BusinessVize.cz

IT Informační systémy Jak motivovat zaměstnance, aby zadávali data do systému

Reklama

Jsou vaši zaměstnanci v práci a v životě spokojení?
Spokojení zaměstnanci jsou kreativnější, o 12 % produktivnější a zvyšují tržby! POMŮŽEME VÁM S HR 2.0

Jak motivovat zaměstnance, aby zadávali data do systému

Email Tisk PDF
Hodnocení uživatelů: / 4
NejhoršíNejlepší 

 

Největším problémem každého podnikového informačního systému jsou paradoxně data. Pokud data nejsou aktuální nebo dokonce správná, nelze nad nimi činit aktuální a správné závěry. V některých firmách o tzv. „čistotě“ dat nemá vedení ponětí, což může mít až fatální následky, ale někde vedení ví, že není zrovna ideální. Jak tedy motivovat zaměstnance, aby zadávali data do systému?

Bez dat nejsou výstupy

Je zřejmé, že i sebelepší CRM nebo ERP systém vám nedá správné výstupy, pokud v něm nemáte správná a aktuální data. Problém je navíc o to ožehavější, že když zjistíte, že takovými daty systém nedisponuje – tj. když ve skladu na pozici 14A neleží hledaný karton papíru, ale není tam prostě nic (a to se bavíme asi o tom nejméně závažném případu chybných dat) – tak automaticky klesá důvěra v takový systém. A podnikový informační systém bez důvěry je to nejhorší, co firmu může potkat. Je to přehlídka vyhozených peněz, která v panice často vede k tomu, že je nutné překontrolovat správnost všech dat a v případě výskytu chyby, zejména ve finančních výkazech, v této kontrole pokračovat ještě řadu měsíců a let zpět. Chyby v datech přitom mohou způsobit jen vaši zaměstnanci, anebo špatně provedená implementace (tj. opět vaši zaměstnanci za případného většího či menšího přispění zaměstnanců implementačního partnera).

Implementaci je nezbytné věnovat dostatečný čas i pozornost

Příčinou každých špatných a neaktuálních dat v podnikovém informačním systému je nezdařená implementace. Buďto při implementaci management nezvládl prosadit nový systém mezi zaměstnanci a/nebo nedošlo k dostatečnému proškolení zaměstnanců a/nebo byla v systému při implementaci zanesena systémová chyba, která data (např. při finálním zpracování) buď zkresluje anebo přípravu manažerských výstupů natolik prodlužuje, že práce s nimi beztak nemá smysl. Obecně také můžeme příčiny špatných dat v systému rozdělit na dvě základní příčiny: technické a lidské. Technické příčiny jsou svým způsobem lepší, někde v systému je systémová chyba, kterou implementační tým na straně zákazníka a/nebo dodavatele neohlídal, takže chybu stačí najít a opravit a vzít si do budoucna poučení z toho, že úspěšné implementace není možné docílit pod časovým tlakem a s nedostatečným personálním obsazením. Proti lidské příčině je však třeba systémově bojovat, což bude obnášet velké manažerské úsilí mnohdy i na několika frontách, dílčí zásahy do naimplementovaného systému a nezřídka také několik výpovědí. Navíc i lidská příčina špatných dat pouze vypovídá o tom, že implementace systému nebyla dobře zvládnutá. Pojďme se tedy podívat, jak řešit základní problémy se špatnými daty aspoň tak, jak je v praxi úspěšně řešily některé české firmy.

Chyby z nepozornosti

První velkou kategorií chybných dat jsou data, kde chyby nebo častěji spíš neúplnost, způsobila lidská nepozornost a někdy také nepřehlednost uživatelského rozhraní. Tyto chyby lze jsou relativně časté a jejich odstranění bývá to nejméně bolestné, a to i přesto, že někdy si vyžádá opakované a často i hlasité diskuse se zaměstnanci na téma významu zadávání všech údajů správně.

