, hoạt động và nhân sự giỏi. Cách tốt nhất để ứng phó với những rủi ro này là hiểu rõ về chúng. Tìm cách tốt nhất để sử dụng dữ liệu Sau khi đã tạo lập kế hoạch, bạn nên nắm rõ định hướng của đội ngũ quản trị nhân sự trong tương lai, cách thức bạn có thể mang lại giá trị cho tổ chức cũng như các lĩnh vực mà bạn cần phát triển. Tiếp đó, trước khi tiến hành thực hiện chiến lược sử dụng dữ liệu, bạn cần cân nhắc làm thế nào để sử dụng dữ liệu theo cách tốt nhất. Như chúng ta đã thấy trong Chương 1, có nhiều cách để sử dụng dữ liệu trong kinh doanh, nhưng nhìn chung, có bốn nhóm chức năng như sau: - nâng cao chất lượng ra quyết định; - tối ưu hóa hoạt động; - hiểu rõ khách hàng hơn (trong trường hợp của quản trị nhân sự, khách hàng chính là nhân viên công ty); - kinh doanh dữ liệu. Trong mục này, chúng ta sẽ xem xét mối liên hệ của những chức năng này đối với chiến lược quản trị nhân sự của bạn. Tôi thấy rằng mỗi tổ chức đều khác biệt và bạn có thể cảm thấy một vài chức năng trong số này không phù hợp với mình. Ví dụ, một vài đội ngũ quản trị nhân sự có thể gặp phải nhiều thách thức về hoạt động, trong khi những công ty khác lại gặp nhiều vấn đề về mức độ hài lòng của nhân viên và họ cần hiểu hơn về nhân viên của mình một cách nhanh chóng. Về việc kinh doanh dữ liệu, đây thực sự là một vấn đề lớn đối với những dữ liệu liên quan đến nhân viên, tuy vậy tôi vẫn khuyến khích bạn xem xét cả bốn khía cạnh này trước khi quyết định sử dụng dữ liệu như thế nào. Có khả năng là bạn sẽ chỉ tập trung vào một hay hai khía cạnh, nhưng bạn vẫn nên xem xét cả bốn trước khi bắt tay vào sử dụng dữ liệu. Sử dụng dữ liệu để nâng cao chất lượng ra quyết định Hầu hết khách hàng của tôi đều có mục tiêu nâng cao chất lượng ra quyết định, và dữ liệu đang ngày càng giúp ích cho quá trình ra quyết định tại các tổ chức, từ những tập đoàn đa quốc gia cho tới các doanh nghiệp khởi nghiệp quy mô nhỏ. Thành công của một công ty nhiều khi đến từ việc đưa ra được những quyết định kinh doanh tốt hơn, hiểu biết hơn, và dữ liệu mang lại nhiều thông tin phục vụ cho quá trình ra quyết định đó. Có hai phương diện quan trọng trong việc ra quyết định tốt hơn liên quan đến quản trị nhân sự. Thứ nhất là đội ngũ quản trị nhân sự đưa ra những quyết định tốt hơn nhằm đạt được các mục tiêu của tổ chức cũng như của đơn vị mình, đồng thời giải quyết được các thách thức liên quan đến nhân sự. Thứ hai là đội ngũ quản trị nhân sự giúp các đơn vị, từ ban lãnh đạo tới các bộ phận khác, đưa ra được những quyết định tốt hơn nhờ sử dụng dữ liệu về nhân viên. Nhiều tổ chức có xu hướng mở rộng khả năng tiếp cận và truy cập dữ liệu (thường là dữ liệu theo thời gian thực) một cách rộng rãi để hỗ trợ quá trình ra quyết định. Vì thế, mỗi đội ngũ quản trị nhân sự cần cân nhắc cung cấp dữ liệu nhân sự như thế nào là phù hợp cho những người có nhu cầu cũng như khi nào cần cung cấp dữ liệu theo thời gian thực. Ngày càng nhiều công ty xây dựng văn hóa ra quyết định dựa trên dữ liệu, thay vì dựa trên trực giác hay cách làm truyền thống. Chúng ta đã thấy hai ví dụ trong Chương 2 (Google ra quyết định về các quản lý dựa trên dữ liệu) và Chương 1 (Xerox xây dựng tiêu chí về nhân viên chăm sóc khách hàng lý tưởng dựa vào dữ liệu). Bộ phận nhân sự có thể mang lại vô số dữ liệu và đóng góp cho văn hóa ra quyết định dựa trên những dữ liệu này. Sử dụng dữ liệu để tối ưu hóa hoạt động Chức năng này của dữ liệu sẽ giúp tối ưu hóa các quy trình nhân sự và hoạt động thường ngày nhằm nâng cao hiệu quả cũng như chất lượng dịch vụ. Như chúng ta đã thấy trong Chương 2, điều này đồng nghĩa với việc sử dụng tự động hóa càng nhiều càng tốt và đưa vào vận hành những hệ thống nội bộ cho phép bạn tự động tận dụng hiệu quả của dữ liệu về nhân sự. Ngày nay, tự động hóa đã trở thành điều tất yếu đối với các đội ngũ nhân sự. Nhưng điều đó không đồng nghĩa với việc tự động hóa tất cả các quy trình và thay thế nhân viên nhân sự bằng chatbot. Thực tế, điều này có nghĩa là xem xét các quy trình và hoạt động chủ chốt, hiểu rằng bộ phận nhân sự nên dành tiền và thời gian cho những hoạt động nào cũng như cân nhắc cách thức nâng cao hiệu quả của các quy trình đó. Tôi sẽ trình bày sâu hơn về các chức năng và hoạt động của bộ phận quản trị nhân sự trong các chương từ 7 đến 11. Sử dụng dữ liệu để hiểu rõ hơn về khách hàng Đây là một trong những chức năng thông dụng nhất của dữ liệu trong kinh doanh, với các ví dụ từ việc Amazon và Netflix dùng dữ liệu để đưa ra những gợi ý hữu ích về việc nên mua hay xem gì tiếp theo, đến việc các cửa hàng tổng hợp theo dõi cách khách hàng di chuyển trong cửa hàng cũng như cách trưng bày hàng hóa nào sẽ thu hút sự chú ý của họ. Chức năng này giúp bạn tìm hiểu về khách hàng – họ đến từ đâu, họ quan tâm tới điều gì, họ thích hay không thích điều gì – cũng như những xu hướng lớn hơn trên thị trường. Đối với bộ phận quản trị nhân sự, khách hàng chính là nhân viên của tổ chức (và trong một mức độ nào đó, là đội ngũ lãnh đạo). Càng hiểu rõ về khách hàng, bạn càng có khả năng đáp ứng tốt hơn nhu cầu của họ. Chức năng này liên quan đến cả yếu tố nội bộ và bên ngoài. Về nội bộ, đội ngũ quản trị nhân sự có thể sử dụng dữ liệu để hiểu hơn về nhân viên và văn hóa của tổ chức, chẳng hạn như họ có hài lòng hay gắn bó với tổ chức không, môi trường làm việc của họ có an toàn không,… Chưa