HR Data Science pada Sektor Jasa Keuangan dan Bank

Heru Wiryanto – Depok, 30 Nov 2016

HR Data Scientist and Psychometrics Advisor at Bandung Innovation Factory

Terinspirasi oleh tulisan Josh Bersin bahwa banyak pendapat menunjukkan bahwa profesional HR / SDM tidak atau jarang yang memahami data. Namun ada sejarah mengenai HR data science yang terkait dengan profesi HR. Pada akhir 1800-an Fredrick William Taylor yang merupakan Bapak scientific dan Manajemen modern, seorang insinyur mekanik, menganalisis kinerja kerja para pekerja baja dan meletakkan dasar bagi manajemen atau teknik industri sekaligus psikologi industri yang mengukur apa yang kita lakukan mengenai suatu pekerjaan. Dia menemukan, misalnya, bahwa seorang pekerja yang mampu mengangkat 35 kg beban itu jauh lebih produktif dari pekerja yang mampu mengangkat beban sebesar 55 kg beban. karena yang mampu mengangkat 55 kg beban akan memerlukan lebih banyak waktu untuk beristirahat. Studi waktu dan gerak ini menyebabkan seluruh rekayasa ulang dari proses manufaktur baja pada jaman itu.

Departemen atau Divisi Sumber Daya Manusia menangkap dan mengelola sejumlah data dalam ukuran yang relatif besar tentang orang: omset, keterlibatan, jam pelatihan, kompensasi, mobilitas kerja, penilaian kinerja, serta di mana para perkerja bersekolah, data gelar sarjana, dan hampir 200 items data lainnya. Akan tetapi data-data tersebut biasanya menjadi barang yang “statis” di berbagai sistem SDM dan teramat jarang digunakan untuk tujuan strategis bagi perusahaan.

Ini bukan berarti bahwa perusahaan belum mencoba usaha tersebut. Perusahaan telah membangun HR Data based untuk 25 tahun, dan banyak departemen HR memiliki tim analisis yang mengerjakan kajian tersebut. Namun sampai saat ini, investasi ini belum banyak menampakan hasil yang menggembirakan dari sisi pengembalian investasi tersebut.

Deloitte baru saja menyelesaikan studi yang berjalan selama dua tahun dari topik ini untuk menunjukkan perubahan besar sedang terjadi. Sementara organisasi berinvestasi lebih dari $ 14 miliar pada software HR, Hasilnya kurang dari 4 persen perusahaan yang dapat melakukan analisis prediktif atas pengeloaan orang-orang mereka dan hanya 14 persen yang melakukan analisis statistik atasnya. Manajer HR dan Pimpinan menyadari bahwa mereka ingin lebih “data driven,” tapi kebanyakan dari mereka belum mampu untuk membangun suatu sistem yang pasti untuk mengembangkan bakat dan kapabilitas yang mumpuni untuk “analytics” dan “data driven”.

Baca juga:  Office Politics; Get Things Done; Power, Organization Savviness & Politics

Studi Kasus I : Tenaga Penjualan

Sebuah perusahaan jasa keuangan yang besar melihat variasi dramatis dalam kinerja penjualan dan retensi antara ratusan tenaga penjualan. Hipotesis yang diajukan bahwa ada faktor tersembunyi yang mungkin menyebabkan pola-pola antara kinerja dan retensi tenaga penjualan, sehingga mereka membangun sebuah model untuk mencoba untuk memprediksi kinerja tenaga penjualan dan retensi. Secara tradisional perusahaan ini merekrut tim penjualan dari lulusan universitas terkemuka dan merekrut calon tenaga penjualan dengan rata-rata indeks prestasi yang sangat baik.

Setelah data ditarik dan dianalisa bersama-sama bahwa variabel-variabel demografis, pengalaman kerja, pola rekrutasi, dan data lingkungan yang mendukung berbeda dari seluruh tenaga penjualan di organisasi tersebut dan dibandingkan para tenaga penjualan yang berkinerja tinggi terhadap rata-rata hasilnya menunjukkan signifikansi yang begitu bermakna. Hal ini kontras setelah analisis statistik lanjutan yang signifikan, di temukan melalui studi ini mengenai asumsi perusahaan yang salah yakni tenaga penjualan yang berkinerja tinggi tidak mereka dari sekolah atas, mereka juga tidak memiliki nilai prestasi akademik atau indeks prestasi yang tertinggi. Dari studi Data sience ini ditemukan bahwa :

Tenaga Penjual yang berkinerja Tinggi pada sektor jasa keuangan :

  • Tidak berhubungan dengan Prestasi Akademik dan Akreditasi dari perguruan Tinggi
  • Tidak berhubungan dengan Indeks Prestasi Akademik
  • Tidak berhubungan dengan kualitas dari refernsi atau rujukan yang diberikan

Namun Tenaga Penjual yang berkinerja Tinggi pada sektor jasa keuangan :

