Data Analytics untuk HR

Unit dan bite

1. Unit 1·5 bite·Sekitar 15 menit

   Dasar-dasar people analytics

   Memakai data untuk keputusan tentang orang — dimulai dari pertanyaan yang tepat.

   1. Untuk apa people analytics

      Memakai data tentang pekerjaan dan pekerja untuk keputusan SDM yang lebih baik dan lebih adil.

      3 menit

   2. Data HR yang sudah Anda punya

      Sistem HRIS, payroll, rekrutmen, dan survei: apa isinya dan seberapa bisa dipercaya.

      3 menit

   3. Headcount dan FTE

      Menghitung jumlah karyawan dengan benar, termasuk paruh waktu dan kontrak.

      3 menit

   4. Rasio per periode

      Kenapa "12 orang keluar" tidak berarti apa-apa tanpa pembagi dan periode.

      3 menit

   5. Menyusun pertanyaan yang baik

      Dari keluhan manajer menjadi pertanyaan yang bisa dijawab data.

      3 menit
2. Unit 2·6 bite·Sekitar 18 menit

   Turnover dan retensi

   Siapa yang keluar, kapan, dan kenapa — tanpa menebak-nebak.

   1. Tingkat attrition

      Rumus standar turnover dan kesalahan umum saat menghitungnya.

      3 menit

   2. Sukarela vs tidak sukarela

      Resign dan PHK menceritakan dua hal yang sangat berbeda.

      3 menit

   3. Attrition yang disesali

      Tidak semua yang keluar sama: fokus pada orang yang ingin Anda pertahankan.

      3 menit

   4. Kurva masa kerja

      Di bulan ke berapa orang paling sering keluar, dan apa artinya.

      3 menit

   5. Data exit interview

      Membaca alasan keluar dengan jujur, termasuk yang tidak diucapkan.

      3 menit

   6. Memprediksi attrition dengan hati-hati

      Apa yang bisa dan tidak bisa dilakukan model "risiko keluar", dan risiko etisnya.

      3 menit
3. Unit 3·5 bite·Sekitar 15 menit

   Funnel rekrutmen

   Dari pelamar ke karyawan: mengukur setiap langkah rekrutmen.

   1. Tahap dan rasio lolos

      Berapa persen pelamar yang lolos ke setiap tahap, dan di mana macetnya.

      3 menit

   2. Time to hire

      Mengukur kecepatan rekrutmen dan kenapa kandidat terbaik tidak menunggu lama.

      3 menit

   3. Sumber rekrutmen

      Kanal mana yang menghasilkan karyawan yang bertahan, bukan hanya pelamar terbanyak.

      3 menit

   4. Kualitas rekrutmen

      Mendefinisikan "rekrutmen yang bagus" dengan cara yang bisa diukur.

      3 menit

   5. Penerimaan tawaran

      Kenapa kandidat menolak, dan apa yang bisa dipelajari dari angkanya.

      3 menit
4. Unit 4·5 bite·Sekitar 15 menit

   Survei engagement

   Merancang, membaca, dan menindaklanjuti survei karyawan dengan benar.

   1. Merancang pertanyaan

      Pertanyaan yang jelas, netral, dan menanyakan satu hal saja.

      3 menit

   2. Tingkat respons

      Siapa yang tidak menjawab bisa mengubah seluruh hasil survei.

      3 menit

   3. Membaca skor dan eNPS

      Rata-rata, distribusi, dan cara menghitung eNPS.

      3 menit

   4. Membandingkan tim dengan adil

      Tim kecil, perbedaan kecil, dan kapan selisih skor tidak berarti apa-apa.

      3 menit

   5. Menindaklanjuti hasil

      Survei tanpa tindak lanjut membuat survei berikutnya lebih buruk.

      3 menit
5. Unit 5·5 bite·Sekitar 15 menit

   Gaji dan keadilan

   Membaca data gaji dan promosi tanpa menyesatkan — dan tanpa membuka data individu.

   1. Pay band dan compa-ratio

      Di mana posisi gaji seseorang dibandingkan rentang untuk perannya.

      3 menit

   2. Kesenjangan gaji mentah vs disesuaikan

      Dua angka kesenjangan gaji, dua pertanyaan berbeda, dan kenapa keduanya penting.

      3 menit

   3. Tingkat promosi

      Membandingkan peluang promosi antar kelompok dengan adil.

      3 menit

   4. Masalah kelompok kecil

      Saat kelompoknya terlalu kecil untuk disimpulkan — atau untuk dilaporkan dengan aman.

      3 menit

   5. Melaporkan dengan adil

      Menyajikan temuan sensitif kepada pimpinan dengan jelas dan bertanggung jawab.

      3 menit
6. Unit 6·4 bite·Sekitar 12 menit

   Etika dan privasi

   Data karyawan, anonimitas, dan memakai AI dalam keputusan SDM secara bertanggung jawab.

   1. Privasi data karyawan

      Apa arti UU PDP bagi data yang dikumpulkan dan dianalisis HR.

      3 menit

   2. Ambang anonimitas

      Aturan minimum jumlah responden supaya tidak ada yang bisa dikenali.

      3 menit

   3. Bias dalam algoritma HR

      Bagaimana model penyaring CV bisa meniru ketidakadilan masa lalu.

      3 menit

   4. AI dalam rekrutmen secara bertanggung jawab

      Di mana AI boleh membantu rekrutmen, dan di mana keputusannya harus tetap manusia.

      3 menit

Bacaan sambil menunggu

Panduan dari tim Datamew, gratis di web hari ini.

Dasar AI

Cara Membuat Prompt yang Bagus: Kerangka 5 Bagian untuk Kerja

Prompt yang bagus memberi AI lima hal: konteks, tugas, input, format, dan batasan. Prompt itu menjelaskan untuk siapa pekerjaannya, apa yang harus dikerjakan, bahan apa yang dipakai, seperti apa bentuk jawabannya, dan apa yang harus dihindari. Setelah itu, cek jawabannya dan ajukan pertanyaan lanjutan.

7 menit baca

AI dari Nol

Cara Belajar AI dari Nol, Tanpa Coding

Ya, Anda bisa belajar AI tanpa menulis kode sama sekali. Untuk memakai AI dengan baik di tempat kerja, Anda butuh empat hal: paham dasar cara kerjanya, tahu di mana ia sering salah, berlatih dengan satu atau dua tool gratis, dan terbiasa mengecek setiap jawaban sebelum dipakai.

8 menit baca