Kehitä ennakoivaa kykyanalyysiasi tuottaaksesi oivalluksia joille voit rakentaa toimintaa

On aika viedä kykyanalyysisi seuraavalle tasolle. Kykyanalyysi ei ole uusi keksintö. Vaikka et käyttäisi vielä psykometrisiä arviointeja, on teillä henkilödataa, jota voit käsitellä.

Esimerkiksi suoritusraportteja, asiakastyytyväisyysarvosanoja, joita työntekijä on saanut, tai myyntitavoitteiden seurantaraportteja.

Kun lisäät näihin tietoihin taito- tai kykyarviointitulokset, jotka sinulla jo on, pystyt ennakoimaan menestystä ja muuttamaan rekrytointi- ja kehitystapojasi. On aika viedä kykyanalyysisi seuraavalle tasolle.

Video

Toiminnan pohjana olevien kykyjenhallintamenetelmien edistäminen kykyanalyysia kehittämällä

Video

Miten Dell kasvatti myyntiään ja voittojaan samalla kun pienensi liikevaihtoaan käyttämällä psykometriikkaa ja avainsuoritusindikkaattoreita.

 

White Paper: Make data-driven talent decisions through intelligent data

A talent strategy underpinned by data-driven decisions allows companies to recruit individuals who will stay longer, perform better and will be more engaged: key factors leading to higher customer satisfaction and stronger business performance.

This paper explains how to convert your employee-related 'big data' into 'smart talent data'.

Referenssi Dell

Ratkaisu:
  • Parempia valintapäätöksiä
  • Tehokas esivalinta
  • Myyntisuoritusten kehittäminen
  • Ennustava analytiikka
  • Ammatillinen kehitys
Projektin tiedot:

in Czech: Selection of Sales Staff

 

in Slovakia: Consultation on implementation and interpretation of outcomes from competency questionnaireshapes (management) for Talent Development program

 

in UK: Design of online situational judgment tools and behavioural assessment for B2B sales and technical consulting staff; Through use of cut-eshapes behavioural styles questionnaire connected with a custom risk management interview new hires in model against 5 core behaviour areas achieve 36% more revenue and 42% more profit compared to previous hiring method.

 

in Australia: Using personality questionnaire shapes to select sales staff

Asiakas:
Australia, Tšekin tasavalta, Ranska, Slovakia, Iso-Britannia, USA, Irlanti
Toimiala:
Informaatio ja viestintä

Related documents

Arviointitieto + ennakoiva analytiikka = tuottoa sijoitetulle pääomalle

Psykometriikka on intohimomme. Olemme erittäin innoissamme toiminnan pohjana olevista oivalluksista, joita saadaan kysymällä liiketoimintasi kannalta olennaisia kysymyksiä ja analysoimalla vastaukset eri tavoin. Näin löydämme uusia näkökulmia ihmisille, tiimeille, osastoille ja koko yrityksille. Tulokset parantavat rekrytointistrategiaasi ja tekevät rekrytoinneistasi merkittävämpiä, kun pystyt keskittymään olennaiseen, kehittämään kriittisiä osaamisalueitasi ja sitouttamaan parhaat osaajat. Onnistuminen näillä osa-alueilla tarkoittaa aitoa arvonluontia.

Ennakoivan analytiikan käyttö tuottamaan tietoa rekrytointistrategiaasi

Autamme asiakkaitamme rekrytoimaan potentiaalia ja kehittämään menestyjiä. Ennakoiva analytiikka tarkoittaa katsomista tulevaisuuteen ja nykypäivän rekrytointimittausten muokkaamista tulevaisuuden tarpeisiin.

Makronäkökulma cut-e:n ennakoivaan analytiikkaan käsittää:

  • Tämänhetkisen tilanteen tarkastelu: nykyisten vakiintuneiden roolien analysointi, jotta saadaan selville, mikä ennustaa menestystä tietyissä työnkuvissa. Tuloksena on vahvistettu käyttäytymismalli, joka kytkeytyy suoraan haluamiisi avaintuloksiin – menestysprofiilien luominen.
  • Nykyiset osaajat: tavoitteellinen kehitys uuden mallin pohjalt
  • Tulevat osaajat: arviointi uuden mallin pohjalta

