Workforce analytics per il recruiting in Industria 4.0

Come può la workforce analytics aiutare nei processi di selezione del personale?


Tra le diverse applicazioni della tecnologie abilitanti di Industria 4.0, in particolare i Big Data e l’ Analytics (si vedano gli articoli Big Data: una panoramica per la trasformazione digitale Analytics: una visione d’insieme dell’analisi dei dati), troviamo quelle legate alla ricerca, selezione e inserimento del personale nelle imprese. Ciò è reso possibile dallo sviluppo della workforce analytics (si veda l’articolo I Big Data per la gestione delle risorse umane in Industria 4.0: la workforce analytics), che consiste nell’utilizzo dell’analisi dei Big Data applicata alla gestione delle risorse umane, in questo caso soprattutto quelle in entrata. Tale utilizzo è di particolare importanza, considerata la centralità, nel paradigma di Industria 4.0, di individuare i collaboratori con le competenze più adatte alle proprie esigenze all’interno di mercati del lavoro nei quali la competizione per la ricerca dei talenti è crescente.

Sono diversi i vantaggi e le modalità di utilizzo dell’analisi dei dati applicata a questo campo ed è possibile individuarli ripercorrendo le tre diverse fasi principali del recruiting: analisi dei fabbisogni e individuazione dei profili ricercati, selezione dei candidati, inserimento in azienda.

Rispetto all’analisi dei fabbisogni è possibile utilizzare questa tecnologia per effettuare una mappatura complessiva delle competenze presenti nella forza lavoro, suddividendola per fasce d’età e per rischi (calcolati mediante algoritmi) di turnover. Sarà quindi possibile individuare quali saranno le figure che verranno a mancare in un tempo stabilito, consentendo così una gestione proattiva e quanto più possibile predittiva delle risorse umane. Mediante la workforce analytics si potrà costruire un database in grado di produrre una “classifica” delle competenze più richieste, sia rispetto alla fase attuale di produzione, sia rispetto a determinati scenari che si possono applicare al futuro, in una logica previsionale.

Basandosi sulla profilazione individuale delle figure in uscita sarà possibile ricostruire il profilo ideale ricercato e tutte le competenze che lo costituiscono ed individuarlo, sia all’esterno, sia tra i collaboratori interni all’impresa. Le analisi possono inoltre consentire di individuare i momenti migliori nei quali attivare processi di selezione a seconda di possibile turnover (dato dall’età o dalla previsione di dimissioni) o da particolari condizioni di mercato. Un esempio può chiarire meglio le potenzialità dello strumento: la workforce analytics consente di avere a disposizione un database che avvisa l’HR Manager con un anticipo di 6/12/18 mesi (in funzione del periodo impostato, che può variare con l’importanza e la durata prevista dei processi di selezione) della probabilità che occorra una nuova figura. Tale probabilità può essere messa in relazione con il prossimo pensionamento di un collaboratore, ovvero determinata mediante un algoritmo predittivo che individua una elevata probabilità di dimissioni. Contestualmente il database fornisce all’HR Manager il profilo che potrebbe sostituire la figura in uscita, non semplicemente replicandone le caratteristiche ma individuando elementi di miglioramento dello stesso mediante l’elenco di un insieme di competenze richieste. Questa prima fase necessita di una figura definita “people analyst” caratterizzata da competenze di analisi e di lettura dei dati. Tale figura non deve necessariamente essere una nuova figura, infatti esistono oggi numerose soluzioni tecnologiche che elaborano e forniscono i dati, rendendo quindi non necessarie internamente competenze avanzate di produzione e catalogazione dei Big Data ma unicamente di rielaborazione. È pertanto possibile riqualificare in tal senso una risorsa già presente.

Sulla base dei profili individuati la workforce analytics è in grado di aiutare attraverso due modalità: la prima è individuando possibili soggetti interessanti, che l’impresa potrebbe contattare, utilizzando i principali database online nei quali potenziali candidati abbiano inserito il proprio CV; la seconda è mediante l’elaborazione di una scheda di vacancy da diffondere nei principali canali di intermediazione tra domanda e offerta di lavoro. Una volta individuati potenziali candidati, l’algoritmo specifico adibito al confronto tra candidati e posizioni vacanti procede ad effettuare il matching, individuando una rosa ridotta che sarà poi quella utilizzata per avviare la fase del colloquio, secondo il normale iter di selezione applicato da ogni singola impresa. È importante sottolineare come il processo di matching avvenga non soltanto mediante il confronto fra la scheda del profilo richiesto e il curriculum dei candidati. Grazie ai dati disponibili, il matching include infatti altri elementi difficilmente valutabili dal lavoro di un HR manager: ad esempio l’incrocio con alcune caratteristiche proprie di altri profili di successo, la probabile retribuzione che il candidato richiederà sulla base delle esperienze precedenti, la costruzione e il rafforzamento di team [3].

