By Lily Johan
Walaupun pandemi, Bu Gia tetap menjalankan perannya sebagai konsultan HC. Terkadang waktu yang dipergunakan jauh lebih panjang dari sebelum pandemi. Hari ini kebetulan hari libur nasional, sehingga beliau bisa berleha-leha sambill membaca buku di kebun belakang rumah. Ditemani dengan kopi latte dan sandwich telur, beliau begitu serius dengan buku yang membahas tentang manajemen data. Belum ada 10 menit membaca, telepon genggam beliau berdering dan ada panggilan masuk dari Rizky, salah satu manajer dari perusahaan klien. Beliau langsung memajukan badannya dan mengambil telepon genggam di meja yang berdampingan dengan kopi lattenya.
| Bu Gia | : | “Selamat pagi Bp. Rizky, apa kabar nya? Tumben hari libur telepon” |
| Rizky | : | “Selamat pagi Bu Gia, maaf mengganggu hari liburnya. Kalau gak urgent saya gak telpon Ibu hehe” |
| Bu Gia | : | “Waduh … urgent apa yah Pak? Apa yang dapat saya bantu?” |
| RIzky | : | “Bukan buat saya sih Bu, urgent karena ini yang minta” disambungkan dengan Ibu ada di samping saya. Dia mengancam jika tidak disambungkan segera, kue yang baru saya beli akan dihabiskan olehnya. Haha.. Saya izin speakerphone yah bu” |
| Bu Gia | : | “Monggo” |
| RIzky | : | “Halo bu, perkenalkan ini Calvin teman saya bu. Dia owner dari perusahaan trading, teman sejak saya SD. Kami sudah seperti kakak beradik” |
| Calvin | : | “Halo Bu Gia, perkenalkan saya Calvin, temannya RIzky. Maaf yah bu diganggu hari liburnya” |
| Bu Gia | : | “Iya, tidak masalah kok. Apa yang bisa saya bantu?” |
| Calvin | : | “Bu, saya perlu arahan Ibu untuk data kekaryawanan di kantor. Saat ini saya sulit sekali mendapatkan data yang cukup akurat. Sehingga saya cukup sering terkaget-kaget seperti tidak terpantaunya “karyawan kunci” saya yang ternyata 1 tahun lagi pensiun. Belum lagi budgeting saya berantakan karena selalu muncul biaya ad hoc yang seharusnya dapat diprediksi kalau data karyawannya akurat. Saya bingung harus mulai dari mana” |
| Bu Gia | : | “Pak Calvin tidak perlu panik, masih bisa diperbaiki kok. Ini bukan kejadian di perusahaan Bapak saja. Sebelumnya juga terjadi di kantor Pak Rizky, betul kan Pak Rizky?” |
| Rizky | : | “That’s why bu. Ketika aku cerita bagaimana mudahnya aku mendapatkan data karyawan dan tidak terkendala lagi dengan pengeluaran biaya ad hoc, Calvin langsung saja minta dihubungkan dengan Ibu” |
| Bu Gia | : | “Hehe… ya sudah Pak Calvin mau hari apa ketemunya? Besok Rabu setelah makan siang aku masih kosong jadwalnya” |
| Calvin | : | “Ayo bu, jam 2 ya. Nanti link zoom aku kirim ke WA Ibu. Rizky sudah memberikan nomor WA ibu. Terima kasih banyak bu” |
| Bu Gia | : | “Sip, kalau gitu sampai besok ya. Bye Pak RIzky dan Pak Calvin” |
| Rizky | : | “Bye bu..”. |
| Calvin | : | “Terima kasih banyak atas waktunya” |
Mengapa Data Itu Penting?
