Lupakan tes Myers-Briggs, jika Anda ingin mengetahui pendapat rekan kerja Anda, buka Saberr.
Lihat terkait
Startup asal Inggris mengklaim bahwa ia dapat memprediksi kinerja tim kantor Anda berdasarkan seberapa baik Anda bergaul, menggunakan algoritma yang diinformasikan oleh kencan online. Kami berbicara dengan pendirinya, Alistair Shepherd, yang menggunakan perangkat lunak ini untuk melakukan semua perekrutan – dan bahkan penempatan perusahaan rintisan mana yang akan gagal sehingga dia dapat merekrut staf mereka, dan itulah cara perusahaan mengambil alih arusnya CTO.
Apa yang ingin dilakukan Saberr?
Perangkat lunak kami memperkirakan kinerja tim dan individu berdasarkan kemampuan mereka untuk berinteraksi satu sama lain.
Ketika Anda bekerja dengan orang-orang yang Anda sukai dan akrab dengan Anda, kinerja Anda berada pada kondisi terbaiknya – Anda menggunakan keahlian Anda sebaik mungkin. Namun ketika Anda bekerja dengan orang-orang yang membuat Anda frustrasi dan tidak terlalu Anda hormati, akan lebih sulit untuk merasa termotivasi di tempat kerja.
Tes kepribadian, seperti Myers-Briggs, sangat menarik, namun tidak terlalu berguna. Anda tidak dapat memperkirakan kinerja dengan itu. Kami melihat apa yang sebenarnya mendorong seseorang dari perspektif berbasis data.
Kedengarannya sangat mirip dengan kencan online.
Kami melakukan banyak penelitian awal dari kencan online. Apa yang kami lihat adalah apa yang membuat orang-orang mengklik, apa yang membuat orang-orang menyukai satu sama lain? Apa yang membuat orang tidak menyukai satu sama lain? Hal-hal yang membuat hubungan romantis jangka panjang menjadi baik juga merupakan hal-hal yang membuat persahabatan jangka panjang menjadi baik, atau baik hubungan profesional jangka panjang – Anda dapat menghormati satu sama lain di bawah berbagai tingkat stres dalam jangka waktu yang lama waktu. Kami mencari pola dalam data kencan online untuk melihat apakah hal tersebut dapat membantu kami saat mengembangkan algoritme awal.
Tentu saja, kami tidak berusaha membina hubungan romantis, karena hal itu akan membawa kami pada sedikit masalah.
Bagaimana Anda tahu bahwa orang-orang menjawab dengan jujur?
Saat Anda menggunakan data untuk mencoba menganalisis seseorang, sangat mudah untuk mendapatkan data yang buruk.
Sebagai contoh kasar, jika salah satu pertanyaannya adalah – dan bukan – “apakah Anda pekerja keras?” Ada jawaban yang jelas dan tepat untuk hal tersebut di tempat kerja. Dibutuhkan banyak upaya untuk merancang survei dengan hati-hati.
Yang lebih menarik adalah bisa mendapatkan tingkat akurasi yang sama dari data yang Anda hasilkan dalam kehidupan sehari-hari, karena itu berarti kecilnya peluang Anda untuk memainkan sistem tersebut. Kami sedang mengerjakan hal-hal seperti menganalisis riwayat email Anda untuk membantu memberikan penilaian yang lebih baik.
Jadi bagaimana Anda tahu itu berhasil?
Pendiri Saberr, Alistair Shepherd
Cara kami [mengujinya] dengan klien saat ini adalah, jika mereka adalah perusahaan besar dengan ratusan karyawan, kami dapat masuk dan lihatlah tim-tim yang telah mereka operasikan selama beberapa tahun terakhir, di mana mereka mendapatkan kinerja atau hasil data. Kami akan menjalankan analisis kami dan membandingkan tim mana yang menurut kami seharusnya memiliki kinerja tertinggi selama beberapa tahun terakhir dengan data hasil sebenarnya.
Mereka sangat cocok. Ini mengejutkan karena kami tidak melihat keterampilan orang; kami tidak melihat pengalaman mereka; kami tidak melihat demografi mereka – semua hal yang Anda pertimbangkan saat mewawancarai seseorang. Yang kami lihat hanyalah sifat hubungan tersebut. Sungguh mengejutkan betapa prediktifnya hal ini dalam memperkirakan kinerja.
Adakah yang pernah menolak menjawab pertanyaan?
Kami menjadikan pertanyaan dalam survei kami opsional. Merupakan praktik yang buruk jika pemberi kerja memaksa seseorang melakukan hal ini jika mereka tidak menginginkannya. Namun kami mencoba menjelaskan bahwa ini demi kepentingan karyawan, sehingga penolakan yang kami terima jauh lebih sedikit daripada yang saya perkirakan.
Ada bahaya besar, ketika Anda mengembangkan sistem seperti ini, Anda akan dianggap sebagai Kakak dan itu hanyalah alat untuk memasukkan Anda ke dalam kotak. Namun, menurut saya kekuatan sebenarnya dari data bukanlah memberikannya kepada Big Brother, namun memberikannya kepada Anda sebagai karyawan untuk membantu Anda mengelola karier dengan lebih baik. Karyawan mana yang tidak ingin lebih bahagia di tempat kerja dan memiliki karier yang lebih sukses? Saya pikir kita semua berusaha untuk itu.
