Reklama
Dołącz do liderów przyszłości i zdobądź przewagę! Sprawdź najnowszą ofertę subskrypcji
Analityka i Business Intelligence

Spraw, by praca z danymi miała sens

29 kwietnia 2025 3 min czytania
Clint Kofford

Streszczenie: W miarę jak praca z danymi pochłania coraz więcej energii pracowników, ich zaangażowanie stale spada. Menedżerowie mogą wdrażać strategie, które nadadzą tym zadaniom większy sens. Cztery kluczowe podejścia mogą pomóc: zatrudnianie architektów informacji do zarządzania przepływem danych, łączenie zadań związanych z danymi z możliwościami rozwoju osobistego, zapewnianie kontaktu z liderami i beneficjentami pracy oraz pozyskiwanie informacji zwrotnych od pracowników na temat ich doświadczeń w pracy z danymi.

Pokaż więcej

Dane są bezcenne, ale praca z nimi nie zawsze wydaje się mieć znaczenie. Cztery strategie mogą pomóc uczynić pracę z danymi bardziej angażującą.

Pomimo zwiększonego nacisku na satysfakcję pracowników w ostatnich latach, doświadczenia milionów zatrudnionych pogorszyły się. Najnowszy sondaż Gallupa z listopada 2024 roku pokazał, że tylko 18% pracowników w USA jest zadowolonych ze swojej firmy. Po dekadzie, w której satysfakcja utrzymywała się powyżej 25%, wskaźniki te gwałtownie spadły w 2021 roku i nie wróciły do poprzedniego poziomu. Równocześnie poziom zaangażowania spadł do 30%, co jest najniższym wynikiem od 2013 roku.

Odczucia wobec pracy

Organizacjom trudno jest wprowadzać zmiany, które naprawdę poprawiałyby sytuację pracowników. Istnieją trzy główne czynniki, które najmocniej wpływają na: poczucie przynależności, konfiguracja oraz inspiracja lub poczucie celu. Dwa z nich – przynależność i cel – są w dużej mierze wynikiem interakcji międzyludzkich. (Konfiguracja odnosi się do tego, gdzie i kiedy pracownik wykonuje swoją pracę; dla niektórych oznacza to potrzebę pracy w środowisku interaktywnym, dla innych – preferencję pracy zdalnej.)

Moje badania wykazały, że osoby pracujące w działach HR częściej odnajdują sens w swojej pracy — oraz odczuwają większą satysfakcję i zaangażowanie — niż osoby zatrudnione w finansach. Dlaczego? Pracownicy HR mają więcej interakcji z innymi ludźmi niż osoby z działów finansowych. Dzięki tym kontaktom łatwiej jest im odczuwać przynależność do organizacji i dzielić się wspólną tożsamością. Dodatkowo, interakcje te umożliwiają im lepsze zrozumienie efektów własnej pracy i jej wpływu na życie innych. Interakcje międzyludzkie zwiększają możliwość dostrzeżenia rezultatów własnej pracy i jej wpływu na życie innych osób.

Praca z danymi

Obecnie praca z danymi stała się integralną częścią większości stanowisk. Coraz częściej można usłyszeć stwierdzenie: Prawie każda praca jest teraz pracą z danymi.
Przykładowo:

  • Badanie lekarzy wykazało, że 45% czasu pracy poświęcają oni na wprowadzanie danych do elektronicznych kart zdrowia.
  • Ankieta wśród nauczycieli pokazała, że 30% ich czasu pracy to operowanie na danych — więcej niż przygotowanie lekcji.

Chociaż korzystanie z danych przynosi liczne korzyści, takie jak lepsza diagnostyka i podejmowanie bardziej strategicznych decyzji, praca z danymi wiąże się także z ryzykiem obniżenia poczucia sensu pracy. Aby temu zapobiec, warto zastosować następujące strategie:

Cztery strategie nadawania sensu pracy z danymi:

Zachęcaj pracowników do dzielenia się spostrzeżeniami.
Pozwól zespołowi dzielić się wnioskami płynącymi z ich pracy z danymi. Doceniaj ich wkład i uwzględniaj sugestie w procesach organizacyjnych.

