Kattava kirja henkilöstöanalytiikasta

henkilostoanalytiikka

Digitalisaation myötä dataa syntyy aikaisempaa enemmän. Dataa syntyy myös yritysten henkilöstöön liittyvistä näkökulmista. Samoin työkaluja datan analysoimiseen on aikaisempaa paremmin käytössä. Uusimmat tavat hyödyntää dataa eivät kuitenkaan tule ensimmäiseksi yritysten HR-toimintojen käyttöön. Henkilöstöanalytiikka on todennäköisesti alue, jossa kehitys tulee lähivuosina olemaan nopeaa.

Jaana Saramiehen ja Maria Törnroosin henkilöstöanalytiikkaa käsittelevä kirja on julkaistu viime vuonna. Sen lähtökohta on, että henkilöstöanalytiikan päätehtävä ei ole henkilöstöhallinnon vaan yrityksen liiketoiminnan, päätöksenteon ja johtamisen tukeminen.

Kirjan teemoja ovat henkilöstöanalytiikan määrittely, henkilöstöanalytiikan projektien käynnistäminen, datan hankkiminen ja analysointi sekä analytiikan tulosten muuttaminen toiminnaksi. Lopuksi pohditaan tulevaisuuden kehitystrendejä.

Kirjassa yhdistyy kaksi lähestymistapaa. Tutkimussuuntautuneesta perspektiivistä tarkastellaan erilaisia datatyyppejä, datan järjestämistä analysoitavaan kuntoon, analyysimenetelmiä sekä tulosten tulkintaa. Nämä jaksot kirjassa lähentelevät tutkimusmenetelmäkurssien sisältöjä oppilaitoksissa.

Toisaalta kirjassa on liiketoimintalähtöinen yrityksen toimintaa ja johtamista kehittävä ote.  Tässä mielessä tavoitteena on auttaa muun muassa organisaatiota pääsemään tavoitteisiinsa, säästää aikaa ja rahaa sekä automatisoida prosesseja ja ennenkaikkea lisätä päätösten ja johtamisen faktaperusteisuutta.

Näitä kahta lähestymistapaa nivotaan yhteen tiedolla johtamisen perusprinsiipeillä, kuten sillä, että data on raaka-ainetta, jonka hyödyntämisen korkein aste on viisaus, joka on kykyä käyttää ja soveltaa tietoa.

Kirjassa on muutama mielenkiintoinen case-kuvaus, joissa kerrotaan miten yritykset ovat toteuttaneet henkilöstöanalytiikan avulla rekrytointiin, perehdytykseen ja postuma-analyysiin liittyviä projekteja. Nämä case-esimerkit ovat napakoita ja kuvaavia.

Kirja sisältää hyvän katsauksen dataan liittyvästä lainsäädännöstä ja eettisyydestä. EU:n yleinen tietosuoja-asetus GDPR käydään ytimekkäästi ja selkeästi läpi ja lisäksi pohditaan algoritmien mahdollisia vinoumia sekä arvojen merkitystä tekoälyratkaisujen kehittämisessä.

Kirjassa on jaksoittain hyvät tiivistykset HR-ammattilaisille sekä johtajille suunnattuine pointteineen.

Pidin erityisesti kirjan jaksoista, joissa pohdittiin henkilöstöanalytiikkaprojektien niveltämistä organisaation toimintaan ja tulosten hyödyntämistä. Kuten kirjassa tiivistetään:

Se mikä lopulta määrittää tiedolla johtamisen ja jokaisen HR-analytiikkaprojektin onnistumisen, on se, johtaako analyysi toimintaan.

Kyse on muutosjohtamisessa, jossa viestinnällä ja yhteistyöllä on suuri merkitys. Analytiikkaprojektien toimeenpanossa tarvitaankin kirjan mukaan tyypillisesti seuraavia osaamisia:

  • Substanssiosaaminen (oikea kysymys)
  • Dataosaaminen (löytää oikean datan)
  • Analytiikkaosaaminen (analysoi data-aineiston)
  • Vaikuttajaosaaminen (toimii näkemyksen pohjalta)

Nämä neljä kohtaa osoittavat hienosti, kuinka onnistuminen edellyttää monia eri osaamisia ja moniosaajatiimin hyvää yhteistyötä!

Lopuksi kirjassa visioidaan tulevaisuutta. HR-analytiikan mahdollisuudet ja merkitys vain kasvavat. Samalla kyse on vanhasta tutusta teemasta, eli HR:n strategisesta merkityksestä ja roolista. HR-analyytikan vahvistumisen myötä HR voi olla aikaisempaakin enemmän aito liiketoiminnan ja kilpailuedun ajuri.

Tämän sanotaan näkyvän myös HR:n uudelleen brändäämisenä, jonka ilmenemismuotoja ovat HR-toiminnon muuntuminen People and Culture toiminnoksi tai Human Capability-toiminnoksi. Myös HR:n erilaisia rooleja pitkään tarkastellut HR-guru Dave Ulrich on päätynyt tämän suuntaiseen visioon.

