Edgewell Personal Care f眉hrte ein 18-monatiges Projekt durch mit dem Ziel, die Personaldaten in seinen 麻豆原创 SuccessFactors-L枚sungen qualitativ zu verbessern.
F眉r strategische Entscheidungen im Personalwesen braucht es genaue und zug盲ngliche Personaldaten f眉r Recruiting, Leistungsmanagement, Mitarbeiterengagement, Compliance und vieles andere mehr. Dar眉ber hinaus ist ein 鈥瀞auberes鈥� Datenfundament unerl盲sslich, um KI鈥慻esteuerte Tools effektiv nutzen zu k枚nnen. , ein in den USA ans盲ssiger Hersteller von K枚rperpflegeprodukten, wollte sich f眉r die Zukunft r眉sten und seine 眉ber 7.000 Mitarbeitenden weltweit besser betreuen und verwalten.
Das Portfolio von Edgewell umfasst mehr als 25 bekannte K枚rperpflegemarken, darunter Schick, Banana Boat, Wilkinson Sword und Wet Ones. Damit erwirtschaftete das Unternehmen 2024 einen . Wie Colin Emery, Director of Global HR Systems bei Edgewell, betont, setzt das Unternehmen auf eine personalorientierte Unternehmenskultur, die Mitarbeitenden ein passendes Umfeld f眉r effizientes Arbeiten erm枚glicht und dem Unternehmen einen Wettbewerbsvorteil verschafft.
2022 erhielt Emery die Aufgabe, eine Abteilung f眉r People Analytics bei Edgewell aufzubauen. Schnell wurde ihm jedoch klar, dass die hierf眉r ben枚tigten Daten nicht genau genug waren. 鈥濽nser Erfassungssystem war nicht mehr das System, das es einmal war. Eigentlich hatten war gar keines鈥�, erkl盲rt Emery. Damals lag die Genauigkeit der HR-Daten bei nur 37 Prozent f眉r wichtige Datenfelder im Planstellen- und Mitarbeiterprofil.
Seit der Gr眉ndung von Edgewell im Jahr 2015, so Emery, setze das Unternehmen bei der Skalierung, Systematisierung und Standardisierung seiner weltweiten HR-Systeme auf die 鈥瀏renzenlose Konfigurierbarkeit鈥� der . Die L枚sungen funktionierten zwar wie vorgesehen, die darin enthaltenen Daten wurden jedoch nicht ordnungsgem盲脽 gepflegt. Dadurch kam es im Weiteren zu vielen Ungenauigkeiten. 鈥濫s war klar, dass die Qualit盲t unserer Daten in 麻豆原创 SuccessFactors in einigen Teilen der Welt zu w眉nschen 眉brig lie脽 鈥� insbesondere in L盲ndern, in denen 麻豆原创 SuccessFactors Payroll nicht integriert ist鈥�, sagt er.
Emery war sich bewusst, dass eine hohe Datenqualit盲t entscheidend f眉r effektive Entscheidungen, genaue Berichte, ein reibungsloses Benutzererlebnis und k眉nftige Innovationen ist. Allerdings hatte er weder das Budget noch die Zeit f眉r die Beauftragung externer Ressourcen. Deshalb entschied er sich, die Methode von Edgewell zur L枚sung des Problems intern zu entwickeln.
HR Data Champions als Multiplikatoren
Nachdem Emery ermittelt hatte, welche Datenfelder in erster Linie bereinigt und gepflegt werden mussten, um die gr枚脽te Auswirkung auf die Datenqualit盲t zu haben, wandte er sich an diejenigen, die f眉r die Daten zust盲ndig waren und diese am besten verstanden: die HR Business Partner (HRBPs). Denn f眉r den Erfolg des Datenqualit盲tsprojekts war es erforderlich, die HRBPs mit einzubinden. Eine ge盲nderte Einstellung und umfangreiches Change Management waren n枚tigt, so Emery. Denn nicht alle HRBPs f眉hlten sich f眉r die Pflege der Daten in den 麻豆原创鈥慡uccessFactors-L枚sungen verantwortlich und manche ben枚tigten Schulungen, um die systematisierten HR-Prozesse zu verstehen.
Um die Umstellung zu erleichtern, rief Emery ein HR-Data-Steward-Programm ins Leben, damit die HRBP-Community von Edgewell entsprechend geschult werden konnte. Die jeweiligen Data Stewards erhalten w枚chentliche Berichte und haben die Aufgabe, die Datenfehler pers枚nlich zu beheben oder einen geeigneten Kollegen zu informieren. Sie werden geschult, wie es zu den Ungenauigkeiten kommt, welche Folgen diese haben und wie man sie beheben kann. Dadurch werden die Data Stewards zu Experten und sind in der Lage, anderen HRBPs ihr Wissen zu vermitteln. Durch die Schulungen konnten die HRBPs proaktiv handeln, anstatt nur zu reagieren. Dies sei ein entscheidender Faktor f眉r den Erfolg des Datenqualit盲tsprojekts, erkl盲rt Emery.
