{"id":4948,"date":"2023-01-27T15:28:37","date_gmt":"2023-01-27T15:28:37","guid":{"rendered":"https:\/\/preview.peopleweek.com\/?p=4948"},"modified":"2024-11-11T16:53:27","modified_gmt":"2024-11-11T16:53:27","slug":"hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out","status":"publish","type":"post","link":"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/","title":{"rendered":"Analitica delle Risorse Umane: Rifiuti in entrata, Rifiuti in uscita"},"content":{"rendered":"\n

Nonostante la proliferazione di articoli e soluzioni per la produzione di analisi avanzate e dashboard fantasiosi, molte organizzazioni – grandi e piccole – faticano a produrre report HR di base.<\/p>\n\n\n\n

Per i professionisti delle risorse umane questo pu\u00f2 essere estremamente frustrante. Da un lato, leggiamo continuamente di soluzioni per i “big data” (per l’elaborazione di insiemi di dati grandi, complessi e veloci), di intelligenza artificiale (AI), di bot (applicazioni software programmate per svolgere determinati compiti) e di machine learning (sistemi che imparano e si adattano agli schemi dei dati senza seguire istruzioni esplicite), eppure molti team HR non sono in grado di produrre in modo affidabile dati fondamentali come quelli relativi all’organico, al fatturato e ai dati demografici. Non parler\u00f2 nemmeno di dati pi\u00f9 complessi come i costi relativi alle retribuzioni, la contabilit\u00e0 degli stipendi e l’analisi della produttivit\u00e0.<\/p>\n\n\n\n

In questo articolo esamino i seguenti temi:<\/p>\n\n\n\n

    \n
  1. Le ragioni principali per cui molte organizzazioni hanno “dati HR” scadenti;<\/li>\n\n\n\n
  2. Alcune misure relativamente semplici che le organizzazioni possono adottare per migliorare la qualit\u00e0 dei dati sottostanti (e quindi gettare le basi per analisi pi\u00f9 sofisticate); e<\/li>\n\n\n\n
  3. Come la progettazione del software HR (SIHR) pu\u00f2 contribuire a risolvere i punti 1 e 2.<\/li>\n<\/ol>\n\n\n\n
    PERCH\u00c9 MOLTE ORGANIZZAZIONI HANNO DATI HR SCADENTI?<\/h5>\n\n\n\n

    In base alla mia esperienza personale, sia come professionista delle risorse umane che lavorando con i clienti, ci sono alcuni temi comuni, tra cui:<\/p>\n\n\n\n

      \n
    • Mancanza di investimenti in sistemi HR intuitivi, che porta le risorse umane e i manager di linea a gestire i dati in file Excel.<\/li>\n\n\n\n
    • L’uso di pi\u00f9 sistemi HR (per processi diversi) non integrati tra loro, che comporta un eccessivo sforzo manuale (inserimento dei dati) ed errori umani.<\/li>\n\n\n\n
    • Aree diverse della stessa organizzazione che utilizzano sistemi diversi per processi simili (di solito con campi dati, valori e formati diversi), con conseguente complessit\u00e0 e inefficienza nel consolidare i dati per il reporting. Nelle organizzazioni pi\u00f9 grandi, questo pu\u00f2 essere il risultato di fusioni e acquisizioni e dell’incapacit\u00e0 di consolidare i sistemi.<\/li>\n\n\n\n
    • Troppa attenzione ai dati necessari al reparto finanziario\/contabile a scapito di quelli necessari per la gestione dell’organizzazione, comprese le persone.<\/li>\n\n\n\n
    • L’uso di sistemi diversi per i dati relativi alle risorse umane e alle retribuzioni, che non incentiva il sistema principale delle risorse umane a disporre di dati completi e accurati.<\/li>\n\n\n\n
    • I team HR non hanno competenze quantitative e un interesse generale per i dati e i numeri. La professione HR non tende ad attrarre persone con questa passione e queste competenze.<\/li>\n\n\n\n
    • Una cultura organizzativa che non ha mai sottolineato l’importanza di dati HR di buona qualit\u00e0, forse perch\u00e9 considerati “dati HR” e non “dati aziendali”.<\/li>\n<\/ul>\n\n\n\n