nói đến sự bùng nổ về thiết bị công nghệ đeo tay, chỉ với những kỹ thuật phân tích như hiện nay, ví dụ như công cụ phân tích văn bản và video, việc thu thập thông tin về cảm xúc và hiệu quả làm việc của con người đã trở nên dễ dàng hơn bao giờ hết. Mạng xã hội cũng cung cấp nguồn thông tin dồi dào về khách hàng. Dữ liệu cũng có thể giúp bộ phận quản trị nhân sự đánh giá các yếu tố từ bên ngoài và hiểu về thương hiệu của công ty với tư cách một đơn vị sử dụng lao động (bằng cách sử dụng các nền tảng như LinkedIn và Glassdoor). Dữ liệu có thể mang lại những thông tin có giá trị về đánh giá của người ngoài về công ty bạn và cách thức thu hút nhân viên giỏi. Chức năng này có nhiều điểm tương đồng với việc đưa ra những quyết định tốt hơn. Khi đã hiểu rõ về khách hàng, bạn có thể đưa ra những quyết định sáng suốt về cách thức đáp ứng nhu cầu của họ – đó là những quyết định có được từ việc xem xét dữ liệu thay vì dựa vào dự đoán. Đây cũng là lý do mà chức năng này và chức năng thứ nhất luôn song hành với nhau. Kinh doanh dữ liệu Dữ liệu có giá trị lớn và ngày càng có nhiều công ty được mua lại vì nguồn dữ liệu mà chúng sở hữu. Chẳng hạn, thương vụ mua lại LinkedIn với giá 26,2 tỷ đô-la đã giúp Microsoft tiếp cận với mạng lưới hơn 400 triệu người làm chuyên môn và nguồn dữ liệu mà họ tạo ra.1 Những dữ liệu này sẽ được tích hợp vào các công cụ tương tác và công cụ tăng hiệu quả của Microsoft, từ đó cho phép tăng khả năng cá nhân hóa các sản phẩm của Microsoft đồng thời giúp công ty này tăng tính cạnh tranh trên thị trường. Đối với nhiều công ty, việc bán dữ liệu cho bên thứ ba là một lĩnh vực kinh doanh phát triển nhanh chóng, Facebook là một ví dụ điển hình. Mạng xã hội này miễn phí với người dùng, nhưng nó đã tạo ra dòng doanh thu từ dữ liệu người dùng bằng cách bán một số loại dữ liệu cho các công ty khác.2 Amazon cũng kinh doanh dữ liệu với quy mô lớn (và khác với Facebook, dữ liệu của Amazon liên quan đến cách chúng ta tiêu số tiền phải vất vả mới kiếm được, vì thế những dữ liệu này càng có giá trị đối với các doanh nghiệp). Điều này đã giúp Amazon trở thành đối thủ trực tiếp của Google, cả hai người khổng lồ trực tuyến đang cạnh tranh quyết liệt để thu hút các nhà quảng cáo.3 Và với việc Amazon đưa vào sử dụng trợ lý ảo Alexa cũng như Google giới thiệu Google Home, hai công ty này lại tiếp tục cạnh tranh để thu thập những dữ liệu người dùng có chất lượng và giá trị nhất. Việc kinh doanh dữ liệu tất nhiên có những thách thức nhất định đối với bộ phận quản trị nhân sự, bởi rất nhiều dữ liệu về nhân sự là thông tin cá nhân và nhạy cảm. Vì vậy, có khả năng bạn sẽ không thể kinh doanh dữ liệu nhân viên (thậm chí nếu có thể, thì bạn có muốn làm vậy không?). Tại Mỹ, đã có những đơn vị được đồn đoán là thu thập dữ liệu về thu nhập tại các công ty, trong đó có các công ty thuộc danh sách Fortune 500, và cung cấp những dữ liệu này cho các bên quan tâm.4 Nhìn chung, những hoạt động này không nhiều, tuy nhiên, xét về mặt mang lại giá trị gia tăng cho doanh nghiệp, bộ phận quản trị nhân sự có thể có đóng góp về mặt kinh tế. Khi dữ liệu nhân sự được sử dụng để nâng cao chất lượng ra quyết định, giúp cho nhân viên hài lòng hơn và tối ưu hóa các quy trình, bộ phận nhân sự đã đóng góp cho công ty. Tôi cho rằng nên nhìn dữ liệu nhân sự như một loại tài sản chủ chốt của công ty. Tuy vậy, khi dữ liệu nhân sự trở thành một loại tài sản chủ chốt, bạn càng cần quản lý dữ liệu một cách cẩn thận. Một trong những lo ngại lớn nhất đối với dữ liệu, đặc biệt là dữ liệu cá nhân, là sự riêng tư và việc quản lý dữ liệu. Tôi sẽ trình bày thêm về an ninh dữ liệu, sự riêng tư và quản lý dữ liệu trong Chương 6. Chức năng nào phù hợp với bạn? Sau khi đã xem xét cả bốn chức năng trên và cân nhắc các mục tiêu về quản trị nhân sự, bạn có thể bắt đầu tìm kiếm khả năng sử dụng quản trị nhân sự bằng dữ liệu trong tổ chức của mình. Ví dụ, công ty bạn đặt mục tiêu trở thành một trong ba đơn vị tư vấn hàng đầu trong một lĩnh vực nhất định trong vòng ba năm tới. Điều này sẽ dẫn tới nhiều hành động có liên quan đến nhân sự như đánh giá và tối ưu hóa thương hiệu của công ty để thu hút nhân sự giỏi. Như vậy cũng đồng nghĩa với việc nhiều khả năng bạn có thể vận dụng quản trị nhân sự bằng dữ liệu vào việc hiểu rõ hơn về khách hàng và nâng cao chất lượng ra quyết định. Vì vậy, khi bạn biết được cơ hội lớn nhất nằm ở đâu và bạn muốn sử dụng dữ liệu theo cách nào, bạn có thể bắt đầu xây dựng chiến lược sử dụng dữ liệu. Hiểu về bốn tầng dữ liệu Hiện giờ chúng ta đã sẵn sàng bắt tay vào chiến lược sử dụng dữ liệu. Nhưng khi bắt đầu xây dựng chiến lược, bạn cần hiểu bốn tầng lớp của dữ liệu, bởi một chiến lược sử dụng dữ liệu tốt cần tính đến cả bốn tầng này (xem Bảng 3.1). 