Данные о разнообразии не очень прозрачны: в чем проблема?

В 2010-х годах многие технологические компании публиковали свои ежегодные отчеты о разнообразии, чтобы продемонстрировать прозрачность. Тем не менее, при просмотре данных возникает проблема: хотя в отчетах часто описывается возрастающий выигрыш или убыток в показателях разнообразия, в них часто не удается проанализировать данные, которые могут помочь компании внести ощутимые изменения.

Использование данных для более глубокого изучения систем, влияющих на разнообразие
Данные в этих отчетах дают нам представление о результатах. Мы можем увидеть, был ли у компании рост или падение в измеряемых областях разнообразия - обычно демографического представительства. Мы не можем понять, почему эти результаты происходят и в какой момент системы мы упускаем из виду.


Таким образом, в этих отчетах упускается из виду мощный эффект подотчетности, связанный с измерением улучшенных процессов и систем.

Чтобы проиллюстрировать пример, мы рассмотрим маркетинговые данные компании.

Когда крупная корпорация пытается оптимизировать свою маркетинговую воронку, она может видеть данные на каждом уровне маркетингового процесса. Например, они могут оценить количество показов, которые они получают от внешних маркетинговых усилий, подсчитать количество переходов от рекламы на свой веб-сайт и подсчитать, сколько посетителей веб-сайта превращаются в клиентов. Эта информация используется регулярно для оптимизации производительности и увеличения продаж - и ей уделяется приоритетное внимание, потому что руководители знают, что получение доходов важно для успеха компании.

Лидеры могут достичь такого качества анализа на уровне найма, записывая и анализируя данные на каждом уровне системы найма. Наборы данных будут включать демографическую информацию для каждой точки взаимодействия, включая, помимо прочего:

Количество показов объявления о работе.
Кандидаты определены через каналы поиска.
Представление кандидатов на собеседование.
Результаты оценки интервьюером.
Принимаются предложения о работе и предложения о работе.
Затем руководители могут гарантировать, что демографическая представленность на каждом уровне процесса, по крайней мере, эквивалентна демографическим характеристикам имеющегося кадрового резерва. Затем компании необходимо будет расставить приоритеты, используя эти данные, чтобы регулярно (а не ежегодно) вносить изменения в систему для улучшения результатов.

Рекрутинг - это только один пример, и есть другие области бизнеса, которые могут извлечь выгоду из более информативных данных о разнообразии.

Сделать информацию действенной
Как руководитель, у вас есть выбор сделать свои данные актуальными, опубликовав информацию, которая может привести к подотчетности, большей справедливости и вовлеченности.

Подумайте о том, чтобы поделиться каждым из следующего:

Прозрачность оплаты труда и равенство в оплате труда по демографическим данным.
Данные о вовлеченности и вовлеченности по демографическим данным.
Курсы продвижения по демографическим.
Показатели удержания по демографическим данным.
Теперь у вашего главного юрисконсульта могут появиться мурашки по этим рекомендациям. Однако организации, внедряющие инновации в области талантов, культуры и справедливости, готовы бродить по этим территориям прозрачности и подотчетности.

Более того, мы видели, как организации, которые готовы всемерно отстаивать свою честность, публикуя эти данные, добились значительного прогресса в построении культуры принадлежности, основанной на разнообразии.

Прозрачность данных не означает подотчетность данных
Мы часто думаем, что если мы можем что-то измерить, мы можем это изменить; однако одно только измерение не приводит к изменениям. Следовательно, очень важно измерять правильные элементы данных, одновременно требуя от заинтересованных сторон ответственности за измеримые изменения.

Давайте рассмотрим, как это делается в продажах.

Команды продаж измеряют индивидуальную эффективность на основе их вклада в достижение целей по доходам. От них требуется добиваться результатов, иначе они рискуют потерять работу, потому что неудача может нанести вред бизнесу.

Если бы мы сделали то же самое для DEI, мы бы увидели, что руководители несут ответственность за получение ощутимых результатов ежеквартально или ежегодно в рамках своих целей служебной аттестации. Но, к сожалению, публикация отчета о том, что произошло, не вдохновит лидеров на дальнейшее изменение процессов, которые существенно влияют на результаты.

Сравнение с и без того низкими числами не сдвинет иглу
В отчетах о разнообразии годовые данные часто сравниваются с предыдущими показателями компании, отрасли в целом, компаний аналогичного размера или всей географии (например, США). Благодаря такой форме измерения прогресса постепенный прогресс кажется большим достижением, чем он есть на самом деле. Руководители могут указать на эти данные и сказать, что они соответствуют отраслевым стандартам, но если скорость прогресса отрасли незначительна, это просто снимает ответственность за достижение лучших результатов. Организации десятилетиями не добивались правильного подхода к разнообразию, зачем ставить эталоны на тех, кто работает неэффективно?

Скажем так: оценка низкой производительности - плохая практика.

Если вы проводите сравнительный анализ, по крайней мере, постарайтесь добиться реальных улучшений, сравнивая с компаниями, работающими в верхнем квартиле, когда речь идет о представлении разнообразия. Но, опять же, это поднимает планку выше и заставляет лидеров быть более стратегическими.

Что еще более важно, компании должны сравнивать имеющийся кадровый резерв (используя данные Бюро статистики труда в США или по количеству выпускников по демографическим и специальностям ), чтобы определить недопредставленность в вашей географии, отрасли и сфере работы.

Например, процент окончания учебы среди женщин со специальностями по информатике значительно выше, чем представленность женщин на младших должностях в области разработки программного обеспечения в большинстве компаний.

И все же даже данные BLS могут быть ошибочными, потому что они основаны на нескольких предположениях о том, кто имеет право на трудоустройство, и исключают целые ряды действительно трудоспособных людей. Таким образом, вы также можете объединить эти эталоны с данными о местном населении в качестве еще одного набора данных, чтобы показать, насколько вы эффективны.

Если технологические компании публикуют данные, которые не только описывают то, что в настоящее время происходит в организации, но и дают контекст того, как системная предвзятость влияет на разные таланты, которые не могут получить доступ к своим организациям, эти отчеты могут стимулировать изменение поведения и быть более ценными для читателей из других отраслей, стремящихся к улучшить свои собственные организационные результаты.