در دنیای رقابتی امروز، مزیت پایدار سازمان‌ها نه در فناوری، نه در سرمایه مالی، بلکه در سرمایه‌های انسانی آن‌ها نهفته است. اما اهمیت منابع انسانی زمانی به یک مزیت رقابتی پایدار تبدیل می‌شود که تصمیم‌های این حوزه بر پایه داده‌های دقیق، تحلیل عمیق و تفکر منطقی اتخاذ شود، نه صرفاً بر اساس شهود، داده‌های محدود و در دسترس، تجربه‌های فردی و یا برداشت‌های سطحی.

داستان «آبراهام والد و سوراخ‌های گمشده گلوله‌ها در هواپیماها» نمونه‌ای بارز از همین تفاوت است. فرماندهان نظامی بر اساس داده‌های موجود—هواپیماهای بازگشته— به این نتیجه رسیدند که باید نقاطی را تقویت کنند که بیشترین اصابت گلوله را داشته‌اند. این تصمیم ظاهراً داده‌محور بود، اما تحلیلی عمیق نداشت. والد نشان داد که مسئله در خود داده‌ها نیست، بلکه در نحوه نگاه ما به داده‌ها است. او پرسید: «چه چیزی در این داده‌ها دیده نمی‌شود؟»

در منابع انسانی نیز دقیقاً با همین چالش روبه‌رو هستیم. بسیاری از سازمان‌ها آمار عملکرد کارکنان فعلی، نتایج ارزیابی‌ها یا نظرسنجی‌های رضایت را بررسی می‌کنند و براساس این باور تصمیم می‌گیرند.

منابع انسانی داده‌محور واقعی یعنی:

تحلیل نرخ ترک خدمت همراه با بررسی دلایل واقعی خروج؛
بررسی مسیر رشد افراد موفق در کنار تحلیل مسیر افراد ناموفق؛
تحلیل اثربخشی آموزش‌ها با در نظر گرفتن کسانی که پیشرفت نکرده‌اند؛
سنجش فرهنگ سازمانی با در نظر گرفتن همه افراد شاغل در حوزه‌ها و بخش‌های مختلف با ترکیب سنی، جنسی، دانشی، نگرشی متفاوت.

تحلیل عمیق در مدیریت منابع انسانی تنها گزارش‌گیری نیست، بلکه پرسیدن سؤال‌های درست است. همان‌گونه که والد به جای تمرکز بر سوراخ‌های قابل مشاهده، به «سوراخ‌های گمشده» توجه کرد، مدیر منابع انسانی نیز باید به داده‌های پنهان، فرضیات نادیده‌گرفته‌شده و الگوهای نامرئی به صورت عمیق را مورد توجه قرار دهد.

تصمیم‌گیری منطقی در منابع انسانی زمانی شکل می‌گیرد که سه عنصر با هم ترکیب شوند:

داده‌های معتبر و کامل؛
درنظر گرفتن داده‌های از دست رفته یا غیر قابل بررسی؛
تحلیل انتقادی و بدون سوگیری؛
درک عمیق از رفتار انسانی و زمینه سازمانی ایجاد آنها.

در نهایت، نقش منابع انسانی صرفاً اجرای فرآیندها نیست، بلکه دسترسی به نمونه‌های واقعی، داده‌های قابل اعتماد، تبدیل داده به اطلاعات، اطلاعات به دانش، دانش به بینش، و بینش به تصمیم‌های استراتژیک است. این مسیر، گذار از گزارش‌گیری به فهم عمیق و از فهم عمیق به اقدام هوشمندانه است. همان‌گونه که تحلیل دقیق آبراهام والد نتیجه‌ای اثربخش و عملی را به همراه داشت. تصمیم‌های مبتنی بر تحلیل عمیق و داده‌های واقعی در مدیریت منابع انسانی نیز می‌تواند آینده یک سازمان را به مسیر رشد و تعالی هدایت کند.