Kaikenkaikkiaan kirja on laaja, tarpeellinen ja monipuolinen teos teemasta. Asioiden käsittelytarkkuudellaan se onnistuu mielestäni olemaan riittävän yleistajuinen niin, että siihen voivat tarttua HR:n, johdon ja liiketoimintojen edustajat, jotka pohtivat henkilöstöanalytiikan kehittämistä organisaatiossaan. He saavat kirjasta riittävän yleiskuvan data-analyytikan eri osa-alueista, mahdollisuuksista ja myös projektien sudenkuopista organisaatioissa.

Lukusuositus kaikille, jotka haluavat kehittää henkilöstöanalytiikkaa omassa yrityksessään tai lisätä ymmärrystään tärkeästä ja ajankohtaisesta teemasta!

Kirjan sisällysluettelo, kirjoittajien esittelyt sekä teemaan liittyvä podcast löytyvät täältä.

Jaana Saramies ja Maria Törnroos 2021. Henkilöstöanalytiikka – Mittaa, ymmärrä, menesty. Alma Talent. 

Hannu Uusitalo: Tutkimus ja päätöksenteko hyvinvointivaltiossa

uusitalo

Hannu Uusitalo on ollut monella tavalla läsnä opiskelu- ja työurani aikana. Opiskellessani luin hänen raporttinsa Muuttuva tulonjako: Hyvinvointivaltion ja yhteiskunnan rakennemuutosten vaikutus tulonjakoon  1966-1985 sekä tietenkin tutkimuksenteon oppaan Tiede, tutkimus ja tutkielma. 

Kun opintoni edistyivät, tuli tarpeelliseksi kopioida ja alleviivaten lukea esimerkiksi Uusitalon artikkeli Comparative Research on the Determinants of the Welfare State: the State of the Art. 

Sosiologia-lehdessä vuonna 1985 julkaistu artikkeli Luokkarakenne ja intressien organisoituminen oli merkittävässä roolissa omassa gradussani ja tematiikka kantoi väitöskirjaan saakka.

Tieni Hannu Uusitalon kanssa ovat yhdistyneet myös muuten kuin kirjallisuuden kautta. Työskentelin Uusitalon kanssa samaan aikaan legendaarisessa Stakesissa (sittemmin osa THL:sta) Hakaniemen Ympyrätalossa. Uusitalon työskennellessä Eläketurvakeskuksessa, olin eläkealan töissä minäkin.

Niinpä oli mielenkiintoista tarttua Uusitalon uuteen kirjaan, jossa hän summeeraa uraansa. Kirja sisältää perhetaustan kuvauksen, pääpaino on työurassa, lopussa on vielä erillisiä nostoja eri teemoista.

Uusitalon kuvaukset tutkijanuraltaan vilisevät tuttuja nimiä kotimaiselta ja pohjoismaiselta kentältä. Keskeinen nimi on Erik Allardt ja hänen tutkimusryhmänsä, joka on vahvasti verkottunut pohjoismaisella tasolla.

Oli  hupaisaa lukea kuvauksia kuinka tutkimusryhmällä oli mahdollisuus tehdä kvantitatiivisia analyysejä. Ryhmä sai luvan käyttää Kansaneläkelaitoksen yhteydessä toimivan Sosiaaliturvan tutkimuslaitoksen käytössä olevaa “OSIRIS-tietojenkäsittelyohjelmistoa”, jolla saattoi tehdä esimerkiksi MCA-analyysejä.

Uusitalon tutkimusaiheita ovat olleet yhteiskunnan sosioekonominen rakenne, tulonjako ja hyvinvointivaltion kehitys. Kirjassaan hän kertaa keskeisten tutkimusalueidensa metodologiaa, aineistoja ja myös päivittää joitakin aikasarjoja. Painotus on vanhassa, Uusitalon aktiiviajassa, mutta esiin nostetaan uudemman ajan tutkijoita (jotka yleensä ovat turkulaisia), jotka ovat tehneet tutkimusta samoista aihepiireistä kuin Uusitalo.

Yliopistouran jälkeen Uusitalo siirtyi Stakesiin, sektoritutkimuslaitokseen. Mielenkiintoisella tavalla hän pohtii, kuinka yhteiskunnallisen tiedontuotannon painopiste oli siirtymässä yliopistojen ulkopuolelle Tilastokeskukseen ja tutkimuslaitoksiin. Sosiologiakin oli kääntymässä sisäänpäin, käymään omaa sisäistä keskusteluaan.

Stakesin vuosien kuvaus tuntuu tutulta, joskin murheet olivat määräaikaisella tutkijalla kenties erilaiset kuin ylijohtajalla. Stakesin asema valtionhallinnossa oli monella tavalla paineen alla. Uusitalo nostaa Stakes vuosilta esiin tilastot, rekisterit, kansalliset raportit ja indikaattorit. Hieman yllättäen Uusitalo ei tässä kirjassa noteeraa lainkaan hyvinvointivaltion kannatusta koskevia tutkimuksiaan, vaikka ne 1990-luvun molemmin puolin olivat varsin paljon esillä.

Stakesia vakaammassa Eläketurvakeskuksessa Uusitalo johti suunnittelu, tilasto ja tutkimuslinjaa. Näiltä vuosilta esiin nousevat eläkeuudistusten tukeminen tutkimuksin ja selvityksin, indikaattoreiden kehittäminen sekä uudet tutkimusalueet.