Ošetření povolených hodnot

Nejčastější příčinou nesprávných dat bývá nepozornost při vyplňování některých políček v systému. Je proto vhodné již při návrhu jednotlivých formulářů ošetřit, aby data v nesprávné formě do systému vůbec nemohla být zadána – například aby nebylo možné právnické osobě nebo fyzické osobě podnikateli vystavit fakturu bez IČO a DIČ s částkou nad 10 000 Kč. Takováto pravidla se však často do systému musí zadávat dodatečně, což vyžaduje dodatečnou investici do jejich implementace. Je proto na vás, do jaké míry špatná data připustíte, což u auditovaných systémů bude vyžadovat následné storno neplatných faktur a jejich znovuvydávání anebo nakolik ošetříte celý problém jinak. Vhodným řešením, opět obvykle za příplatek, bývá například propojení podnikového IS s některým z veřejných registrů, v tomto případě je účelné propojení s ARES, ze kterého by se všechny fakturační údaje ve správné, úplné a aktuální formě načítala automaticky, např. na základě IČO.

Přesun „chlívečku“

Dalším, velice častým, pomocníkem bývá přesun „chlívečku“ neboli trochu odborněji úprava uživatelského rozhraní. Uživatel, který byl u starého systému zvyklý, že některý z občas vyplňovaných údajů byl hned na základní kartě (např. číslo skladu), bude mít nepoměrně méně chybných vstupů do systému, pokud toto políčko bude tam, kde byl roky zvyklý. Totéž se přirozeně týká i okamžiku, kdy v daném políčku je naopak nějaký údaj pro čtení (např. počet věrnostních bodů, čekající dotaz na zákazníka apod.). Uživatelské rozhraní je třeba už ve fázi implementace navrhovat ve spolupráci s klíčovými uživateli a při pilotním provozu je jeho odladění třeba věnovat dostatečné úsilí i čas.

Pozdní zadávání dat

Velkým problémem, zejména třeba u projektové výroby, mohou být pozdě zadávaná data. Typicky se to stává u výkazů práce, které zaměstnanci s oblibou vyplňují v pátek večer, což jejich správnosti přirozeně moc nepřidá. Stejně problematické pak bývá zadávání údajů o obchodních příležitostech od obchodníků, kteří během týdne například cestují mezi zákazníky. Pozdní zadávání dat principiálně stěžuje řízení cashflow a plánování budoucích tržeb. V krajním případě může vést i ke špatnému kapacitnímu plánování výroby (dva obchodníci dohodnou na stejný termín dva různé zákazníky, což se vedení dozví díky pozdnímu zadávání dat třeba až za týden) a dalším problémům. Problém pozdního zadávání dat se musí řešit podle jeho příčiny – u mobilních pracovníků, typicky obchodníků, je nutné dát jim navíc k dispozici nástroj, jak data do systému zadávat i mimo kancelář. Obecně je pak nutné donutit zaměstnance data zadávat včas, což je pro ně ve finále obvykle i mnohem rychlejší, protože nemusejí pak v paměti pátrat, co se který den dělo.

Systémové ignorování správnosti dat

Existují i případy, kdy zaměstnanci systémově ignorují data ze systému a/nebo tam plánovitě zadávají data nesmyslná. To se obvykle stává v okamžiku, kdy systém nezbytně nutně vyžaduje provedení nějaké akce, aby pustil daného zaměstnance do dalšího kroku. Naprosto typickým příkladem je skladové hospodářství. Systém zaeviduje zboží na sklad (např. na základě čarového kódu) a sdělí skladníkovi číslo skladové pozice, kam má být zboží umístěno. Skladník číslo potvrdí a zboží dá do nejbližší volné pozice, která obvykle bývá jiná, než ta, kterou mu přiřadil systém. Takto funguje skladník až do doby, kdy je potřeba zboží vyskladnit. V tu chvíli přijde za systémem, ten sdělí, že závrtné šrouby jsou na pozici 14A a skladník tam najde cihly. Výsledkem z pozice skladníka je přirozeně to, že „ten novej systém vůbec nefunguje.“ Firma, která v horším případě začne hledat systémovou chybu, pak zjistí, že chyba je ve skutečnosti lidská, celý sklad je třeba přerovnat a začít znova. Je pak už jen na manažerských a právních dovednostech nadřízeného, jak dlouho a kolikrát se tato situace bude opakovat. V dotyčném příkladu malé výrobní firmy se situace opakovala u všech tří skladníků, kteří museli být propuštěni. Analogická situace však může nastat i při zadávání dat. Typicky se to stává tehdy, kdy je potřeba uvést nějaký údaj k tomu, aby bylo možné dostat se do dalšího kroku. Řadě firem se tak stává, že většina potenciálních zákazníků je z okresu Aš (protože je první v abecedě), pracuje v automobilovém průmyslu (protože je první v abecedě), má IČO 11111111 apod. Tyto chybné hodnoty však lze obejít tak, že buď zadáme jako první hodnotu: „neodpověděl,“ anebo, pokud daný údaj opravdu potřebujeme, tak budeme postupně a důsledně zakazovat nejčastější vycpávkové hodnoty a zároveň edukativně působit na příslušné zaměstnance, kteří tyto hodnoty zadávají. V českém prostředí, kde zaměstnanci ne vždy chápu souvislost mezi hospodářským výsledkem firmy a svoji výplatní páskou však edukativní působení bude i tak často muset končit onou výpovědí.