Zatrudniaj architektów informacji.
Nowe badania wykazały, że pracownicy szybko napotykają trudności związane z przepływem informacji. Architekci informacji pomagają organizować, strukturyzować i upraszczać dostęp do danych, zmniejszając przytłoczenie.

Łącz zadania związane z danymi z możliwościami rozwoju osobistego.
Pracownicy muszą widzieć, jak praca z danymi przyczynia się do ich rozwoju — czy to poprzez zdobywanie nowych umiejętności analitycznych, czy poprzez rozwijanie zrozumienia dla szerszego kontekstu biznesowego.

Zapewniaj kontakt z liderami i odbiorcami danych.
Regularne interakcje z liderami oraz osobami, które korzystają z efektów pracy z danymi, pomagają pracownikom dostrzec realny wpływ ich pracy.

Zobacz też:

Bądź dobrym szefem i spróbuj nie zwariować

O autorach
Tematy

Może Cię zainteresować

Chcesz skutecznie rozwiązywać problemy kadrowe? Szukaj wsparcia w analizie danych
Premium
Chcesz skutecznie rozwiązywać problemy kadrowe? Szukaj wsparcia w analizie danych

Łączenie analityki danych z intuicją menedżerską pomaga lepiej zrozumieć pracowników i skuteczniej zarządzać talentami.

Aby efektywnie wykorzystywać dane w organizacji, trzeba umieć zadawać odpowiednie pytania dotyczące problemów istotnych z perspektywy biznesowej. Przykładowo, jeden z klientów Kincentric, firmy doradczej w obszarze strategicznego zarządzania kapitałem ludzkim, postanowił przeanalizować poziom przyznawanych premii lub podwyżek, a następnie zestawił te dane z takimi czynnikami jak satysfakcja z pracy i zaangażowanie pracowników. Analiza tych dwóch elementów przyniosła bardzo ciekawe, a dla samych zainteresowanych wręcz zaskakujące, odkrycie. Okazało się bowiem, że osoby, które dostawały największe podwyżki, były najmniej zadowolone ze swojego wynagrodzenia, co stanowiło efekt całkowicie odwrotny niż założony.

– Eksperymentowanie i zestawianie ze sobą różnych danych pozwala nam na odkrycie tego, co faktycznie dzieje się w naszej firmie, a to umożliwia zadawanie kolejnych pytań, zagłębienie się w problemy i poszukiwanie sposobów na ich rozwiązanie. Bardzo dużo potencjału drzemie w łączeniu pewnych faktów i umiejętności stawiania sobie dobrych hipotez – komentuje Magdalena Warzybok, dyrektor zarządzająca w Kincentric Polska.

Jeśli, przykładowo, w całej organizacji mamy do czynienia z rotacją, zadajmy sobie pytania: „Jakie grupy pracowników tracimy najszybciej? Gdzie znajdują się kluczowe kompetencje dla naszej organizacji? Gdzie kryją się zasoby, które najtrudniej zastąpić? Które z nich w tym momencie tracimy?”. Następnie sięgnijmy po dane z systemów kadrowych, które i tak są zbierane, a dotyczą rotacji, wynagrodzeń czy podwyżek, i poszukajmy w nich odpowiedzi. Tyle w teorii, ale jak to zrobić w praktyce?

Aby odpowiedzieć na to pytanie, przyjrzyjmy się wpierw temu, w jaki sposób przedsiębiorstwa podchodzą do kwestii pozyskiwania i analizowania danych w celu ich realnego wykorzystywania.

Zarządzanie danymi i automatyzacja: klucz do sukcesu w e-commerce
Premium
Zarządzanie danymi i automatyzacja: klucz do sukcesu w e-commerce

Frisco, największy polski sklep spożywczy online, reaguje na dynamiczne zmiany rynkowe, koncentrując się na zarządzaniu danymi oraz automatyzacji procesów. Dzięki temu detalista podnosi swoją efektywność operacyjną i jakość obsługi klienta, budując trwałą przewagę konkurencyjną.