1. Nguồn dữ liệu Đây là nguồn gốc của những dữ liệu mà đội ngũ quản trị nhân sự thu thập được. Trong đó bao gồm mọi thứ từ doanh số bán hàng (dùng cho các mục đích liên quan đến chỉ số đánh giá hiệu suất công việc – KPI), phản hồi của khách hàng, khảo sát và phản hồi của nhân viên, lưu trữ thư điện tử, hồ sơ cá nhân cùng bất cứ dữ liệu gì thu được từ hoạt động giám sát hoặc đo lường các khía cạnh hoạt động của công ty. Dữ liệu cũng có thể đến từ các nguồn bên ngoài tổ chức, thông qua các công cụ thu thập dữ liệu như Google Analytics hay mạng xã hội. Một trong những bước đầu tiên để xây dựng chiến lược sử dụng dữ liệu là đánh giá xem bạn đã có những gì và đối chiếu chúng với những gì bạn cần để trả lời các câu hỏi quan trọng. Có thể là bạn đã có những gì bạn cần, hoặc bạn cần tìm thêm các nguồn dữ liệu mới. 2. Lưu trữ dữ liệu Tiếp theo là công đoạn lưu trữ dữ liệu mà bạn đã thu thập được. Cùng với sự bùng nổ về dữ liệu lớn, hiện đã có những hệ thống và công cụ tinh vi để đáp ứng nhu cầu lưu trữ, như phần mềm Apache Hadoop. Bên cạnh một hệ thống lưu trữ dữ liệu mà máy tính của bạn có thể hiểu (hệ thống lưu trữ), bạn sẽ cần một hệ thống để tổ chức và phân loại những dữ liệu này theo cách con người có thể hiểu (cơ sở dữ liệu). 3. Xử lý và phân tích dữ liệu Khi muốn sử dụng dữ liệu, bạn cần có khả năng xử lý và phân tích chúng. Một cách thức thông dụng là sử dụng MapReduce, một công cụ có chức năng lựa chọn những thành phần dữ liệu mà bạn muốn phân tích, sau đó đưa chúng vào định dạng giúp bạn tách được phần thông tin bạn cần. Hiện nay, có rất nhiều công cụ và hệ thống có bản quyền có thể giúp bạn truy vấn thông tin, nhiều công cụ trong số đó được thiết kế dành cho những người dùng không phải là chuyên gia về dữ liệu. 4. Sản phẩm dữ liệu Đây là công đoạn sau khi dữ liệu đã được phân tích để tách thông tin và chuyển tới những người cần đến, đó có thể là bộ phận quản trị nhân sự, ban lãnh đạo hay các đơn vị khác trong công ty. Sản phẩm này có thể ở dạng báo cáo, biểu đồ, số liệu hay đề xuất. Dù được thể hiện bằng hình thức nào, thông tin cũng cần được trình bày rõ ràng và chính xác, giúp người nhận càng dễ dàng xác định những hoạt động cần làm càng tốt. Xây dựng chiến lược sử dụng dữ liệu: đặt đúng câu hỏi Khi đã nắm rõ bốn tầng lớp của dữ liệu, bạn có thể chia nhỏ chiến lược sử dụng dữ liệu nhân sự thành những câu hỏi hay phần nhỏ hơn. Trong các chương sau của cuốn sách, tôi sẽ trình bày cách thực hiện mỗi phần. Hãy tập trung để hiểu rõ bạn muốn làm gì. Có thể bạn sẽ cần đến sự hỗ trợ từ những người có chuyên môn để xây dựng chiến lược và thực hiện chiến lược đó. Tùy thuộc vào quy mô của công ty và nguồn lực con người, bạn nên có sự giúp sức của bộ phận phụ trách công nghệ thông tin vào quá trình này. Với những công ty nhỏ hơn và không có chuyên môn về dữ liệu cũng như nhiều nguồn lực nội bộ, bạn có thể nhờ đến các nhà tư vấn về dữ liệu. Họ sẽ giúp bạn xác định những hành động phù hợp nhất với nhu cầu của bạn. Như được trình bày trong Bảng 3.2, sáu câu hỏi sau đây sẽ giúp bạn hiểu và xác định rõ bạn muốn làm gì, và những câu hỏi này là cơ sở cho một chiến lược dữ liệu hiệu quả. Hãy trả lời cả sáu câu hỏi theo thứ tự dưới đây. Câu hỏi 1: Chúng ta cần trả lời các câu hỏi nào và giải quyết những vấn đề gì? Nhiều tổ chức và đơn vị tôi từng hợp tác thường mong muốn có càng nhiều dữ liệu càng tốt, không phải để phục vụ cho việc sử dụng những công cụ phân tích rất thông minh, mà bởi vì họ không biết mình thực sự cần loại dữ liệu nào. Bạn nên tính đến các mục tiêu chiến lược của mình hơn là suy nghĩ về các loại dữ liệu. Bạn thu thập nhiều dữ liệu để làm gì khi những dữ liệu đó không giúp ích cho các mục tiêu của bạn? Bạn còn nhớ kế hoạch dài một trang mà chúng ta đã nói đến trong chương này không? Hãy bắt đầu bằng việc xác định những câu hỏi chủ chốt có liên quan đến kế hoạch đó. Sau khi xác định mong muốn của mình, bạn cần xem xét những câu hỏi lớn cần phải trả lời để thực hiện thành công chiến lược đó. Một số câu hỏi có thể đã được trả lời trong khi xây dựng kế hoạch, còn một số câu hỏi khác sẽ cần được xem xét kỹ ở khâu này. Việc trả lời các câu hỏi này giúp bạn xác định chính xác mình cần biết những gì. Và khi biết rằng các câu hỏi của bạn có liên hệ với những mối ưu tiên của công ty, bạn có thể đảm bảo rằng đó là các câu hỏi quan trọng về chiến lược, thay vì đặt những câu hỏi “biết thì tốt nhưng cũng không quan trọng lắm”. Câu hỏi 2: Tôi cần dữ liệu nào để trả lời các câu hỏi và giải quyết những vấn đề đó? Tôi đã đề cập đến chuyện này vài lần, nhưng đây là điều mà tôi vẫn thường xuyên chứng kiến: quá nhiều công ty và đơn vị thu thập đủ loại dữ liệu chỉ vì họ có thể làm vậy, chứ không phải vì họ cần những dữ liệu đó. Khi xây dựng chiến lược sử dụng dữ liệu, điều quan trọng là phải tập trung vào loại dữ liệu bạn cần và không sa vào thu thập những dữ liệu không cần thiết cho mục tiêu của mình. Hãy xem lại các câu hỏi bạn đã xác định trong Câu hỏi 1 và nghĩ về những loại dữ liệu bạn cần để trả lời những câu hỏi đó. Nhiều dữ liệu trong số đó có sẵn trong công ty, nhưng cũng có những loại do các đơn vị bên ngoài cung cấp, ví dụ như dữ liệu liên quan đến tuyển dụng. Bạn cần xác định mình đã có hay chưa có loại dữ liệu nào. Với loại dữ liệu chưa có, hãy cân nhắc xem bạn có cần hợp tác với một đơn vị cung cấp bên ngoài hay tự xây dựng các phương thức mới để thu thập dữ liệu nội bộ? Bạn có thể tìm hiểu thêm về các nguồn dữ liệu chủ chốt trong Chương 4. Câu hỏi 3: Chúng ta sẽ phân tích những dữ liệu đó như thế nào? Sau khi xác định loại thông tin và dữ liệu bạn cần, hãy xem xét những yêu cầu về công cụ phân tích, ví dụ như cách phân tích những dữ liệu đó và biến chúng thành thông tin có giá trị để giúp bạn trả lời các câu hỏi cũng như đạt được các mục tiêu. Về mặt phân tích dữ liệu, phần lớn thông tin có giá trị xuất phát từ dữ liệu không có cấu trúc, như thư điện tử, các bài viết trên mạng xã hội, nội