Jak transformovat rozmanitost pracovní síly pomocí AI a analytiky
Čtyři klíčové oblasti vašich dat, které stojí za to prozkoumat pro transformaci rozmanitosti na pracovišti
Fnebo desetiletí, organizace po celém světě trpěly nedostatkem rozmanitosti pracovní síly v rase, pohlaví, věku a dalších. V samotné Americe, muži jménem John převyšují všechny ženy ve vedoucích rolích.
Vzhledem k tomu, že naše současná generace se snaží přijmout rozmanitost po celém světě (a my jsme v tom ušli dlouhou cestu), organizace by se měly snažit dosáhnout stejných cílů – nikoli uspokojit širokou veřejnost – ale zlepšit efektivitu a spokojenost vašich zaměstnanců. . Vaše organizace to dokáže pouze zvýšením rasové rozmanitosti zlepšit výkon týmu o 35 %. Jiná studie zjistila, že genderově různorodé organizace vydělávají o 41 % více příjmů než nediverzitní organizace.
Ať už chcete zlepšit stávající rozmanitost pracoviště nebo od základů transformovat rozmanitost vaší organizace, první věc, na kterou byste se měli podívat, jsou vaše data – HR, komunikace a dokonce i účetnictví – a využití nejnovějších dostupných analytických nástrojů a nástrojů umělé inteligence. přehled o oblastech, které může vaše organizace zlepšit. Zde je několik klíčových oblastí, které stojí za to prozkoumat:
Výplatní listina pro genderovou nerovnost
Dostávají muži ve vaší organizaci vyšší plat než ženy? To je snadné prozkoumat, řešit existující rozmanitost. Začněte tím, že porovnáte platy mezi pohlavími na pozicích na podobné/stejné úrovni pro případné výrazné rozdíly v odměňování.
Chcete se podívat ještě dál? Použijte přístup shora dolů a analyzujte hierarchii vaší společnosti – zjišťujete, že muži zastávají více vedoucích rolí nebo ženy? Nebo jak je to s propagacemi – existuje v propagacích podle pohlaví určitý vzorec? Mzdy vám mohou říct mnohem víc než jen čísla a je pravděpodobné, že tato data již máte digitalizovaná a připravená k analýze.
Rozhovory první vstupní bod pro diverzitu pracovní síly
Proces pohovoru může obsahovat spoustu užitečných informací o tom, jak vaše organizace aktuálně přistupuje k diverzitě pracovních sil, protože toto je krok, ve kterém mohou být určité demografické skupiny vaší společností zvýhodněny nebo z ní zcela odfiltrovány.
Nalézáte vzor v odmítnutí nebo výběru vašich žadatelů podle rasy, pohlaví nebo věku? Jedná se o typ dat, která pomohou nastavit kulturu a rozmanitost pro celou vaši společnost.
Interní komunikace k řešení a předvídání diskriminace (a soudních sporů)
Sledování a analýza dat interní komunikace vaší společnosti v reálném čase – jako jsou sdílené e-maily mezi zaměstnanci – může zastavit potenciální problémy s obtěžováním nebo diskriminací v jejich stopách. Umělá inteligence má navíc schopnost učit se a předvídat běžné chování vašich zaměstnanců pomocí strojového učení.
U existujících případů nesprávného chování může umělá inteligence posoudit korespondenci zaměstnance, na kterého byla podána stížnost – řekněme řidiče služby spolujízdy – umělá inteligence by mohla automaticky porovnat klíčová slova z textů, e-mailů a interní korespondence daného zaměstnance s těmi z minulosti. případy obtěžování a označování slov a frází, které by mohly být dobrým ukazatelem nevhodného chování.
Zlepšete rozmanitost pracovní síly pomocí informační architektury
Aby bylo možné provést změny v diverzitě pracovních sil ovlivněné analytiky, je důležité mít správnou informační architekturu pro shromažďování a správu dat o zaměstnancích na jediné platformě. Díky tomu bude mnohem snazší provádět analýzu vašich dat a také integrovat prediktivní AI a nástroje strojového učení, jak bylo popsáno výše. Řešení jako Solix CDP (Common Data Platform) mohou spravovat všechna data vašich zaměstnanců—od příjmu po analýzu — bezpečně a efektivně, využitím podnikové archivace a technologií datových jezer. Solix CDP, hostovaný v cloudu, lokálně nebo obojím, vám poskytuje plnou kontrolu nad vašimi daty.
Nebojte se nahlédnout do svých dat a zlepšit tak rozmanitost ve vaší organizaci – tím pomáháte vytvářet a ovlivňovat pracoviště, která jsou pohodlnější, produktivnější a soucitnější – poháněná daty.