شناخت ابعاد مسئله

در اوایل جنگ جهانی دوم، بمب افکن‌های سنگین و غول پیکر متفقین هدف نسبتاٌ آسانی برای پدافندها و جنگنده های متحدین بودند (نیروهای محور یا متحدین «آلمان، ایتالیا، ژاپن و پنج کشور دیگری که در طول جنگ جهانی دوم به نیروهای محور یا متخدین پیوستند شامل: مجارستان، رومانی، بلغارستان، اسلواکی و کرواسی»، در برابر نیروهای متفقین «به رهبری بریتانیای کبیر، ایالات متحده و اتحاد جماهیر شوروی» قرار داشتند) و این باعث شد که بسیاری از این هواپیماها توسط متحدین شکار شوند و هیچ وقت به آشیانه باز نگردند. گروه‌های مهندسی متفقین با دیدن این شرایط بحرانی دست به کار شدند و شروع به آنالیز وضعیت هواپیماها کردند. سعی کردند نقاطی که بیشتر مورد اصابت گلوله قرار می‌گرفتند (نقاط قرمز) را به دقت هرچه تمام‌تر ثبت کنند. بعد از مطالعات فراوانی بر روی همه هواپیماها، مهندسان به سراغ داده‌ها رفتند و همه آنها را به صورت تجمعی روی هم قرار دادند تا بببیند کجای کار ایراد داشته است. نیاز به تحلیلی پیچیده نبود. نقشه به دست آمده به وضوح نشان می داد تنه، بال‌ها و دم بمب افکن‌ها به شدت آسیب پذیرند. این قسمت‌ها بودند که بیشترین گلوله را از پدافند و جنگنده‌های متحدین خورده بودند. بر اساس تحقیق آنها اگر قرار به سرمایه گذاری و تقویت نیروی هوایی بود، باید آن را خرج تقویت بیشتر بال و دم هواپیما که بیشترین آسیب را دیده‌اند می‌کردند.

داده‌های واقعی و تغییر نحوه تحلیل و تصمیم‌گیری

آبراهام والد در سال ۱۹۲۰ در شهری که آن زمان، کلاوسنبرگ نام داشت، در امپراتوری اتریش-مجارستان به دنیا آمد. جنگ جهانی اول در دوره‌ی نوجوانی او به پایان رسیده بود و نام زادگاه او به «کلوج» در کشور رومانی تغیییر یافته بود. والد از همان نوجوانی در ریاضیات مستعد بود و این توانایی او خیلی زود کشف شد. او برای تحصیل ریاضیات به دانشگاه وین رفت و جذب موضوعاتی شد که برای خود ریاضی‌دانان هم بیش از حد انتزاعی تلقی می‌شدند: «نظریه‌ی مجموعه‌ها و فضاهای متریک».

در اوایل دهه‌ی ۱۹۳۰، زمانی که والد تحصیلاتش را به پایان برد، اتریش دچار بحران اقتصادی بود و امکان نداشت به یک خارجی برای تدریس در دانشگاه وین اجازه داده شود. سرانجام از سوی اسکار مورگنسترن به والد کاری پیشنهاد شد. مورگنسترن بعد‌ها به ایالات متحده امریکا مهاجرت کرد و در آن‌جا نظریه‌ی بازی‌ها را مطرح کرد، اما در آن زمان، یعنی سال ۱۹۳۳، او مدیر موسسه‌ی تحقیقات اقتصادی اتریش بود و والد را با حقوق ناچیزی برای کارهای مربوط به ریاضیات استخدام کرد. این شغل برای والد قدم مثبتی بود: تجربه‌ی او در علم اقتصاد منجر به دریافت پیشنهاد کمک هزینه‌ی تحصیلی از طرف کمیته‌ی کولز (موسسه‌ای اقتصادی در کلرادو اسپرینگز) شد. باوجود تشدید بحران‌های سیاسی، والد به دنبال راهی بود که او را از انجام کارهای مرتبط با ریاضی محض دور کند. در همین حین، نازی‌ها اتریش را تسخیر کردند و حالا انتخاب راه برای والد بسیار راحت‌تر شد. پس از چند ماه به او پیشنهاد استادی در دانشگاه کلمبیا داده شد. او هم بلافاصله راهی نیویورک شد و همان جا بود که شروع به جنگیدن کرد.