Kirjassa ei samoissa “konkreettisen sosiaalitutkimuksen” liemissä keitetylle aikalaiselle ollut suuria yllätyksiä. Monelle muulle kirja voi kuitenkin tarjota hyvän annoksen viime vuosikymmenten konkreettista sosiaalitutkimusta sekä näkymän siihen, miten tutkimus liittyy päätöksentekoon.

Kirja herätti seuraavanlaisia ajatuksia, liittyen lähinnä kirjassa kuvattuun aikaan ja nykyaikaan.

Ensinnäkin, oli mielenkiintoista havaita, kuinka (tutkijan) työuran alkuvaiheessa valitut teemat pysyvät ja kantavat pitkälle. Uusitalon kohdalla tällaisia olivat varhaiset tutkimusaiheet, kuten tulonjako ja sosioekonomisen aseman ja rakenteen tarkastelu. Näihin hän palasi viimeisessä työpaikassaan ja vielä tässä kirjassaan.

Toisekseen, kun Uusitalo mietti yhteiskuntapoliittisen tiedontuotannon painopisteen siirtyneen yliopistoista tutkimuslaitoksiin ja Tilastokeskukseen, saatamme jälleen olla osin uuden äärellä. Relevantti ja nopeasti hyödynnettävä data syntyy siellä, missä palvelut ja asiakkaat ovat. Niinpä esimerkiksi nopeiten sairauspoissaolojen kehityksestä pystyivät koronakevään aikana kertomaan työterveyshuollot (linkki) ja rahankäytöstä pankit (linkki).

Kolmanneksi, tutkimuksen ja päätöksenteon suhde on muuttunut. Vaikka huolellisesti tehtyjä raportteja tarvitaan edelleen, viime vuosina on korostettu tutkimuksen vaikuttavuuden lisäämistä sillä oletuksella, että raportteja luetaan vähänlaisesti. Vuorovaikutus sidosryhmien kanssa korostuu, debatti tapahtuu sosiaalisessa mediassa ja tuloksia halutaan nopeammin käyttöön. Sellaisilla tutkimuslaitoksilla, jotka ovat luonnostaan lähellä päätöksentekijöitä, on parhaat mahdollisuudet vaikuttaa päätöksentekoon.

Neljänneksi, pääsy tietoon on parantunut huomattavasti. Dataa on vapaasti saatavilla ja tutkimustuloksiin pääsee helposti verkon välityksellä. Erilaiset tietopalvelut esittävät aikasarjoja ja kansainvälisiä vertailuja visuaalisesti ja helposti ymmärrettävästi. Vapaammin saatavilla olevan tiedon äärelle ovat ryhmittyneet think tankit, konsulttifirmat ja omaa tutkimustoimintaa perustaneet tahot. Myös media tekee “datajournalismia”.

Näistä muutoksista huolimatta pitkäjänteistä ja tieteelliset mittapuut täyttävää tutkimusta tarvitaan. Kun huomiotalouden eetteri täyttyy erilaisista sisällöistä, tutkija pystyy teorioihin ja kumuloituneeseen tietoon perustuen kertomaan, mikä on totta ja mikä todennäköisesti huuhaata.

Hannu Uusitalo (2020): Tutkimus ja päätöksenteko hyvinvointivaltiossa: Havaintoja viideltä vuosikymmeneltä. Into. 

Kirja Big Datasta

bigdata

Digitalisaation, sensoriteknologian, esineiden internetin, tallennuskapasiteetin kehittymisen ja laskentatehon lisääntymisen vuoksi datan määrä kasvaa eksponentiaalisesti. Lähes kaikesta toiminnasta digitaalisessa yhteiskunnassa jää jälki, joka kerryttää dataa, jota kutsutaan Big Dataksi. Tätä dataa analysoimalla ja hyödyntämällä eri toimijat ja yhteiskunta hyötyvät. Tässä käsillä olevassa kirjassa pohditaan Big Datan hyödyntämistä erityisesti liiketoiminnassa.

Kirjan viitekehys

Kirjan “viitekehys” on SMART-malli:

  • Start with strategy
  • Measure metrics and data
  • Apply analytics
  • Report results
  • Transform business

Malli kuvaa, miten data, siihen perustuva mittaaminen, analytiikka ja raportointi johdetaan yrityksen strategiasta ja viedään muuttamaan yrityksen liiketoimintaa.

Kirjan rakenne seurailee SMART-mallia. Mukana on työpohjia, käytännön esimerkkejä ja kuvia. Jokainen kappale päättyy pääkohtien kertaamiseen. Seuraavassa avataan hieman kutakin SMART-mallin kohtaa.

Strategia

Strategian osalta esitetään laaja strategiakanvas, jonka osia ovat yhtiön merkitys, asiakkaat, operaatiot, rahoitus, kilpailijat ja riskit sekä resurssit.

Kukin kohta jakautuu vielä alakohtiin, esimerkiksi merkitys visioon ja ambitiotasoon ja resurssit IT-järjestelmiin ja dataan, infrastruktuuriin, kyvykkyyksiin sekä kulttuuriin, arvoihin ja johtajuuteen.

Kanvaksen avulla on mahdollisuus määrittää, mitkä ovat yrityksen informaatiotarpeet sen strategian toteuttamisen kannalta ja minkälaisia datoja sen on tarpeen saada ja hyödyntää.

