Díky datové analýze mohou firmy předpovídat nemocnost či fluktuaci zaměstnanců. Predikce v takovém případě odhalí nejen skutečnou nemocnost, ale také období, kdy se zaměstnanec tzv. „hodí marod“ v době sportovních turnajů či jiných kulturních událostí.
Podle průzkumu Workforce of the Future poradenské společnosti PwC je na budoucí trendy na trhu práce připraveno pouze 10 % firem. Ty v HR využívají big data a pracují s prediktivní analýzou, která může dopředu předpovědět absenci zaměstnanců nebo pravděpodobnost odchodu klíčových zaměstnanců.
Rozdíly v absenci a nemocnosti zaměstnanců nejvýrazněji ovlivňuje pozice, na níž lidé pracují. Manuální pracovníci mají oproti manažerům více než 4násobnou absenci, v některých odvětvích je tento rozdíl až 6násobný. U nemocnosti je rozdíl mezi manažerem a manuálním pracovníkem napříč celým trhem dokonce 5násobný a v některých odvětvích je evidována až 9násobně vyšší nemocnost.
Nejvyšší absence vykazuje sektor Automotive s průměrem 14,4 dne na zaměstnance za rok a nemocností 12,1 dne na zaměstnance na rok. Nemoci se naopak obloukem vyhýbají High-tech odvětví, kde mají pracovníci nemocnost pouze 4,7 dne na zaměstnance za rok. Analýza dat ukazuje, že počet dnů nemoci je také přímo úměrný velikosti společnosti. U společností nad 600 zaměstnanců jsou zaměstnanci v průměru o více než 3 dny za rok déle nemocní než v malých společnostech do 200 zaměstnanců.
Absence pracovníka neznamená jen „malou“ nepříjemnost, ale má pro firmy významný finanční dopad. „Dle naší globálně používané metodiky Saratoga a na základě zkušeností našich klientů jsou náklady spojené s absencí až dvojnásobkem mzdy absentujícího zaměstnance. Prediktivní datová analýza je pro firmy velkým přínosem, protože jim pomáhá připravit se na tyto situace a minimalizovat takto vzniklé náklady,“ říká Martin Hůrka z oddělení People & Organisation PwC ČR.
Díky prediktivní analýze mohou firmy například lépe plánovat, pomůže jim k tomu odhad pravděpodobnosti absence jejich zaměstnanců. Predikovat mohou až na úroveň jednotlivých zaměstnanců i na několik měsíců dopředu. „Významnost jednotlivých prediktorů se liší v závislosti na podmínkách, ve kterých společnost působí a jaké skupiny zaměstnanců zaměstnává. Kromě výše mezd a bonusů tak jsou velmi významnými prediktory věk zaměstnance, vzdělání, bydliště nebo jeho pracovní zařazení. Na to jsou následně navázány nejrůznější sezónní vlivy, které mohou mít na absenci dané skupiny zaměstnanců vliv. Jedním z nich pak mohou být i významné fotbalové či hokejové zápasy,“ uvádí Martin Hůrka, který dále doplňuje, že ve firmách zkoumají, jak silnými prediktory tyto ukazatele jsou, a do jaké míry mohou ovlivnit chod samotné firmy.
Skokové zvýšení nemocnosti zaměstnanců se dá očekávat v souvislosti s plánovaným zrušením karenční doby, tedy zrušení neproplácení prvních 3 dnů nemoci zaměstnance. Pravděpodobně nejvyšší nárůst bude u nízkopříjmových skupin pracovníků.
Zhruba jen 10 % společností dnes efektivně pracuje s daty a využívá nové technologie v HR práci. Analýza zaměstnaneckých dat podporuje rozhodování na strategické i operativní úrovni a její význam dávno přerostl oblast HR. Cílem je mít pro klíčové oblasti automatizovanou datovou analýzu, která je dostupná v reálném čase pro podporu manažerského rozhodování. „Část firem si stále ještě neuvědomuje, že rozhodování o důležitých věcech týkající se lidských zdrojů musí předcházet datová analýza. Ty, které s ní již pracují, pak mohou využívat její benefity, například předpovídat míru rizika odchodu klíčových zaměstnanců, včas zjednat nápravu a odchodu zamezit,“ vysvětluje Martin Hůrka z oddělení People & Organisation PwC ČR.
