People Analytics: wie Google Daten für die Personalarbeit nutzt

People Analytics ist aktuell eines der heißesten HR-Trendthemen. Wie so häufig, ist Google dabei einer der Pioniere, was nicht zuletzt an der datengetriebenen Ingenieurskultur bei Google liegt. Letztes Jahr habe ich Euch schon vorgestellt, wie Google-Verantwortliche im Bestreben um Gerechtigkeit mit einer Formel über Beförderungen entscheiden. Heute möchte ich Euch drei weitere Cases vorstellen, in denen Google mithilfe von Datenanalysen bessere HR-Entscheidungen trifft.

Die Kerneigenschaften erfolgreicher Manager

Eine der zentralen Kernfragen in der Führungskräfteentwicklung lautet: Was zeichnet einen guten Manager aus? Ausgehend von der kulturgetriebenen Hypothese, dass einen guten Manager vor allem umfassende Fachkenntnis auszeichnet, hat Google tausende Feedbackgespräche ausgewertet, in denen Mitarbeiter ihre Manager beurteilt haben und deren Aussagen mit Performance-Werten angereichert. Herausgekommen ist dabei folgende Liste mit 8 Eigenschaften erfolgreicher Führungskräfte.

8 Eigenschaften erfolgreicher Google Manager

Diese Liste mag für viele von Euch keine großen Überraschungen enthalten. Aber anders als das durschschnittliche Personaler-Bauchgefühl basieren sie eben auf Daten tausenden von Feedback-Gesprächen und Performance-Reviews, was zumindest in meinen Augen mehr Substanz verleiht.

Welche Einstellungspolitik ist am besten für die Organisationsentwicklung?

Im Rahmen des organisatorischen Reifeprozesses kam bei Google die Frage auf, wie sich die Einstellungspolitik auf die weitere Organisationsentwicklung auswirken würde. Konkret gingen die People Analytics Manager bei Google dabei der Frage nach, ob es strategisch besser für die Organisation wäre, Mitarbeiter, die das Unternehmen verlassen, durch Neueinstellungen auf dem selben Senioritätslevel zu ersetzen oder stattdessen lieber auf jüngere Neueinstellungen zu setzen. Angesichts der finanziellen Erfolgsbilanz, gehe ich davon aus, dass diese Frage nicht wie in vielen anderen Unternehmen vom Controlling angeregt wurde, und es dabei um ein besseres Verständnis der Steigerung von Motivationsanreizen und Mitarbeiterperformance ging. Als Ausgangshypothese dienten dabei folgende drei Szenarien:

Zusammenhang von Beförderungen, Organisationsentwicklung und Einstellungspolitik

Das Ergebnis der Analyse führte dann zu einer Änderung der Einstellungspolitik zugunsten jüngerer Mitarbeiter, denen man so eine bessere Perspektive bieten konnte, als das im Falle der Nachbesetzung von Mitarbeitern gleichen Senioritätsgrade der Fall war.

Auswirkungen der Einstellungspolitik

Mythbusters oder warum werden immer die anderen befördert?

Der dritte Bereich, dem Google mittels Daten an den Kragen gegangen ist, sind Mitarbeiter-Mythen. Dabei handelt es sich um Thesen wie „Immer werden bei der Beförderung die Kollegen aus der Zentrale bevorzugt.“ und ähnlich gelagerte Vorurteile, die die Mitarbeitermotivation beeinträchtigen und sich schlimmstenfalls in einer höheren Fluktuationquote niederschlagen.

Mitarbeiter-Mythen bei Google

Um dem Wahrheitsgehalt dieser Vorurteile auf den Grund zu gehen, kam dabei wie auch bei den anderen Fragestellungen folgender Prozess zum Einsatz:

Analyseprozess datengetriebener HR-Entscheidungen

Das Ergebnis hat die Vorurteile nicht nur widerlegt, sondern dank fokussierte Mitarbeiterkommunikation grundsätzlich damit aufgeräumt. Die folgende Folie zeigt dabei gleich nochmal den Gesamtprozess von People Analytics anhand dieses einfach nachvollziehbaren Falles.

People Analytics - Vorgehensweise bei Google

Wenn Ihr noch besser verstehen wollt, wie Google an People Analytics herangeht, empfehle ich Euch folgendes Vortragsvideo.





Sichern Sie sich Ihre persönliche Online-Demo (ca. 45 min) inklusive individuellem Reichweiten-Benchmark Ihrer Karriereseite.

Mehr passende Bewerber? Informiere Dich jetzt über die Reichweiten-Lösung Jobspreader. Lade die Management Summary herunter oder fordere eine Online-Demo inklusive kostenlosen Reichweiten-Benchmark Deiner Karriereseite über das Formular an.

Mit * gekennzeichnete Felder müssen ausgefüllt werden.

api-loader-image

Die Anfrage wird verarbeitet

Schreibe einen Kommentar