Slik gjennomfører du et analyseprosjekt

Mange analyseprosjekter starter på feil sted. HR har fått tilgang til et nytt datasett, noen har oppdaget en interessant funksjon i HR-systemet, eller ledelsen har bedt om «mer innsikt» i sykefravær, turnover eller medarbeiderengasjement. Dermed begynner arbeidet med å hente data og lage analyser.

Problemet er at ingen ennå har avklart hvilken beslutning analysen skal støtte, hvem som eier utfordringen, eller hva virksomheten skal gjøre dersom analysen bekrefter det man mistenker. Resultatet kan bli en teknisk god analyse som presenteres én gang og deretter forsvinner i organisasjonen.

Et godt analyseprosjekt handler ikke bare om å analysere data. Det handler om å bruke data systematisk til å forstå en viktig utfordring, prioritere riktige tiltak og evaluere om tiltakene virker.

HRA-modellen i åtte steg gir en nyttig struktur for dette arbeidet. Modellen er hentet fra The Power of People av Nigel Guenole, Jonathan Ferrar og Sheri Feinzig og omtales av forfatterne som «The Eight Step Model for Purposeful Analytics». Den deler prosjektet inn i tre overordnede spørsmål:

• Hvorfor gjennomfører vi prosjektet?
• Hvordan skal vi gjennomføre det?
• Hva ble resultatet?

Denne inndelingen er viktig. Den minner oss om at analyse ikke begynner med data og slutter med en presentasjon. Analyseprosjektet begynner med et virksomhetsbehov og slutter først når innsikten er omsatt i handling og effekten er evaluert.

Før du starter: Analyseprosjektet må ha en eier

Før vi går gjennom de åtte stegene, bør én forutsetning være på plass: Prosjektet trenger en leder som eier problemet.

HR kan initiere, lede og gjennomføre store deler av arbeidet. Men dersom ingen leder utenfor HR opplever utfordringen som viktig nok til å handle på, er sannsynligheten for effekt liten. Prosjekteieren må ha interesse av svaret, tilgang til relevante beslutningsarenaer og mulighet til å påvirke området analysen handler om.

Det er derfor nyttig å finne en ambassadør tidlig – en leder som vil bidra til å formulere problemstillingen, åpne for involvering og data, utfordre foreløpige tolkninger og fronte anbefalingene. Ambassadøren skal ikke bare godkjenne prosjektet. Vedkommende skal bidra til at innsikten får organisatorisk betydning.

Med dette utgangspunktet kan prosjektet begynne.

Steg 1: Formuler forretningsspørsmålet

Det første steget er å oversette en generell HR-utfordring til et presist spørsmål med betydning for virksomheten.

«Vi ønsker å analysere turnover» er ikke et godt forretningsspørsmål. Det sier hvilket tema vi vil undersøke, men ikke hvorfor. Et bedre spørsmål kan være: Hvilke forhold bidrar til at erfarne konsulenter slutter, og hva kan vi påvirke for å redusere tapet av kritisk kompetanse og sikre bedre kontinuitet i kundeleveransene?

Det nye spørsmålet tydeliggjør fire forhold: hvilken gruppe prosjektet gjelder, hvilket utfall vi vil forstå, hvorfor utfallet er viktig, og at analysen skal lede til påvirkbare innsatsområder.

Et godt forretningsspørsmål bør være viktig nok til at noen vil handle på svaret, men avgrenset nok til at det kan undersøkes. Det bør også kobles til konsekvenser virksomheten kjenner igjen: kostnader, kvalitet, produktivitet, risiko, kundetilfredshet, sikkerhet eller gjennomføringsevne.

På dette steget bør prosjektgruppen avklare:

• Hvilken utfordring skal analysen hjelpe oss med å løse?
• Hvem berøres av utfordringen?
• Hvilken beslutning eller prioritering skal analysen støtte?
• Hvem har myndighet til å handle på resultatet?
• Hvordan ser en verdifull leveranse ut?

Hvis disse spørsmålene ikke kan besvares, er det for tidlig å hente data.

