Управление данными HR: 5 ETL-советов

Очень сложно делать People analytics без данных. Поиск и извлечение данных о персонале для использования в аналитике — это, пожалуй, первая и наиболее распространенная задача в управлении данными HR, с которой сталкиваются группы аналитики (после качества данных — примечание переводчика). В этой статье я поделюсь советами по извлечению данных HR, общими проблемами, связанными с извлечением данных, и передовыми методами решения этих проблем. Применяя эти советы, HR-команды и аналитики могут более эффективно и результативно получать данные для анализа и повышения ценности бизнеса.

Что такое извлечение данных?

Извлечение данных — это процесс выделения и переноса данных из одного или нескольких источников и преобразования их в формат, пригодный для дальнейшего анализа или обработки. Извлечение данных — это первый текущий процесс в Data Engeneering, он соответствует «Е» в аббревиатуре ETL (от англ. Extract, Transform, Load — дословно «извлечение, преобразование, загрузка»). Извлечение данных в домене HR является важным процессом для сбора и организации данных, связанных с рабочей силой. Основные источники таких данных — HRIS-системы, демографические данные сотрудников, данные о производительности и данные о вовлеченности. Получая и используя эти данные, HR-отделы могут более эффективно принимать обоснованных решений и повышения эффективности бизнеса.

Вот 5 советов, как обеспечить успешное управление извлечением данных HR

1. Расставьте приоритеты и согласуйте извлеченные данные с потребностями бизнеса

Прежде всего, для групп People аналитики важно расставлять приоритеты в отношении того, какие данные им нужны, исходя из потребностей и задач бизнеса. Если в бизнесе наблюдается высокая текучесть кадров, начните с данных вашей core HR-системы и проведите анализ тенденций увольнения. Однако, если бизнес хотел бы, например, исследовать опыт удаленной работы сотрудников, отправной точкой для извлечения данных может быть система опросов сотрудников, из которой можно получить мнения людей по этому вопросу.
Удовлетворение ключевых потребностей бизнеса повышает ценность компании, укрепляет доверие и обеспечивает поддержку, необходимую для Ваших будущих проектов в HR-Аналитике. Хорошо когда есть резервы для поиска новых данных для получения информации, которую бизнес не ожидает, но делать это будет слишком трудно без основы доверия и истории решения основных бизнес-проблем. 
Когда вы создаете дорожную карту извлечения данных, начните с данных, которые вы можете быстро получить.

2. Будьте внимательны к тому, что вы извлекаете

Данные о персонале по сути существу отличаются от других данных бизнеса, поскольку каждая запись связана с человеком, его персональными данными, а также с информацией о его доходах, карьере, друзьях и семье. Критически важно, чтобы команды People Analytics внимательно относились к тому, что они извлекают, и тщательно обдумывали варианты использования данных. Важное убедиться, что данные сохраняются конфиденциальными, защищенными и безопасными в хранилище, а также в инструментах извлечения и конвейерах, которые доставляют данные в хранилище.
Кроме строгих внутренних этических подходов, следует существуют жесткие юридические требования, связанные с обработкой персональных данных. В зависимости от характера данных и места вашей деятельности от вас может потребоваться соблюдение требований CPRA (Калифорния), SOX, HIPAA и GDPR, и это лишь некоторые из них. Следует отметить, что GDPR применяется к гражданам ЕС, где бы они ни проживали, поэтому, если вы нанимаете каких-либо граждан ЕС или рассматриваете возможность найма граждан ЕС, правила GDPR имеют решающее значение, когда речь идет об обработке данных.

3. Создайте бизнес-кейс, чтобы получить больше

Иногда бывает сложно убедить ИТ-команды или общие службы по работе с данными поддерживать извлечение данных HR. Поэтому, когда вы обращаетесь к кому-то за помощью, может возникнуть желание извлечь побольше данных, ну так, на всякий случай. Это может привести к тому, что команда извлечет слишком много данных слишком рано.
Я вас понимаю, я сам так делал. Но, как я уже говорил, система People аналитики можно реализовать в полной мере, только если сосредоточиться на приоритетных бизнес-задачах. Это дает вам возможность вернуться к разговору об извлечении дополнительных данных в будущем, если вам понадобится больше. Ваши будущие аргументы в пользу извлечения данных будут более весомыми, если в своих запросах вы сможете опираться на бизнес-потребности.

4. Автоматизируйте извлечения данных

Типовой отчет — это отчет, который поставляется в комплекте с вашей системой управления персоналом. Хотя типовые отчеты полезны для раннего извлечения данных, их сложно масштабировать и стандартизировать. Типовые отчеты, как правило, имеют следующие проблемы:

• Обычно они представляют собой просто подмножество данных в системе, которые обычно извлекаются через графический интерфейс пользователя, что делает их малополезными и изменчивыми.
• Они могут подвисать, если вы извлекаете слишком много данных или извлекаете их слишком часто.
• В конечном итоге они могут выглядеть по-разному в зависимости от того, какой пользователь их извлек из-за индивидуальных настроек, прав доступа и диапазона дат действия извлеченных данных.

Со временем вам нужно будет отказаться от стандартных отчетов и перейти к API или другому методу извлечения данных из системы. API дает вам доступ к полному набору данных, позволяет чаще извлекать данные и вводит стандартизацию за счет использования автоматизированных инструментов извлечения данных. API-интерфейсы будут актуальных еще долго, их можно проверять и масштабировать, а еще они могут работать без участия пользователей. Автоматизация превращает повторяющиеся и сложные задачи в надежные процессы.

5. Извлекайте данные для анализа данных, а не просто для отчетности

Для полноценного анализа требуется больше данных, часто даже другие данные, чем может предоставить метод выгрузки встроенных отчетов. Когда вы извлекаете свои данные HR, убедитесь, что вы извлекаете то, что вам нужно для науки о данных, а не только для ваших потребностей в отчетности.
Приложения для анализа данных требуют более широких наборов данных и большего количества функциональных аналитик. Момент времени по каждому событию является наиболее важной частью науки о данных HR. Сотрудник может использовать 10 различных систем управления персоналом, когда он или она присоединяются к компании, поэтому данные в каждой системе должны быть связаны с одной и той же записью о сотруднике в согласованном и последовательном порядке. Убедитесь, что данные в каждой системе фиксируются с помощью транзакций, привязанных к точной отметке времени.
Без этих упорядоченных транзакций баз данных вы получите неупорядоченные и противоречивые данные. Мне известны примеры данных, которые показывали, что кто-то был повышен до того, как был принят на работу, или уволен до перевода. К сожалению в HR часто встречается работа «задним числом». Записи в виде транзакций могут предотвратить проблемы, возникающие из-за такого поведения. 

Сконцентрируйтесь на извлечении данных, но помните о нюансах

Извлечение данных — неотъемлемая часть проведения People аналитики. Для групп аналитиков важно расставлять приоритеты при извлечении данных в соответствии с потребностями и задачами бизнеса, внимательно относиться к тому, какие данные извлекаются, рассмотреть возможность автоматизации извлечения данных и внимательно относиться к нюансам данных, которые они извлекают.

Статья от Richard Rosenow в блоге компании OneModel 06.03.2023