کیفیت داده منابع انسانی در مدل ۳۴۰۰۰

کیفیت داده منابع انسانی در مدل ۳۴۰۰۰ فقط موضوع پاک‌کردن چند سلول اکسل نیست. وقتی تعریف، ثبت، انتقال یا اصلاح اطلاعات کنترل نشده باشد، گزارش‌های حرفه‌ای نیز می‌توانند تصمیم‌های نادرست ایجاد کنند. کیفیت از نقطه ایجاد داده آغاز می‌شود و تا انتشار و استفاده از گزارش ادامه دارد.

داده باکیفیت چه ویژگی‌هایی دارد؟

در چارچوب کیفیت داده دولت بریتانیا، شش بُعد شناخته‌شده مطرح شده است. این چارچوب، یکی از منابع عمومی معتبر برای سازمان‌دهی کنترل‌هاست؛ آن را نباید فهرست رسمی معیارهای مدل ۳۴۰۰۰ معرفی کرد. جدول زیر کاربرد پیشنهادی این ابعاد در منابع انسانی را نشان می‌دهد.

تعریفمعتبر بودن قالب تاریخ به معنای درست بودن آن تاریخ نیست. ممکن است تاریخ شروع همکاری از نظر قالب کاملاً معتبر باشد، اما یک ماه با واقعیت اختلاف داشته باشد. کنترل قالب و کنترل درستی، دو کار متفاوت‌اند.

پیش از کنترل، واحد داده را مشخص کنید

یکی از سرچشمه‌های خطا، مخلوط‌کردن فرد، قرارداد، انتصاب و پست سازمانی است. یک فرد ممکن است در طول زمان چند قرارداد داشته باشد؛ یک پست ممکن است خالی باشد؛ یک فرد نیز ممکن است مسئولیت موقت دیگری بر عهده بگیرد. بنابراین تعداد ردیف‌های جدول قراردادها الزاماً تعداد کارکنان نیست.

برای هر جدول روشن کنید هر ردیف نماینده چیست و کلید شناسایی آن کدام است. شناسه فرد، شناسه قرارداد و شناسه پست باید کاربرد مشخص داشته باشند. نام و نام خانوادگی، به‌تنهایی کلید مطمئنی برای اتصال اطلاعات نیست.

هشداراتصال جدول کارکنان به جدول آموزش یا قرارداد می‌تواند تعداد ردیف‌ها را افزایش دهد. اگر پس از این اتصال، تعداد ردیف‌ها را تعداد افراد فرض کنید، کارکنانی با چند دوره یا چند قرارداد، چندبار شمرده می‌شوند.

تاریخ وقوع، تاریخ مؤثر و تاریخ ثبت را جدا کنید

ممکن است انتقال یک کارمند از ابتدای ماه مؤثر باشد، اما پنج روز بعد در سامانه ثبت شود. گزارش استخراج‌شده در روز سوم ماه با گزارش روز دهم تفاوت خواهد داشت. اگر فقط آخرین وضعیت سامانه را نگه دارید، بازسازی گزارش گذشته دشوار می‌شود.

• تاریخ مؤثر: تغییر از چه زمانی در وضعیت فرد اثر دارد؟
• تاریخ ثبت: تغییر چه زمانی وارد سامانه شده است؟
• تاریخ استخراج: گزارش در چه زمانی تهیه شده است؟
• تاریخ قطع: گزارش رویدادهای تا چه زمانی را پوشش می‌دهد؟

این تفکیک برای محاسبه تعداد کارکنان، خروج، جابه‌جایی و هزینه‌ها ضروری است. تعریف دوره و دامنه باید با شناسنامه شاخص‌های منابع انسانی یکسان باشد.

یک مسیر اجرایی برای کنترل کیفیت داده

۱. داده اولیه را حفظ کنید

خروجی اولیه را با دسترسی مناسب نگه دارید و پاک‌سازی را روی نسخه کاری انجام دهید. حذف یا بازنویسی بی‌ردپا، امکان بررسی خطا و بازتولید محاسبه را از بین می‌برد. این کار به معنای نگهداری نامحدود همه اطلاعات نیست؛ مدت نگهداری باید با نیاز و الزامات مربوط هماهنگ باشد.

۲. قواعد کنترل را پیش از دیدن نتیجه بنویسید

برای مثال، تاریخ پایان همکاری نباید پیش از تاریخ شروع باشد؛ کد واحد باید در فهرست معتبر وجود داشته باشد؛ پرونده فعال باید شرایط تعریف‌شده برای فعال‌بودن را داشته باشد. قواعد ساده را خودکار کنید و موارد نیازمند قضاوت را برای بازبینی انسانی جدا نگه دارید.

۳. منابع را با دامنه یکسان تطبیق دهید

فهرست فعال حضور و غیاب الزاماً همان فهرست کارکنان مشمول حقوق نیست. ابتدا هدف و قواعد هر سامانه را بشناسید؛ سپس با یک دامنه مشترک، موارد اختلاف را استخراج کنید. انتخاب یک سامانه به‌عنوان مرجع هر فیلد باید مسئول مشخص و منطق پذیرفته‌شده داشته باشد.