Steg 2: Utvikle hypoteser

En hypotese er en begrunnet antakelse om hva som kan forklare utfordringen. Hypotesene gir retning til datainnsamlingen og analysen. De hjelper prosjektet med å skille mellom data som er nødvendige, og data som bare er interessante.

Dersom prosjektet handler om turnover blant erfarne konsulenter, kan mulige hypoteser være at medarbeidere slutter på grunn av vedvarende høy arbeidsbelastning, for få utviklingsmuligheter, svak relasjon til nærmeste leder, lite attraktive karriereveier eller lønnsforskjeller mot markedet.

Hypotesene bør ikke utvikles av HR eller analytikeren alene. Involver ledere, medarbeidere, tillitsvalgte og andre som kjenner konteksten. De kan ha ulike forklaringer, og denne uenigheten er verdifull. Den synliggjør hvilke antakelser analysen bør undersøke.

Involveringen har også en endringsmessig funksjon. Når relevante personer deltar i hypotesearbeidet, blir de kjent med logikken i prosjektet og bygger eierskap til mulige funn. Hvis analysen senere utfordrer etablerte forklaringer, kommer ikke hele problemforståelsen som en overraskelse i sluttpresentasjonen.

Formuler hypotesene slik at de kan undersøkes. «Dårlig ledelse fører til turnover» er både upresist og ladet. «Medarbeidere med lav opplevd lederstøtte har høyere sannsynlighet for å slutte de neste tolv månedene, også når vi tar hensyn til rolle og ansiennitet» gir et tydeligere analytisk utgangspunkt.

Steg 3: Samle inn og kvalitetssikre data

Når forretningsspørsmålet og hypotesene er tydelige, kan prosjektet avgjøre hvilke data som trengs. Dette er motsatt av den vanlige tilnærmingen, der man først ser hvilke data som er tilgjengelige og deretter forsøker å finne spørsmål de kan brukes til å besvare.

Relevante data kan finnes i flere kilder: HRIS, lønns- og fraværssystemer, medarbeiderundersøkelser, rekrutteringsdata, prestasjonsdata, exitintervjuer, kundedata eller operative systemer. Ofte må kvantitative data kombineres med intervjuer, fokusgrupper eller dokumentanalyse for å forstå den lokale konteksten.

Mer data er ikke alltid bedre. Målet er å etablere det minste datagrunnlaget som på en forsvarlig måte kan belyse hypotesene. For hvert datapunkt bør prosjektet spørre: Hva skal denne variabelen hjelpe oss med å forstå?

Datakvaliteten må undersøkes før analysen starter. Er definisjonene like på tvers av enheter og perioder? Mangler det verdier? Har organisasjonsendringer påvirket sammenlignbarheten? Er utvalget stort nok? Måler variablene det vi tror de måler?

Personvern må bygges inn i prosjektet fra starten. Formålet med behandlingen, dataminimering, tilgang, lagring, anonymisering og risikoen for identifisering i små grupper må avklares. At dataene allerede finnes i et HR-system, betyr ikke automatisk at de kan brukes til ethvert analyseformål.

Steg 4: Gjennomfør analysen

Metoden skal velges ut fra spørsmålet og hypotesene – ikke ut fra hvilken teknikk analytikeren ønsker å demonstrere.

Noen prosjekter trenger først og fremst deskriptive analyser: nivåer, fordelinger og utvikling over tid. Andre trenger sammenligninger mellom grupper eller analyser av sammenhenger. Regresjonsanalyse kan for eksempel brukes til å undersøke om arbeidsmiljøfaktorer henger sammen med sykefravær eller turnover når vi samtidig tar hensyn til andre relevante forhold. Kvalitative analyser kan gi innsikt i mekanismene bak de statistiske mønstrene.

Analysen bør bevege seg fra enkelt til mer komplekst. Start med å forstå dataene. Undersøk deretter forskjeller og mønstre før mer avanserte modeller bygges. Det gjør det lettere å oppdage feil og å forklare resultatene til andre.

Nye AI-verktøy kan hjelpe HR med datarydding, kode, valg av analyse, visualisering og tolkning. Det senker den tekniske terskelen, men fjerner ikke behovet for kritisk vurdering. Prosjektgruppen må fortsatt undersøke alternative forklaringer, skille samvariasjon fra årsak og være tydelig på usikkerhet.