dung video và âm thanh,… Khi kết hợp những dữ liệu phức tạp và có phần lộn xộn này với các loại dữ liệu truyền thống hơn như KPI hay dữ liệu bán hàng, chúng ta sẽ thu được thông tin rất có giá trị. Tôi sẽ trình bày sâu hơn về nội dung này trong Chương 5. Câu hỏi 4: Chúng ta sẽ trình bày thông tin có được từ những dữ liệu đó như thế nào? Dữ liệu, công cụ phân tích và tất cả những thông tin hữu ích có được từ dữ liệu sẽ là vô nghĩa nếu không được chuyển tới đúng người, theo đúng cách và đúng thời điểm, để từ đó đưa ra hành động đúng. Có nhiều phương thức để báo cáo và trình bày thông tin, từ những bản tin được chuẩn bị cầu kỳ đi cùng dữ liệu được trình bày theo thời gian thực, đến các báo cáo đơn giản trong đó thông tin chủ chốt được đưa ra dưới dạng hình ảnh. Có lẽ điều quan trọng nhất ở công đoạn này là luôn hiểu rõ đối tượng sử dụng thông tin là ai. Vì thế, bạn cần xác định ai là người sử dụng thông tin và làm thế nào để mang lại thông tin đó cho họ. Bản thân bộ phận quản trị nhân sự có lẽ là những người sử dụng thông tin đông đảo nhất, nhưng chắc chắn bạn sẽ cần cung cấp thông tin cho nhiều người khác trong tổ chức. Đây chính là một phần việc quan trọng, qua đó đội ngũ quản trị nhân sự mang lại giá trị cho tổ chức. Vì thế, hãy cân nhắc xem ai sẽ cần được tiếp cận thông tin và bạn sẽ cung cấp thông tin đó theo cách nào. Tại sao bạn cần cân nhắc về những điều này? Bởi vì phương thức trình bày dữ liệu có liên quan đến những yêu cầu về hạ tầng dữ liệu. Điều này dẫn chúng ta tới câu hỏi thứ năm. Câu hỏi 5: Cơ sở hạ tầng liên quan là gì? Khi bạn đã xác định cần đến loại dữ liệu nào, cách biến chúng thành thông tin có giá trị cũng như cách trình bày thông tin đó, bước tiếp theo sẽ là tìm hiểu những cơ sở hạ tầng liên quan đến các quyết định này. Bạn phải nắm được những loại phần mềm hay phần cứng nào cần có để bạn có thể thu thập, lưu trữ, phân tích và trình bày thông tin có được từ dữ liệu. Ví dụ, nếu bạn thu thập được nhiều dữ liệu về hiệu suất hoạt động, liệu công nghệ lưu trữ bạn đang sử dụng có đủ khả năng lưu trữ tất cả lượng dữ liệu đó không, hay bạn cần bổ sung những giải pháp khác? Hiện bạn có năng lực phân tích và trình bày thông tin đến đâu và cần cập nhật thêm những gì? Câu hỏi 6: Những hoạt động nào cần được thực hiện? Sau khi trả lời năm câu hỏi trên, giờ bạn đã sẵn sàng để đưa ra một kế hoạch hành động giúp biến chiến lược sử dụng dữ liệu của bạn trở thành hiện thực. Cũng như mọi kế hoạch hành động khác, kế hoạch của bạn sẽ có những mốc thời gian chính, các hoạt động và người thực hiện hoạt động đó. Ở khâu này, bạn cũng cần xác định các yêu cầu về đào tạo và phát triển để thực hiện kế hoạch cũng như chỉ rõ những công đoạn cần hỗ trợ từ bên ngoài. Xây dựng giải pháp cho quản trị nhân sự bằng dữ liệu Rõ ràng, việc thu hút sự tham gia của ban lãnh đạo và những người có vai trò ra quyết định trong tổ chức sẽ giúp bạn xây dựng được một chiến lược sử dụng dữ liệu chất lượng. Bên cạnh đó, giành được sự ủng hộ của ban lãnh đạo ngay từ giai đoạn g ợ ự g ộ ạ g y g ạ quan trọng này đồng nghĩa với việc nhiều khả năng họ sẽ sử dụng dữ liệu về nhân sự trong quá trình ra quyết định. Vì thế, một phần quan trọng của việc xây dựng chiến lược sử dụng dữ liệu hiệu quả là đưa ra được một giải pháp kinh doanh tốt để giúp mọi người (cả trong và ngoài đội nhóm của bạn) hiểu về quản trị nhân sự bằng dữ liệu. Họ càng hiểu và hào hứng với tiềm năng từ dữ liệu, càng nhiều khả năng họ sẽ ủng hộ ý tưởng này. “Quảng bá” quản trị nhân sự bằng dữ liệu trong công ty Bạn cần thực hiện việc này ở mọi cấp và phòng ban trong công ty, chứ không chỉ với ban lãnh đạo. Quản trị nhân sự bằng dữ liệu liên quan đến con người và dữ liệu về họ. Khi thành viên trong tổ chức hiểu về quản trị nhân sự bằng dữ liệu cùng những lợi ích nó mang lại cho công ty cũng như nhân viên, nhiều khả năng họ sẽ ủng hộ công việc này, như đồng ý với việc thu thập thêm nhiều loại dữ liệu về nhân viên. Khi quản trị nhân sự bằng dữ liệu không được trao đổi một cách hiệu quả ở mọi cấp độ trong công ty, sự nghi ngờ sẽ xảy ra và tác động tiêu cực đến văn hóa của tổ chức. Xây dựng giải pháp cho quản trị nhân sự bằng dữ liệu cũng khá giống với việc doanh nghiệp xây dựng giải pháp kinh doanh (hay kế hoạch kinh doanh) cho một dự án mới. Vì thế, bạn sẽ cần làm những việc tương tự như khi doanh nghiệp xây dựng kế hoạch kinh doanh, bao gồm vạch ra một chiến lược sử dụng dữ liệu hiệu quả cùng các mục tiêu, ví dụ như bạn muốn đạt được điều gì với dữ liệu cũng như những lợi ích có thể thấy rõ đối với doanh nghiệp và nhân viên. Thái độ cởi mở và thực tế về thời gian thực hiện, khả năng ảnh hưởng đến doanh nghiệp và chi phí, đặc biệt là trong các cuộc thảo luận với ban lãnh đạo của bạn là rất quan trọng. Bạn cần đưa ra giải pháp thực hiện tốt nhất cho quản trị nhân sự bằng dữ liệu, điều này cũng có nghĩa là bạn không được bỏ qua những điểm trên. “Quảng bá” quản trị nhân sự bằng dữ liệu là một bước đi quan trọng trong quá trình tiến tới quản trị nhân sự thông minh. Việc này mang đến sự tin cậy đối với dữ liệu, thúc đẩy cảm giác tin tưởng và minh bạch, đồng thời chú trọng giá trị mà đội ngũ quản trị nhân sự mang lại cho công ty. Thêm vào đó, khi bạn muốn dữ liệu nhân sự được các đơn vị khác trong công ty sử dụng và đảm bảo rằng họ hiểu được giá trị của dữ liệu nhân sự, họ sẽ sẵn sàng hơn trong việc tích hợp những dữ liệu đó vào quá trình ra quyết định. Bằng việc xây dựng giải pháp thực hiện, bạn tạo tiền đề cho việc ra quyết định và gia tăng giá trị thông qua dữ liệu trong tương lai. Cách giới thiệu nội dung này trong công ty Cách bạn giới thiệu về kế hoạch thực hiện quản trị nhân sự bằng dữ liệu phụ thuộc nhiều yếu tố, như quy mô công ty và quy trình thường được áp dụng khi giới thiệu sáng kiến mới. Một cách làm hiệu quả là tóm tắt chiến lược sử dụng dữ liệu của bạn thành những ý chính để có thể trình bày một cách ngắn gọn. Hãy trình bày thật đơn giản và ngắn gọn (ví dụ, không cần đi sâu vào chi tiết về khả năng phân tích hay các phương án lưu trữ dữ liệu) và nhớ rằng sự nhiệt thành của bạn đối với kỷ nguyên quản trị nhân sự bằng dữ liệu này sẽ lan truyền tới những người khác. Hãy dùng các ví dụ để cho thấy cách nhiều công ty khác đang dẫn đầu trong việc quản trị nhân sự bằng dữ liệu và điều này có ý nghĩa như thế nào trong thực tiễn (sẽ còn tốt hơn nếu bạn có thể tìm những ví dụ có liên quan đến ngành nghề của mình). Hy vọng rằng những ví dụ trong cuốn sách này có thể giúp ích cho bạn, và hãy nhớ là cần tập trung vào những lợi ích mà quản trị nhân sự bằng dữ liệu sẽ mang lại cho cả tổ chức và từng nhân viên. Đánh giá lại chiến lược trong tương lai Không có chiến lược nào trường tồn với thời gian. Mọi thứ đều thay đổi, thị trường biến động, các ưu tiên của tổ chức cũng sẽ biến đổi. Vì thế, rất có thể bạn sẽ cần thường xuyên đánh giá lại chiến lược sử dụng dữ liệu của mình để xem liệu chiến lược đó còn phù hợp với các ưu tiên của công ty hay không. Thậm chí, nếu chưa có gì thay đổi, việc đánh giá lại chiến lược giúp bạn tập trung tốt hơn vào kết quả. Càng đi sâu vào lĩnh vực quản trị nhân sự bằng dữ liệu, bạn sẽ gặp càng nhiều cơ hội và có nhiều câu hỏi phát sinh hơn. Ví dụ, trong lúc trả lời những câu hỏi mang tính chiến lược, những câu hỏi khác, cấp bách hơn có thể nảy sinh, và từ đó dẫn tới những điều chỉnh nhỏ trong chiến lược của bạn. Công nghệ dữ liệu cùng công cụ phân tích đang phát triển nhanh chóng và chỉ trong một, hai năm tới, người ta sẽ có thể thực hiện những việc mà hiện nay chưa thể. Nếu bạn muốn tiếp tục theo đuổi chiến lược của mình, hãy nhớ rằng mục tiêu của quản trị nhân sự bằng dữ liệu là mang lại thêm nhiều giá trị cho tổ chức và thực hiện những điều này theo cách thông minh cũng như có hệ thống hơn. Vì thế, hãy luôn chú ý tới những cách làm mới. Tóm tắt nội dung Chiến lược đóng vai trò hết sức quan trọng đối với việc sử dụng dữ liệu. Trong bối cảnh chúng ta tiếp tục tạo ra khối lượng dữ liệu lớn chưa từng có, việc có được một chiến lược rõ ràng sẽ càng có vai trò quan trọng. Dưới đây là những nội dung chính về chiến lược dữ liệu đã được trình bày trong chương này: Với nguồn dữ liệu liên tục gia tăng, bạn cần nhận thức rõ mục tiêu của bạn là gì cũng như cần sử dụng loại dữ liệu nào để đạt được mục tiêu đó. Đây là lúc bạn cần đến chiến lược sử dụng dữ liệu. Không phải lúc nào lớn cũng là tốt. Sử dụng khối lượng dữ liệu càng nhỏ đồng nghĩa với việc bạn đang tập trung vào mục tiêu và loại dữ liệu giúp bạn đạt được mục tiêu đó. Chiến lược sử dụng dữ liệu tốt nhất chính là chiến lược gắn trực tiếp với các mục tiêu lớn hơn của tổ chức. Khi bạn nắm rõ về phương hướng hoạt động của tổ chức, bạn sẽ có thể xây dựng các mục tiêu quản trị nhân sự cụ thể để giúp công ty đạt được mục tiêu. Để làm rõ các mục tiêu và hoạt động, bạn nên xây dựng bản kế hoạch quản trị nhân sự dài một trang, hay như tôi vẫn gọi là bản chiến lược thông minh. Khi đã xây dựng xong bản kế hoạch, bạn nên xác định rõ hướng đi của đội ngũ quản trị nhân sự, những giá trị bạn có thể đóng góp cho tổ chức cũng như các lĩnh vực bạn cần phát triển. Điều này sẽ giúp bạn xác định các ưu tiên khi sử dụng dữ liệu. Khi bắt đầu xây dựng chiến lược sử dụng dữ liệu, bạn cần hiểu rõ bốn tầng của dữ liệu: nguồn dữ liệu, lưu trữ dữ liệu, xử lý dữ liệu và sản phẩm từ dữ liệu. Một chiến lược sử dụng dữ liệu tốt cần được xây dựng dựa trên bốn tầng này. Để xây dựng chiến lược sử dụng dữ liệu, hãy trả lời sáu câu hỏi được liệt kê trong chương này. Cuối cùng, một phần quan trọng khi xây dựng chiến lược sử dụng dữ liệu là tạo ra một giải pháp thực hiện tốt để giúp mọi người hiểu rõ về quản trị nhân sự bằng dữ liệu. Như chúng ta đã thấy trong ba chương đầu của cuốn sách, hiện nay có rất nhiều loại dữ liệu với khối lượng lớn. Việc có được một chiến lược sử dụng dữ liệu tốt sẽ giúp bạn lược bỏ những loại dữ liệu không cần thiết và xác định những loại dữ liệu phù hợp nhất cho mục tiêu của mình. Trong chương tiếp theo, tôi sẽ trình bày chi tiết về một số nguồn dữ liệu nhân sự chính. Chú thích 1 Đây là lý do thực sự cho việc Microsoft mua LinkedIn, Feller, G (2016) [truy cập ngày 23 tháng 10 năm 2017] https://www.forbes.com/sites/ grantfeller/2016/06/14/this is-the-real-reason-microsoft-bought- linkedin/#695b191cf04a 2 Quảng cáo và Đối tác bên thứ ba của chúng tôi, Facebook [truy cập ngày 23 tháng 10 năm 2017] https://www.facebook.com/notes/facebook-and privacy/advertising-and-our-third-party partners/532721576777729 3 Amazon cạnh tranh với Google như thế nào, Maverick, J B (2015) [truy cập ngày 23 tháng 10 năm 2017] http://www.investopedia.com/articles/ investing/060215/how-amazon-competes-google.asp 4 Hãy kiểm tra