Mittaaminen ja data

Kun strategia on selvä, on aika syventyä erilaisiin datoihin ja niiden mahdollisuuksiin. Kirjan tässä kappaleessa esitellään eri tyyppisiä datoja.

Ensimmäinen jaottelu strukturoitu ja strukturoitumaton (tai “semistrukturoimaton”) data. Ensin mainitut datat voivat kuvata muun muassa myyntiä, rahoitusta tai asiakkaita. Jälkimmäisessä kyse on kuvista, videoista, internet-sivustoista, tekstidokumenteista tai Power Point-esityksistä.

Toinen jaottelu on jako sisäiseen ja ulkoiseen dataan. Sisäistä on yrityksen tuottama, keräämä ja kontrolloima data, kuten asiakaspalaute, myyntidata tai henkilöstökyselystä saatava data.

Ulkoisen datan osalta esimerkkejä ovat vaikkapa säätilaa kuvaava data, sosiaalista mediaa koskeva data tai julkisen sektorin tuottamat aineistot.

Tämän jälkeen tuodaan esiin uudemmat datalähteet: erilaiset aktiviteetit, kuten verkossa tapahtuva toiminta tai liikkumisen tuottama data. Keskustelut sosiaalisessa mediassa tai puheena tuottavat dataa samoin kuin verkkoon kertyvät kuvat ja videot. Viimeisin mainittu ryhmä uudemmista datalähteistä perustuu erilaisiin sensoreihin. Älypuhelimessa sensoreita ovat GPS:n lisäksi esimerkiksi kiihtyvyyttä tai laitteen lähiympäristöä mittaavat sensorit.

SMART-työskentelyn mukaisesti yrityksen tulee tunnistaa, mitä datalähteitä sillä on käytössään, jotta strategian toteutuksen kannalta olennaisiin kysymyksiin voidaan vastata. Jos dataa ei ole, se pyritään hankkimaan.

Analyysi

Tämän jälkeen siirrytään datan analysointimahdollisuuksiin. Tekstuaalisen datan (joka voi olla myös numeroita), äänen, kuvien, videoiden ja sensoreiden analyysiin on kuhunkin olemassa omia menetelmiään. Lisäksi voidaan tehdä eri aineistoja yhdistäviä analyysejä.

Tekstien analyysien osalta perinteisempiä lähestymistapoja ovat kategorisoinnit, klusteroinnit ja käsitteiden erittely. Hieman uudempana menetelmänä esitellään “sentimentin” analyysin perustuvia menetelmiä, joissa pyritään tunnistamaan esimerkiksi sitä, missä valossa yrityksen tuotteista tai palveluista puhutaan verkossa.

Saman tyyppiset analyysimahdollisuudet liittyvät puheen analyysiin. Puheen sisällön ohella erittelemisen ohella siitä voidaan tunnistaa puhujan stressiä tai tunnetiloja.

Kuvien ja videoiden analysointi on aikaisemmin perustunut luokitteluun (tageihin). Uudempina mahdollisuuksina mainitaan kasvojentunnistustekniikat, käyttäytymisen havainnointi sekä tilannetietoisuuteen liittyvät tekniikat.

Kasvojentunnistamistekniikan sovellukset epäilemättä palvelevat esimerkiksi rikosten selvittelyä. Käyttäytymiseen liittyen esimerkiksi kaupan hallussa oleva videomateriaalin avulla voidaan tarkastella, miten asiakkaat liikkuvat kaupassa ja kehittää tämän tiedon avulla tuotteiden sijoittelua tai infrastruktuuria muuten.

Tilannetietoisuuden osalta videokuvan analytiikka voi raportoida poikkeavasta toiminnasta tai tapahtumasta ja laukaista sitten ennalta määriteltyjä toimenpiteitä.

Kirjassa kerrotaan New Yorkin eräässä kaupunginosassa tehdystä kokeilusta, jossa sensorit tunnistavat aseen laukauksen äänen ja poliisit saavat sitten automaattisen hälytyksen alueelle. Datana tässä on siten koko kaupunginosan äänimaisema. Suunnitelmissa on, että jatkossa järjestelmä kehittyy niin, että ampumistilanteista saadaan myös automaattisesti videokuvaa.

Facebookin tykkäysten analysointi on yksi (ajankohtainen) esimerkki datojen yhdistämisen mahdollisuuksista. Tutkimuksissa on havaittu esimerkiksi seuraavanlaisia yhteyksiä tykkäyksien osalta:

  • Harley Davidsonista tykkääminen on yhteydessä alhaiseen älykkyyteen
  • Uimisesta tykkääminen on yhteydessä siihen, että on tyytyväinen elämään
  • Maastopyöräilystä  tykkääminen on yhteydessä emotionaaliseen tasapainoon ja rentouteen

Esimerkit on ovat täysin satunnaisia pitkästä listasta.

Raportointi

Raportoinnin osalta voidaan todeta lyhyesti, että kaikki perustuu visualisointiin.

Kenelläkään ei ole aikaa lukea 50 sivuisia raportteja.

Visualisoinnin osalta käydään läpi perinteisiä kuvioita ja erilaisia infografiikoita sekä karttapohjiin perustuvia tekniikoita.

Vinkkejä visualisointiin ovat muun muassa: identifioi kohdeyleisö, räätälöi visualisointi kohdeyleisölle, linkitä visualisointi strategiaan ja lisää visualisointiin lyhyt narratiivi kun tarpeellista.

Kirjassa esitellään Procter & Gamblen kiinnostava tapa hyödyntää dataa, sen analyysiä ja visualisointia johtamisessa ja päätöksenteossa. Yhtiö on perustanut “tilannehuoneita”, joissa on korkeatasoiset esitystekniikat sekä vakiintuneet esittämiseen ja analyysiin perustuvat protokollat. Kokouksiin osallistuu data-analyytikkoja, jotka osallistuvat keskusteluun tuottamalla visualisointeja ja analyysejä käsittelyssä olevista asioista.

Pienemmässä mittakaavassa edellä esitelty silta datan ja analytiikan osalta hoidetaan johdon dashboardien avulla. Dahsboardien rakentamista käsitellään kirjassa pintapuolisesti.

Liiketoiminnan muuttaminen

SMART-mallin viimeisenä kohtana on liiketoiminnan muuttaminen datan avulla. Tämä voi tarkoittaa asiakkaiden parempaa ymmärtämistä ja kohdentamista, prosessien parantamista, ihmisten terveyden ja hyvinvoinnin edistämistä, turvallisuuden lisäämistä, suorituskyvyn parantamista tai kaupunkisuunnittelun parantamista.

Kirjan mukaan datan hyödyntäminen tulee nähdä sitoutumisena kehittämiseen ja näin strategian toteuttamiseen.

Datasta löytyvät ideat tulee toteuttaa eikä haudata.

Kyse on siten myös evidenssiin pohjautuvan päätöksenteon vankistamisesta. Datan roolin vankistaminen voi johtaa asiakaskokemuksen parantamiseen, brändin vahvistamiseen sekä suorituskyvyn paranemiseen.

Kirjan tämä kappale oli kenties hienoinen pettymys sen jäädessä melko pinnalliseksi. Kappale olisi ollut hyödyllisempi, jos siinä olisi käsitelty enemmän datalähtöisen strategian toimeenpanoa johtamiskysymyksenä tunnistaen esimerkiksi erilaisia esteitä tai heikkouksia. Palaaminen alun strategiakysymyksiin olisi tarjonnut tähän oivallisen mahdollisuuden.

Arviointia

Kirja oli mielenkiintoinen ja lukemisen arvoinen. Siinä oli paljon tuttua, mutta myös uusia ideoita ja esimerkkejä. Kenties vahvimmillaan kirja oli käsiteltäessä datan ja strategian linkkaamista. Tähän tarjottiin myös hyvän oloisia työkaluja. Kuten edeltävässä kappaleessa totesin, kirja olisi ollut jämäkämpi, jos toimeenpanoa olisi tarkasteltu enemmän johtamisen näkökulmasta.

Kirja fokusoi bisneksen kehittämiseen. Samalla se tuo esiin tematiikan pimeitä puolia. Big data ja sen hyödyntäminen luo mahdollisuuksia, jotka loukkaavat yksityisyyttä. Mahdollisuuksia voidaan käyttää myös epäeettiseen tai rikolliseen toimintaan. Lainsäädäntö on erilainen eri maissa ja sääntely on muutoksessa. Monet kirjan esimerkit USA:sta kuulostivat suomalaisesta perspektiivistä melko hurjilta.

Kirja koskettelee myös terveyden ja hyvinvoinnin teemoja. Tämä onkin yksi alue, jossa parhaillaan tiiviisti pohditaan, mitä mahdollisuuksia uudet aineistot ja uudet analyysitavat antavat vaikkapa työterveyden ja työhyvinvoinnin tukemisen alueella. Mahdollisuuksia on varmasti paljon, joskin varovaisuuskin on paikallaan. Ei kuulosta hyvältä, jos uusien aineistojen ja analyysitapojen myötä otetaan taka-askelia esimerkiksi mittausten luotettavuuden osalta.

Bernard Marr: Big Data – Using Smart Big Data Analytics and Metrics to Make Better Decisions and Improve Performance. Wiley, United Kingdom. 2015.

EDIT 31.3.2018 klo 7.42. Kirjoitusvirheiden korjaamista ja pientä stilisointia.

Työhyvinvointikysely tiedolla johtamisen välineenä

board-755789_1280

Rakkaalla kyselyllä on monta nimeä. “Henkilöstökysely”, “Työ ja terveys-kysely”, “Työhyvinvointikysely” tai “Virekysely”. Eri nimisten kyselyjen painotukset saattavat olla erilaisia, mutta ne kaikki ovat työhyvinvoinnin johtamisen välineitä, joilla kerätään tietoa henkilöstön hyvinvoinnista, kokemuksista ja näkemyksistä työpaikan asioihin liittyen.

Kyselyt täyttävät noin 100 vuotta, sillä ensimmäisiä kyselyjä tehtiin 1920-luvulla. Hieman samaa ajatusta oli myös maailmansotien aikaan toteutetuissa sotakyselyissä, joissa oltiin kiinnostuneita sotilaiden tunnelmista ja luottamuksesta johtoon.

Minkälaista tietoa työhyvinvointikyselyt tuovat?

