الفرق بين مقاييس الموارد البشرية وتحليلاتها

لوحة المؤشرات تُظهر ارتفاع دوران الموظفين. ماذا تفعل بعد ذلك؟ الإجابة تبدأ بالسؤال الذي يقف خلف الرقم.

تحوّلت الموارد البشرية من إدارة تشغيلية غارقة في التقارير الروتينية إلى شريك إستراتيجي يقود بالبيانات. وفي هذا التحول يتكرر الخلط بين مصطلحين: مقاييس الموارد البشرية (HR Metrics) وتحليلات الموارد البشرية (HR Analytics). والفرق بينهما هو الفرق بين رصد المشكلة وصناعة الحل.

والتحليلات لا تشترط الذكاء الاصطناعي؛ فجدول بيانات بسيط مع سؤال محدد جيداً قد يكون بداية مفيدة. المهم أن تبدأ بالقرار الذي تريد اتخاذه، ثم تختار البيانات.

الفكرة المحورية: المقاييس ترصد الإشارة، والتحليلات تحقق فيها، والقرار الأفضل يجمع الاثنين مع الحكم المهني.

ماذا حدث؟ ولماذا حدث؟

• المقاييس، رصد الواقع: مؤشرات رقمية محددة التعريف تقيس الأنشطة والعمليات، مثل معدل الدوران الطوعي، وتكلفة التوظيف، ومدة شغل الوظيفة، ونسب الغياب. تجيب عن سؤال “ماذا حدث؟”.
• التحليلات، صناعة الحل: استخدام البيانات والإحصاء لاكتشاف الأنماط واختبار التفسيرات ودعم القرار. تسأل: لماذا ارتفعت الاستقالات؟ ما الذي يؤثر في الأداء؟ ما أثر التدريب على الإنتاجية؟

العلاقة تكاملية: لا تحليلات دون مقاييس دقيقة وموثوقة. لذلك ثبّت التعريف قبل المقارنة: من يدخل في الحساب، وما الفترة، وما البسط والمقام. فالتعريفات غير المتسقة تجعل مقارنة الإدارات بلا معنى.

المقاييس تخبرك بما يحدث، والتحليلات تخبرك لماذا يحدث وكيف تتصرف.

مثال تطبيقي: تتبّع إشارة الدوران من الرقم إلى القرار

منظمة غادرها 24 موظفاً طوعاً خلال عام، بمتوسط عدد موظفين 200. معدل الدوران الطوعي التوضيحي إذن 12%. هذه نقطة البداية، لا التشخيص.

1. قِس: 24 ÷ 200 × 100 = 12% معدل الدوران الطوعي السنوي.
2. حقّق: افصل مغادرات السنة الأولى عن غيرها، وقارن حسب الدور والموقع، واستمع للموظفين. فإن تركزت المغادرات المبكرة حول غموض توقعات الدور، فهذا مؤشر لا حكم.
3. تصرّف وراجع: جرّب تهيئة وظيفية أوضح، وحدد مسؤولاً، ثم قارن الدفعات اللاحقة مع مراعاة تغيّر مزيج التوظيف وظروف العمل.

كيف تستخدم الشركات التحليلات؟

• Google، ما الذي يصنع المدير الجيد؟ حلل فريق تحليلات الأفراد في مشروع Project Oxygen صفات الفرق عالية الأداء، ووجد أن جودة المدير أكبر عامل يمكن التحكم فيه، فحوّل النتائج إلى ثماني عادات للمديرين الفعّالين.
• IBM، التنبؤ بالاستقالات: أعلنت الشركة عام 2019 أن نظامها يتنبأ بالموظفين الذين ينوون المغادرة بدقة 95%، وأنه وفّر قرابة 300 مليون دولار من تكاليف الاحتفاظ. وهذا ادعاء الشركة نفسها لا تقييماً مستقلاً.
• أثر التدريب: ربط بيانات التدريب بنتائج المبيعات أو الجودة يكشف الأثر الحقيقي للبرامج بدلاً من الاكتفاء بعدد ساعات التدريب.
• عدالة القرارات: تحليل بيانات التوظيف والتقييم والترقيات يكشف التحيزات المحتملة ويدعم تكافؤ الفرص.

أدوات أقوى تحتاج حكماً أدق

قد يساعد الذكاء الاصطناعي في صياغة ملخص أو اقتراح مسار للتحقيق، لكن الشرح السلس ليس دليلاً. راجع الحسابات والتفسيرات مقابل البيانات الأصلية.