گروه پژوهشی آماری (SRG) برنامه‌ی محرمانه‌ای بود که نیروهای ایالات متحده را در جنگ جهانی دوم با هم هماهنگ می‌کرد. والد بیش‌تر دوره‌ی جنگ جهانی دوم را در این گروه سپری کرد. کار این گروه، چیزی مانند پروژه‌ی منهتن بود با این تفاوت که خروجی آن به جای مهمات و تسلیحات، معادلات بود. گروه پژوهش آماری در منهتن، در خیابان ۱۱۸ ام ۴۰۱ غربی در ارتفاعات مورنینگ ساید، با فاصله‌ی کمی از دانشگاه کلمبیا قرار داشت. امروزه این بنا به‌عنوان یکی از دانشکده‌های دانشگاه کلمبیا و اتاق چند تن از اساتید مورد استفاده قرار می‌گیرد، اما در سال ۱۹۴۳، این بنا مرکز تحقیقات ریاضیات در زمان جنگ بود. در بخش ریاضیات کاربردی کلمبیا، هزاران زن جوان تمام وقت مشغول محاسبه بودند تا بتوانند فرمولی بهینه برای منحنی حرکت یک جنگنده بیابند که جنگنده با استفاده از آن بتواند دشمن را در تیررأس خود نگه دارد. در بخشی دیگر، گروهی پژوهشی از پرینستون در حال توسعه پروتکل‌‌هایی برای بمباران استراتژیک بودند. و بخش مربوط به بمب اتم از طرف دانشگاه کلمبیا نیز در یک اتاق آن طرف‌تر، مشغول کار بودند.

کیفیت تیم ریاضی به همان اندازه‌ی ماموریت مهم بود. بنابر نوشته‌های والیس، گروه پژوهشی آمار «چه از لحاظ کمّی و چه از لحاظ کیفی، مستعدترین گروه از آماردانان بود که تا آن زمان گرد آمده بودند». فردریک موستلر، که بعد‌ها دانشکده‌ی آمار دانشگاه هاروارد را تأسیس کرد نیز در این گروه بود، همچنین لئونارد جیمی، پیشرو در نظریه‌ی تصمیم‌گیری و یکی از مدافعان بزرگ آمار بیزی. نوبرت وینر، ریاضی‌دان و عضو هیئت علمی دانشگاه صنعتی ماساچوست (MIT) نیز گه‌گاهی به این گروه سر می‌زد. در این گروه، میلتون فرایمن، که بعدها جایزه‌ی نوبل اقتصاد را ربود، باهوش‌ترین فرد گروه نبود!

باهوش‌ترین عضو گروه مشخصاً آبراهام والد، استاد ریاضی دانشگاه کلمبیا بود که روح تخصص ریاضی را با خود به گروه آورده بود. با این حال، او به دلیل ملیتش، به گزارش‌های فنی که خود آن‌ها را تولید می‌کرد، دسترسی نداشت. بین همکاران گروه پژوهشی آمار، شایع شده بود که منشی‌ها بلافاصله پس از پایان تولید گزارش‌ها، آن‌‌ها را برگه برگه از والد می‌گرفتند که مبادا در خطر بیفتند. والد از جنبه‌هایی، عضو نامتعارف گروه بود. گرایش او، مانند همیشه، به سمت انتزاع بود تا کاربرد مستقیم. اما تمایل او به استفاده از استعدادش علیه متحدین مشهود بود و وقتی لازم می‌شد، ایده‌ای مبهم از ریاضیات به عمل تبدیل شود، والد کسی بود که حضورش در گروه لازم بود.

حال سؤال این‌جاست. اگر می‌خواهید هواپیماهایتان توسط دشمن زمین‌گیر نشوند، باید زره قوی‌تری برای آن‌ها در نظر بگیرید. اما زره قویتر، سنگین‌تر است و قدرت مانور هواپیما را کاهش و مصرف سوخت آن را افزایش می‌دهد. زره بیش‌تر برای هواپیما یک مسئله است و زره کم نیز مسئله‌ا‌ی دیگر. جایی بین این دو حالت، یک حالت بهینه وجود دارد. دلیل استفاده از یک گروه ریاضی‌دان در یک آپارتمان در شهر نیویورک هم پیدا کردن همین حالت بهینه است.

ارتش با مجموعه‌ای از اطلاعات نزد گروه پژوهشی آمار آمدند. بدنه‌ی هواپیماهای آمریکایی که بعد از حمله‌ی خود به اروپا بازگشته بودند، پر از سوراخ گلوله بود اما این سوراخ‌ها به صورت یک‌نواخت در سطح هواپیما ایجاد نشده بودند. سوراخ‌های روی بدنه بیش‌تر از موتور بود.