Beispielsweise ging die Zahl der Datenungenauigkeiten von 2.700 auf gerade mal eine Handvoll zur眉ck. 鈥濪as ist ein winziger, winziger Bruchteil dessen, was es vorher war鈥�, sagt Emery. 鈥濪as liegt daran, dass die HRBPs es gleich richtig machen, anstatt Fehler zu machen, die dann korrigiert werden m眉ssen.鈥�
Das Projekt startete in den USA und wurde sp盲ter auf Europa, Lateinamerika und den asiatisch-pazifischen Raum ausgeweitet. Jetzt liegt die Datengenauigkeit von Edgewell konstant bei 96 bis 97 Prozent, berichtet Emery.
Analytics in der Personalabteilung: bessere Daten, bessere Entscheidungen
Der Erfolg des Datenqualit盲ts- und Data-Steward-Projekts ist deutlich zu sehen, und nun kann Edgewell von einem sauberen HR-Datenfundament profitieren. Auch die Zuverl盲ssigkeit des HR-Reportings des Unternehmens hat sich sp眉rbar verbessert, f眉r das es Stories in 厂础笔-厂耻肠肠别蝉蝉贵补肠迟辞谤蝉-尝枚蝉耻苍驳别苍 verwendet. 鈥濻tories bieten einen gro脽en Vorteil, wenn wir Echtzeit-麻豆原创-SuccessFactors-Daten verwenden鈥�, erkl盲rt Emery. Die M枚glichkeit, einen Link zu versenden, auf den anhand rollenbasierter Berechtigungen zugegriffen werden kann, macht zudem das Teilen von Daten einfach und schnell. Edgewell nutzt Stories, um Daten zu Inklusion, Zugeh枚rigkeitsgef眉hl, F眉hrung, Besch盲ftigungsdauer, Recruiting und vieles mehr zu analysieren und die Erkenntnisse mit der Unternehmensf眉hrung, HR-F眉hrungskr盲ften und HRBPs zu teilen.
Diese datengest眉tzte Vorgehensweise hilft Edgewell, Bereiche mit Verbesserungspotenzial zu identifizieren und strategische HR-Entscheidungen zu treffen. So stellte das People-Analytics-Team beispielsweise anhand der Daten fest, dass es ein kurzfristiges Fluktuationsproblem f眉r bestimmte Rollen und Standorte gab. Die Personalabteilung von Edgewell schuf daraufhin ein neues Bewerbererlebnis, um die Recruiting- und Onboarding-Prozesse zu verbessern und zu systematisieren. Das Programm 鈥濲oyful Journey鈥� dient auch dazu, Informationen 眉ber das Unternehmen zu teilen und Talente zu gewinnen. 鈥濷hne die Daten h盲tten wir nie gewusst, wie wir vorgehen sollen鈥�, sagt Emery. 鈥濻ie brachten uns dazu, Zeit, M眉he und Geld in diese Prozesse zu investieren 鈥� und dies wirkte sich sofort positiv auf die kurzfristige Fluktuation aus.鈥�
鈥濱n den letzten drei Jahren haben wir Daten bereitgestellt und erkl盲rt, wie wichtig es ist, die Daten im System zu bereinigen, um sie f眉r uns aussagekr盲ftiger zu machen鈥�, f眉gt Emery hinzu. 鈥濿ir erheben nie Daten um ihrer selbst willen. Es muss immer darum gehen, welche Ma脽nahmen sich aus diesen Daten ableiten lassen.鈥�
Bereit f眉r die Zukunft: HR-Innovationen mit KI
Die beeindruckende Datenqualit盲t von Edgewell bietet seinen F眉hrungskr盲ften nicht nur handlungsrelevante Einblicke, sondern schafft auch eine solide Grundlage, um von HR鈥慖nnovationen zu profitieren. Dies gilt umso mehr, als viele Innovationen wie beispielsweise KI saubere Daten ben枚tigen, um gut zu funktionieren. KI-Assistenten und 鈥慉genten wie Joule sind nur so gut wie die Daten, auf denen sie beruhen. Deshalb werden Initiativen zu Datenqualit盲t und Daten-Governance zunehmend eine unternehmerische Notwendigkeit.
Hier ist Edgewell seiner Zeit voraus. 鈥濧ls ich vor drei Jahren mit People Analytics begonnen habe, wusste ich, dass wir uns zun盲chst auf die Bereinigung der Daten konzentrieren mussten. Nur so konnten wir uns auf die Superautomatisierung und die kommenden KI-Tools vorbereiten鈥�, sagt Emery. 鈥濶un sind wir f眉r die n盲chste Generation von Tools bestens ger眉stet.鈥�
Gillian Hixson ist Integrated Communication Specialist bei 麻豆原创.