Et godt kontrollspørsmål er: Hvilke andre forhold kan ha skapt dette mønsteret? Hvis enheter med høy lederstøtte har lavere sykefravær, betyr ikke det alene at lederstøtten er årsaken. Enhetene kan også ha lavere arbeidsbelastning, mer stabile rammer eller en annen sammensetning av medarbeidere.

Steg 5: Utled innsikt

Et funn er ikke det samme som innsikt. «Turnover er høyest blant ansatte med to til fire års ansiennitet» er et funn. Innsikt oppstår når funnet settes inn i en sammenheng og endrer hvordan virksomheten forstår problemet eller bør prioritere.

En mulig innsikt kan være at avgangen øker når medarbeiderne har blitt selvstendige i rollen, men før de får tilgang til nye karriere- og utviklingsmuligheter. Dersom mønsteret støttes av flere datakilder, peker det mot et annet innsatsområde enn en generell forbedring av rekruttering eller lønn.

Prosjektgruppen bør prioritere de få innsiktene som er mest robuste, beslutningsrelevante og påvirkbare. En analyse kan inneholde mange interessante resultater, men mottakerne trenger et konsentrert svar på forretningsspørsmålet.

For hver hovedinnsikt bør man kunne forklare:

• Hva har vi funnet?
• Hvilke data og analyser støtter dette?
• Hvor sikre er vi?
• Hvorfor er funnet viktig for virksomheten?
• Hva kan virksomheten påvirke?

God innsikt reduserer usikkerhet. Den later ikke som om usikkerheten er borte.

Steg 6: Utvikle anbefalinger

Analysen forteller sjelden nøyaktig hvilket tiltak virksomheten skal velge. Den kan identifisere sannsynlige drivere og grupper med særlige utfordringer, men anbefalingene må også ta hensyn til strategi, gjennomførbarhet, kostnader, risiko og lokal kontekst.

Derfor bør anbefalingene utvikles sammen med ledere og fagpersoner som kjenner arbeidsprosessene. Hvis analysen peker på manglende utviklingsmuligheter, kan flere tiltak være aktuelle: tydeligere karriereveier, prosjektrotasjon, faglige roller, mentorordninger eller endret bemanningspraksis. Det riktige valget avhenger av hva som skaper problemet og hva virksomheten realistisk kan gjennomføre.

Gode anbefalinger beskriver ikke bare hva som bør gjøres, men også:

• hvilket problem tiltaket skal løse
• hvilken målgruppe det gjelder
• hvilken endring man forventer
• hvem som har ansvar
• hvilke ressurser som kreves
• hvordan effekt skal vurderes

Prioriter få tiltak. En lang liste kan signalisere grundighet, men gjør det enklere å unngå reelle valg.

Steg 7: Kommuniser innsikten

Kommunikasjon er mer enn en sluttpresentasjon. Gjennom hele prosjektet bør interessenter involveres i problemforståelse, hypoteser, foreløpige funn og mulige konsekvenser. Da blir den avsluttende kommunikasjonen en konsolidering av læring – ikke første gang organisasjonen møter analysen.

Sluttleveransen bør bygges rundt beslutningen, ikke analyseprosessen. Ledelsen trenger sjelden en kronologisk gjennomgang av datakilder og metoder. De trenger å forstå utfordringen, hva analysen viser, hva den betyr, hvilke valg som finnes, og hva som anbefales.

Metoden må likevel dokumenteres og være tilgjengelig. Troverdighet krever at mottakerne kan forstå datagrunnlaget, forutsetningene og usikkerheten. Kunsten er å skille mellom det som må stå i hovedfortellingen, og det som kan ligge i et vedlegg.

Tilpass kommunikasjonen til målgruppen. Toppledelsen kan være opptatt av risiko, økonomi og strategisk kapasitet. Linjeledere trenger å forstå konsekvenser for arbeidsprosesser og eget handlingsrom. Medarbeidere trenger å se hvordan dataene er brukt, og hva som skal skje videre.