      Naturalmente, questi temi sono spesso interconnessi. Ad esempio, la mancanza di investimenti nei sistemi pu\u00f2 influire sulla capacit\u00e0 delle risorse umane e dei manager di gestire efficacemente i dati. Al contrario, la cultura dell’organizzazione o la mancanza di competenze rilevanti o di interesse nel team HR possono essere un ostacolo all’ottenimento di valore da un HRIS perfettamente decente.<\/p>\n\n\n\n

      PASSI PER MIGLIORARE LA QUALIT\u00c0 DEI DATI ORGANIZZATIVI<\/h5>\n\n\n\n

      A un certo punto ogni organizzazione si trova nella situazione di avere poca scelta se non quella di migliorare la qualit\u00e0 dei propri dati organizzativi. Potrebbero volerci molti anni, persino decenni, per arrivare a quel punto, ma il giorno arriver\u00e0 sicuramente. Ecco alcuni suggerimenti pratici per quando accadr\u00e0:<\/p>\n\n\n\n

        \n
      • Le organizzazioni devono scegliere sistemi HR che siano intuitivi <\/strong>da usare e facili da mantenere. Questo pu\u00f2 anche significare rinunciare ad alcune funzionalit\u00e0 desiderate nel tentativo di mantenere le cose semplici, o semplificare alcuni processi (cliccate qui per vedere il blog Q1 2022 su questo tema). Alcune organizzazioni hanno pochissimo software HR e i loro team HR vorrebbero una soluzione semplice. Altre organizzazioni hanno soluzioni molto complesse (e costose) che, in realt\u00e0, non aiutano sufficientemente le risorse umane e i manager di linea nelle loro attivit\u00e0 quotidiane.<\/li>\n\n\n\n
      • Le organizzazioni devono utilizzare una soluzione HR “one-stop-shop”<\/strong> (ce ne sono molte) oppure, se l’organizzazione ha preso la decisione strategica di utilizzare software diversi\/specializzati per processi diversi (ad esempio, reclutamento, performance, formazione, ecc.), investire nell’integrazione dei sistemi HR<\/strong> in modo che contengano dati coerenti e aggiornati.. <\/li>\n\n\n\n
      • Sono stato coinvolto in acquisizioni e fusioni, nonch\u00e9 in ruoli HR ereditati in cui sono stato responsabile di unit\u00e0 aziendali dopo una fusione o un’acquisizione. Sebbene il consolidamento dei sistemi HR sia indubbiamente un lavoro duro e pieno di tensioni culturali, \u00e8 essenziale se le organizzazioni vogliono essere in grado di produrre dati e informazioni di business validi. Il consolidamento dei sistemi <\/strong>aggiunge inoltre molto pi\u00f9 valore quando l’operazione comporta l’armonizzazione dei dati<\/strong> delle diverse organizzazioni.<\/li>\n\n\n\n
      • Fortunatamente, sto assistendo a una crescente tendenza delle organizzazioni a rendersi conto (forse dopo molti anni di pressioni da parte dei direttori delle risorse umane) che un sistema finanziario o un sistema di buste paga non sono la stessa cosa di un HRIS<\/strong>. Non ci si pu\u00f2 aspettare che un sistema finanziario soddisfi tutte le esigenze delle risorse umane di un’organizzazione. Allo stesso modo, non ci si pu\u00f2 aspettare che un HRIS soddisfi tutte le esigenze finanziarie e contabili di un’organizzazione. Tuttavia, \u00e8 necessario trovare un equilibrio ragionevole e sono sempre pi\u00f9 numerose le soluzioni software per le risorse umane che sono state progettate per soddisfare i requisiti fondamentali di contabilit\u00e0 e finanza..<\/li>\n\n\n\n
      • Utilizzando un HRIS che include un modulo per le paghe o integrando l’HRIS con il sistema delle paghe, si “alza immediatamente la posta” sull’importanza che l’HRIS abbia dati completi e accurati. Infatti, se il sistema HRIS contiene dati imprecisi, \u00e8 probabile che le buste paga (pagamenti, trattenute fiscali, previdenziali, pensionistiche, ecc.) siano imprecise. La mancanza di dati obbligatori pu\u00f2 impedire che un dipendente venga pagato. Far dipendere le buste paga dalla qualit\u00e0 dei dati contenuti nel sistema HRIS <\/strong>concentra l’attenzione dei dipendenti, dei manager e delle risorse umane.<\/li>\n\n\n\n
      • I direttori delle risorse umane devono assicurarsi che il loro team HR abbia un buon mix di professionisti con forti competenze quantitative e qualitative e un interesse per i numeri e i dati. Idealmente, tutti i membri del team HR dovrebbero avere un buon set di competenze a tutto tondo, anche se preferiscono un ruolo meno orientato ai dati. Tuttavia, non \u00e8 pi\u00f9 realistico pensare che un team\/reparto HR possa essere performante se non \u00e8 in grado di gestire i dati e lavorare con i numeri. \u00c8 necessario che il reclutamento sia corretto e che sia chiaro che ci si aspetta un livello minimo di competenza sui dati e sui numeri da parte di tutti i membri del team HR<\/strong>.<\/li>\n\n\n\n
      • Il cambiamento – o l’evoluzione – della cultura di un’organizzazione \u00e8 probabilmente il tema pi\u00f9 impegnativo da affrontare, e non ho certo il tempo necessario per rendere giustizia all’argomento. In sostanza, i leader devono chiarire che tutti sono responsabili della qualit\u00e0 dei dati dell’organizzazione<\/strong> e garantire che vi siano conseguenze positive e negative associate. Ad esempio, le Risorse Umane non possono disporre di dati validi se i dipendenti e i manager non condividono le informazioni con le Risorse Umane in modo tempestivo. Se le Risorse Umane non ricevono dati tempestivi, \u00e8 possibile che vi siano cause sottostanti, come processi inadeguati o poco chiari, che dovranno essere risolte. I team HR devono anche essere orgogliosi dell’accuratezza dei loro dati e dei tassi di errore molto bassi nei processi che richiedono dati, come le buste paga.<\/li>\n<\/ul>\n\n\n\n
        COME PU\u00d2 ESSERE UTILE UN SOFTWARE HR PROGETTATO IN MODO INTELLIGENTE<\/h5>\n\n\n\n

