Prediksi NFL Saya Payah, Bagaimana dengan Pilihan Karyawan Saya?

Saya menyukai sepak bola Amerika profesional. Saya senang menonton pertandingan dan mempelajari sedikit tentang para pemain dan pelatih. Pengetahuan saya cukup luas, tetapi tidak mendalam. Setiap minggu, untuk bersenang-senang, saya mengikuti kompetisi tebak pemenang bersama keluarga, mencoba memprediksi pemenang setiap pertandingan. Biasanya ada 16 pertandingan yang harus diprediksi.

Saya mencoba menggunakan pengetahuan saya tentang keterampilan, cedera, dan tantangan pribadi setiap pemain untuk memprediksi penampilan mereka serta bagaimana penampilan itu akan berpadu dengan kinerja tim. Saya juga meluangkan sedikit waktu untuk mendengarkan rumor yang beredar tentang kemungkinan jalannya pertandingan akhir pekan. Saya merasa memiliki intuisi tentang bagaimana mereka akan tampil, yang diperkuat setelah mendengarkan wawancara mereka sebelum pertandingan.

Kenyataannya, prediksi saya payah. Minggu lalu saya menebak benar 7 pertandingan, dan minggu sebelumnya 5. Ternyata intuisi saya tidak bisa diandalkan.

Hal itu membuat saya berpikir—jika saya seburuk ini dalam memprediksi tim sepak bola yang akan menang, bagaimana saya bisa berharap pilihan karyawan saya akan tepat? Proses perekrutan standar berupa lamaran, resume, serta wawancara pertama dan kedua memberi saya informasi terbatas yang kurang lebih sama seperti ketika saya membuat prediksi pertandingan sepak bola. Jika tingkat keberhasilan prediksi tersebut juga berlaku dalam memilih karyawan, saya hanya akan berhasil pada 1/3 pilihan karyawan saya.

Itulah sebabnya saya tidak berjudi dan juga mengapa saya mulai menggunakan Harrison Assessments untuk membantu saya memilih dan mengembangkan karyawan. Harrison Suitability Profile dirancang untuk mengukur kemungkinan kepuasan kerja pada pekerjaan tertentu, memasukkan aspek retensi ke dalam skor kecocokan pekerjaan, serta menyediakan laporan yang membantu manajer mengidentifikasi dan merekrut talenta unggul.

Kisah ini agak mirip dengan Moneyball, yang ditulis oleh Michael Lewis dan juga diadaptasi menjadi film. Kisah nyata ini bercerita tentang manajer tim bisbol Oakland A’s yang memutuskan untuk mempekerjakan pencari bakat dengan pendekatan baru. Pencari bakat tersebut menggunakan data untuk menentukan siapa yang akan masuk ke timnya. Hasilnya adalah tim dengan biaya sebesar 10% dari biaya yang dikeluarkan New York Yankees, tetapi tetap mencatat 90% dari jumlah run yang diraih Yankees pada akhir musim. Pendekatan ini menggunakan bukti empiris, dipadukan dengan almanak olahraga bisbol yang mencakup data 50 tahun dan sistem komputer, untuk memprediksi pemain mana yang lebih mungkin berhasil dalam pertandingan dan jenis permainan tertentu.

Tidak semua dari kita mampu mempekerjakan pencari bakat seperti dalam Moneyball atau membeli program pengolahan datanya. Namun, kita mampu menggunakan Harrison Assessment untuk memprediksi keberhasilan kandidat untuk pekerjaan tertentu dan karyawan yang berpotensi dipromosikan. Harrison Assessment menggunakan SmartQuestionnaire (kuesioner cerdas) daring untuk menyediakan alat yang andal dalam membantu penyaringan dan seleksi kandidat. Alat ini juga menyediakan panduan wawancara serta arahan mengenai jenis kompensasi dan tunjangan lain yang akan menarik bagi kandidat pilihan Anda.

Menggunakan Harrison Assessment bukanlah kecurangan. Ini hanyalah cara cerdas memanfaatkan sumber daya yang baik dan tersedia, agar saya tidak harus mengandalkan intuisi dan kemampuan prediksi saya yang buruk.