قسمت های مختلف هواپیما- تعداد سوراخ‌های گلوله در هر فوت مربع:

محل اثابت	درصد
موتور	۱.۱۱
بدنه	۱.۷۳
سیستم سوخت رسانی	۱.۵۵
سایر قسمت‌های هواپیما	۱.۸۰

افسران ارتش فرصتی برای بهینه‌کردن هزینه‌ها پیدا کرده بودند. می‌توانستند با استفاده از زره کم‌تر، امنیت هواپیما‌ها را حفظ کنند. پیشنهاد دادند که از زره بیش‌تری در قسمت‌هایی که بیش‌تر در تیررس گلوله‌ هستند، استفاده شود. اما چند درصد زره بیش‌تر باید به این بخش‌ها تخصیص پیدا می‌کرد؟ جواب این سؤال آن‌ها را به سمت والد کشاند، اما پاسخی از او نگرفتند.

والد گفت که نباید زره بیش‌تری به قسمت‌هایی که سوراخ گلوله‌ی بیش‌تری دارند اختصاص دهیم، بلکه باید برای قسمت‌هایی که کم‌تر هدف گلوله قرار گرفته‌اند، زره بیش‌تری در نظر بگیریم.

نگرش والد بسیار ساده بود، او پرسید که سوراخ‌های گمشده کجا هستند؟ منظورش این بود که اگر گلوله‌ها به طور یکنواخت در سطح کل هواپیما پخش می‌شدند، چه اتفاقی می‌افتاد؟ جواب این سؤال را هم خود او می‌دانست. سوراخ گلوله‌های گمشده در هواپیماهایی دیده خواهد شد که از بین رفته‌اند. دلیل این که این هواپیما‌ها توانسته‌اند از مأموریت بازگردند این است که گلوله‌های کم‌تری به موتورشان خورده است و هواپیماهایی که گلوله‌های بیش‌تری به موتورشان اصابت کرده برنگشته‌اند. این که هواپیماهای زیادی با وجود تعداد زیادی سوراخ گلوله در بدنه توانسته‌اند به مقر خود بازگردند، مدرک بزرگی دال بر این مسئله است که بدنه‌ی هواپیماها توان تحمل تعداد زیادی گلوله را دارد. اگر به یک بیمارستان بروید، در جنگ جهانی دوم تعداد مصدومانی که تیر به پای آن‌ها خورده است بسیار بیش‌تر از تعداد مصدومانی است که گلوله به قفسه‌ی سینه‌شان اصابت کرده است، اما این دلیل موجهی نیست که مردم کم‌تری از ناحیه‌ی قفسه‌ی سینه مورد اصابت گلوله قرار می‌گیرند، بلکه دلیلش این است که آن‌هایی که تیر به قفسه‌ی سینه‌شان می‌خورد، می‌میرند.

اجازه دهید که یک روش ریاضی قدیمی که این موضوع را کاملاً روشن می‌سازد در ادامه تشریح می‌گردد: یک یا چند متغیر را برابر صفر قرار دهید. در داستان ما، متغیری که باید تغییر دهیم، این احتمال است که گلوله‌ای به موتور هواپیما برخورد کند و هواپیما هم‌چنان بتواند در آسمان بماند و پرواز کند. اگر این احتمال را برابر صفر قرار دهیم، به این معناست که با اصابت یک گلوله به موتور، سقوط هواپیما حتمی است. سؤال این‌جاست که در این حالت داده‌های ما چه شکلی پیدا خواهند کرد؟ ما تعدادی هواپیما داریم که در همه جای آن‌ها، به‌غیر از موتور آثار گلوله وجود دارد. در این حالت، تحلیلگر نظامی دو گزینه برای توضیح این داده‌ها دارد: نخست این که گلوله‌های آلمان‌ها به طرز معجزه‌آسایی به همه جای هواپیما برخورد کرده است به غیر از موتور، دوم این که موتور آسیب‌پذیرترین نقطه‌ی هواپیماست. هر دو گزینه داده‌های موجود را توصیف می‌کنند، اما گزینه‌ی دوم بسیار منطقی‌تر است. بنابراین، زره بیش‌تر باید در جایی مورد استفاده قرار گیرد که سوراخ کم‌تری در آن دیده می‌شود.