Avaintulokset voivat sisältää vahvistetun arviointimallin, vahvistetun kehitysmallin ja organisaatioanalyysin / ns. lämpökartan

Parhaat käytännöt: Miten suorittaa varmistustutkimus

Arvioinnin suorittaminen organisaatiossa vaatii investointeja. Mutta käytätkö oikeita arviointeja? Pystytkö vertailemaan arvioinnin tuloksia tehtävässä vaadittaviin menestyskriteereihin? Auttavatko saamasi tiedot oikeiden päätösten teossa? Ja pystytkö osoittamaan arviointien tuoman tuoton sijoitetulle pääomalle? Varmistustutkimus voi auttaa vastaamaan näihin kysymyksiin.

Ennakoiva analytiikka: Neljä askelta psykometrisen mittaustiedon hyötykäyttöön

Ennakoivan analytiikkamme käyttö tapahtuu useimmiten neljässä vaiheessa. Kuten odottaa saattaa, työskentelemme tiiviisti jokaisen asiakkaan kanssa määrittääksemme ja ymmärtääksemme täsmälleen, mitä meiltä odotetaan.

Alla on esimerkki siitä, miten projekti tyypillisesti muotoutuu:

  • Vaihe 1: Pilottiryhmät ja avainliiketoiminta tai suorituskykymittarit määritetään. cut-e:llä on laaja kokemus siitä, miten virkailijoiden esimerkkipopulaatio määritellään. Tämä vaatii sekä arviointi- että suorituskykytietoa. Käytettävät suorituskykymittarit voivat olla valmistuneita projekteja, pysyvyysastemittauksia, tuloja, sisäisiä asiakasarviointeja, tuottoja, tuottavuutta tai mitä tahansa, mikä on liiketoimintasi kannalta tärkeää.
  • Vaihe 2: Sisäinen esittely. cut-e hoitaa usein tietojen keruuseen tai niiden arviointiin sisältyvän logistiikan. Vastaamme viestinnästä ja projektisuunnitelman kehityksestä. Koska ymmärrämme ajan ja resurssien arvon, ovat kaikki arvioinnit mobiilioptimoituja ja haastattelut voidaan tehdä puhelimitse.
  • Vaihe 3: Tietojen analysointi ja mallin kehittäminen. Numeronmurskaus. Tietoanalyytikkomme tutkivat korrelaatiota esimerkiksi cut-e arviointitiedon ja tosielämän suorituskykytietojen välillä. Selvitämme myös, miten tulokset parhaiten julkaistaan ja miten niitä voidaan käytännössä hyödyntää.
  • Vaihe 4: Raportointi. Vaatimuksista riippuen laadimme raporttimallin joko valintaan tai kehitykseen tai/ja organisaatioanalyysin (lämpökartta). Lämpökarttamalli antaa yleiskuvan organisaatiostasi tai tietystä ryhmästä organisaatiossasi, jota voit verrata tiettyihin pätevyystuloksiin tai -arvioihin tai keskimääräisiin pätevyystuloksiin. Raportti voidaan esitellä yrityksen johdolle.

Ennakoivat analytiikkaprojektit auttavat työnantajia tekemään parempia rekrytointipäätöksiä

cut-e:n globaalin arviointibarometrin (2016) mukaan HR- ja rekrytointitiimit integroivat yhä useammin arvioinnit omiin HR-tietojärjestelmiinsä voidakseen mitata, arvioida ja osoittaa rekrytointihankkeiden ja organisaation suoritusten välisen yhteyden.

Tutkimus korostaa, että 45% arviointien käyttäjistä hyödyntää tiedonlouhintaprojekteja, minkä ansiosta he pystyvät tekemään tarkkoja analyyseja arviointidatasta. Jotkut yritykset esimerkiksi yhdistävät rekrytointitietonsa työssäsuoritumisdataan ja ennusteensa tuleviin liiketoimintahaasteisiin. ”Arviointien analyysit ovat aiempaa paremmin saatavilla ja tulkittavissa”, sanoo cute-e:n toimitusjohtaja Achim Preuss. ”HR-tiimit käyttävät yhä enemmän tätä ”ennakoivaa kykyanalyysia” saadakseen tuoretta näkökulmaa rekrytointeihinsa ja parantaakseen seuraajasuunnittelua ja henkilökunnan viihtyvyyttä.”