“Pain point” yang dirasakan Calvin diatas bukanlah hal yang baru terjadi, saya beberapa kali mendengar dari beberapa kawan Business Owner, Professional Leader ataupun HC Practitioner. Pola pikir mengenai penginputan data yang seadanya dan tidak akurat dianggap lumrah. Penundaan penginputan data yang akhirnya terlupakan bukanlah hal yang baru. Dulu, mana pernah terbayang nomor induk kependudukan menjadi penting dan menjadi data utama yang dibutuhkan untuk registrasi seperti Vaksin Gotong Royong yang belakangan ini sedang marak. Apakah pernah terbayang bagaimana kalau menginput tanggal lahir tidak sesuai? Ada yang menjawab: “Paling salah kasih ucapan selamat ulang tahun Bu.” You’re wrong my friend. Ketika data tanggal lahir yang diinput salah, maka akan berdampak kepada gagalnya verifikasi data. Sehingga, karyawan tersebut tidak dapat menggunakan fasilitas dari benefit yang dimiliki.
Di lingkungan Human Capital, data tersebut digunakan untuk: klaim asuransi Kesehatan karyawan, pencairan BPJS Tenaga Kerja, dan perhitungan pensiun. Jaman pun sudah berubah. Saat ini, semua memerlukan data yang akurat dan terjamin validitasnya. Semakin transparan dan terotomasi, semakin penting pula keakuratan data yang dibutuhkan.
“Mengapa sih harus repot? Toh, kita juga bukan perusahaan sebesar perusahaan yang seperti itu”
Dari beberapa literatur yang membahas data menjelaskan bahwa data tersebut dapat bermanfaat untuk meningkatkan kualitas organisasi ataupun perusahaan kita. Bagaimana bisa? Ada banyak alasannya, di antaranya adalah :
- Dapat mempermudah manajemen dalam memberikan keputusan
- Menemukan solusi untuk masalah yang dihadapi
- Pendekatan preventif
- Data benchmark dengan kompetitor
- Membuat forecasting.
Wow, ternyata segitunya ya. Lalu, apakah Anda sudah mulai intip-intip kualitas data Anda seperti apa? Tidak ada kata terlambat untuk memulai.
Mari kita bahas apa korelasinya database karyawan dengan operational Human Capital, mengacu ke 5 alasan di atas dari sekian banyak manfaat yang dibahas di beberapa literatur yang ada.
Mempermudah Memberikan Keputusan
Pernahkah teman-teman HC Practitioner meminta penambahan karyawan kepada manajemen tetapi tidak disetujui? Padahal kita tahu sekali kalau di lapangan membutuhkan tenaga tambahan untuk menambah produksi. Partner kita ~ pimpinan terus mendesak HC untuk dapat dipenuhi, seolah HC adalah daging hamburger yang terhimpit. Kira-kira data apakah yang perlu disajikan sehingga manajemen dapat memutuskan penambahannya?
HC memiliki data karyawan produksi, tetapi data tersebut mungkin belum dibedah dan dipetakan. Sebenarnya kapasitas produksi dan jumlah karyawan seperti apa? Apakah pernah dilakukan analisa beban kerja, sehingga diketahui berapa kapasitas produktif seorang karyawan itu? HC juga punya data lembur. Pernah tidak data tersebut di analisa hubunganya dengan beban kerja yang terjadi? Jika dapat dibuktikan bahwa secara beban kerja sudah maksimal dan karyawan melakukan lembur, maka dapat dilakukan simulasi. HC dapat mengajak para pimpinan untuk belajar mengkalkulasikan datanya. Dengan kondisi saat ini, hitunglah berapa beban kerjanya, berapa jumlah lembur yang terjadi, dan berapa uang yang dikeluarkan perusahaan. Kemudian buatlah simulasi apabila ditambahkan tenaga kerja baru. Berapa dampaknya terhadap produksi? Hitung juga biaya tenaga kerja yang akan dikeluarkan.