توصیه‌های والد به سرعت عملی شدند و حتی تا زمان جنگ کره و جنگ ویتنام هم در ناوگان هوایی و دریایی مورد استفاده قرار می‌گرفتند. می‌توان دقیقاً مشخص کرد که این توصیه‌ها، چند هواپیمای آمریکایی را نجات دادند. گرچه، مطمئناً نسل جدید افرادی که در گروه پژوهشی آمار در ارتش فعالیت دارند، از این عدد مطلع هستند. چیزی که وزارت دفاع آمریکا به آن پی‌برده این است که کشورها فقط با استفاده از نیروهای شجاع‌تر، آزادتر یا متعهد و با ایمان‌تر در جنگ پیروز نمی‌شوند. برنده معمولاً کسی است که ۵% کم‌تر از جناح رقیب هواپیما از دست می‌دهد، یا ۵% کم‌تر سوخت مصرف می‌کنند یا ۵% غذای بیش‌تر به نیروی زمینی خود تزریق می‌کنند و هزینه‌ی این غذا را هم ۵% درصد کم‌تر می‌کند. این چیزها را در فیلم‌های جنگی نشان نمی‌دهند، اما شالوده‌ی جنگ همین چیزهاست و تمام این‌ها، در تمام مراحل، ریاضیات هستند.

چطور شد که والد به چیزی دقت کرد که افسران ارتش، با اطلاعات عظیمی که از جنگ هوایی داشتند، به آن توجه نکردند؟ این به نوع تفکر مبتنی بر ریاضی او مربوط می‌شود. یک ریاضی‌دان معمولاً از خود می‌پرسد که “فرضیات شما چیست و آیا توجیه مناسبی دارند؟ این فرایند ممکن است کمی خسته‌کننده باشد، اما بسیار مفید است. در داستان ما، افسران ارتش ناآگاهانه فرضیه‌ای را مطرح کرده بودند: هواپیماهایی که بازگشته بودند، نمونه‌ای تصادفی از کل هواپیماها بودند. اگر این فرضیه درست می‌بود، می‌توانستیم توزیع سوراخ‌ها در بدنه‌ی هواپیماهایی را که بازگشته‌اند، به کل هواپیماها تعمیم دهیم. اگر چنین فرضی کرده‌اید، به سرعت معلوم می‌شود که کاملاً در اشتباه هستید. هیچ دلیلی ندارد که انتظار داشته باشیم احتمال از بین رفتن همه‌ی هواپیماها، صرف نظر از محل اصابت گلوله، یکسان باشد.

مزیت دیگر والد، تمایل او به مسائل انتزاعی بود. ولفوویتز که در کلمبیا و زیر نظر والد مطالعه می‌‌کرد، نوشته است که مسائل مورد علاقه‌ی والد، عموماً “انتزاعی‌ترین‌ها” بود و او “همواره آماده بود که در مورد ریاضیات صحبت کند، اما تمایلی به افزایش محبوبیت و کاربردی کردن ریاضیات نداشت”.

شخصیت والد چنان بود که توجهش را به مسائل کاربردی جلب کردن مشکل بود. جزئیات مربوط به هواپیماها و تسلیحات، در چشم او بی‌اهمیت بودند. او به سرعت توجه خود را به سمت جزئیات ریاضی داستان جلب کرد. برخی اوقات، این رویکرد ممکن است باعث بی‌توجهی به جزئیاتی شود که در حل مسئله اهمیت دارند. اما از طرف دیگر، این رویکرد به فرد کمک می‌کند که تشابه بین مسائل را بدون توجه به جزئیات سطحی و متفاوت آ‌ن‌ها کشف کند. در این صورت، یک ریاضی‌دان در حل مسائل مختلف تجربه‌ای معنادار دارد، حال آن‌که ممکن است در خود آن حیطه تجربه‌ای نداشته باشد.

از چشم یک ریاضی‌دان، شالوده‌ی اصلی مسئله‌ی سوراخ گلوله‌ها پدیده‌ای به نام (Survivorship bias) است. این پدیده در مباحث مختلفی خود را نشان می‌دهد و به گفته‌‌ی والد، وقتی با این پدیده آشنا باشید، توجه به آن امر ساده‌ای خواهد بود.