xem dữ liệu về công việc và thu nhập của bạn được thu thập như thế nào, Carrns, A (2013) [truy cập ngày 23 tháng 10 năm 2017]http://www.nytimes.com/2013/08/31/your money/exploring-companies-that-collect-more-than-the standard-credit-data.html Chương 4 TẬN DỤNG SỰ BÙNG NỔ DỮ LIỆU: XÁC ĐỊNH NGUỒN DỮ LIỆU LIÊN QUAN ĐẾN NHÂN SỰ C húng ta biết rằng, ngày nay, gần như mọi việc chúng ta làm đều có thể được ghi nhận trên môi trường kỹ thuật số. Điều này có nghĩa là chúng ta có thể thu thập dữ liệu về hầu như mọi khía cạnh của quản lý con người. Xét cho cùng, dữ liệu là sản phẩm phát sinh của máy tính, và ngày nay, hầu như mọi thiết bị là một dạng máy tính, từ chiếc điện thoại thông minh ta mang theo người, phương tiện ta dùng để di chuyển cho đến máy móc sản xuất hiện đại. Thậm chí những thiết bị cơ bản trong văn phòng cũng trở nên “thông minh” hơn. Ví dụ như một chiếc ghế văn phòng cơ bản nay đã được trang bị công nghệ “dữ liệu lớn”: sản phẩm ghế thông minh Axia của công ty BMA Ergonomics được trang bị bộ phận cảm ứng để thu thập thông tin về tư thế ngồi, giúp người dùng cải thiện dáng ngồi và phòng tránh các vấn đề sức khỏe.1 Rõ ràng là đội ngũ quản lý nhân sự có nhiều nguồn dữ liệu thú vị hơn là những số liệu dùng để thống kê lưu trữ hay thông tin có được từ đánh giá nhân viên hằng năm. Ngay cả số liệu truyền thống cũng được tối ưu hóa và sử dụng thông minh hơn. Ví dụ, thay vì chỉ sử dụng phương thức chấm điểm đơn giản để đánh giá hiệu quả làm việc của nhân viên, bạn có thể áp dụng phân tích văn bản (text analytics) để nghiên cứu kỹ hơn về kết quả làm việc và mức độ hài lòng của họ (chương tiếp theo sẽ nói kỹ hơn về phân tích văn bản). Để giúp bạn nhận biết loại dữ liệu nào hiệu quả nhất với mình, chương này giới thiệu các loại dữ liệu khác nhau và đi sâu vào những loại dữ liệu phù hợp với công việc quản lý nhân sự, như dữ liệu hoạt động, dữ liệu hội thoại, dữ liệu ảnh và video, dữ liệu từ thiết bị cảm ứng. Tôi cũng sẽ giới thiệu về các phương thức tìm kiếm và thu thập loại dữ liệu mà bạn cần, đồng thời trả lời câu hỏi liệu có loại dữ liệu nào tốt hay hiệu quả hơn loại dữ liệu khác không. Phân biệt các loại dữ liệu Trước khi tìm hiểu các nguồn cung cấp dữ liệu liên quan đến nhân sự, chúng ta cần hiểu cách phân loại dữ liệu. Như ở Bảng 4.1, dữ liệu được chia thành dữ liệu nội bộ hoặc bên ngoài, có cấu trúc, không có cấu trúc hoặc cấu trúc một phần. Hãy cùng tìm hiểu lần lượt từng loại. Dữ liệu nội bộ Dữ liệu nội bộ là bất kỳ dữ liệu độc quyền nào mà doanh nghiệp của bạn sở hữu, bao gồm những dữ liệu hiện có và có thể sở hữu trong tương lai, như thông tin cá nhân của nhân viên, dữ liệu đánh giá hằng năm, khảo sát nhân viên, số liệu kinh doanh và tài chính, phản hồi của khách hàng,... Dữ liệu nội bộ có thể có cấu trúc, không có cấu trúc, hoặc được cấu trúc một phần (chúng ta sẽ tìm hiểu kỹ hơn ở phần sau). Lợi ích rõ ràng của dữ liệu nội bộ là chúng thường rẻ và dễ sử dụng hơn so với việc trả tiền để mua hoặc truy cập dữ liệu bên ngoài. Bên cạnh đó, chúng được thiết kế riêng cho doanh nghiệp cũng như lĩnh vực kinh doanh của bạn, do vậy thường rất giá trị và hữu ích. Tuy nhiên, điều này cũng dẫn đến một bất lợi. Vì gắn liền với doanh nghiệp của bạn, dữ liệu nội bộ không đủ để cung cấp bức tranh tổng thể phục vụ những mục tiêu chiến lược, và thường phải đi cùng dữ liệu bên ngoài (đặc biệt trong mảng tuyển dụng) mới cung cấp đủ thông tin bạn cần. Một điểm cần lưu ý nữa là thông tin nội bộ đòi hỏi phải được lưu trữ và bảo mật, đặc biệt là thông tin cá nhân nhạy cảm (được trình bày kỹ hơn ở Chương 6). Dữ liệu nội bộ thường không được coi là thú vị hay đặc biệt quan trọng, vì suy cho cùng, đó là những thứ bạn vẫn thu thập bao năm nay. Tuy nhiên, đừng bao giờ bỏ qua vai trò của dữ liệu nội bộ. Công ty tuyển dụng và đào tạo Kenexa có trụ sở tại Hoa Kỳ, được IBM mua lại năm 2012 với giá 1,3 tỷ đô-la,2 một phần nhờ giá trị của dữ liệu nội bộ thông qua việc đánh giá hàng triệu nhân viên, quản lý và người ứng tuyển hằng năm. IBM đã phân tích những dữ liệu quý giá này để tìm ra đặc điểm chính của một nhân viên bán hàng thành công. Sau khi so sánh kết quả các bài kiểm tra, khảo sát nhân viên với đánh giá của quản lý, IBM nhận ra rằng, “sự vững vàng cảm xúc” chứ không phải tính cách hướng ngoại, vốn được coi là đặc điểm nổi bật của người bán hàng, mới là đặc điểm quan trọng nhất giúp nhân viên kinh doanh thành công. Phát hiện này cho phép IBM thiết kế những bài kiểm tra về mức độ vững vàng cảm xúc và chỉ chọn các ứng viên có chỉ số cao về đặc điểm này cho vị trí kinh doanh. Dữ liệu bên ngoài Dữ liệu bên ngoài là tất cả dữ liệu tồn tại ngoài công ty của bạn, gồm dữ liệu công khai có thể sử dụng miễn phí, hoặc được một tổ chức nào đó sở hữu riêng. Những dữ liệu này bao gồm hồ sơ và bài viết trên các mạng xã hội, dữ liệu tuyển dụng từ các trang như LinkedIn và Glassdoor, dữ liệu kinh tế, xu hướng xã hội,… Cũng như dữ liệu nội bộ, dữ liệu bên ngoài được phân loại thành có cấu trúc, không có cấu trúc, và cấu trúc một phần. Một số dữ liệu bên ngoài là miễn phí, nhưng số khác phải trả tiền mới được sử dụng, đặc biệt là dữ liệu của các công ty tư nhân hoạt động vì lợi nhuận. Đây chính là bất lợi lớn nhất của dữ liệu bên ngoài: chúng có thể không hề rẻ. Quyền truy cập cũng là vấn đề, vì luôn có nguy cơ nhà cung cấp cắt quyền truy