Na początku października 2023 roku, kiedy obejmowałem funkcję członka zarządu odpowiedzialnego za obszar cyfryzacji w Grupie Eurocash, powierzono mi zadanie transformacji technologicznej i optymalizacji procesów, aby jak najlepiej spełniać oczekiwania klientów, a jednocześnie utrzymać wysoką konkurencyjność i rentowność naszych operacji. Wiedząc, jak istotne dla klientów Frisco są wygoda i wysoka jakość usług, skoncentrowaliśmy się na dalszej automatyzacji procesów magazynowych oraz logistycznych w celu zwiększenia efektywności operacyjnej.

Od początku działalności Frisco ma jasny cel – dostarczać klientom najwyższej jakości produkty na czas, eliminując konieczność cotygodniowych zakupów w sklepach stacjonarnych. Większość osób nie lubi noszenia ciężkich toreb, przemieszczania się zatłoczonymi alejkami i marnowania czasu na dojazdy do sklepów. Stąd nasze wysiłki skupiły się na skutecznej komunikacji i edukacji konsumentów, aby przekonać ich, że zakupy online mogą być zarówno korzystne finansowo, jak i wygodne, a dodatkowo pozwalają zaoszczędzony czas spędzić z rodziną lub poświęcić go na realizację swoich pasji.

Aby pozostać liderem na rynku i utrzymać lojalność klientów, musimy nieustannie inwestować w rozwój technologii oraz optymalizację procesów. Dlatego też naszą strategię biznesową, cyfrową i technologiczną – w tym zastosowanie machine learningu i automatyzacji – skupiliśmy na dostarczaniu zamówień w 100% zgodnych z oczekiwaniami klienta. Osiągnęliśmy imponujący wskaźnik 99,8% kompletności zamówień bez konieczności oferowania zamienników. Utrzymanie tego poziomu wiąże się z istotnymi wyzwaniami logistycznymi i operacyjnymi, zwłaszcza w obszarze magazynowania, którym musimy sprostać, aby zachować konkurencyjność.

Dane już są – choć nie dla wszystkich tak samo dostępne Dane już są – choć nie dla wszystkich tak samo dostępne

Wiodące platformy cyfrowe kontrolują dostęp do coraz większej części światowych danych. Oto dlaczego potrzebujemy polityki, która wyrówna szanse.

Joseph Schumpeter bardzo martwił się o innowacje. Słynny ekonomista, będący autorem terminu twórcza destrukcja, był orędownikiem przedsiębiorczości jako motoru wzrostu gospodarczego, ale obawiał się, że małym graczom brakować będzie kluczowego zasobu potrzebnego do realizacji ich przełomowych pomysłów: kapitału. Na szczęście okazało się, że nie miał racji. Od lat pięćdziesiątych ubiegłego wieku prężnie działający ekosystem aniołów biznesu i inwestorów venture capital dostarcza start‑upom wystarczająco dużo pieniędzy, by ich pomysły mogły odmieniać świat.

Jednak epoka danych powoduje wzrost obaw podobnych do tych, jakie miał Schumpeter: że innowatorom może zostać zablokowany dostęp do potrzebnych im źródeł zasobów. Ponieważ Big Tech staje się coraz potężniejszy dzięki ogromnym ilościom danych gromadzonych przez największe platformy, a innowacje w coraz większym stopniu opierają się na ich przetwarzaniu, przedsiębiorcy i przedsiębiorstwa mogą napotkać trudności w dostępie do nowych możliwości. Utrzymanie motoru innowacji w ruchu potrzebuje bowiem nie tylko do kapitału, ale też danych. Dla wielu innowatorów wykorzystujących technologie cyfrowe – zwłaszcza AI oraz uczenie maszynowe – najważniejsze jest, by móc połączyć ich wielkie idee z odpowiednimi danymi, by stworzyć realny produkt. Bez olbrzymich zbiorów odpowiednich danych szkoleniowych bezpieczne i niezawodne pojazdy autonomiczne pozostaną mrzonką. To samo dotyczy diagnostyki medycznej bazującej na sztucznej inteligencji albo systemów utrzymania predykcyjnego. Potrzebujemy ogromnych ilości danych, aby udoskonalić techniki rozpoznawania głosu oraz obrazu, a także do takich zastosowań, jak wykrywanie oszustw, rekomendowanie produktów albo zwijanie białek. To, czy genialny pomysł może dokonać „małego wgniecenia we wszechświecie” (cytując Steve’a Jobsa) albo przynajmniej zostać przekształcony w udany produkt, w coraz większym stopniu zależy od dostępu do danych.