Johtamiseen ja työhyvinvoinnin johtamiseen saadaan organisaatioissa tietoa monista eri lähteistä. Tilastot kertovat esimerkiksi henkilöstörakenteesta, sairauspoissaoloista ja työkyvyttömyyseläkkeistä. Kehityskeskustelut, työterveysyhteistyö, työsuojelutoiminta ja yhteistoiminta tuovat niinikään tietoa. Huhut ja erilainen hiljainen tieto kertovat myös hyvinvoinnista organisaatiossa.

Nämä eri tiedon lähteet eroavat toisistaan siinä, miten luotettavaa tai ajantasaista tieto on. Tilastot esimerkiksi ovat tyypillisesti “peräpeiliin katsomista.”

Työhyvinvointikyselyn vahvuuksia ovat, että tieto kerätään samalla tavalla koko organisaatiossa ja tieto on myös ajantasaista sillä hetkellä kun se kerätään. Keskeinen piirre työhyvinvointikyselyissä on luottamuksellisuus, eli henkilöstö vastaa anonyymisti ja tulokset raportoidaan niin, että yksittäisiä vastaajia ei voida tunnistaa.

Johdon näkökulmasta työhyvinvointikysely on arvokas, koska sen avulla johto saa tietoa koko organisaation tilasta suoraan henkilöstöltä. Anthony Downsin klassikkotutkimusta Inside Bureacracy lainaten, johto saa yleensä sen suodattuneempaa tietoa, mitä korkeammalla organisaatiohierarkiassa se on.

Työhyvinvointikyselyt kertovat henkilöstön subjektiivisista kokemuksista. Ne  ovat erityisen ajankohtaisia, koska tuottavuutta on nykypäivän työelämässä mahdollisuus parantaa nimenomaan panostamalla sosiaalisiin, emotionaalisiin ja psykologisiin tekijöihin.

Nykypäivän työelämässä psykologiset ja sosiaaliset riskit korostuvat. Tämä myös alleviivaa työhyvinvointikyselyjen käyttökelpoisuutta.

Kyselyjen tekemisessä on hyvä huomioida konteksti. Esimerkkejä asioista, jotka saattavat vaikuttaa merkittävästi kyselyn tuloksiin ovat organisaatiomuutos, yt-neuvottelut, fuusio tai johtajan vaihtuminen. On tärkeää tunnistaa minkälaisessa vaiheessa kysely tehdään ja ottaa tämä huomioon tuloksia tulkittaessa. Toisaalta tässä ei pidä syyllistyä siihen, että tulokset “selitetään pois” kontekstiin viitaten.

Tiedolla johtamisen näkökulmia

Tiedolla johtamisen kannalta keskeistä on, että  organisaatio on halukas hyödyntämään tietoa johtamisessa ja että tietoa on saatavilla. Toisaalta myös liika tieto on yksi tiedolla johtamisen ongelmista.

Tiedon tulee olla myös validia, eli sen tulee “osua” johdettavaan ilmiöön. Tiedon hankkimisessa pitää käyttää resursseja järkevästi ja tiedon hyödyntämiseen liittyvien toimintatapojen tulee olla kunnossa.

Erityisesti työhyvinvointia koskevan tiedon hyödyntämisessä tärkeää on dialogisuus, jolloin tiedon merkityksiä voidaan etsiä yhdessä.

Kuusi pointtia työhyvinvointikyselyn hyödyntämisestä tiedolla johtamisen välineenä:

  1. Määritä kyselyn tarve ja tavoitteet
  2. Toteuta laadukas kysely
  3. Luota tietoon, älä selitä tuloksia pois
  4. Analysoi, mitä tulosten taustalla on
  5. Varmista, että tieto johtaa toimintaan
  6. Seuraa muutosta, palaa kohtaan 1.

On tärkeää pysähtyä määrittämään, miksi kysely tehdään ja mitä tavoitteita sille asetetaan. Luotettavan tiedon saamiseksi kyselyn laatu tulee varmistaa. Yksi laatuun liittyvä kriittinen kysymys on vastausaktiivisuus.

Kyselyn toteuttamisen jälkeen on tärkeää, että tuloksiin suhtaudutaan nöyrästi. Kysely saattaa tuottaa “ei-toivottuja” tuloksia, joihin pitää myös suhtautua vakavasti, eikä niitä saa selittää pois esimerkiksi kontekstiin vedoten.

Analyysi varmistaa sen, että tulokset eivät jää irrallisiksi vaan ne ymmärretään organisaation lähtökohdista käsin. Keskeistä analyysissä on se, että se tehdään vuorovaikutteisesti henkilöstön kanssa.

Kriittisin kohta lienee numero viisi. Samalla se on myös vaikuttavuuden kannalta keskeisin. Henkilöstökin pettyy, jos se ei näe, että kysely johtaa muutoksiin ja kehittymiseen. Tärkeää on myös jatkuvuus ja muutoksen seuraaminen.

Digitalisaatio ja työhyvinvointikyselyt

Digitaaliset ratkaisut antavat paljon uusia mahdollisuuksia työhyvinvointikyselyjen toteuttamiseen. Aineiston kerääminen on nopeaaa ja aineistoa voidaan alalysoida, yhdistellä ja esittää aikaisempaa visuaalisemmin. Kyselyihin voi vastata mobiililaitteilla.