        Abbiamo cercato di progettare PeopleWeek in modo da aiutare le organizzazioni a disporre di dati puliti e completi sui dipendenti (personali e professionali) e sull’organizzazione. Altri software HR possono avere caratteristiche simili. Anche se la vostra organizzazione non dispone di un HRIS, alcuni dei principi di progettazione utilizzati da PeopleWeek potrebbero aiutarvi a gestire meglio i dati in un foglio Excel o in un database “fai da te”. Ecco alcuni esempi:<\/p>\n\n\n\n

          \n
        • Utilizzate elenchi a discesa piuttosto che campi di testo libero<\/strong>: Evitate errori di inserimento dati e la proliferazione di valori non necessari, ad esempio titoli di lavoro, tipi di contratto, tipi di assenze, centri di costo, nomi di reparti, elementi retributivi (per le buste paga). Un esempio classico \u00e8 quello in cui si desidera eseguire un report basato sui titoli di lavoro, ma 10 dipendenti che svolgono pi\u00f9 o meno lo stesso ruolo hanno tutti titoli di lavoro leggermente diversi;<\/li>\n\n\n\n
        • Spiegare il significato dei diversi campi di dati<\/strong>: Non sempre \u00e8 evidente il significato di un campo. Ad esempio, a volte le Risorse Umane si confondono sulle differenze tra “data di assunzione iniziale”, “data di assunzione continuativa” e “data di assunzione”. Una semplice spiegazione nell’interfaccia utente di un sistema (o in un foglio di calcolo) pu\u00f2 eliminare gli errori;<\/li>\n\n\n\n
        • Utilizzate un sistema HRIS che contenga un modulo per le paghe<\/strong>* o che possa essere facilmente integrato con il vostro sistema di paghe che viene utilizzato per calcolare le paghe e generare i cedolini paga;<\/li>\n\n\n\n
        • Controllare chi pu\u00f2 creare nuovi valori nell’HRIS<\/strong>: in molte organizzazioni, le risorse umane (e anche i manager) sono liberi di creare nuovi valori come tipi di contratto, motivi di licenziamento, sedi di lavoro, nomi di reparti, centri di costo, titoli di lavoro, tipi di formazione, livelli di inquadramento, ecc. Controllando chi ha i diritti di amministrazione del sistema per farlo, \u00e8 possibile eliminare questo “inquinamento” dei dati. Se combinato con l’uso di elenchi a discesa, \u00e8 ancora pi\u00f9 efficace;<\/li>\n\n\n\n
        • Regole di codice fisso nel sistema<\/strong>: Creando semplici logiche o regole di sistema si possono evitare gli errori umani. Esempi sono il collegamento dei reparti a un centro di costo predefinito, la mappatura dei tipi di retribuzione a valori monetari predefiniti e la scadenza dei permessi di lavoro che fa scattare un valore “dati non validi”;<\/li>\n\n\n\n
        • Promemoria generati dal sistema: <\/strong>Le notifiche o gli avvisi sono un ottimo modo per ricordare ai dipendenti, ai loro manager e alle Risorse Umane di intraprendere azioni specifiche in tempo, mantenendo cos\u00ec i dati aggiornati;<\/li>\n\n\n\n
        • Flussi di lavoro semplici<\/strong>: Processi che evitano passaggi inutili (troppi) e che guidano l’utente attraverso un compito complesso (ad esempio, il trasferimento di un dipendente da un’entit\u00e0 a un’altra), riducono notevolmente i tassi di errore;<\/li>\n\n\n\n
        • Usare i selezionatori di date<\/strong>: Uno strumento semplice come il date picker aiuta a evitare errori umani nell’inserimento delle date e confusione tra i formati delle date stesse;<\/li>\n\n\n\n
        • Rendere i campi traducibili per facilitare il reporting<\/strong>: Spesso i sistemi e i fogli di calcolo non sono in grado di identificare che i dati contengono valori ripetuti (gli stessi) ma in lingue diverse. Se un sistema consente di tradurre i valori in pi\u00f9 lingue, \u00e8 possibile generare report intelligenti che riconoscono che due valori che sembrano diversi sono in realt\u00e0 uguali (ad esempio, “Male” e “Homme” o “Marketing Director” e “Marketingleiter”).<\/li>\n<\/ul>\n\n\n\n