Podporządkować się danym czy je zignorować?
Premium
Podporządkować się danym czy je zignorować?

Wbrew pozorom skrupulatne wykorzystywanie danych nie zawsze stanowi najlepszy przepis na sukces. Stworzenie przełomowych innowacji wymaga bowiem bardziej sceptycznego podejścia.

Sukces Netflixa często przypisuje się inteligentnemu wykorzystaniu przez firmę analizy danych. Pionowo zintegrowana platforma firmy zapewnia menedżerom odkrywcze spostrzeżenia na temat zwyczajów ponad 180 mln klientów w oglądaniu treści oferowanych przez serwis. Menedżerowie wiedzą, co ludzie oglądają i jak długo. Wiedzą, kiedy robią przerwę albo przewijają odcinek; wiedzą też, ile czasu zajmuje użytkownikom obejrzenie całego serialu. Obserwują oceny klientów, monitorują wyszukiwania oraz sposób przeglądania serwisu. Firma drobiazgowo analizuje także zawartość filmów i otagowuje je za pomocą metadanych określających poziom przemocy, wątków romantycznych, humoru oraz jednoznaczności zakończenia fabuły, a nawet status moralny postaci. Powszechnie uważa się, że owe metadane, w powiązaniu z danymi na temat zwyczajów klientów w oglądaniu treści (oraz z wychwalanym algorytmem Netflixa, który oferuje rekomendacje na podstawie preferencji użytkownika), przyniosły firmie znaczną przewagę w konkurowaniu o potencjalne hity. To również rzekomo powód, dla którego pierwsza oryginalna produkcja pt. House of Cards – warta 100 mln dolarów inwestycja, w której firma postanowiła zaryzykować i postawić na samodzielną produkcję treści – była tak wielkim sukcesem. Firma nie musiała zgadywać, czy klientom spodoba się polityczny thriller, którego akcja dzieje się w Waszyngtonie i dominują w nim pieniądze, seks i władza, ponieważ wiedziała, że tak będzie.

Bardziej intrygująca, ale już nie tak znana, jest historia o tym, jak firma podjęła decyzję o zamówieniu serialu Stranger Things, chociaż z danych wynikało, że będzie to klapa. Dane Netflixa wyraźnie wskazywały, że programy o dzieciach nie radzą sobie najlepiej, tak samo jak nostalgia za latami osiemdziesiątymi czy seriale z udziałem Winony Ryder. Tymczasem serial Stranger Things dostał zielone światło i stał się najchętniej oglądanym serialem w dziejach platformy.

Jak to się stało? Odpowiedź jest prosta. Publiczny wizerunek Netflixa jako organizacji rządzonej przez dane jest mylący, nie uwzględnia zbyt dokładnie roli danych w procesie innowacyjnym. Owszem, analiza danych wraz z modelami prognostycznymi oraz analizami kosztów ma zasadnicze znaczenie w procesie podejmowania decyzji przez firmę, ale nie jest to bynajmniej jedyny czynnik, zwłaszcza jeśli chodzi o ocenę potencjału rzeczywiście nowatorskich projektów. Dyrektor Netflixa ds. treści Ted Sarandos wyjaśnia to następująco: „Dane potwierdzą albo twoje najgorsze przeczucie, albo też to, co zamierzasz zrobić – jedno z dwojga. Jeśli menedżerowie czują wystarczająco silną pasję wobec nowego projektu, to czasami całkowicie ignorują dane”. Jest to zaskakujące wyznanie ze strony organizacji powszechnie postrzeganej jako uosobienie firmy podejmującej decyzje na podstawie danych.

Materiał dostępny tylko dla subskrybentów

Jeszcze nie masz subskrypcji? Dołącz do grona subskrybentów i korzystaj bez ograniczeń!

Subskrybuj

Newsletter

Otrzymuj najważniejsze artykuły biznesowe — zapisz się do newslettera!