Dengan membandingkan keduanya, data tersebut dapat mengkonfirmasi apakah pimpinan layak mengajukan penambahan karyawan. HC akan lebih mudah merekomendasikan kepada manajemen untuk pengajuan penambahan karyawannya. Untuk memudahkan Anda dalam membuat proposal penambahan karyawan, kami sudah menyediakan template yang bisa Anda dapatkan di HCA Online Mentoring Program
Kebanyakan data karyawan ada tetapi tidak dipergunakan dan dianalisa untuk kebutuhan Human Capital. Tidak sedikit HC memiliki kapabilitas menggunakan aplikasi Microsoft Excel, tetapi kemampuan tersebut tidak dipergunakan dengan maksimal. Sehingga data yang ada pun tidak bermanfaat apa-apa.
Solusi Untuk Memecahkan Masalah
HC pastinya sudah tidak asing lagi saat menerima komplain dari karyawan. Terkadang, sulit untuk menjelaskannya karena kita tidak punya data pendukung untuk memperbaikinya. Contohnya terkait dengan benefit karyawan. Setiap perusahaan pasti memiliki benefit yang berbeda-beda. Terkadang, kita merasa sudah memberikan yang terbaik tetapi karyawan tetap complain. Apa yang perlu dilakukan?
Tahap awal, kita dapat mencari tahu dari komplain yang masuk. secara pareto benefit apa yang paling banyak komplain? Data karyawan apa yang dapat kita gunakan untuk menganalisanya? Data demografi karyawan mungkin pernah juga Anda keluarkan laporan nya. Apakah data tersebut berguna untuk menganalisa masalah? Adakah korelasinya? Sangat mungkin berkorelasi. Bagaimana caranya?
Data laporan jika disandingkan dari tahun ke tahun, akan memberikan insight yang bagus. Di situ kita akan tahu pergerakan demografi secara jenis kelamin, usia, masa kerja, dan tingkatan kerja. Data tersebut dapat disandingkan dengan perbandingan kebijakan benefit yang dikomplain tadi. Apakah ada relevansinya dengan komplain yg masuk tadi? Yang biasanya terjadi, kemungkinan besar data demografinya sudah bergerak secara usia di mana karyawan milenial mendominasi. Sedangkan Kebijakan benefit sudah ada selama bertahun-tahun dan dianggap sudah yang terbaik, sehingga benefit yang diberikan pun tidak pernah diulas. Anda dapat berkonsultasi dengan kami mengenai hal terkait melalui link https://www.sinergiaconsultant.com/membership
Jadi, data karyawan itu cukup kuat untuk melancarkan kegiatan operasional HC sehari-hari jika dipergunakan dengan maksimal. Membantu memecahkan masalah yang muncul dan memberikan solusi yang sesuai dengan kebutuhannya.
Pendekatan Preventif
Seperti yang telah kita baca sebelumnya dalam percakapan antara Calvin dengan Bu Gia, bahwa terkadang Profesional Leader dan Business Owner harus terkaget-kaget. Seperti karyawan kunci yang akan pensiun dan turn over yang cukup tinggi baru disadari ketika penjualan turun. Jadi, semua itu adalah after the fact, yang biasanya tindakannya akan terburu-buru dan hanya fire fighting saja.
Sebenarnya, apakah HC Practitioner memiliki tanggal lahir karyawan? Pasti ada, karena biasanya data karyawan akan diminta cukup banyak dengan formula yang berlembar-lembar, diantaranya ada tanggal lahir karyawan. Kemudian apakah HC Practitioner tahu jika ada karyawan keluar? Pasti dicatat dan penggajiannya akan dihentikan. Jadi sebenarnya data karyawan itu ada semua, hanya perlu dipastikan kapan data tersebut dipergunakan untuk pemantauan dan laporan.