          *PeopleWeek dispone di un modulo per la gestione dei dati retributivi che viene personalizzato in base ai requisiti retributivi di ciascun paese.<\/em><\/p>\n\n\n\n

          QUALIT\u00c0 IN, QUALIT\u00c0 OUT<\/h5>\n\n\n\n

          I dati di qualit\u00e0 sono il punto di partenza – la base – per analisi, metriche e report a valore aggiunto. \u00c8 questo l’obiettivo che tutte le organizzazioni e i loro team HR dovrebbero perseguire, e di solito lo fanno. Tuttavia, pu\u00f2 sembrare una realt\u00e0 lontana. Senza dubbio ci vuole tempo per passare da “spazzatura in entrata, spazzatura in uscita” a “qualit\u00e0 in entrata, qualit\u00e0 in uscita”. Tuttavia, so per esperienza che \u00e8 possibile raggiungere questo obiettivo affrontando le cause alla radice della scarsa qualit\u00e0 dei dati di un’organizzazione e utilizzando un software HR progettato in modo intelligente per facilitare la gestione dei dati.<\/p>\n\n\n\n

          L’Autore: <\/p>\n\n\n\n

          PAUL JON MARTIN
          MANAGING DIRECTOR AT PEOPLEWEEK SA<\/p>\n\n\n\n

          Date:
          21.12.2022<\/p>\n","protected":false},"excerpt":{"rendered":"

