Workforce Analytics: Ubah Data HR Jadi Strategi dengan AI

Manajemen sumber daya manusia di kantor memegang peranan krusial karena lancar atau tidaknya operasional suatu perusahaan ditentukan oleh kontribusi karyawan. Workforce analytics di sini berperan dalam mengoptimalkan manajemen tenaga kerja di kantor.

Proses workforce analytics ini terdiri dari tugas-tugas seperti mengecek data historis yang berhubungan dengan kinerja karyawan dan perusahaan, tingkat cuti dan absensi, serta faktor alokasi kompetensi setiap karyawan. Sekarang, proses ini dapat diotomatisasi oleh teknologi AI (Artificial Intelligence) untuk identifikasi masalah yang lebih cepat dan akurat.

Key Takeaways

Workforce analytics merupakan strategi mengumpulkan data kinerja karyawan yang dianalisis untuk menetapkan pengembangan manajemen tenaga kerja perusahaan.

Pengambilan keputusan bisnis menggunakan data workforce menjadi penting karena keputusan manajemen SDM di kantor mengandalkan data yang relevan dengan keadaan riil di perusahaan, bukan sekadar asumsi.

Jangan langsung masuk ke “bagaimana cara mengatasi masalah manajemen SDM”. Pertama, pikirkan dulu keputusan bisnis yang hendak Anda ambil saat Anda akan menerjemahkan hasil workforce menjadi keputusan bisnis.

Pengertian dari Workforce Analytics dan Peranannya

Pengertian dari Workforce Analytics dan Peranannya
Workforce analytics adalah proses mengumpulkan data kinerja pekerja perusahaan dan menganalisis data tersebut untuk melihat celah apa yang bisa dimajukan dari kinerja karyawan. Data yang digunakan adalah data yang memberikan gambaran lengkap mengenai kinerja kerja karyawan seperti data kehadiran, performa kerja, output perusahaan, dan sebagainya yang berhubungan.

Anda perlu ketahui, istilah ini masih sering digunakan bergantian dengan HR analytics (Human Resources) dan people analytics. Dalam hal ini, workforce analytics lebih berfokus pada kebutuhan perusahaan seperti jumlah karyawan yang dibutuhkan, distribusi kompetensi sesuai keunggulan tiap karyawan, dan juga produktivitas di kantor.

Jika diintegrasikan dengan AI (Artificial Intelligence), workforce analytics dapat langsung dibaca dan dianalisis secara menyeluruh dan dengan otomatis AI langsung memberikan ringkasan atau masukan dari data tersebut, mempermudah untuk pengambilan keputusan bisnis.

Studi dari VIVID oleh CIPD pada tahun 2021 menunjukkan pemanfaatan people analytics yang diikuti program kesejahteraan meningkatkan engagement karyawan dari 66% menjadi 85% dan menurunkan tingkat turnover sebesar 4,8%.

Manfaat dari Menerapkan Workforce Analytics

Penerapan workforce analytics memiliki sejumlah manfaat praktis dalam operasional bisnis Anda. Pahami apa saja manfaatnya di bawah ini:

1. Meningkatkan kualitas pengambilan keputusan: Workforce analytics memungkinkan manajemen mengambil keputusan yang lebih akurat karena didukung oleh data analitik yang sesuai dengan kenyataan di perusahaan. Masalah seperti ketidakhadiran dan turnover yang tinggi serta kesenjangan kompetensi bisa ketahuan dari data workforce ini untuk evaluasi perekrutan dan penempatan kerja karyawan.

2. Prediksi kebutuhan tenaga kerja yang akurat: Perusahaan dapat menggabungkan data historis tenaga kerja, rencana bisnis, dan juga tren pasar kerja untuk memprediksi kebutuhan tenaga kerja yang paling sesuai dengan kelangsungan bisnis.

3. Identifikasi risiko turnover lebih mudah: Pola pengunduran diri dapat dilihat dari data workforce seperti kompensasi yang diterima atau jabatan dan divisi di perusahaan. Ini membantu tim HR mengambil langkah pengelolaan sumber daya manusia yang lebih efektif.

4. Penempatan tenaga kerja yang lebih sesuai: Data workforce memberikan gambaran mengenai kapasitas dan kinerja karyawan yang ditempatkan di divisi berbeda, yang membantu dalam pengambilan keputusan penempatan tenaga kerja sesuai kompetensi karyawan tersebut.

5. Strategi menjaga retensi karyawan: Karyawan yang meninggalkan kantor biasanya bukan berarti hanya karyawan yang memiliki masalah, tetapi bisa juga diakibatkan kualitas manajemen yang kurang baik di kantor. Workforce analytics membantu memetakan alasan karyawan keluar institusi untuk membuat perencanaan tenaga kerja yang lebih baik lagi.