Steg 8: Implementer og evaluer

Et analyseprosjekt er ikke fullført når anbefalingene er presentert eller godkjent. Den organisatoriske verdien oppstår først når tiltak blir prøvd ut, gjennomført og evaluert.

Evalueringen bør planlegges før implementeringen. Definer en baseline, forventet endring og tidspunkt for oppfølging. Skill mellom prosessmål og effektmål. Prosessmål viser om tiltaket faktisk er gjennomført og når målgruppen. Effektmål viser om utfallet prosjektet skulle påvirke, endrer seg.

Hvis virksomheten innfører en ny karrieremodell, kan et prosessmål være andelen medarbeidere som har hatt en strukturert utviklingssamtale. Effektmål kan være opplevde utviklingsmuligheter, intern mobilitet eller uønsket turnover i målgruppen.

Der det er mulig, bør tiltak prøves ut i avgrensede deler av virksomheten før full utrulling. Sammenligning over tid eller med relevante kontrollgrupper gir bedre grunnlag for å vurdere effekt. I andre situasjoner må virksomheten bruke enklere før- og ettermålinger kombinert med kvalitative vurderinger.

Poenget er ikke å bevise at prosjektgruppen hadde rett. Det er å lære. Hvis tiltaket ikke virker som forventet, bør hypotesene, gjennomføringen eller tiltaket justeres. Evalueringen blir dermed starten på en ny læringssløyfe.

Modellen er sekvensiell, men arbeidet er iterativt

De åtte stegene presenteres i en bestemt rekkefølge fordi rekkefølgen beskytter kvaliteten i prosjektet. Forretningsspørsmålet og hypotesene bør komme før datainnsamlingen. Innsikten bør komme før anbefalingene. Implementering og evaluering må følge kommunikasjonen.

I praksis må prosjektet likevel bevege seg frem og tilbake. Datakvaliteten kan føre til at hypotesene justeres. Analysen kan vise at forretningsspørsmålet var for bredt. Samtaler med ledere kan gi nye forklaringer som må undersøkes. Dette er ikke tegn på dårlig prosjektstyring, men på læring.

Det avgjørende er at justeringene skjer bevisst, dokumenteres og forankres hos prosjekteieren.

Fire vanlige feil modellen hjelper deg å unngå

• Den første feilen er å starte med dataene. Da lar man tilgjengelige variabler definere hva som er viktig, fremfor virksomhetens behov.
• Den andre er å utvikle hypotesene alene. Da går prosjektet glipp av lokal kunnskap og muligheten til å bygge eierskap før funnene foreligger.
• Den tredje er å forveksle funn med innsikt. Mange tall og statistiske sammenhenger skaper ikke verdi dersom ingen forstår hva de betyr for en beslutning.
• Den fjerde er å avslutte med presentasjonen. Da blir analysen en kunnskapsleveranse, ikke et virkemiddel for forbedring.

Start mindre enn du tror

Det første analyseprosjektet trenger ikke omfatte hele virksomheten eller bruke avanserte prediktive modeller. Velg et viktig, men avgrenset spørsmål. Finn en leder som vil eie det. Involver noen få personer med relevant kunnskap. Bruk de beste dataene som er realistisk tilgjengelige, og velg en metode som passer beslutningen.

Gjennom ett slikt prosjekt får HR erfaring med hele kjeden: fra problem og hypoteser til analyse, kommunikasjon, implementering og evaluering. Det er denne arbeidsformen – ikke antallet dashboards eller statistiske modeller – som bygger virksomhetens reelle kapasitet for HR-analyse.

HRA-modellen gir en struktur, men strukturen skaper ikke verdi alene. Verdien oppstår når hvert steg brukes til å holde prosjektet rettet mot virksomhetens behov og den endringen man ønsker å oppnå.

Det viktigste spørsmålet gjennom hele prosessen er derfor det samme: Hvordan skal denne analysen gjøre det enklere for virksomheten å ta en bedre beslutning og skape en målbar forbedring?

Modellen bygger på «The Eight Step Model for Purposeful Analytics» fra Nigel Guenole, Jonathan Ferrar og Sheri Feinzig: The Power of People: Learn How Successful Organizations Use Workforce Analytics to Improve Business Performance.