Jak donutit zaměstnance zadávat data správně a včas

A tímto se dostáváme k otázce toho, jak donutit zaměstnance, aby zadávali data do systému správně a včas a potažmo, aby data do systému vůbec zadávali, což je jeden z vůbec nejčastějších problémů, kterým musejí firmy čelit.

Vysvětlujte, vysvětlujte, vysvětlujte

Základním pravidlem vedoucím ve slušné společnosti ke správným a včas zadávaným datům v podnikovém IS je vysvětlování. Jakákoliv změna je přirozeně vnímána negativně, zejména v českém prostředí. Je proto na managementu, aby důsledně vysvětlil, proč si zvolil nový podnikový informační systém, proč se do něj musí zadávat data, která se dřív nezadávala, a co přesně tato data firmě přinesou. Není také od věci zmínit negativní krizový scénář – tedy, co se bude dít, když uživatelé tam ta data zadávat nebudou. Nicméně ne vždy to budou zaměstnanci schopni pochopit. V ČR totiž často panuje přesvědčení, že když někde dělám skladníka 15 let, tak nejen, že tomu rozumím nejlíp na světě, ale že o práci nepřijdu, i kdyby firma třeba zkrachovala. Na začátku je určitě, i v rámci zachování vnitropodnikového politického klima, lepší raději provést více vysvětlujících sezení, už jen proto, že se české pracovní právo zaměstnavatelům snaží názorně vysvětlující pomůcky co nejvíce znepřístupňovat.

Dejte zaměstnancům data, která potřebují

Nejsnazším „trikem,“ jak donutit zaměstnance plnit data do systému správně a včas je to, aby systém na oplátku dával přímo jim výstupy, které potřebují sami ke své práci. To je také základní filosofie, kterou se někteří výrobci podnikových IS snaží prosazovat. Nejčastěji se tento postup úspěšně uplatňuje u obchodníků, kdy získávají provize na základě údajů v podnikovém IS. Kdo nevyplní včas a správně získanou zakázku, nedostane z ní provizi. Stejně tak obchodníci ocení, pokud uvidí informace o historii kontaktů svých největších zákazníků s firmou a budou moct případně včas zasáhnout, když uvidí, že jejich zákazník narazil na nějaký problém např. v servisu. Obecně se ale systém „zadám data, dostanu data na oplátku“ dobře uplatňuje na všech pozicích, kde je přímá úměra mezi výkonem firmy a odměnou zaměstnance. K využívání individuálních datových výstupů proto motivují některé firmy své zaměstnance i tak, že třeba jejich variabilní složku mzdy mění v závislosti na platební morálce jejich zákazníků nebo na nějakém jiném ukazateli. Právě variabilní složka platu odvozená od ukazatele v podnikovém IS, jehož hodnota se může každý den měnit, obecně zaměstnance celkem motivuje k zadávání podkladových údajů k tomuto ukazateli. Pokud například násobíte variabilní složku mzdy celého oddělení stejným hodnotícím číslem, které se skládá z dílčích ukazatelů ovlivňovaných daty na vstupu od jednotlivých zaměstnanců, můžete si být téměř jistí, že si zaměstnanci navzájem ohlídají, aby data v systému byla zadávána včas. Je pak už jen a jen na volbě nastavení jednotlivých ukazatelů, aby bylo zajištěno, že data budou zadávána i správně.