6. Meningkatkan efektivitas rekrutmen: Dengan melihat data kinerja perusahaan dan karyawan dari rekam jejak perusahaan yang tersedia, HR dapat membuat rencana rekrutmen secara otomatis yang memang dibutuhkan oleh perusahaan.

7. Menyelaraskan strategi SDM dengan kebutuhan bisnis: Dengan melihat analitik ini, HR dan direksi dapat mengambil keputusan pengelolaan SDM yang relevan dengan pengembangan bisnis.

8. Menjamin kepatuhan pada hukum ketenagakerjaan lokal: Di Indonesia, pelaporan ketenagakerjaan wajib dilakukan tiap tahun oleh perusahaan yang sudah diatur oleh Permenaker No. 18 Tahun 2017. Isinya mencakup kewajiban perusahaan untuk melaporkan identitas perusahaan, kondisi dan perlindungan tenaga kerja.

Macam Jenis Workforce Analytics

Dalam analisis kinerja karyawan di perusahaan, umumnya metodenya ada beberapa jenis dan dilakukan per langkah. Metode-metode tersebut ialah:
1. Descriptive analytics: Metode ini berfokus pada data historis workforce atau latar belakang yang memengaruhi kondisi SDM di lingkungan perusahaan saat ini. Tim HR mengecek data seperti histori turnover karyawan, performa perusahaan, tingkat kehadiran, dan juga analisis beban kerja untuk memahami dampak negatif yang telah/sedang terjadi di kantor.
2. Diagnostic analytics: Merupakan penerapan lebih jauh dari descriptive analytics. Di sini, pihak direksi dan HR mencari penyebab dari masalah SDM yang terjadi di perusahaan. HR akan mencari penyebab, misal apakah program pengembangan karyawan sudah cukup efektif untuk menjamin tenaga kerja yang lebih kompetitif.
3. Predictive analytics: Meninjau data historis workforce untuk memperkirakan potensi masalah dan peluang yang bisa diambil di masa depan untuk mencegah masalah pada pengelolaan tenaga kerja.
4. Prescriptive analytics: Mirip seperti predictive analytics, tetapi metode ini ditujukan untuk mencari solusi pencegahan masalah dengan spesifik. Setelah mengetahui potensi masalah yang mungkin terjadi, tim mencari solusi paling spesifik khusus untuk tiap masalah.
Semua metode di atas ini memegang peran penting untuk menjamin workforce analytics yang terstruktur dan akurat untuk menangani tiap jenis masalah SDM di kantor. Berikutnya Anda dapat mempelajari metrik-metrik kunci yang perlu diperhatikan untuk kebutuhan workforce.

Apa Saja Metrik Workforce Analytics dan Bagaimana Menghitungnya?

Metrik pada tabel di bawah ini dapat Anda perhatikan dengan seksama untuk menetapkan workforce analytics yang efisien. Penting untuk menetapkan atau memodifikasi metrik di bawah dengan jelas karena AI memerlukan masterdata yang akurat agar AI bisa melakukan analisis workforce dengan efektif dan minim kesalahan:

Metrik	Cara Menghitung	Kegunaan dari Metrik
Rata-rata Headdcount	(Jumlah karyawan awal periode + akhir periode) ÷ 2	Sebagai dasar penghitungan turnover dan metrik tenaga kerja lain.
Pertumbuhan tenaga kerja	(Headcount akhir − Headcount awal) ÷ Headcount awal × 100%	Menunjukkan apakah kapasitas tenaga kerja bertambah atau berkurang.
Tingkat turnover	Jumlah karyawan keluar ÷ Rata-rata Headcount × 100%	Mengukur seberapa besar perputaran tenaga kerja di perusahaan.
Tingkat voluntary turnover	Karyawan yang mengundurkan diri ÷ Rata-rata Headcount × 100%	Memisahkan pengunduran diri sukarela dari PHK, pensiun, atau berakhirnya kontrak sehingga penyebab kehilangan tenaga kerja lebih jelas.
First-year attrition	Karyawan baru yang keluar sebelum satu tahun ÷ Total karyawan baru × 100%	Membantu mengevaluasi kualitas rekrutmen, onboarding, kesesuaian pekerjaan, dan ekspektasi kandidat.
Tingkat ketidakhadiran	Jam kerja yang hilang karena sakit/cedera ÷ Total jam kerja yang seharusnya tersedia × 100%	Menunjukkan kapasitas kerja yang tidak tersedia. Perusahaan sebaiknya memisahkan kategori seperti sakit, cuti, atau mangkir agar tidak membingungkan.
Rasio lembur	Jam lembur ÷ Total jam kerja aktual × 100%	Mengidentifikasi kekurangan kapasitas, ketidakseimbangan beban kerja, atau masalah penjadwalan per cabang.
Produktivitas tenaga kerja	Jumlah output ÷ Total jam kerja aktual	Mengukur output per jam kerja. Output dapat berupa unit produksi, transaksi, pesanan selesai, atau nilai tambah.
Biaya tenaga kerja per unit	Total kompensasi tenaga kerja ÷ Jumlah output	Mencari biaya tenaga kerja untuk menghasilkan satu unit produk atau layanan. Kompensasi sebaiknya mencakup gaji, tunjangan, dan bonus.
Lama pengisian posisi	Tanggal kandidat terpilih diberi tahu − Tanggal lowongan diumumkan	Mengukur kecepatan proses rekrutmen. Hitung rata-ratanya untuk seluruh proses rekrutmen dalam periode yang sama.
Vacancy rate	Posisi yang masih kosong ÷ Total posisi yang disetujui × 100%	Menunjukkan kesenjangan antara kebutuhan organisasi dan tenaga kerja yang tersedia. Ini penting untuk posisi kritis yang memengaruhi kapasitas produksi atau layanan.
Cost per hire	(Biaya rekrutmen internal + eksternal) ÷ Jumlah karyawan yang direkrut	Mengukur efisiensi biaya rekrutmen. Biaya dapat mencakup iklan, agensi, sistem rekrutmen, asesmen, perjalanan, dan waktu tim perekrut.

Bagaimana AI Mendukung Proses Workforce Analytics?

Kecerdasan buatan membantu perusahaan dalam mengolah data tenaga kerja dalam jumlah besar menjadi insight yang bisa langsung dibaca dan mudah dipahami. Dalam workforce analytics, AI berfungsi sebagai pendukung analisis dan penting diingat bahwa AI tidak bisa dijadikan sebagai pengganti pengambil keputusan. Pengambilan keputusan tetap berada di tangan HR dan pihak direksi.

AI mendukung proses-proses berikut:

Menyatukan data HR dan operasional: Secara otomatis langsung menyatukan data HR dan operasional yang banyak dan rumit dipahami menjadi bentuk laporan yang mudah dimengerti.
Membuat dashboard workforce lebih cepat: AI yang terintegrasi dengan software HRM (Human Resources Management) kantor membantu mengolah rincian workforce dan membuatkannya dalam bentuk dashboard.
Mengidentifikasi pola dan memberi masukan: AI menandai pola ketidakhadiran, cuti, tingkat turnover, dan departemen yang membutuhkan alokasi tenaga kerja.
Mengotomatisasi pengecekan yang rumit: Semua data tenaga kerja yang jumlahnya sangat banyak dapat langsung dirangkum AI secara otomatis.

01. banner demo gratis web.jpg — source:https://www.hashmicro.com/id/blog/wp-content/uploads/2024/06/01.-Banner-Demo-Gratis-Web.jpg

Cara Mengubah Data Workforce dengan AI untuk Keputusan Bisnis

Data workforce penting karena menjadi fondasi sebelum memutuskan arah perencanaan tenaga kerja untuk keperluan operasional bisnis yang lebih memadai. Tapi, dalam menerjemahkan data ini untuk keputusan bisnis, Anda perlu memperhatikan langkah-langkahnya di bawah agar keputusan bisnis yang diambil relevan:

1. Pertama-tama, mulai dari keputusan bisnis

Perhatikan apa yang bisnis Anda butuhkan, jangan berfokus pada penanganan masalah lebih dulu. Cukup pikirkan kebutuhan bisnis ke depannya. Tanyakan kasus seperti “apakah alokasi tenaga kerja di bidang marketing sudah cukup untuk kebutuhan pemasaran?”.

2. Gabungkan data HR dan operasional perusahaan

Mulai lakukan analisis dari kebutuhan bisnis dan operasional dengan data HR. Data HR memberikan gambaran jelas mengenai output yang dikeluarkan perusahaan dari laporan kinerja dan tingkat kehadiran karyawan.

3. Tetapkan metrik yang jelas untuk setiap data

Pastikan departemen HR dan pihak manajemen atas memiliki pengertian yang sama mengenai kriteria metrik dan KPI (Key Performance Indicator) SDM, misalnya apakah jam lembur didasari dari jadwal kerja yang ditetapkan atau dari realisasi lama kerja karyawan pada hari itu. Ini mencegah kebingungan yang malah berakibat dari perencanaan sumber daya manusia di kantor yang tidak efektif.