          Nonostante la proliferazione di articoli e soluzioni per la produzione di analisi avanzate e dashboard fantasiosi, molte organizzazioni – grandi e piccole – faticano a produrre report HR di base. Per i professionisti delle risorse umane questo pu\u00f2 essere estremamente frustrante. Da un lato, leggiamo continuamente di soluzioni per i “big data” (per l’elaborazione di […]<\/p>\n","protected":false},"author":7,"featured_media":4955,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[59],"tags":[],"class_list":["post-4948","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog-2"],"yoast_head":"\nAnalitica delle Risorse Umane: Rifiuti in entrata, Rifiuti in uscita - PeopleWeek<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Analitica delle Risorse Umane: Rifiuti in entrata, Rifiuti in uscita - PeopleWeek\" \/>\n<meta property=\"og:description\" content=\"Nonostante la proliferazione di articoli e soluzioni per la produzione di analisi avanzate e dashboard fantasiosi, molte organizzazioni – grandi e piccole – faticano a produrre report HR di base. Per i professionisti delle risorse umane questo pu\u00f2 essere estremamente frustrante. Da un lato, leggiamo continuamente di soluzioni per i “big data” (per l’elaborazione di […]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/\" \/>\n<meta property=\"og:site_name\" content=\"PeopleWeek\" \/>\n<meta property=\"article:published_time\" content=\"2023-01-27T15:28:37+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-11-11T16:53:27+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/peopleweek.com\/wp-content\/uploads\/2023\/01\/in-out-1.png\" \/>\n\t<meta property=\"og:image:width\" content=\"667\" \/>\n\t<meta property=\"og:image:height\" content=\"386\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"PeopleWeek\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"PeopleWeek\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"9 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/\"},\"author\":{\"name\":\"PeopleWeek\",\"@id\":\"https:\/\/peopleweek.com\/en\/#\/schema\/person\/ee8bf5f8adea36d0825a7d815a2ca12d\"},\"headline\":\"Analitica delle Risorse Umane: Rifiuti in entrata, Rifiuti in uscita\",\"datePublished\":\"2023-01-27T15:28:37+00:00\",\"dateModified\":\"2024-11-11T16:53:27+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/\"},\"wordCount\":1949,\"publisher\":{\"@id\":\"https:\/\/peopleweek.com\/en\/#organization\"},\"image\":{\"@id\":\"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/peopleweek.com\/wp-content\/uploads\/2023\/01\/in-out-1.png\",\"articleSection\":[\"Blog\"],\"inLanguage\":\"it-IT\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/\",\"url\":\"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/\",\"name\":\"Analitica delle Risorse Umane: Rifiuti in entrata, Rifiuti in uscita - PeopleWeek\",\"isPartOf\":{\"@id\":\"https:\/\/peopleweek.com\/en\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/peopleweek.com\/wp-content\/uploads\/2023\/01\/in-out-1.png\",\"datePublished\":\"2023-01-27T15:28:37+00:00\",\"dateModified\":\"2024-11-11T16:53:27+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/#primaryimage\",\"url\":\"https:\/\/peopleweek.com\/wp-content\/uploads\/2023\/01\/in-out-1.png\",\"contentUrl\":\"https:\/\/peopleweek.com\/wp-content\/uploads\/2023\/01\/in-out-1.png\",\"width\":667,\"height\":386},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/peopleweek.com\/it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Analitica delle Risorse Umane: Rifiuti in entrata, Rifiuti in uscita\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/peopleweek.com\/en\/#website\",\"url\":\"https:\/\/peopleweek.com\/en\/\",\"name\":\"PeopleWeek\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/peopleweek.com\/en\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/peopleweek.com\/en\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/peopleweek.com\/en\/#organization\",\"name\":\"PeopleWeek\",\"url\":\"https:\/\/peopleweek.com\/en\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/peopleweek.com\/en\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/peopleweek.com\/wp-content\/uploads\/2024\/11\/pw-logo.png\",\"contentUrl\":\"https:\/\/peopleweek.com\/wp-content\/uploads\/2024\/11\/pw-logo.png\",\"width\":1484,\"height\":306,\"caption\":\"PeopleWeek\"},\"image\":{\"@id\":\"https:\/\/peopleweek.com\/en\/#\/schema\/logo\/image\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\/\/peopleweek.com\/en\/#\/schema\/person\/ee8bf5f8adea36d0825a7d815a2ca12d\",\"name\":\"PeopleWeek\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Analitica delle Risorse Umane: Rifiuti in entrata, Rifiuti in uscita - PeopleWeek","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/","og_locale":"it_IT","og_type":"article","og_title":"Analitica delle Risorse Umane: Rifiuti in entrata, Rifiuti in uscita - PeopleWeek","og_description":"Nonostante la proliferazione