Sebenarnya dengan data karyawan yang ada, HC Practitioner dapat mempergunakan pemantauan melalui tanggal lahir karyawan, memantau untuk posisi kritikal yang akan pensiun. Kapan waktunya HC Practitioner dan Leaders mempersiapkannya? 2 tahun, 3 tahun, atau 5 tahun? Hal tersebut dapat dilakukan kesepakatan berdasarkan history berapa lama dalam mempersiapkan karyawan pengganti untuk orang yang akan pensiun. Apakah akan diambil dari internal atau eksternal? Jika diputuskan mengambil internal, kembali lagi apa yang akan kita gali dari data karyawan. Siapa profil yang paling cocok dengan posisi tersebut?
Nah, jadi data apalagi yang seharusnya dicatat kalau yang dicari adalah profil yang cocok? Pastinya kompetensi (cek juga 33 kompetensi penting di era new normal) , riwayat performa, catatan prestasi karyawan, catatan sanksi atau pelanggaran karyawan, riwayat pelatihan yang pernah diikuti. Jadi, banyak sekali data yang perlu dicatat untuk dapat mendukung kegiatan operasional HC. Jika kita memiliki semua data tersebut, HC practitioner dapat melakukan langkah preventif yang terencana sehingga operational bisnis juga tidak terganggu.
Kira-kira data karyawan apalagi yang dibutuhkan untuk dapat melakukan tindakan preventif? Di atas kita sempat sebut turnover karyawan, data karyawan keluar pasti kita catat. Rasio turnover sudah banyak HC Practitioner gunakan, tetapi pernah kah data tersebut menjadi inisiatif HC sebagai tindakan preventif? Data turnover tersebut dapat Anda pilah berdasarkan posisi, masa kerja, level, dan alasan. Lalu, jangan pernah lupa untuk membandingan paling tidak 3 tahun terakhir. Dari data tersebut, kita dapat menemukan tren yang terjadi. Misal: tren satu tahun terakhir yang banyak keluar adalah karyawan yang masa kerjanya di bawah 3 bulan, dan bukan karena tidak lulus probation. Tindakan preventif apa yang dapat dilakukan dengan data karyawan tersebut? Kita bisa melakukan riset kecil dari hasil exit interview yang dilakukan oleh HC ataupun pimpinan. Apakah yang menjadi akar penyebabnya?
“Jadi hasil exit interview pun perlu didokumentasikan yah?”
“Indeed my friend”
Dari data exit interview kita bisa Analisa dan melakukan tindakan preventif (Cek juga template dan daftar pertanyaan untuk competency based interview). Apakah ada step pemberian informasi kepada calon karyawan yang kurang detail, sehingga ekspektasi dari karyawan baru banyak yang tidak sesuai. Atau kriteria karyawan yang akan direkrut yang kurang tepat, sehingga karyawan yang direkrut tidak sesuai dengan pekerjaan yang diberikan. Jadi, dapat dipastikan kembali jika data karyawan lengkap dan akurat, banyak tindakan preventif yang dapat dilakukan sehingga apa yang sudah salah tidak berkelanjutan terhadap operasional bisnis perusahaan.
Data Pembanding Dengan Kompetitor
Persaingan talent dari tahun ke tahun tidak pernah berhenti, hanya posisi yang sesaat bergeser sesuai dengan tuntutan zaman. Tidak sedikit perusahaan saling bertukar karyawan di industri yang sama. Perpindahan karyawan yang terkadang hanya karena perbedaan gaji yang menurut kita tidak masuk akal sebagai alasan kepindahan. Dari data karyawan berupa gaji dan tunjangan yang kita miliki dapat dibandingkan dengan tawaran yang diberikan kepada karyawan kita. Hal ini bisa menjadi informasi untuk perusahaan maupun bagi karyawannya. Bagaimana caranya?
HC pasti memiliki data gaji dan seluruh kompensasi serta benefit yang diterima karyawan. Kita dapat membuat perincian data karyawan tersebut lalu kita akumulasikan selama setahun. Kemudian dari item-item kompensasi dan benefit yang di dapat di perusahaan kita, kita dapat bertanya kepada karyawan mengenai kompensasi dan tunjangan apa saja yang diberikan kepada ybs. Perbandingan tersebut akan menggambarkan kepada perusahaan bahwa bagian mana yang posisinya berada di atas competitor.