۴. گردش کارکنان را کنترل کنید

در یک دامنه ثابت و با نبود سایر تغییرات دامنه، اگر ابتدای دوره ۱۲۰ نفر، ورودی ده نفر و خروج شش نفر باشد، انتظار می‌رود پایان دوره ۱۲۴ نفر باشد. اختلاف با این عدد باید بررسی شود؛ برای مثال، تغییر دامنه شرکت‌ها، انتقال بین دامنه‌ها یا اصلاح دیرهنگام اطلاعات ممکن است توضیح آن باشد.

۵. خطا را در مبدأ اصلاح کنید

اگر کارشناس هر ماه کد واحد چند نفر را در فایل گزارش اصلاح می‌کند، مسئله حل نشده است. باید مشخص شود چرا کد نادرست ثبت می‌شود، چه کسی مسئول اصلاح سامانه است و چه کنترلی از تکرار جلوگیری می‌کند. فایل تمیز خروجی، جای فرایند سالم را نمی‌گیرد.

دفتر مغایرت‌ها چه اطلاعاتی داشته باشد؟

قالب زیر پیشنهاد اجرایی برای پیگیری خطاست و فرم رسمی مدل محسوب نمی‌شود:

• شناسه مغایرت و تاریخ کشف؛
• فیلد، سامانه و دامنه تحت تأثیر؛
• شرح خطا و قاعده نقض‌شده؛
• اثر احتمالی بر شاخص یا تصمیم؛
• مالک رسیدگی و موعد؛
• علت ریشه‌ای و اقدام اصلاحی؛
• نتیجه آزمون پس از اصلاح؛
• نسخه گزارش‌های نیازمند بازانتشار.

تمام خطاها اهمیت یکسان ندارند. خطایی که مخرج نرخ خروج یا گروه‌بندی نتایج نگرش‌سنجی را تغییر می‌دهد، ممکن است از یک نقص ظاهری مهم‌تر باشد. اولویت را بر اساس اثر بر تصمیم، دامنه انتشار و حساسیت اطلاعات تعیین کنید.

کیفیت داده را چگونه اندازه بگیریم؟

می‌توانید برای هر فیلد ضروری، نسبت مقادیر ناموجود را گزارش کنید. اگر واحد سازمانی سه نفر از ۱۰۰ فرد مشمول نامشخص باشد، نرخ فقدان این فیلد سه درصد است. این عدد درباره کامل‌بودن همان فیلد صحبت می‌کند؛ نه درباره صحت تمام پرونده‌ها.

برای بررسی درستی، معمولاً به تطبیق با مرجع معتبر یا بازبینی نمونه نیاز دارید. نرخ خطای مشاهده‌شده در یک نمونه محدود را بدون توجه به روش انتخاب نمونه و عدم‌قطعیت، به کل داده تعمیم ندهید. همچنین درصد بالای کامل‌بودن، وجود مقادیر ساختگی یا اشتباه را رد نمی‌کند.

نکتهداده نامعتبر را فقط برای بهترشدن درصد کیفیت حذف نکنید. حذف رکورد می‌تواند جامعه گزارش را تغییر دهد و سوگیری تازه‌ای بسازد. هر حذف باید دلیل، مجوز و اثر مشخصی بر خروجی داشته باشد.

تجربه خانه منابع انسانی

در نگاه خانه منابع انسانی، مغایرت‌گیری زمانی ارزشمند می‌شود که به اصلاح مسئولیت‌ها و قواعد برسد. یک مثال را در نظر بگیرید: برای کارکنانی که قراردادشان تمدید شده، دو ردیف قرارداد در خروجی وجود دارد و گزارش‌ساز هر دو را فرد فعال شمرده است. حذف دستی ردیف تکراری، خروجی این ماه را اصلاح می‌کند؛ اما علت خطا، شمارش قرارداد به‌جای فرد است.

راهکار پایدار، تعریف وضعیت معتبر قرارداد، انتخاب واحد شمارش درست و آزمون گزارش روی موارد چندقراردادی است. سپس باید گزارش‌های قبلیِ تحت تأثیر شناسایی شوند. چنین مداخله‌ای، کیفیت گزارش را از وابستگی به دقت یک کارشناس به قابلیت یک فرایند تبدیل می‌کند.

محرمانگی را بخشی از کیفیت بدانید

برای گزارش تجمیعی، به همه افراد دسترسی به پرونده فردی ندهید. فایل محاسبه، فایل تحلیل و خروجی مدیریتی می‌توانند سطح دسترسی متفاوت داشته باشند. در تحلیل نگرش‌سنجی کارکنان نیز گروه‌های کوچک و ترکیب اطلاعات ممکن است هویت افراد را آشکار کند؛ حذف نام، همیشه برای ناشناس‌ماندن کافی نیست.