On tärkeää, että samalla kun hyödynnetään uuden teknologian hyötyjä, pidetään huolta siitä, että kyselyt ovat edelleen luottamuksellisia ja kaikki henkilöstöryhmät voivat vastata niihin. Esimerkiksi mahdollisuudet hyödyntää mobiililaitteita tai tietokonetta saattavat olla hyvin erilaisia eri ammattiryhmissä.

Kiteytys

Työhyvinvointikyselyillä on keskeinen rooli työhyvinvoinnin johtamisessa silloin kun työhyvinvointia halutaan johtaa tiedolla. Työhyvinvointikyselyjen toteuttamiseen on nykyään hyvät mahdollisuudet. Keskeistä vaikuttavuuden kannalta on erityisesti se, että varmistetaan tiedon hyödyntäminen. Tiedolla johtamisessa korostuukin nimenomaan johtaminen.

Kirjoitus perustuu Kevan työpajassa tällä viikolla pitämääni esitelmään. Esityksen kalvot ovat ohessa:

 

Tutkimuksen ja käytännön vuoropuhelu

pauli

Osallistuin Työelämän tutkimuspäivillä paneelikeskusteluun, jonka aiheena oli tutkimuksen ja käytännön vuoropuhelu. Kirjoitan seuraavassa omien ennen paneelia tekemieni muistiinpanojen sekä paneelikeskustelun perusteella teemaan liittyvistä ajatuksistani. Mukana on myös vuorovaikutteisessa paneelissa ”syntyneitä” ajatuksia, joista kiitos muille panelisteille.

Lähtökohtaisesti ajattelen niin, että tutkijoilla olisi paljon enemmän annettavaa yhteiskunnallisessa keskustelussa ja käytännön kannalta kuin mitä tällä hetkellä tapahtuu. Tämä koskee myös työelämää koskevaa tutkimusta. Työelämä on aina muutoksessa, mutta tällä hetkellä muutoksia on erityisen paljon ilmassa. Työelämästä keskustellaan esimerkiksi somessa paljon, mutta enemmistö keskustelijoista on muita kuin työelämän tutkijoita.

Paneelissa puhuttiin ensinnäkin tavoitteen asettamisen tärkeydestä. Onko tutkimuksen tavoite tutkimuksen tekeminen vai maailman muuttaminen? Muun muassa LSE:n Impact ofSocial Science blogissa on puhuttu siitä, että tutkimusprojekti tulisi aina aloittaa sen pohtimisella, mitä halutaan saada aikaan ja kenen halutaan näkevän tutkimuksen tulokset.

Tutkijat tarvitsevat uudenlaista osaamista, miten ”myydä” ja pitää esillä tutkimustuloksiaan, miten käydä vuoropuhelua käytännön toimijoiden kanssa ja miten viestiä tutkimusprojekteista ja tutkimustuloksista. Kyse on kenties jopa yrittäjyyttä lähellä olevasta asiasta. Yliopistoissa olisi eittämättä tarve panostaa enemmän tällaisten valmiuksien kehittämiseen.

Tutkijoiden tehtävä liittyy tiedon tuottamiseen ja sen analysoimiseen. Tiedosta ja erilaisista aineistoista ei ole nykyisellään pulaa. Esimerkiksi yhteiskuntatieteellisiä aineistoja on runsaasti vapaasti saatavissa Suomessa ja kansainvälisesti.

Tiedon uudenlainen avoimuus muuttaakin tutkijoidenkin asemaa ja roolia. “Datajournalismi” tulee tutkijoiden tontille tai ainakin lähelle sitä. Datajournalisteilla on myös osaaminen ja kanavat viestintään. Samaan aikaan on kuitenkin myös muistettava, että myös tutkijoilla on mahdollisuus viestiä omista projekteistaan aikaisempaa suoremmin sosiaalista mediaa hyödyntämällä. Kirjoitin tutkijoiden, viestinnän ja median muuttuvista rooleista aikaisemmin tässä postauksessa.

Kun erilaista avointa tietoa on paljon, se mille on edelleen tarvetta, on analyysi (tulkinnat, merkitykset ym.) ja ilmiön laajemman kontekstin esittäminen ja tarkastelu. Miten ilmiö on kehittynyt ajan myötä, miten se näyttäytyy kansainvälisesti? Tähän tarvitaan edelleen henkilöä, joka on perehtynyt ilmiöön syvällisesti, eli sanalla sanoen tutkijaa.

Miksi tutkimuksen ja käytännön vuoropuhelu sitten on haasteellista? Tarvitaan:

1) Eri toimijoiden dialogia.

2) Omaa erillistä työpanosta, jolle on varattu aikaa tutkimusprojektissa.

3) Johtamista ja oma toimintamalli tiedon hyödyntämiseksi.

4) Omat kannustimet tiedon hyödyntämiseen.

Kuten Kaskas Median blogissa on todettu, tutkijoiden tulisi pohtia esimerkiksi, ketkä päätöksentekijät ovat tutkimuksen kannalta tärkeitä ja pyrkiä vuorovaikutukseen heidän kanssaan. Keskeisten sidosryhmien ottaminen mukaan tutkimusprojektiin on tärkeää.

Yksi teemaan liittyvä seikka on se, että perinteinen tutkimusraportti sopii huonosti tähän aikaan, nykyään tulisi panostaa videoihin, infograafeihin, blogeihin ym. Sosiaalisen median hyödyntäminen tutkimusprojektista ja tuloksista viestimiseen on helpoimmasta päästä olevia keinoja tutkimuksen ja käytännön vuoropuhelun lisäämiseen.