di articoli e soluzioni per la produzione di analisi avanzate e dashboard fantasiosi, molte organizzazioni – grandi e piccole – faticano a produrre report HR di base. Per i professionisti delle risorse umane questo pu\u00f2 essere estremamente frustrante. Da un lato, leggiamo continuamente di soluzioni per i “big data” (per l’elaborazione di […]","og_url":"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/","og_site_name":"PeopleWeek","article_published_time":"2023-01-27T15:28:37+00:00","article_modified_time":"2024-11-11T16:53:27+00:00","og_image":[{"width":667,"height":386,"url":"https:\/\/peopleweek.com\/wp-content\/uploads\/2023\/01\/in-out-1.png","type":"image\/png"}],"author":"PeopleWeek","twitter_card":"summary_large_image","twitter_misc":{"Scritto da":"PeopleWeek","Tempo di lettura stimato":"9 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/#article","isPartOf":{"@id":"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/"},"author":{"name":"PeopleWeek","@id":"https:\/\/peopleweek.com\/en\/#\/schema\/person\/ee8bf5f8adea36d0825a7d815a2ca12d"},"headline":"Analitica delle Risorse Umane: Rifiuti in entrata, Rifiuti in uscita","datePublished":"2023-01-27T15:28:37+00:00","dateModified":"2024-11-11T16:53:27+00:00","mainEntityOfPage":{"@id":"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/"},"wordCount":1949,"publisher":{"@id":"https:\/\/peopleweek.com\/en\/#organization"},"image":{"@id":"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/#primaryimage"},"thumbnailUrl":"https:\/\/peopleweek.com\/wp-content\/uploads\/2023\/01\/in-out-1.png","articleSection":["Blog"],"inLanguage":"it-IT"},{"@type":"WebPage","@id":"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/","url":"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/","name":"Analitica delle Risorse Umane: Rifiuti in entrata, Rifiuti in uscita - PeopleWeek","isPartOf":{"@id":"https:\/\/peopleweek.com\/en\/#website"},"primaryImageOfPage":{"@id":"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/#primaryimage"},"image":{"@id":"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/#primaryimage"},"thumbnailUrl":"https:\/\/peopleweek.com\/wp-content\/uploads\/2023\/01\/in-out-1.png","datePublished":"2023-01-27T15:28:37+00:00","dateModified":"2024-11-11T16:53:27+00:00","breadcrumb":{"@id":"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/"]}]},{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/#primaryimage","url":"https:\/\/peopleweek.com\/wp-content\/uploads\/2023\/01\/in-out-1.png","contentUrl":"https:\/\/peopleweek.com\/wp-content\/uploads\/2023\/01\/in-out-1.png","width":667,"height":386},{"@type":"BreadcrumbList","@id":"https:\/\/peopleweek.com\/it\/hr-analytics-rubbish-in-rubbish-out-quality-in-quality-out\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/peopleweek.com\/it\/"},{"@type":"ListItem","position":2,"name":"Analitica delle Risorse Umane: Rifiuti in entrata, Rifiuti in uscita"}]},{"@type":"WebSite","@id":"https:\/\/peopleweek.com\/en\/#website","url":"https:\/\/peopleweek.com\/en\/","name":"PeopleWeek","description":"","publisher":{"@id":"https:\/\/peopleweek.com\/en\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/peopleweek.com\/en\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/peopleweek.com\/en\/#organization","name":"PeopleWeek","url":"https:\/\/peopleweek.com\/en\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/peopleweek.com\/en\/#\/schema\/logo\/image\/","url":"https:\/\/peopleweek.com\/wp-content\/uploads\/2024\/11\/pw-logo.png","contentUrl":"https:\/\/peopleweek.com\/wp-content\/uploads\/2024\/11\/pw-logo.png","width":1484,"height":306,"caption":"PeopleWeek"},"image":{"@id":"https:\/\/peopleweek.com\/en\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/peopleweek.com\/en\/#\/schema\/person\/ee8bf5f8adea36d0825a7d815a2ca12d","name":"PeopleWeek"}]}},"_links":{"self":[{"href":"https:\/\/peopleweek.com\/it\/wp-json\/wp\/v2\/posts\/4948","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/peopleweek.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/peopleweek.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/peopleweek.com\/it\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/peopleweek.com\/it\/wp-json\/wp\/v2\/comments?post=4948"}],"version-history":[{"count":8,"href":"https:\/\/peopleweek.com\/it\/wp-json\/wp\/v2\/posts\/4948\/revisions"}],"predecessor-version":[{"id":5681,"href":"https:\/\/peopleweek.com\/it\/wp-json\/wp\/v2\/posts\/4948\/revisions\/5681"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/peopleweek.com\/it\/wp-json\/wp\/v2\/media\/4955"}],"wp:attachment":[{"href":"https:\/\/peopleweek.com\/it\/wp-json\/wp\/v2\/media?parent=4948"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/peopleweek.com\/it\/wp-json\/wp\/v2\/categories?post=4948"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/peopleweek.com\/it\/wp-json\/wp\/v2\/tags?post=4948"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}