Bagaimana secara menyeluruh? Jika ternyata lebih baik, hal tersebut dapat menjadi nilai jual ketika kita akan menarik kandidat yang sedang kita cari. Lalu, dari sisi karyawan yang akan keluar tadi, kita bisa mengatakan dengan kenaikan yang diberikan secara menyeluruh masih lebih tinggi dibandingkan dengan tawaran dari perusahaan lain.
Salah satu cara untuk mengedukasi karyawan agar jangan cepat tergiur dengan tawaran yang belum tentu lebih baik. Data kompensasi dan benefit tersebut dapat dijadikan data pembanding dengan kompetitor, sehingga kita tahu mana yang perlu diperbaiki dan mana yang tetap dipertahankan. Semua data karyawan itu dapat bermanfaat banyak, asal kita tahu cara penggunaannya.
Forecasting
Kalau dari cerita di atas terdapat penggalan percakapan dari Calvin bahwa banyak nya shock therapy dari biaya-biaya adhoc yang diminta dan mau tidak mau harus dikeluarkan. kenapa hal ini bisa terjadi? kembali lagi ke data karyawan yang tidak akurat, sehingga rencana keuangan tahunan mungkin tidak terhitung dengan baik. Salah satunya forecasting manpower planning tahunan. Ketika kita salah memprediksi karena data dasarnya tidak valid, tidak heran jika banyaknya biaya-biaya adhoc yang terjadi.
Mungkin Anda sebagai HC Practitioner juga mengalami di masa pandemi ini, bagaimana perusahaan harus mengalokasikan dana untuk pengadaan barang-barang untuk menjaga protokol kesehatan. Pengadaan masker, hand sanitizer, vitamin, semua itu bergantung kepada data karyawan. Untuk kantor yang memiliki banyak cabang di kota yang berbeda, perlu diprediksi berapa kebutuhan biaya distribusinya, Semua itu tidak terlepas dari data karyawan yang sudah ada di HC.
Semakin data kekaryawan yang tersedia itu lengkap dan akurat penginputannya, semakin mendekati kondisi sebenarnya untuk meramalkan atau memprediksi kebutuhan yang berkait dengan HC khususnya dan perusahaan pada umumnya.
Konklusi
Berdasarkan pemaparan yang kita bahas sama-sama di atas, dapat diyakini bahwa ketersediaan dan keakuratan data kekaryawanan di HC dan perusahaan tidak dapat ditawar lagi. Mengingat kondisi saat ini yang penuh ketidakpastian, sehingga tuntutan Business Owner dan professional leader dalam memberikan keputusan cepat perlu didukung dengan data tersebut. Jadi, jangan tunda pencatatan dan pedokumentasian lagi.
Ketika pemberian keputusan dilakukan dengan cepat, masalah juga dapat diberikan solusi yang solutif, dapat melakukan tindakan preventif, punya data pembanding dengan kompetitor dan dapat memprediksi ke depannya. semua itu akan membantu kemudahan operasional suatu perusahaan. Jadi, sudah yakinkah Anda akan pentingnya data kekaryawanan dan manfaatnya? Evaluasi kesiapan data Anda dan segera validasi datanya, agar HC dapat memberikan yang terbaik sebagai business partner leaders. Anda bisa menggunakan HCA checklist tools yang sudah kami rancang untuk membantu Anda dalam melakukan evaluasi pengelolaan SDM
Apabila Anda masih memiliki pertanyaan dan ingin berdiskusi lebih lanjut mengenai pemanfaatan database untuk kemudahan operasional HC, silahkan hubungi kami melalui https://www.sinergiaconsultant.com/kontakkami.
Let’s Connect!