Tutkimusmaailma on kuitenkin muuttumassa. Rahoittajat edellyttävät aikaisempaa useammin suunnitelmaa siitä, miten tutkimushankkeessa aiotaan varmistaa tulosten hyödyntäminen. Näihin periaatteisiin voi tutustua esimerkiksi Suomen Akatemian sivuilla.

Hahmottelin nykyaikaisen tutkimusprojektin pääpiirteitä jotenkin niin, että tutkijat olisivat tutkimusprojektin aikana osa ”moniammatillista tiimiä”, jossa olisi ”käytännön” edustajia, viestintäammattilainen ja myös median edustaja. Saattaisipa tiimi hyötyä myös ”kansalaisnäkökulmasta” tutkimusprosessin aikana.

Lopulta on hyvä muistaa, että myös päättäjien tulisi oppia paremmin hyödyntämään tutkimusta.

Kuva: Arja Haapakorpi.

Miksi tutkija nyhrää yksin?

Tasan kuukausi sitten Maria Ruuska julkaisi KasKas Median blogissa erinomaisen kirjoituksen, jossa käsiteltiin tutkimustiedon käyttöä päätöksenteossa. Otsikon “Älä nyhrää yksin” alla postauksessa pohdittiin, miten tutkija voisi paremmin osallistua yhteiskunnan kehittämiseen.

En osallistunut tilaisuuteen, johon kirjoitus perustui, mutta olen seurannut jonkin verran asiaan liittyvää keskustelua. Seuraavassa ajatuksiani Ruuskan kirjoituksen johdosta.

Tutkijoita on monenlaisia, toiset tutkijat työskentelevät enemmän yksin kuin toiset. Esimerkiksi yliopistoissa, tutkimuslaitoksissa ja etujärjestöissä työskentelevillä tutkijoilla on erilainen suhde päätöksentekoprosessiin.

Vaikka yliopiston ns. kolmas tehtävä onkin juuri osallistua yhteiskunnan kehittämiseen, voidaan ehkä sanoa, että keskimäärin yliopistotutkijat ovat kauimpana päätöksentekoprosessista. Poikkeuksia toki on.

Lähimpänä ovat etujärjestöissä työskentelevät tai etujärjestöjä lähellä olevat tutkijat, joiden on juuri tarkoitus tuottaa tiedollista pohjaa edunvalvontaan.

Lähellä päätöksentekoa ovat myös sektoritutkimuslaitoksissa työskentelevät tutkijat, joiden organisaatioiden on tarkoitus tuottaa päätöksentekoa tukevaa tietoa “omalle” ministeriölleen.

Ruuskan kirjoitus on oivallinen, koska se kertoo itse asiassa sidosryhmätyöstä tai jopa lobbaamisesta ja tiedon merkityksestä siinä.

Kirjoitusta voi lukea niin, että miten henkilön tai organisaation, jolla on halu tai tarve vaikuttaa päätöksentekoon, kannattaa valmistautua vaikuttamiseen ja toteuttaa vaikuttamista.

(Tutkimus)tiedollahan on vaikuttamisessa suuri rooli. Ilman tietoa keskustelussa olisi vain mielipiteitä.

Yhtymäkohta sidosryhmätyöhön ja lobbaamiseen on kiinnostava, koska tästä löytyy mielestäni ratkaiseva lenkki tutkijan suhteessa päätöksentekoon.

Etujärjestöissä on olemassa koneisto ja verkostot, jotka vievät tiedon päättäjille. Etujärjestöt myös tietävät tarkasti missä vaiheissa päätöksentekoa eri asiat ovat. Tämä tieto ja verkosto saattavat puuttua tutkijoilta.

Jotta tutkija ei nyhräisi yksin, hänen tulee luoda ja ylläpitää verkostoaan paitsi tutkijoihin, myös päätöksentekijöihin ja päätöksenteon valmistelijoihin. Tämä on oma osaamisalueensa.

On myös hyvä muistaa, että yhteiskunta ei toimi pelkän tiedon varassa. Ideologiat ja oppisuunnat vaikuttavat siihen, minkälaisia neuvoja päättäjät ovat halukkaita kuuntelemaan tai keiden neuvoja he ovat halukkaita noudattamaan. Päättäjillä voi olla myös oppimista siinä, miten he osaavat käyttää tietoa päätöksentekonsa pohjana.

Mutta jos tutkija ei pääse päättäjän pakeille, on muita keinoja. Tutkija voi osallistua yhteiskunnalliseen keskusteluun median kautta. Oma uusi lukunsa on sosiaalinen media, jossa on mahdollista yhdistää päättäjille sekä suurelle yleisölle puhuminen.

Jotta tutkija ei nyhräisi yksin, hänen kannattaa luoda verkostoja ja kehittää omaa asiantuntemustaan ja tunnettuuttaan. Nykypäivänä voisi puhua jopa henkilöbrändin kehittämisestä. Näihin liittyen tutkija saattaa tarvita apua enemmän kuin tutkimukseen liittyvien ongelmien ratkaisemiseen. Ruuskan kirjoituksen vinkeistä on hyvä lähteä liikkeelle.