I undersökningen, som omfattar Europa, toppar Sverige och Österrike med en andel på 66 procent av företagen som ligger långt fram. Tyskland ligger hack i häl med 65 procent. Medelvärdet för europeiska företag är 60 procent. 52 procent av alla europeiska företag använder dataanalys för HR- och personalfrågor för att fatta både strategiska och operationella beslut.
Svenska företag långt framme i användning av dataanalys för HR
En undersökning utförd av SD Worx, visar att svenska företag ligger långt fram med användning av dataanalys för HR- och personalfrågor.

Terese Hill
Någonting är fel
Du är inloggad som prenumerant hos förlaget Pauser Media, men nånting är fel. På din profilsida ser du vilka av våra produkter som du har tillgång till. Skulle uppgifterna inte stämma på din profilsida – vänligen kontakta vår kundtjänst.
VD-tidningen premium
Läs vidare – starta din prenumeration
Redan prenumerant? Logga in och läs vidare.
Tron på dataanalys för HR- och personalfrågor är stark på svenska företag. 52 procent anser att insikter och rapporter som fås genom dataanalys tillför värde inom området. 34 procent intar en neutral hållning och 14 procent är helt eller delvis skeptiska. Dataanalys används bland annat för att effektivisera löneadministration. Bland andra områden som analyseras märks personalkostnader, frånvaro, bemanning, kapacitetsbehov, samt rekrytering.
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