Řešte systémem problém, který zaměstnance pálí

Zajímavým způsobem, jak donutit zaměstnance, aby data do systému zadávali, je také situace, kdy podnikový informační systém pomůže vyřešit problém, který zaměstnance osobně trápí. V praxi jsem to viděl například při implementaci CRM systému v jedné nadnárodní firmě, jejíž callcentrum bylo neustále zavaleno čekajícími požadavky bez naděje na zlepšení. Zaměstnanci sami se pak už velmi rádi postarali o správné doplnění údajů k jednotlivým zákazníkům, které se využívaly pro směrování hovorů, i o promptní vyplnění znalostní báze, ze které se čerpaly následně odpovědi na opakující se otázky. Stejného efektu lze dosáhnout i ve výrobních podnicích, kdy podnikový IS může pomoci vyřešit problémy s půjčováním nářadí, průchodem přípravků výrobou, atd. Přitom právě výrobní podniky jsou častým příkladem toho, kdy zaměstnanci mohou pozitivní efekty podnikového IS pocítit poměrně rychle a kdy je zároveň pro pocítění efektů nezbytné, aby sami zadávali data (např. ve formě zahlášení výroby čipovou kartou) řádně a včas, pokud tedy průběžná doba výroby není v řádu měsíců.

Metoda cukru a biče

Relativně méně používanou metodou dat, jak donutit zaměstnance data do systému zadávat, je metoda cukru a biče. Tu lze aplikovat obvykle jen lokálně, např. na jednom oddělení. Zaměstnanci, kteří budou data do nového systému zadávat a budou s ním pracovat, dostanou odměnu. Její výše může být navázána například na průměrné stáří zadávaných dat, počet vstupů apod. Obecně ale není úplně jednoduché odměnu odstupňovat a lepší je stanovit minimální parametry pro její udělení. Naopak zaměstnanci, kteří nebudou se systémem pracovat, pak mohou být sankcionováni např. sebráním osobního ohodnocení. V praxi jsem se s touto metodou setkal jen jednou, v obchodním oddělení, kde podle slov jeho vedoucího fungovala velice dobře. Stejná firma pak data z podnikového IS navíc v době krize využila pro cílené propouštění neschopných obchodníků.

Důsledná kontrola a postihy

Z předchozí metody lze přirozeně odejmout cukr a pouze začít postihovat ty, kteří systém nepoužívají tak, jak mají. V praxi tato metoda funguje dobře u menších firem. Majitel řekne, že od teď si obchodníci budou důsledně zapisovat všechny obchodní příležitosti a schůzky si budou dávat do kalendáře. Obchodníci byli také informování, že každý den o půlnoci je generován report, který jde majiteli přímo do mailu a majitel také každé ráno důsledně „otravoval“ ty, kteří neměli v kalendáři dostatek schůzek. Dlužno dodat, že během jednotek dnů začali obchodníci systém extenzivně používat.

Hrozba propouštění

U firem, které nasazují podnikový IS v důsledku reorganizace, a nebývá jich málo, pak může dobře fungovat i fakt, že data ze systému a výstupy z jeho využívání budou podkladem při rozhodování o tom, koho firma propustí. V praxi firem s dobrou kvalitou dat v systému to tak ostatně opravdu běžně bývá, protože právě podnikový IS umožňuje často velice přesně vyčíslit finanční přínos jednotlivých zaměstnanců, a to nejen v oblasti obchodu. Problém s veřejnou proklamací tohoto kritéria však může být v tom, že zaměstnanci začnou data v systému „přikrášlovat“ podle svého anebo budou vyvíjet v rámci podnikového IS nadbytečnou činnost. Mnohem efektivnější je proto propustit největší „rýpaly“ a (ne)nápadně podporovat ty, kteří motivují k využívání podnikového IS. Velice často jsou to totiž zároveň reprezentanti skupin proti změnám ve firmě a pro změny ve firmě. A to, že firma změnu skutečně potřebuje, nejlépe deklarovala už onou implementací podnikového IS.

 

Přidat komentář


Bezpečnostní kód
Obnovit

Share/Save/Bookmark