Svi članci

Učinak na daljinu i u uredu: šta pokazuju podaci

Poredili smo obrasce fokusa, prozore saradnje i stabilnost rezultata u hibridnim timovima tokom cijelog kvartala.

Hubnity
8 min čitanja
Hubnity analitika s razrađenim praćenim vremenom

Poređenja učinka hibridnih timova korisna su samo kada timovi porede slične uloge, rokove i uslove projekta, a ne samo oznake lokacije. Sirovi prosjeci bez segmentacije češće zavaravaju nego što informišu.

Poredite slično sa sličnim

Segmentirajte po ulozi, vrsti projekta i opterećenju saradnjom prije nego što donesete zaključke o obrascima rada na daljinu i u uredu.

Tim za podršku i istraživački tim ne bi trebali dijeliti isti mjerni standard učinka.

  • Segmentacija po ulozi i senioritetu
  • Faza projekta i pritisak rokova
  • Sati preklapanja sa zavisnim timovima

Odvojite rezultat od prisustva

Sati na mreži nisu isto što i produktivna isporuka. Uz podatke o aktivnosti koristite metrike ishoda: prekretnice, kvalitet, ponovni rad.

Pristrasnost prema prisustvu može sakriti stvarne razlike u učinku i dovesti do nepravednih ocjena.

Sagledajte efikasnost saradnje

Poredite brzinu primopredaje, cikluse pregleda i rješavanje prepreka, a ne samo individualni učinak.

Hibridni timovi se često razlikuju po načinu saradnje, a ne po količini onoga što proizvode.

„Lokacija rijetko čini razliku. Obično je to dizajn toka rada.“

— Hubnity

Koristite uvide za poboljšanje tokova rada za sve

Ako osoblje na daljinu duže čeka odobrenja, popravite tokove odobravanja, a ne uvodite obavezne dane u uredu kao opće rješenje.

Dobra analiza ukazuje na promjene sistema, a ne na naredbe o lokaciji.

Praktični koraci za primjenu ove sedmice

  • Segmentirajte podatke o isporuci iz prošlog kvartala po ulozi i vrsti projekta
  • Dodajte metrike ponovnog rada i prepreka u preglede učinka
  • Razgovarajte s timovima o poteškoćama u toku rada prije promjene politike
  • Pilotirajte ispravke toka rada s jednim hibridnim timom

„Najkorisnija analiza učinka odgovara na pitanje šta je usporilo isporuku, a ne gdje je ko sjedio.“

— Hubnity

Zaključak

Poređenja rada na daljinu i u uredu zahtijevaju pažljivu segmentaciju i metrike usmjerene na ishode.

Kada se dobro koriste, podaci poboljšavaju tokove rada na svakoj lokaciji, a kada se loše koriste, postaju opravdanje za postojeća mišljenja.

Autor

Hubnity

Praktične smjernice Hubnityjevog tima za proizvod i operacije.

WhatsApp