Ciò implica un cambiamento importante nel ruolo del recruiter nell’impresa. Le sue mansioni saranno concentrate principalmente in attività di tipo relazionale, volte a stabilire un primo contatto positivo con i candidati di maggior talento che saranno presumibilmente ricercati anche da imprese concorrenti. Inoltre la workforce analytics consente una riduzione dell’importanza del bias soggettivo, che spesso è determinante nei processi di selezione. Infatti il recruiter potrà sì decidere in ultima istanza sulla base anche delle proprie sensazioni, ma all’interno di un ristretto numero di candidati già passati al vaglio dell’algoritmo di selezione [2].

Una volta identificato il candidato da inserire in azienda, la workforce analytics può essere di supporto nella fase di inserimento. In primo luogo è possibile identificare quale possa essere la miglior figura da affiancare per un primo periodo di formazione ed introduzione alle principali mansioni, sulla base di caratteristiche ed attitudini affini. In secondo luogo, analizzando le performance nel periodo di prova, al fine di verificare se e in che misura la figura risponda a quanto richiesto per i compiti assegnati, così da poter confermare o meno l’inserimento alla fine del periodo.

In ultimo è importante ricordare due aspetti fondamentali. Il primo riguarda il fatto che quanto elaborato tramite la workforce analytics riguarda in sostanza correlazioni tra diversi insiemi di dati. In particolare l’algoritmo di produzione dei profili professionali e delle candidature non consente una certezza assoluta nell’individuazione, né gli algoritmi predittivi sono infallibili. Questa considerazione è importante poiché implica che la workforce analytics stessa sia gestita in modo proattivo, mediante il coinvolgimento dei collaboratori dell’area HR nel monitoraggio e nel vaglio di quanto prodotto dalle tecnologie in adozione.

Il secondo aspetto riguarda la dimensione legale e giuridica connessa all’utilizzo della tecnologia in ambito di ricerca e selezione del personale. Alla luce infatti della normativa nazionale ed europea sulla privacy dei dati personali e sul loro utilizzo, è possibile riscontrare alcuni profili di criticità laddove l’analisi dei Big Data faccia anche uso di dati personali che possono essere ricondotti a soggetti specifici [1]. Per questo motivo è consigliabile che, già nella fase di individuazione della tecnologia da adottare, si avvii una consulenza legale specifica volta a evitare rischi di contenzioso futuro.

 

Note e riferimenti

[1] E. Dagnino, People Analytics: lavoro e tutele al tempo del management tramite big data, in Labour&Law Issues, 2017.

[2] D. Kamarinou et al., Machine Learning with Personal Data, Queen Mary University of London, School of Law Legal Studies Research Paper, 2016.

[3] Bodie M. T. et al., The Law and Policy of People Analytics, in University of Colorado Law Review, 2017.


La workforce analytics è in grado di aiutare attraverso due modalità:

  • la prima è individuando possibili soggetti interessanti, che l’impresa potrebbe contattare, utilizzando i principali database online nei quali potenziali candidati abbiano inserito il proprio CV;
  • la seconda è mediante l’elaborazione di una scheda di vacancy da diffondere nei principali canali di intermediazione tra domanda e offerta di lavoro. Una volta individuati potenziali candidati, l’algoritmo specifico adibito al confronto tra candidati e posizioni vacanti procede ad effettuare il matching, individuando una rosa ridotta che sarà poi quella utilizzata per avviare la fase del colloquio, secondo il normale iter di selezione applicato da ogni singola impresa.

È importante sottolineare come il processo di matching avvenga non soltanto mediante il confronto fra la scheda del profilo richiesto e il curriculum dei candidati. Grazie ai dati disponibili, il matching include infatti altri elementi difficilmente valutabili dal lavoro di un HR manager: ad esempio l’incrocio con alcune caratteristiche proprie di altri profili di successo, la probabile retribuzione che il candidato richiederà sulla base delle esperienze precedenti, la costruzione e il rafforzamento di team.

Comments are closed.