cập hoặc tăng giá. Vì vậy, nếu bạn đang dựa vào tài liệu bên ngoài để thực hiện những phân tích đặc biệt quan trọng, hãy cân nhắc đến việc tự thu thập dữ liệu. Dù có những hạn chế như trên, dữ liệu bên ngoài vẫn mang lại một số lợi ích lớn. Chúng thường dồi dào và chi tiết hơn dữ liệu nội bộ, cho phép đội ngũ quản lý nhân sự tiếp cận nguồn thông tin lớn, phức tạp mà khó có thể tự thu thập. Khó khăn về lưu trữ và quản lý cũng giảm bớt do nhà cung cấp bên ngoài phải tự bảo mật thông tin của họ. Juniper Networks, công ty cung cấp giải pháp về mạng lưới kết nối có trụ sở tại Thung lũng Silicon, là ví dụ điển hình cho việc sử dụng dữ liệu bên ngoài một cách thông minh. Họ dùng một lượng dữ liệu lớn từ LinkedIn để xác định những nhân viên thành công với thành tích tốt nhất của mình đến từ đâu, và sẽ đi về đâu sau khi rời khỏi Juniper.3 Điều này cho phép đội ngũ nhân sự định hình được con đường phát triển nghề nghiệp trong ngành giải pháp về mạng lưới kết nối, giúp họ thu hút và giữ chân nhân tài hiệu quả. Dữ liệu có cấu trúc Như chúng ta đã thấy trong Chương 2, thuật ngữ dữ liệu có cấu trúc dùng để chỉ bất kỳ dữ liệu nào có thể sắp xếp được thành hàng và cột trong cơ sở dữ liệu hoặc bảng tính, ví dụ như thông tin cá nhân của nhân viên, dữ liệu bán hàng, điểm kiểm tra, điểm đánh giá nhân viên hằng năm, số lần vắng mặt, thông tin lương thưởng, dữ liệu từ thiết bị cảm ứng,… Đội ngũ quản lý nhân sự có cơ hội tiếp cận lượng thông tin có cấu trúc lớn, đặc biệt là thông tin nội bộ. Thực tế, cho đến mãi gần đây, đa phần dữ liệu dùng để phân tích của các công ty là dữ liệu có cấu trúc vì chúng dễ sắp xếp, phân loại, lưu trữ và truy vấn hơn, chưa kể còn rẻ hơn. Một ưu điểm lớn nữa của dữ liệu có cấu trúc là những người không chuyên về phân tích vẫn có thể truy vấn thông tin (ví dụ, hầu hết nhân viên tìm được thứ họ cần trong cơ sở dữ liệu). Dù còn hạn chế, dữ liệu có cấu trúc vẫn là công cụ đặc biệt hiệu quả. Bạn có thể thấy điều này qua ví dụ về một ngân hàng đã phân tích các trường đại học nơi nhân viên của họ tốt nghiệp trong Chương 1. Kết quả cho thấy những nhân viên làm việc tốt nhất không đến từ nhóm trường tốp đầu, mà đến từ nhóm có thứ hạng thấp hơn. Cuốn sách Work Rules! (Quy tắc của Google)** của Laszlo Bock, cựu Phó Chủ tịch cấp cao về Quản lý con người của Google, chỉ ra cách công ty này tối ưu hóa quá trình tuyển dụng dựa trên dữ liệu có cấu trúc.4 Tất cả câu hỏi tuyển dụng được máy tính đề ra hoàn toàn tự động để đảm bảo công ty tuyển đúng những người tài năng nhất, và không bị tác động bởi sự thiên vị mang tính con người. Một hạn chế lớn của dữ liệu có cấu trúc là chúng chỉ chiếm khoảng 20% tổng số dữ liệu trên thế giới, số còn lại đều không có cấu trúc hoặc cấu trúc một phần.5 Điều này có nghĩa là nếu chỉ tập trung vào dữ liệu có cấu trúc, bạn sẽ bỏ qua rất nhiều thông tin quan trọng. Nếu kết hợp cả dữ liệu có cấu trúc và không có cấu trúc, bạn sẽ vẽ được bức tranh đầy đủ và chi tiết hơn. Ví dụ như tỷ lệ nghỉ việc của nhân viên. Nếu chỉ dựa vào dữ liệu có cấu trúc, điều duy nhất bạn rút ra được là con số 20% nhân viên nghỉ việc. Vì vậy, bạn cần dùng đến dữ liệu không có cấu trúc, như câu trả lời của nhân viên trong buổi phỏng vấn nghỉ việc, để hiểu vì sao tỷ lệ này ở mức 20%. Dữ liệu không có cấu trúc và cấu trúc một phần Dữ liệu không có cấu trúc gồm tất cả dữ liệu nội bộ hay bên ngoài mà bạn không thể sắp xếp gọn gàng trong bảng tính hoặc cơ sở dữ liệu. Loại dữ liệu này thường ở dạng văn bản, hoặc dữ liệu nghe và nhìn, ví dụ như bài viết trên mạng xã hội, thư điện tử của nhân viên, phản hồi của nhân viên và khách hàng, ảnh, video (từ máy quay giám sát) hoặc băng ghi âm (cuộc gọi với khách hàng). Các công ty từng gặp rất nhiều khó khăn hoặc tốn nhiều chi phí để phân tích những dữ liệu lộn xộn như vậy. Nhưng nhờ tiến bộ vượt bậc trong lĩnh vực lưu trữ và điện toán trong những năm gần đây, ngày càng có nhiều công ty được hưởng lợi từ dữ liệu không có cấu trúc. Như bạn có thể đoán được, dữ liệu có cấu trúc một phần nằm đâu đó giữa hai loại trên. Chúng cũng có một dạng cấu trúc nào đó (ví dụ như thẻ miêu tả của các công cụ tìm kiếm) nhưng không đủ chặt chẽ như trong cơ sở dữ liệu hay bảng tính. Ví dụ, một dòng tweet có thể được phân loại theo tác giả, ngày, thời gian, độ dài hay thậm chí cảm xúc thể hiện trong đó, nhưng đoạn văn bản này nhìn chung không có cấu trúc và vì vậy rất khó phân tích. Đây chính là điểm bất lợi của dữ liệu không có cấu trúc hoặc có cấu trúc một phần: chúng rất khó xử lý. Chúng thường lớn, nên cần khả năng lưu trữ lớn. Chúng khó sắp xếp và phân tích, đòi hỏi phải có công cụ phân tích chuyên biệt. Rõ ràng những khó khăn này đều khiến chi phí tăng, nhưng chúng ta không nên vì thế mà bỏ qua loại dữ liệu này, vì chúng mang lại một số lợi ích quan trọng. Thứ nhất, chúng cung cấp cái nhìn rộng hơn so với việc chỉ dùng dữ liệu có cấu trúc (vốn chỉ chiếm khoảng 20%). Thứ hai, bạn cũng có thể định hình được bức tranh chi tiết, đầy đủ hơn nhờ liên kết dữ liệu không có cấu trúc với dữ liệu có cấu trúc. Facebook từ lâu đã có thể đưa ra dự đoán chính xác về người dùng, nhờ vào dữ liệu không có cấu trúc hoặc có cấu trúc một phần từ hồ sơ cá nhân, cách ấn nút Like, và nội dung các bài đăng của người dùng. Gần đây, công ty này đang thử nghiệm sử dụng khả năng dự đoán để cứu sống nhiều người. Tháng 