  • Berhubungan erat dengan kesalahan ketik atau salah eja dalam penulisan resume atau curriculum vitae atau Riwayat Pekerjaan.
  • Berhubungan sengan kesuksesan mereka dalam melakukan proses penjualan sebelumnya (misalkan menjual mobil atau property).
  • Berhubungan dengan keberhasilan mereka untuk menamatkan pendidikan tinggi tanpa memperhatikan jurusan atau fakultasnya.
Baca juga:  HA-ER-DE

Studi Kasus 2 : Pencegahan Fraud, kehilangan dan pencurian

Sebuah bank Nasional berskala besar menderita pencurian dan penggelapan pada cabang-cabangnya menghabiskan bertahun-tahun berinvestasi dalam pelatihan mengenai fraud dan alat-alat pemantauan untuk mengurangi penyimpangan tersebut. Meskipun program-program tersebut sedang berlangsung, kasus pencurian, kehilangan dan fraud terus terjadi dan tampak sangat tinggi di cabang yang lebih kecil.

Tim Data Science, bermitra dengan HR, memulai sebuah proyek analisis data untuk mengkorelasikan pola kerugian terhadap faktor-faktor seperti aset kepemilikan karyawan, usia, pengalaman, pelatihan, latar belakang pendidikan, demografi dan geografi, latar belakang pribadi dari karyawan. Setelah berbulan-bulan melakukan usaha, perusahaan menemukan bahwa faktor yang paling berkorelasi terhadap pencurian adalah jumlah jarak dari kantor cabang ke manajer Area. Orang yang meiliki peran tertentu yang merasa tanpa pengawasan lebih cenderung bertindak tidak etis dan melanggar aturan.

Setelah bertahun-tahun investasi sebagian besar tidak efektif dalam program pelatihan dan kepatuhan, bank melakukan reorganisasi manajer area untuk membawa mereka lebih dekat ke cabang, dan setelah hal ini dilakukan maka tingkat kerugian menurun drastis.

Pada awal 1900-an revolusi digerakan oleh ditemukannya listrik. lingkungan Bisnis menyadari bahwa mereka bisa mengandalkan aliran listrik untuk menjalankan pabrik manufaktur di malam hari, berinvestasi di motor dan robot untuk meningkatkan produktivitas, dan akhirnya berinvestasi di komputer dan alat-alat lain untuk mengubah cara mereka dalam melakukan bisnis yang efisien dan efektif.

Mengutip pendapat Einstein bahwa : “ Science is the refinement of everyday thinking”. Sama seperti listrik mengubah cara kita memproduksi dan memberikan pelayanan atas produk tersebut, sehingga “melalui Data” dapat mengubah cara berpikir kita tentang mengelola orang. Terlalu banyak keputusan penting mengenai pengelolaan sumber daya manusia masih dibuat atas dasar insting (gut feeling) atau pengalaman berdasarkan ceritera ceritera yang tidak jelas asal usul dan data empririsnya.

Baca juga:  Pekerja Berstatus PKWT Seharusnya Diperlakukan Lebih Baik Daripada Pekerja Yang Berstatus PKWTT

Saat ini masih belum banyak perusahaan yang menafaatkan data science dan analytics, namun kita melihat perkembangan kedepan dengan majunya teknologi informasi dan digital tidak dapat dipungkiri seperti ketika listrik ditemukan. Bisnis mau tidak mau dan suka tidak suka akan mengandalkan data science dan teknologi informasi masa depan untuk meningkatkan produktivitas dan efektifitas. Pertimbangkan hal berikut tiga tren utama: Lebih banyak data, alat yang lebih canggih, dan teknologi yang lebih tepat, Data di bidang pengelolaan HR sangatlah banyak mulai dari data demograsfi, psikografik hingga jejaring sosial yang bisa dianalisa untuk melihat proses kolaborasi dalam menghasilkan kinerja organisasi yang optimal. Dengan alat yang lebih canggih seperti ditemukannya alat piranti lunak untuk proses data science seperti rapid miner, hadoop, R statistics atau tableau, Big ML akan mempermudah proses implementasi hal ini, alat -alat ini akan mempermudah untuk mengerti lebih dalam mengenai data yang klita miliki. Teknologi yang semakin canggih, penemuan-penemuan saat ini sedang dikembangkan mulai dari penerapan model-model yang sederhana hingga penggunaan persamaan berstruktur (Structural equation modeling) di gagas oleh para ahli, bahkan di MIT sudah terkenal profesi “Social Data Scientist” saat ini.

Saat ini dan mendatang “HR data science” adalah bagian dari tren dan akan memberikan pengaruh yang lebih hampir pada setiap fungsi bisnis. Data tentang orang-orang kita sering merupakan data yang paling “berharga” dan teramat penting yang kita miliki. Perusahaan yang belajar bagaimana memanfaatkan data dan informasi yang tersembunyi dalam sistem HR mereka akan menemukan peluang yang luar biasa untuk mendorong peningkatan kinerja, pelayanan pelanggan, dan pertumbuhan bisnis di masa yang akan datang. Selamat datang di era HR Data Science.