Badania pokazują, że firmy korzystające z podejmowania decyzji opartych na danych, analiz przewidywanych i big data są bardziej konkurencyjne i osiągają wyższe zwroty niż firmy, które tego nie robią. Dlatego najbardziej ambitne firmy zaangażowane są w rodzaj wyścigu o uzyskanie więcej danych, zarówno od klientów, jak i od swoich własnych pracowników. Jednak zbieranie informacji, szczególnie od tej drugiej grupy, może być trudne. Jak więc firmy powinny zbierać cenne dane dotyczące wykorzystywania czasu, działań i relacji w pracy, jednocześnie szanując granice i dane osobowe swoich pracowników?
Pomagając naszym klientom wdrażać analitykę pracowników w swoich firmach, bezpośrednio współpracowaliśmy z zespołami prawnych dużych firm z całego świata, w tym ponad dziesięcioma z rankingu Fortune 500.
Widzieliśmy szeroki zakres kultur, procesów i postaw wobec prywatności pracowników oraz dowiedzieliśmy się, że w każdym przypadku istnieje siedem kluczowych punktów, które należy uwzględnić, aby jakakolwiek wewnętrzna inicjatywa analityki przewidywawczej odniosła sukces:
Znajdź sponsora
Zespół, który proponuje analizę danych, musi mieć rzeczywistą władzę i motywację do zmiany biznesu na podstawie wyników. W większości przypadków potrzebny jest sponsor na stanowisku wyższego szczebla, aby zapewnić takie wsparcie instytucjonalne. Po pierwsze, ta osoba może pomóc zrównoważyć chciwość szybkich sukcesów z długofalowym spojrzeniem na to, jak analityka przewidywawcza wpisuje się w plany strategiczne. Ona lub on powinien również wyjaśnić, dlaczego zbieranie danych i analiza są tak ważne dla pracowników w całej organizacji i może być osobą odpowiedzialną za zapewnienie prywatności danych. W wielu przypadkach, jeśli zespół prawny firmy nie widzi silnego wsparcia i sponsorowania, istnieje ryzyko, że inicjatywa zostanie zdegradowana – aż do momentu, gdy zostanie całkowicie zapomniana.
Miej hipotezę
Zanim zaczniesz zbierać dane, zdecyduj, dlaczego są one potrzebne w pierwszej kolejności. Wiele departamentów prawnych nie może zatwierdzić projektu bez określonego celu. Ale ponadto zespół proponujący projekt musi być jasny i transparentny w kwestii tego, co próbują osiągnąć. Obejmuje to posiadanie konkretnego planu dotyczącego poszukiwanych danych, zmian, które zostaną wprowadzone na podstawie wyników, sposobu pomiaru wyników tych zmian oraz zwrotu z inwestycji, który uzasadnia czas i energię poświęcone na projekt.
Hipoteza może być tak konkretna jak „niedochodowe konta klientów nie otrzymują tak dużego nakładu czasowego jak konta wysoko dochodowe”, lub tak ogólna jak „znalezione zostaną korelacje między metrykami analityki pracowników a wynikiem biznesowym x”, ale rezultat musi mieć znaczenie. Projekty bez celu wprowadzają zamieszanie i budzą sceptycyzm, tworząc zły precedens dla przyszłych działań analitycznych.
Domyślnie do anonimizacji i agregacji
Więcej można się nauczyć, badając relacje między sprzedażą a marketingiem jako całością niż badając relacje między Jamesem w dziale sprzedaży a Elliottem w dziale marketingu. Inicjatywy analityczne nie służą do zaspokajania osobistej ciekawości. W naszej pracy używamy wyłącznie metadanych, zwykle rozpoczynając od poczty elektronicznej i kalendarza. Domyślnie anonimizujemy adresy e-mail nadawcy i odbiorców do ich działów. Aby dodatkowo chronić anonimowość, agregujemy raportowanie do minimalnego rozmiaru grupy, tak że niemożliwe jest zagłębianie się w dane jednej osoby i próbowanie odgadnąć, kim jest. To eliminuje nawet możliwość niewinnego szpiegowania.
Jeśli nie można pozwolić pracownikom na pozostawanie anonimowymi, pozwól im wybrać, w jaki sposób wykorzystasz ich dane. W kilku przypadkach cele biznesowe nie mogą być osiągnięte przy użyciu anonimowych danych. Niektórzy z naszych klientów przeprowadzają na przykład analizy sieci społecznych, aby zidentyfikować osoby, które tworzą ważne połączenia między różnymi działami lub regionami. Po zidentyfikowaniu tych kluczowych „węzłów” w grafie społecznym, menedżerowie przeprowadzają z nimi rozmowy i pomagają im wpływać na innych. W takim przypadku najlepszym podejściem jest zapytanie o zgodę przed zebraniem danych w jeden z dwóch sposobów:
Użycie mechanizmu opt-out jest najprostsze. Pracownicy otrzymują jedno lub więcej powiadomień e-mail, że zostaną uwzględnieni w badaniu, z informacjami na temat planu badania i zakresu. Muszą podjąć działanie (zwykle kliknąć link), aby zostać wyłączeni z badania.