3 năm 2017, Facebook tuyên bố các công cụ trí tuệ nhân tạo và thuật toán của họ có thể phát hiện người dùng nào đang có nguy cơ tự thương tổn bản thân hoặc tự sát.6 Các thuật toán khai thác dữ liệu từ bài đăng của người dùng và bình luận của bạn bè để tìm những từ hoặc cụm từ liên quan đến tự tử hoặc tự hủy hoại bản thân. Các bài đăng như vậy được đánh dấu để nhận diện nhanh chóng và dễ dàng, sau đó kết nối những trường hợp này với các dịch vụ chăm sóc sức khỏe tâm thần. Tương tự, vài năm trước, Microsoft tuyên bố đã phát triển một phương pháp nhận diện những người dùng Twitter có nguy cơ bị trầm cảm.7 Có thể thấy những ứng dụng kiểu này sẽ giúp ích nhiều cho bộ phận quản lý nhân sự trong việc chăm sóc đội ngũ nhân viên. Xác định dữ liệu phù hợp với nhân sự Hãy cùng xem xét các nhóm dữ liệu liên quan đến nhân sự được phân loại dưới đây. - dữ liệu hoạt động; - dữ liệu hội thoại; - dữ liệu ảnh và video; - dữ liệu từ thiết bị cảm ứng. Cần lưu ý rằng, những nhóm dữ liệu ở trên có thể có cấu trúc hoặc không có cấu trúc/có cấu trúc một phần, và có thể bao gồm dữ liệu nội bộ và bên ngoài. Ví dụ, dữ liệu từ thiết bị cảm ứng là loại có cấu trúc và có thể đến từ nội bộ hoặc bên ngoài, tùy thuộc thiết bị cảm ứng bạn sử dụng; dữ liệu hội thoại thường không có cấu trúc hoặc cấu trúc một phần và có thể là nội bộ hoặc bên ngoài. Hãy cùng tìm hiểu kỹ từng nhóm trong phần dưới đây. Dữ liệu hoạt động Dữ liệu hoạt động là những ghi nhận về hoạt động hay hành động của con người (bao gồm trên mạng và ngoài đời), rất có giá trị đối với phòng Nhân sự. Tất cả những gì bạn làm trong ngày đều để lại dữ liệu. Nếu bạn đeo đồng hồ theo dõi sức khỏe có chức năng kiểm tra giấc ngủ, như tôi đang dùng, việc ngủ hay thức của bạn tạo ra dữ liệu hoạt động. Điều tương tự xảy ra khi bạn đi làm và trả tiền vé xe bằng thẻ ngân hàng hay thẻ hành khách. Chiếc điện thoại thông minh bạn đang sử dụng sẽ ghi lại những nơi bạn đi qua. Bạn gọi hay nhận một cuộc điện thoại trên đường đi làm, đăng một bức ảnh trên Twitter, tất cả đều tạo ra dữ liệu. Rồi đến văn phòng, bạn gửi vô số thư điện tử, gõ hàng trăm hàng nghìn từ mỗi ngày và lướt qua vô số trang web. Bạn mua thứ gì đó qua mạng, hay đến siêu thị trong giờ nghỉ trưa. Thậm chí cả việc tìm kiếm ý tưởng trên mạng để chuẩn bị cho bữa tiệc sinh nhật của nửa kia vào tháng tới, tất cả đều để lại dữ liệu. Biết nhân viên của bạn thực sự làm gì Lượng dữ liệu hoạt động mà đội ngũ quản lý nhân sự nhận được vô cùng lớn, vì vậy bạn cần biết rõ mục đích của mình là gì và chỉ tập trung vào những dữ liệu giúp bạn đạt được mục đích. Lợi ích của dữ liệu hoạt động là giúp bạn theo sát và đánh giá những gì nhân viên của bạn thật sự làm, chứ không phải thứ họ lẽ ra nên làm, hay bạn nghĩ rằng họ đã làm. Một số công ty chú trọng đến mức thái quá điều này. Ví dụ, Bloomberg thậm chí thu thập dữ liệu về từng nhịp gõ bàn phím của nhân viên.8 Số khác lại tập trung vào dữ liệu của hoạt động cụ thể nào đó. Ví dụ, hãng Container Store sử dụng thiết bị mang trên người để theo dõi hoạt động của nhân viên, cách họ giao tiếp với khách hàng cũng như đồng nghiệp, và những việc khiến họ tốn nhiều thời gian nhất.9 Dữ liệu hoạt động liên quan đến kết quả công việc có giá trị rất lớn đối với phòng Nhân sự. Bằng cách theo dõi dữ liệu này, các công ty có thể đo lường chính xác kết quả công việc của từng người, đồng thời chỉ ra nhân viên nào đang làm việc tốt và nhân viên nào cần hỗ trợ. Ứng dụng của dữ liệu hoạt động: tuyển dụng và giữ chân người tài Tất nhiên, khi biết ai làm việc tốt và đặc điểm chung của nhóm người này, bạn có thể tập trung vào tuyển người có đặc điểm đó. Nhà cung cấp phần mềm Evolv tại San Francisco đã thiết kế các bài kiểm tra trực tuyến phục vụ khâu tuyển dụng của các công ty. Công cụ của Evolv cho phép thu thập dữ liệu về ứng viên và những người được tuyển. Từ kết quả bài kiểm tra của hơn 300.000 ứng viên, công ty đã thu về một lượng dữ liệu khổng lồ liên quan đến hiệu quả công việc. Ví dụ, họ có thể chỉ ra đặc điểm của một nhân viên bán lẻ thành công với độ chính xác đặc biệt cao.10 Trong Chương 1, chúng ta đã tìm hiểu sơ lược về Xerox và cách công ty này tìm ra đặc điểm của nhân viên trực tổng đài thành công. Xerox là một trong số những công ty lớn sử dụng bài kiểm tra trực tuyến của Evolv để cải tiến hoạt động tuyển dụng. Với khoảng 45.000 nhân viên làm việc tại 150 trung tâm chăm sóc khách hàng ở Hoa Kỳ, việc xác định được nhân viên nào sẽ làm tốt và gắn bó lâu dài là vô cùng quan trọng. Xerox đã chuyển sang phương pháp đánh giá ứng viên này từ năm 2010.10 Thuật toán phân tích điểm kiểm tra của ứng viên và thông tin trong đơn ứng tuyển rồi xếp hạng theo phương pháp đèn giao thông: xanh là nên tuyển, đỏ là nên tránh và vàng là khoảng giữa. Bài kiểm tra này cho thấy kinh nghiệm làm việc tại trung tâm chăm sóc khách hàng không phải là điều quyết định hiệu suất hay sự gắn bó của nhân viên, dù đây vốn được các quản lý coi là cơ sở chính để tuyển người. Bài kiểm tra cũng cho thấy khoảng cách từ nơi ở đến công ty là yếu tố quan trọng ảnh hưởng đến việc nhân viên có làm việc lâu dài hay không. Chỉ trong giai đoạn thử nghiệm, tỷ lệ nhân viên nghỉ việc vì lý do đi lại đã giảm 20%.10 Và một lợi ích lâu dài của việc nâng cao chất lượng tuyển dụng là số lượng nhân viên được đề bạt lên vị trí cao hơn cũng tăng lên.