این مسئله مانند صندوق سرمایه‌گذاری مشترک است. وقتی می‌‌خواهیم عملکرد بودجه‌ی تخصیص یافته را مورد بررسی قرار دهیم، مجالی برای خطا وجود ندارد. حتی یک تغییر یک درصدی در رشد سالانه، ممکن است حد فاصل تفاوت بین یک دارایی ارزشمند مالی و یک چیز بی‌ارزش باشد.

تحلیل داده‌های واقعی در اقتصاد

یکی از قسمت‌های مورنینگ استار، بخش مخلوط بزرگ آن است که صندوق سرمایه‌گذاری مشترکی در شرکت‌های بزرگی دارد که نماینده‌ی500S&P (Standard & Poor’s 500) هستند. وضعیت این بخش مانند حالتی است که در بالا ذکر شد. سرمایه‌های این بخش بین سال‌های ۱۹۹۵ و ۲۰۰۴ به طور متوسط ۴/۱۷۸% رشد داشت که معادل با رشد سالانه‌ی مناسب ۸/۱۰ % است. به نظر می رسد که اگر کسی پول نقد در اختیار داشت، باید در این بخش سرمایه گذاری می‌کرد. درست است؟

جواب این‌ سؤال منفی است. در پژوهشی که توسط شرکت ساوانت کپیتال در سال ۲۰۰۶ صورت گرفت، چهره‌ای مغموم‌تر از این اعداد به نمایش درآمد. بهتر است دوباره به روش محاسبه‌ی رشد در شرکت مورنینگ استار دقت کنیم. در سال ۲۰۰۴، همه‌ی سرمایه‌های محرمانه را به‌عنوان مخلوط بزرگ در نظر می‌گیریم و میزان رشد آن‌ها را در ده سال اخیر ارزیابی می‌کنیم.

چیزی که دیده نمی‌شود، سرمایه‌هایی است که در این ارزیابی وارد نشده‌اند. صندوق سرمایه‌ی مشترک چیزی دائمی نیست. برخی از سرمایه‌ها رشد می‌کنند، برخی نیز از بین می‌روند. اکثر سرمایه‌هایی که از بین می‌روند سودده نیستند. بنابراین، ارزیابی سرمایه‌های مشترک، فقط با بررسی آن‌هایی که هنوز در پایان دوره‌ی ده ساله وجود دارند، صورت می‌گیرد؛ مانند ارزیابی مانورهای خلبانان فقط با توجه به هواپیماهایی که از جنگ برگشته‌اند. حال اگر در هر هواپیما فقط یک سوراخ گلوله پیدا می کردیم چه می‌شد؟ نتیجه‌گیری غلط این می‌بود که خلبانان ما قدرت مانور بسیار بالایی دارند و نتیجه‌گیری درست این می‌بود که هواپیماهایی که بیش از یک گلوله به آن‌ها اصابت کرده است، سقوط کرده‌اند.

مطالعه‌ی ساوانت نشان داد که اگر عملکرد این سرمایه‌های از بین رفته را هم همراه با سرمایه‌های موجود در نظر بگیریم، آهنگ این رشد به ۵/۱۳۴% افت می‌کند که نشانگر رشد معمولی ۹/۸% در سال است. پژوهش‌های جدیدتر نیز این نتیجه را تأیید کردند. در سال ۲۰۱۱، مطالعه‌ی جامعی بر وضعیت مالی با بیش از ۵۰۰۰ سرمایه‌گذاری نشان داد که نرخ رشد ۲۶۴۱ سرمایه که هنوز پابرجا هستند، حدود ۲۰% بیش‌تر از حالتی است که همه‌ی سرمایه‌ها، هم آن‌هایی که هنوز پابرجا هستند و هم آن‌هایی که از بین رفته‌اند، مورد بررسی قرار می‌گیرند. میزان اثر این مسئله، سرمایه‌گزاران را متعجب کرد، اما احتمالاً این نتایج آبراهام والد را متعجب نکرد.