Opt-in oznacza nieco niższą uczestnictwo, ponieważ odbiorcy muszą podjąć działanie, aby zostać uwzględnieni w badaniu. Bardziej wrażliwe zespoły prawne mogą wymagać opt-in.
Niezależnie od tego, czy to jest opt-out, czy opt-in, pracownik powinien wiedzieć, co jest dla niego w tym. Uważamy, że najbardziej odpowiednią nagrodą jest dostęp do danych – przecież większość osób jest ciekawa, jak się porównują do swoich kolegów pod różnymi względami. Dostarczamy osobiste i poufne raporty, które porównują dane pracownika do benchmarków organizacyjnych, co pomaga im zyskać zachętę do udziału.
Prawdziwe, spersonalizowane dane również pomagają sprawić, że przekaz o badaniu staje się interesujący, przerywa szum w skrzynce odbiorczej, więc opt-in przyciąga uwagę. A jeśli nie masz możliwości dostarczenia ludziom ich własnych danych osobowych, możesz obiecać przyszły dostęp do jakichś wyników badania w formie agregatów, aby nagrodzić ich za udział.
Sprawdź, czy nie ma poufnych informacji. Następnie sprawdź ponownie. Niektóre zespoły, takie jak prawne, HR lub fuzje i przejęcia, będą miały do czynienia z bardziej wrażliwymi sprawami niż zwykle, i ich dane mogą wymagać większej ochrony. Czy dane będą zbierane od ludzi, źródeł elektronicznych czy obu, wrażliwe informacje powinny być odsiewane dwukrotnie:
Nie zbieraj ich w pierwszej kolejności, konfigurując narzędzie do wykluczania słów kluczowych, cech lub uczestników, którzy wskazywaliby na wrażliwość.
Ponownie zweryfikuj i usuń wszystkie dane, które nie zostały odsiane przez początkową konfigurację, ponieważ zarówno ludzie, jak i oprogramowanie mogą przeoczyć znaczenie informacji tekstowej. Wykonaj drugą weryfikację przed udostępnieniem danych ostatecznej grupie docelowej.
Nie szukaj informacji osobistych. Każda osoba doświadcza przerw w swojej pracy z powodów osobistych – wizyty u dentysty, aktywności dzieci itp. Jednocześnie, zgodnie z polityką, niektóre firmy chronią uprawnienia swoich pracowników do korzystania z systemów firmy do celów osobistych. Niezależnie od polityki, analizowanie danych dotyczących życia osobistego ludzi nie ma naprawdę dużej wartości biznesowej i automatycznie wyłączamy je z naszego zestawu danych. Ostatecznie pracownicy mają prawo do prywatności oraz znaczące prawa prawne, które różnią się w różnych krajach. Sprawy osobiste powinny być rozpatrywane przez menedżerów, a nie przez inicjatywy analityczne.
Dla dodatkowej ochrony rozważ użycie podmiotu trzeciego. W niektórych aplikacjach zdarza się, że podmiot trzeci wykonuje oczyszczenie danych, ich anonimizację i agregację, eliminując ryzyko naruszeń prywatności przez pracowników przedsiębiorstwa. Praca ta może być wykonywana przez podmioty trzecie nawet w obrębie zapory ogniowej firmy, jeśli jest to pożądane. Ale istnieje ważne zastrzeżenie: firmy, które zajmują się wrażliwymi danymi, powinny stosować praktyki bezpieczeństwa, takie jak sprawdzanie pracowników, którzy mają dostęp do danych, i ogólnie nie powinny korzystać z podwykonawców do wykonywania swojej pracy.
Szansa w dziedzinie danych i analiz przewidywawczych, zwłaszcza analityki pracowników, jest ogromna, co sprawia, że szczególnie ważne jest, aby firmy podchodziły odpowiedzialnie i proaktywnie do kwestii prywatności. Poprzez zbieranie i wykorzystywanie danych w sposób szanujący i nagradzający pracowników, liderzy eliminują punkty tarcia w procesie przyjęcia coraz bardziej wartościowych zdolności analitycznych. Siedem praktyk opisanych powyżej pomoże wytyczyć ścieżkę dla pionierskich programów i zbudować kulturę organizacyjną, która ceni i nagradza myślenie analityczne na wszystkich poziomach.
Chantrelle Nielsen kieruje badaniami i strategią w dziedzinie analityki pracowników, nowej kategorii produktywności organizacyjnej w firmie Microsoft. Przewodziła zarządzaniu produktami, marketingiem i kilkoma innymi funkcjami w firmie VoloMetrix, gdy ta firma rosła i została przejęta przez Microsoft.