Saako sinun organisaatiosi kaiken irti arviointitiedoista?

Laita arviointidatasi töihin – näin kehität menestysprofiilin

Olet ehkä kerännyt arviointidataa vuosien mittaan tai sitten olet vasta aloittamassa arviointien parissa. Joka tapauksessa tieto siitä, mitä menestykseen tarvitaan, auttaa ja vahvistaa rekrytointistrategiaasi. Menestysprofiili ohjaa näkyvyys- ja rekrytointitoimenpiteitä ja osoittaa henkilöstön kehitysalueita. Se kristallisoi henkilöstölle, mitä liiketoiminnassa menestymiseen tarvitaan ja tarjoaa kehyksen rekrytoinneille. Merkittävin tulos rekrytointianalytiikkasi tarkastelusta on menestymisen kaavan – menestysprofiilin –kehittäminen.

Menestysprofiiliin vaikuttaa neljä pääosa-aluetta:

Menestyksen vertailu: Työskentelemme kanssanne, jotta saamme selvitettyä miten menestys mitataan organisaatiossasi. Autamme tunnistamaan menestyjät, miten heitä arvioidaan ja mikä on heidän menestyksensä takana. Se voi riippua tietyistä kyvyistä, pätevyydestä tai motivaatiosta. Mittausasiantuntijamme hyödyntävät tilastollista ja psykometrista kokemustaan auttaakseen sinua ymmärtämään, mihin tulee kiinnittää huomiota, murskaamaan lukuja ja muokkaamaan tulokset helposti ymmärrettävään muotoon.

Suorituskykyanalytiikka: Arviointityökalumme pystyvät ennakoimaan joitain käyttäytymismalleja ja taitoja. Voimme kartoittaa ne pätevyyksiksi, joita tarvitset ja auttaa sinua löytämään objektiivisia tapoja ennustaa suorituskykyä.

Organisational Review: Your current frameworks, strategies and processes will be reviewed. The elements that work, will go forward and we’ll work with you to shape the components that need tweaking.

Rooliarviointi: Työn vaatimusten ja kehittymisen analysointi on avaintekijä. Haastattelemme virkailijoita ja muita työasiantuntijoita ja tulkkaamme tarpeet selkeiksi, tarkkaan määritellyiksi ja mitattaviksi käyttäytymismalleiksi.
 

Avaa HR-mittareita, ennakoi ja esittele tulokset niin pääset sisäpiiriin

Tässä artikkelissa tarkastelemme ja tarjoamme käytännön vinkkejä siihen, miten HR-voi tuoda todellista liikearvoa ennakoivan rekrytointianalytiikan avulla. Vuoden 2016 arviointibarometri osoittaa, että vain alle puolella yrityksistä on Big Data –projekteja. Ja näistä yrityksistä alle puolessa HR-henkilökunta tietää projektin budjetin. Jos HR haluaa olla liikekumppani ja lisätä arvoa sen pitää pystyä analysoimaan olemassa olevaa tietoa, tunnistamaan aukkoja datassa ja kehittämään tietoa toiminnan pohjaksi sekä vielä esittämään kaiken tämän yritysjohtajien ymmärtämässä muodossa. Silloin HR pääsee sisäpiiriin.

Big Data HR- ja rekrytointianalytiikassa

Big Data HR- ja rekrytointianalytiikassa: joko on aika ymmärtää kaikki? Suurten tietomäärien käsittelyyn keskittyvä Big Data on ollut viime aikojen kiinnostuksen kohde. Verkko on täynnä tarinoita ja keskustelua aiheesta, ja yleinen käsitys asiasta tietävien keskuudessa on, että se muuttaa täydellisesti tavat tehdä töitä. Mutta miten? Tässä artikkelissa tutustumme Big Dataan, siihen, miten HR hyödyntää sitä sekä siihen, mitkä seuraavat askeleet voivat tai mitkä niiden pitäisi olla.

cut-e tuotehaku

Etsi yli 40 arviointimenetelmän joukosta tarpeisiisi sopivin testi tai kyselylomake.
Etsi
Aihe
Job
Instrument
Ota yhteyttä

Soita meille 020 7303850

tai jätä soittopyyntö

Tilaa uutiskirjeemme