Từ thập niên 1970 đến nay, việc ứng dụng, phát triển các phương pháp phân tích hiệu quả của nguồn nhân lực đã có sự thay đổi đáng kể.

Jac Fitz-enz, một chuyên gia người Mỹ về lĩnh vực đầu tư con người, là một trong những người đã theo đuổi câu chuyện tìm kiếm các số đo và công cụ phân tích nhân sự — hay còn được gọi là “vốn nhân lực” — từ năm 1978. Ông chia sự phát triển của lĩnh vực này thành năm giai đoạn, mỗi giai đoạn mang lại giá trị ngày càng cao cho tổ chức. Dưới đây là khung 5 giai đoạn đó, kèm ví dụ ứng dụng cụ thể tại doanh nghiệp sản xuất Việt Nam cho từng giai đoạn.

Giai đoạn 1 (những năm 1970): Ghi nhận công việc

Theo dõi ở mức các hoạt động như tuyển dụng, trả lương, đào tạo, hỗ trợ và giữ chân nhân viên. Kết quả là biết được sự hiệu nghiệm của các quy trình để cải tiến, tiết kiệm chi phí và thời gian cho tổ chức.

Ứng dụng tại nhà máy Việt Nam: một xưởng may 300 công nhân ghi nhận số liệu tuyển dụng hàng tháng — bao nhiêu hồ sơ nộp, bao nhiêu người được nhận, bao nhiêu người nghỉ trong 3 tháng thử việc. Đây là dữ liệu nền tảng nhất, thường được lưu trên Excel hoặc sổ sách, nhưng nhiều nhà máy vẫn chưa làm tốt bước này — dẫn đến không có cơ sở nào cho các giai đoạn phân tích sâu hơn phía sau.

Giai đoạn 2: Kết nối với mục tiêu của tổ chức

Lúc này việc giao chỉ tiêu định kỳ từ cấp quản lý cho các kết quả đầu ra và được đánh giá cuối kỳ có tác dụng. Những con số nói lên giá trị của mỗi công việc, gắn với chất lượng, đổi mới, năng suất, dịch vụ.

Ứng dụng tại nhà máy Việt Nam: một nhà máy sản xuất linh kiện điện tử gắn chỉ tiêu tuyển dụng của bộ phận nhân sự với mục tiêu sản xuất — ví dụ “tuyển đủ 50 công nhân mới trước khi vào mùa cao điểm quý 4” thay vì chỉ đo số lượng hồ sơ nhận được. Chỉ số nhân sự lúc này bắt đầu phản ánh đúng nhu cầu vận hành thực tế của nhà máy.

Giai đoạn 3: So sánh chuẩn (benchmarking)

So sánh với các thông tin thu thập được từ những tổ chức khác có cùng điều kiện. Tuy nhiên, giá trị của việc so sánh trong ngành hay trong một địa bàn còn phụ thuộc vào chất lượng thông tin thu được để so sánh.

Ứng dụng tại nhà máy Việt Nam: các khu công nghiệp thường có mặt bằng lương và tỷ lệ nghỉ việc tương đối rõ ràng giữa các nhà máy lân cận. Một doanh nghiệp dệt may tại khu công nghiệp có thể so sánh tỷ lệ nghỉ việc của mình (ví dụ 4%/tháng) với mức trung bình khu vực (thường 3-6%/tháng tuỳ ngành) để biết mình đang ở đâu, thay vì chỉ nhìn vào con số của riêng mình mà không có điểm đối chiếu.

Giai đoạn 4: Phân tích mô tả

Lý giải được hoạt động quá khứ và kết quả đầu ra — nhìn thấy các xu hướng từ quá khứ. Nhưng sẽ là rủi ro nếu áp dụng xu hướng này cho tương lai một cách máy móc, do thị trường thay đổi rất nhanh.

Ứng dụng tại nhà máy Việt Nam: phân tích dữ liệu nghỉ việc 12 tháng qua của một nhà máy giày da có thể cho thấy quy luật: tỷ lệ nghỉ việc tăng vọt vào tháng 1-2 (sau Tết) và tháng 6-7 (mùa vụ nông nghiệp ở các tỉnh có nhiều lao động về quê). Đây là phân tích mô tả — nhìn lại và nhận ra quy luật, nhưng chưa dự báo được mức độ chính xác cho năm sau nếu có biến động bất thường (ví dụ đơn hàng tăng đột biến).

Giai đoạn 5 (hiện nay): Dự báo tương lai

Xuất hiện một cách phân tích mới, liên kết giữa những gì đã biết với những gì chưa biết, để dự báo những gì có thể xảy đến trong tương lai. Ngành ngân hàng, bảo hiểm đã áp dụng khá hiệu quả cách phân tích dự báo này, và theo Jac Fitz-enz, đã đến lúc ngành nhân sự cần ứng dụng để tính toán hiệu quả đầu tư trong tuyển dụng, đào tạo.

