Vous voulez que vos employés soient plus productifs ? Vous avez besoin d’une meilleure façon de mesurer leurs contributions

Avec la baisse des performances, Andy Jassy, ​​PDG d’Amazon a appelé tous les employés de l’entreprise retour au bureau plus tôt cette année. Des fesses sur des sièges, cinq jours par semaine.

Mais est-ce que RTO résoudre la productivité ? La réponse honnête : qui sait ?

La productivité est un concept apparemment simple qui s’avère notoirement glissant dans la pratique. De toute façon, que signifie être productif ? Est-ce fonction des heures enregistrées ? E-mails envoyés ? Ventes réalisées ? Les clients sont-ils satisfaits ? Chaque patron semble avoir sa propre définition.

Il n’est pas étonnant que « l’anxiété liée à la productivité » atteigne des proportions épiques, avec huit travailleurs sur dix craignent qu’ils n’en fassent pas assez.

Cette incertitude s’accompagne d’un « crise d’érosion des performances des entreprises » comme les entreprises du monde entier voir le plateau de productivité.

Le vrai problème : nous mesurons la productivité de la mauvaise manière. En fait, pour y parvenir, il faut faire quelque chose d’aussi évident qu’insaisissable : trouver un moyen de véritablement connecter les gens avec les résultats commerciaux.

Voici pourquoi la productivité est si difficile à cerner – et comment les entreprises peuvent commencer à la mesurer de manière plus significative.

Déballage de la productivité

Pour les experts métiers et les dirigeants d’entreprise, la productivité est depuis longtemps une obsession. À la fin des années 1700, l’économiste Adam Smith faisait la distinction entre travail productif et improductif. Le début du XXe siècle a vu montée en puissance des experts en efficacité qui prétendait aider les entreprises à tirer le meilleur parti de leurs travailleurs.

À peu près à la même époque, Henry Ford concluait qu’ils étaient plus productifs lorsqu’ils installaient des huit heures par jour — préparer le terrain pour la semaine de travail de 40 heures. Dans les années 1980, la productivité était devenue une pseudo-science, grâce à des gourous comme Tom Peters et Michael Porter.

Malgré toutes ces avancées, la notion fondamentale de productivité est restée obstinément opaque et inutile. Dans les salles de réunion, cela se réduit souvent aux résultats divisés par les intrants (les ventes totales, par exemple, divisées par les heures travaillées). Mais utiliser un pinceau aussi large ne nous mène pas loin.

Au niveau individuel des travailleurs, les entreprises ont encore tendance à se concentrer sur la mesure des efforts, en suivant les employés en fonction des heures travaillées ou des livrables enregistrés. Pour un employé qui travaille au support client, la productivité peut correspondre au nombre d’appels qu’il traite chaque jour.

En fait, cela ne nous dit pas grand-chose. Ce qu’il faut vraiment, c’est se concentrer sur la façon dont chaque individu influe sur les résultats commerciaux réels. Pour notre responsable du support, la fidélisation des clients est une mesure de productivité bien plus utile que les appels traités. Mais tracer le lien ténu entre un appel amical et le renouvellement d’un client est plus facile à dire qu’à faire.

En rapport: Votre équipe prospère-t-elle ou survit-elle simplement ? 5 stratégies à long terme pour constituer et maintenir des équipes performantes

Une meilleure façon de mesurer la productivité

Alors, comment pouvons-nous mieux gérer la productivité et soulager l’anxiété autour d’elle ?

C’est ici que l’IA et les nouvelles technologies s’avèrent efficaces pour démêler les liens subtils entre ce que font les employés et leur impact. performances de l’entreprise.

Au fond, cela implique de combiner des sources de données disparates de manière nouvelle et révélatrice. Les entreprises ont depuis longtemps accès à des « données personnelles » détaillées sur leurs employés, par exemple, depuis la formation et les certifications professionnelles jusqu’à l’ancienneté et aux évaluations de performance. Dans le même temps, les outils numériques de vente et de marketing ont donné aux entreprises accès à un riche ensemble de données sur les achats et le comportement des clients.

Historiquement, ces flux de données étaient cloisonnés. Mais de nouveaux outils les rassemblent et fournissent des informations inattendues. Prenons l’exemple de Cartier, le détaillant de luxe qui compte des centaines de magasins dans le monde entier.

En intégrant les données relatives aux personnes aux données des points de vente, ils ont pu voir quels emplacements étaient plus performants que d’autres, ainsi que l’historique de formation de chaque responsable de magasin. Connaissance exactement à quel point il est productif chaque manager permet à l’entreprise de déterminer quelle formation commerciale a le mieux fonctionné et de l’appliquer si nécessaire pour améliorer les performances.

En rapport: 7 traits d’employés extrêmement productifs

Parallèlement, l’intégration du traitement du langage naturel dans les outils de travail basés sur l’IA change également la donne en termes de productivité. Les types d’informations qui étaient autrefois réservés aux analystes et aux calculateurs de chiffres sont désormais accessibles aux chefs d’équipe qui en ont le plus besoin.

Disons que les ventes d’une entreprise dans une région particulière chutent. Au lieu de se plonger dans des feuilles de calcul denses, les dirigeants peuvent désormais poser des questions dans un langage simple : pourquoi cela se produit ? Pourquoi nos ventes sont-elles si décevantes ?

La réponse – révélée par l’IA à partir de diverses sources de données d’entreprise – permet d’identifier la cause profonde du problème. Dans l’exemple ci-dessus, il se peut que le taux de désabonnement soit très élevé. Étant donné que l’ensemble de l’équipe commerciale change tous les six mois, les commerciaux ne restent pas assez longtemps pour apprendre à vendre le produit. Le vrai problème ne venait pas des représentants, mais de leur manager.

En rapport: Je suis PDG, fondateur et père de 2 enfants. Voici 3 pratiques qui m’aident à maintenir ma santé mentale.

Un changement culturel

Malgré le potentiel de l’IA, la technologie ne constitue qu’une partie de la solution au dilemme de la productivité. La gestion à l’ancienne a toujours son importance, et cela implique de fixer des objectifs clairs par le haut. Pour plus de neuf sur 10 travailleurs, il est important d’avoir un travail qui a du sens. Ils doivent être capables de répondre à la question fondamentale : est-ce que je travaille sur quelque chose qui compte ?

C’est ici que le fait d’avoir des objectifs et des résultats clés transparents (OKR) – qui se propagent des dirigeants aux équipes et aux membres individuels – peut faire la différence. Plus de 80% des entreprises estiment que les OKR ont un impact positif sur leur organisation. Et lorsque les équipes disposent de processus pour identifier les tâches les plus prioritaires, elles presque cinq fois plus susceptibles d’être efficaces et productifs que leurs pairs qui ne le sont pas.

En fin de compte, utiliser les derniers outils pour mesurer la productivité en connectant les personnes aux résultats commerciaux est une solution gagnant-gagnant pour les entreprises et leurs équipes. En fixant des objectifs importants et en suivant l’impact des employés, les entreprises obtiennent des informations exploitables sur la manière dont les individus génèrent des résultats. Et comme les équipes savent ce qu’on attend d’elles et où elles en sont, elles se sentent moins anxieuses quant à leur contribution. Lorsqu’il s’agit de productivité, c’est du temps (et de l’argent) bien dépensé.