4. Buat baseline dan segmentasi yang jelas

Bandingkan metrik berdasarkan periode, divisi kantor, cabang lokasi, atau masa kerja agar kesimpulan dari analisis workforce lebih akurat. Sebagai contoh bisa saja tingkat turnover karyawan di satu divisi tinggi, tetapi hal yang sama belum berlaku di divisi lainnya. Dengan ini, perusahaan lebih mengetahui arah prioritas pencegahan masalah yang perlu diperbaiki.

5. Terapkan analisis bertahap

Gunakan metode analisis seperti descriptive analytics, diagnostic analytics, predictive analytics, dan prescriptive analytics secara berurutan karena analisis ini membedah masalah dari latar belakang masalah tenaga kerja, penyebab masalah, arah pencegahan, dan cara pencegahan tiap isu secara spesifik.

6. Validasi hasil analisis AI

Periksa sumber data, definisi metrik, serta seberapa relevan rekomendasi yang diberikan AI. Bandingkan hasilnya dengan kondisi operasional sebelum menggunakannya sebagai dasar keputusan.

7. Hubungkan indikator tenaga kerja dengan hasil bisnis

Produktivitas tidak selalu berkaitan dengan seberapa kompeten karyawan karena banyak faktor lain yang turut memengaruhi kesuksesan performa perusahaan. Faktor seperti kapasitas karyawan, biaya rekrutmen, produktivitas tiap cabang perusahaan, dan penyebab turnover juga ambil bagian dalam masalah manajemen sumber daya manusia ini.

8. Tetapkan tindakan pencegahan

Terakhir, tetapkan tindakan pencegahan yang hendak diambil untuk mengantisipasi masalah SDM di kemudian hari. Selain itu, pikirkan juga target dan jadwal evaluasi untuk perbaikan kebijakan jika ternyata kebijakan masih kurang efektif.
Dengan langkah yang terstruktur, Anda dan tim dapat menentukan strategi yang terukur menyesuaikan dengan kondisi perusahaan.

Kesimpulan

Workforce analytics membantu mengubah data kehadiran, turnover, dan kinerja lainnya menjadi fondasi yang bisa digunakan untuk mengambil keputusan operasional bisnis Anda. Dari analisis tenaga kerja, perusahaan dapat memahami masalah pada manajemen tenaga kerja mereka.

AI memegang peran penting dalam menjamin proses workforce yang lebih cepat dan efisien karena bertindak sebagai penasihat yang memberikan masukan untuk tim HR dalam membuat strategi pengoptimalan manajemen SDM di kantor.

Wajib diingat bahwa tenaga kerja merupakan penggerak operasional perusahaan. Maka itu pastikan untuk mencari strategi workforce yang paling sesuai dengan kebutuhan karyawan Anda.

Pertanyaan Seputar Workforce Analytics

Divisi ini memastikan perusahaan memiliki tenaga kerja yang cukup dan kompetensinya memadai untuk keperluan operasional bisnis perusahaan. Pekerjaan dari manajemen workforce meliputi analisis kapasitas dan keterampilan karyawan, proyeksi kebutuhan pekerja, identifikasi kesenjangan kompetensi, dan juga perencanaan strategi rekrutmen.

Skilled labor adalah tenaga kerja yang memiliki keterampilan khusus untuk menjalankan suatu pekerjaan. Kompetensi atau keterampilan ini didapat dari pendidikan, program sertifikasi, atau pengalaman pelatihan lainnya yang membentuk dan memvalidasi kompetensi yang dimiliki karyawan tersebut.

Contohnya ialah perusahaan saat ini sedang membutuhkan posisi customer service. Pihak HR yang mengurus manajemen workforce menentukan strategi rekrutmen yang ditargetkan pada calon karyawan dengan kompetensi di bidang komunikasi. Contoh lainnya yaitu tim HR mencari penyebab dari turnover yang tinggi dengan mengecek kondisi manajemen perusahaan, apakah sudah memadai dan memenuhi kebutuhan karyawan.

Langkah pertama dimulai dengan memahami strategi bisnis dan operasional, diikuti dengan memetakan jumlah dan kapasitas tenaga kerja untuk kelangsungan bisnis saat ini, lalu memproyeksikan kebutuhan tenaga kerja di masa depan. Setelah itu, identifikasi pada kekurangan dan kelebihan tenaga kerja dilakukan dan mulai menyusun strategi SDM yang relevan. Terakhir, sambil melaksanakan kebijakan baru, tim HR melakukan pemantauan secara berkala untuk melihat apakah strategi yang diterapkan sudah efektif.