Ứng dụng tại nhà máy Việt Nam — hai bài toán thực tế nhất:

  • Dự báo nghỉ việc: kết hợp dữ liệu chấm công (đi trễ, vắng không phép tăng dần), dữ liệu lương (không được tăng lương/thưởng gần đây), và thâm niên để xác định nhóm công nhân có nguy cơ nghỉ việc cao trong 1-2 tháng tới, từ đó chủ động giữ chân hoặc chuẩn bị kế hoạch tuyển bù thay vì bị động khi người đã nộp đơn nghỉ
  • Dự báo nhu cầu nhân lực theo mùa vụ: nhà máy sản xuất hàng xuất khẩu (may mặc, giày da, đồ gỗ) thường có mùa cao điểm 3-4 tháng trước các kỳ lễ lớn ở thị trường xuất khẩu. Dựa trên dữ liệu đơn hàng dự kiến và năng suất trung bình mỗi công nhân, bộ phận nhân sự có thể dự báo cần tuyển thêm bao nhiêu lao động thời vụ, tuyển trước bao lâu để kịp đào tạo, thay vì tuyển gấp khi đơn hàng đã về khiến chất lượng tuyển dụng giảm sút

Vì sao khung 5 giai đoạn này vẫn còn giá trị

Theo Jac Fitz-enz, việc đi từ giai đoạn này lên giai đoạn kia trên chiếc thang giá trị mang lại giá trị ngày càng cao cho tổ chức. Với phần lớn doanh nghiệp sản xuất Việt Nam quy mô vừa và nhỏ, thực tế nhiều nơi vẫn đang ở giai đoạn 1-2 (ghi nhận công việc, gắn với mục tiêu) mà chưa tiến được đến giai đoạn 4-5. Việc nhìn rõ mình đang ở giai đoạn nào giúp doanh nghiệp không nóng vội áp dụng dự báo phức tạp khi dữ liệu nền tảng còn thiếu — điều này cũng lý giải xu thế sử dụng số liệu phân tích nhân sự đang ngày càng phổ biến nhưng không phải doanh nghiệp nào cũng triển khai đúng thứ tự.

Góc nhìn của Trưởng phòng Nhân sự

  • Cần đánh giá trung thực doanh nghiệp mình đang ở giai đoạn nào trong 5 giai đoạn trước khi đầu tư vào công cụ phân tích dự báo phức tạp
  • Dữ liệu chấm công, lương, tuyển dụng cần được số hoá và chuẩn hoá trước — đây là điều kiện tiên quyết để tiến lên giai đoạn phân tích mô tả và dự báo
  • Dự báo nghỉ việc chỉ có giá trị khi đi kèm hành động cụ thể (giữ chân, tuyển bù), không chỉ để có báo cáo đẹp

Góc nhìn của Chủ doanh nghiệp/Giám đốc nhà máy

  • Đầu tư vào phân tích dự báo nhân sự nên được nhìn như đầu tư giảm rủi ro gián đoạn sản xuất, không phải chi phí hành chính
  • Dự báo nhu cầu nhân lực theo mùa vụ chính xác giúp tránh hai thái cực tốn kém: tuyển gấp thiếu chất lượng, hoặc dư thừa lao động ngoài mùa cao điểm
  • Cần kiên nhẫn với lộ trình 5 giai đoạn — doanh nghiệp không thể nhảy cóc từ ghi sổ tay sang dự báo AI trong một bước

Câu hỏi thường gặp

Doanh nghiệp nhỏ có cần đến giai đoạn 5 (dự báo) không?

Không nhất thiết ngay lập tức. Doanh nghiệp dưới 100 lao động thường chỉ cần làm tốt giai đoạn 1-3 (ghi nhận, gắn mục tiêu, so sánh chuẩn) đã đủ cải thiện đáng kể chất lượng quản trị nhân sự.

Dự báo nghỉ việc có cần phần mềm chuyên dụng không?

Không bắt buộc ở quy mô nhỏ — có thể bắt đầu bằng việc theo dõi thủ công các dấu hiệu cảnh báo (đi trễ tăng, năng suất giảm) trên Excel trước khi đầu tư phần mềm phân tích dự báo.

Làm sao biết dữ liệu nền tảng đã đủ để chuyển sang giai đoạn phân tích cao hơn?

Khi dữ liệu chấm công, lương, tuyển dụng được ghi nhận đầy đủ, nhất quán trong ít nhất 6-12 tháng liên tục mà không có khoảng trống lớn, đó là dấu hiệu đủ điều kiện để bắt đầu phân tích xu hướng và benchmark.

Kết luận

Khung 5 giai đoạn của Jac Fitz-enz vẫn là bản đồ hữu ích để doanh nghiệp sản xuất Việt Nam tự định vị mình đang ở đâu trong hành trình phân tích nhân sự, thay vì chạy theo các công cụ dự báo hiện đại khi nền tảng dữ liệu chưa sẵn sàng. Với bài toán đặc thù của sản xuất — dự báo nghỉ việc và dự báo nhu cầu nhân lực theo mùa vụ — việc đi đúng thứ tự từng giai đoạn giúp tiết kiệm chi phí đầu tư và tăng độ tin cậy của dự báo. Đây là một phần quan trọng trong hành trình chuyển đổi số của Quản trị nhân sự tại các doanh nghiệp sản xuất.

Bài viết liên quan

Nguồn: Doanh nhân Sài Gòn (QTNS biên soạn lại và bổ sung ví dụ thực tế)