نتیجه تحلیل والد

عملا والد به مهندسان این نکته را یادآور شد که توجه بیش از حد به هواپیماهای «نجات یافته» میتواند مانع دست یافتن آن ها به تصویری واقعی از آنچه بر سر «همه» هواپیماها افتاده بشود. و این خود تصویری معوج و نامتوازن تولید میکند که در نهایت می تواند در دراز مدت باعث شکست نیروی هوایی متفقین بشود. ارتش متفقین بر اساس توصیه والد تنه، بال‌ها و دم را رها کرد و تمام سرمایه خود را صرف تقویت و محافظت از موتور ها، دماغه، مخزن سوخت و کابین کرد. چیزی که در نهایت باعث برتری آنها در جنگ و پایین آوردن هزینه های انسانی و اقتصادی شد.

اهمیت تحلیل به روش آبراهام والد در تحلیل داده‌های منابع انسانی

بنابراین در دنیای امروز، تصمیم‌گیری‌های منابع انسانی دیگر نمی‌تواند صرفاً بر اساس شهود یا داده‌های سطحی انجام شود. سازمان‌هایی که می‌خواهند از سرمایه انسانی خود بیشترین بهره را ببرند و مزیت رقابتی پایدار را ایجاد نمایند، باید به داده‌های از دست رفته، پنهان و نادیده گرفته شده نیز توجه کنند.

در منابع انسانی، تمرکز صرف بر داده‌های آشکار یا کارکنان موفق، کارکنان ارتقاء یافته و … می‌تواند سازمان را به مسیر اشتباه هدایت کند. تحلیل به سبک والد به مدیران منابع انسانی می‌آموزد که داده‌ها را به شکل جامع، انتقادی و جامع بررسی کنند تا بتوانند تصمیمات استراتژیک، اثربخش، بهینه و ارزش‌آفرینی را اتخاذ شود. در ادامه مواردی در حوزه منابع انسانی تشریح می‌گردد:

نرخ ترک خدمت و دلایل خروج

تنها بررسی کارکنان فعال کافی نیست. سازمان باید به بررسی دلایل ترک خدمت، روند استعفا و عواملی که باعث نارضایتی یا کاهش انگیزه کارکنان در سطوح مختلف شده‌اند، بپردازد. این اطلاعات معمولاً در داده‌های پنهان نهفته‌ است و نیاز به تحلیل عمیق دارد.

مسیر رشد افراد

برای طراحی برنامه‌های مربیگری، ارتقاء، توسعه و آموزش موثر، لازم است علل و عواملی که موجب شده برخی از افراد سازمان پیشرفتی نداشته باشند، نیز تحلیل شود. نگاه صرف به رشد و موفقیت‌ کارکنان یا سرپرستان، تصویر نادرستی از مسیرهای شغلی ایجاد می‌کند.

تحلیل اثربخشی آموزش و توسعه

سنجش برنامه‌های آموزشی نباید محدود به کسانی باشد که پیشرفت کرده‌اند. بررسی کسانی که از آموزش نتیجه نگرفته‌اند، باعث اصلاح روش‌ها، فرایندها، افراد مدرس، مربی و منتور و طراحی برنامه‌های هدفمندتر می‌شود.

سنجش فرهنگ سازمانی

ارزیابی فرهنگ سازمانی باید شامل همه افراد و گروه‌های کاری در ترکیب‌های سنی، تحصیلی، جنسیتی و … باشد: تمرکز صرف بر گروه‌های شاخص، منجر به تصویر نامتوازن از فرهنگ سازمانی می‌شود.

جمع‌بندی

در مدیریت منابع انسانی، صرف تمرکز بر داده‌های آشکار و کارکنان موفق نمی‌تواند تصویری کامل ارائه دهد. همان‌گونه که آبراهام والد نشان داد، توجه به داده‌های «پنهان» یا نادیده‌گرفته شده، باعث اتخاذ تصمیمات واقعی و بهینه و تخصیص بهینه زمان و منابع به موارد اصلی می‌شود.

این رویکرد، سازمان را از سطح گزارش‌گیری صرف به سطح «فهم عمیق» و «تصمیم‌گیری استراتژیک» ارتقا می‌دهد و زمینه‌ساز تصمیمات بهینه، اثربخش و ارزش‌آفرین در حوزه منابع انسانی و رشد و تعالی سازمان می‌شود.

رصدخانه منابع انسانی افق