• الارتباط لا يعني السببية: تزامن رقمين لا يثبت أن أحدهما سبب الآخر.
• النموذج يفتح حواراً ولا يصدر حكماً: تقدير النموذج يُناقَش، ولا يتحول إلى قرار آلي بشأن موظف.
• جودة البيانات والسياق والمراجعة البشرية أهم من تطوّر الأداة نفسها.

نظام حماية البيانات الشخصية

دخل نظام حماية البيانات الشخصية حيز التنفيذ في 14 سبتمبر 2023، وبدأ تطبيقه الفعلي بعد مهلة سنة، بإشراف الهيئة السعودية للبيانات والذكاء الاصطناعي (سدايا). وصاحب العمل هو المتحكم في بيانات موظفيه، فكل مشروع تحليلات يجب أن يراعي:

• أساساً نظامياً واضحاً لكل معالجة، وإبلاغ الموظفين بالغرض منها بوضوح.
• عدم الاحتفاظ بالبيانات أطول من الحاجة.
• موافقة صريحة غالباً للبيانات الحساسة كالصحية والحيوية.
• صلاحيات وصول متناسبة، وتجنب التقارير على مجموعات صغيرة تكشف أفراداً بعينهم.

هذه نقاط عامة للتوعية وليست استشارة قانونية؛ ارجع إلى المختص النظامي في منظمتك.

خمس خطوات من جمع الأرقام إلى استشراف الرؤى

1. ابدأ بسؤال وقرار ومسؤول: حدد السؤال الذي يخدم قراراً حقيقياً، ومن سيتخذه، وما الذي يُعد تحسناً.
2. نظّف البيانات ووحّد التعريفات: قاعدة بيانات موحدة بلا ازدواجية أو سجلات ناقصة، وفترات زمنية متسقة.
3. اربط الأنظمة: ادمج بيانات الموارد البشرية مع البيانات المالية والتشغيلية بقدر ما يحتاجه السؤال.
4. ابنِ الكفاءات: طوّر مهارات قراءة البيانات (Data Literacy) لدى فريق الموارد البشرية والمديرين.
5. جرّب صغيراً ثم وسّع: تدخّل محدود بمسؤول وموعد مراجعة، ثم قرر: تعديل أو توسيع أو إيقاف. لوحات المؤشرات الحية تتابع النتيجة.

أخطاء شائعة يجب تجنبها

• لوحات مزدحمة بالمؤشرات؛ مجموعة صغيرة موثوقة أنفع من عشرات الأرقام.
• مقارنة أرقام بتعريفات أو فترات مختلفة.
• تحويل التنبؤ إلى حكم آلي على موظف دون حوار أو مراجعة بشرية.

سؤال تأخذه معك: أي قرار يجب أن تساعدك لوحة مؤشرات الموارد البشرية القادمة على اتخاذه؟

أسئلة شائعة

هل نحتاج الذكاء الاصطناعي لنبدأ التحليلات؟

لا. سؤال محدد جيداً وبيانات نظيفة وجدول بيانات قد تكفي للبداية. الأدوات المتقدمة تأتي حين يتطلبها السؤال.

بأي المقاييس نبدأ؟

بالمقاييس المرتبطة بقرارات قائمة: الدوران الطوعي، ومغادرات السنة الأولى، ومدة شغل الوظيفة، ونسبة قبول العروض.

كيف نحمي خصوصية الموظفين؟

اجمع ما يحتاجه السؤال فقط، وحدد الغرض بوضوح، وقيّد الوصول، وتجنب التقارير التي تكشف أفراداً، والتزم بنظام حماية البيانات الشخصية.

الخلاصة

المنظمات الأنجح ليست التي تملك أكبر كمية من بيانات الموظفين، بل التي تحوّل البيانات إلى قرارات أفضل وتتعلم لماذا نجحت. القيمة تظهر حين يتحسن قرار، لا حين تمتلئ لوحة مؤشرات.

المصادر

1. CIPD: تحليلات الأفراد (People Analytics)
2. Josh Bersin: دراسة Google عن المديرين، Project Oxygen (2011)
3. CNBC: ذكاء IBM الاصطناعي يتنبأ بالموظفين المغادرين (2019)
4. Al Tamimi: نظام حماية البيانات الشخصية السعودي، اعتبارات لأصحاب العمل