Kompetensmatris för konsultbolag: en praktisk guide för bolag som måste bemanna senast på torsdag

Anbudsförfrågan eller upphandlingsunderlaget kommer in en måndagsmorgon. Kunden vill ha ett team med erfarenhet av SAP S/4HANA, två certifierade projektledare och minst en konsult som har arbetat inom den nordiska energisektorn. Namnen vill de ha senast på torsdag.

Sex kalkylblad öppnas. Åtta teamledare får ett mejl. På tisdagseftermiddagen har tre svarat. Ett team sätts ihop utifrån vem som dyker upp i huvudet, inte vem som passar bäst. Generiska CV:n skickas på fredagen. För sent. Kunden går vidare med någon annan.

Det här är inget bemanningsmisslyckande. Det är ett misslyckande i att se kompetensen. Och det händer, i någon form, varje vecka på konsultbolag som inte har byggt upp förutsättningarna för att se vad de faktiskt har.

Vad en kompetensmatris för konsultbolag egentligen är (och vad den inte är)

En kompetensmatris för konsultbolag är inget prestationsverktyg. Det är inget ramverk för medarbetarsamtal, ingen kompetensmodell och inget HR-initiativ. Det är en operativ tillgång: en levande karta över vem som kan vad, på vilken nivå, och vem som är tillgänglig för uppdrag just nu.

HR-versionen av en kompetensmatris har sina användningsområden. Den byggs oftast för att ge underlag till utvecklingssamtal, identifiera utbildningsbehov och stödja årliga medarbetarsamtal. Konsultversionen har ett annat uppdrag. Den besvarar bemanningsfrågan, inte en gång om året eller en gång i kvartalet, utan den här veckan, för det här anbudet, i den här branschen.

Sammanblandningen av de två är en del av förklaringen till att så många konsultbolag har en kompetensmatris som ingen använder i det dagliga arbetet. Den utformas som ett HR-dokument, ligger i HR-systemen och når aldrig fram till måndagsmorgonens bemanningsmöte. När någon väl behöver den är den redan inaktuell.

Vad en kompetensmatris för konsultbolag bör innehålla, och varför varje fält är viktigt

Innehållet i en användbar kompetensmatris för konsultbolag följer direkt av syftet. Varje fält ska tjäna ett verkligt bemannings- eller anbudsscenario, inte finnas där för att rapporteringen ska se komplett ut.

Kompetenser och kunskapsnivåer är grunden. Inte bara om en konsult har en kompetens, utan på vilken nivå. Kan personen leda en molnmigrering på egen hand, eller behövs det handledning? Att veta att ni har tolv personer med AWS-erfarenhet är mindre värt än att veta vilka tre av dem som kan driva ett uppdrag utan handledning. I MuchSkills bedöms kompetenser på en skala från 1 till 9 utifrån praktisk förmåga i det dagliga arbetet, i en databas med 20 000 branschspecifika kompetenser. Nivå 1 till 3 innebär att personen fortfarande utvecklas; produktiv leverans börjar på nivå 4. Den skillnaden spelar roll när ni bemannar ett kundnära uppdrag.

Certifieringar och utgångsdatum blir allt oftare ett absolut krav. PMP, PRINCE2, AWS Solutions Architect, Azure, ISO 27001: kunder inom tekniska och reglerade branscher kräver rutinmässigt specifika certifieringar innan avtal skrivs. En matris som registrerar certifieringar men inte om de fortfarande är giltiga sviker er i samma stund som kunden ber om bevis. MuchSkills håller koll på 9 700+ certifieringar med utgångsdatum, automatiska påminnelser och revisionsklar dokumentation, så att svaret alltid är aktuellt och inte ungefärligt.

Projekt- och branscherfarenhet är det som skiljer en kompetent konsult från en trovärdig. En kund inom finanssektorn vill veta att ni har levererat i deras verklighet tidigare. Matrisen ska visa vilka branscher och projekttyper varje konsult har arbetat med, inte bara vilka kompetenser hen har på ett abstrakt plan.

Språk och marknadstäckning spelar roll för bolag som verkar i flera länder. En konsult med flytande tyska och leveranserfarenhet från DACH-regionen kan inte bytas ut mot en som bara arbetar på engelska, hur djup den tekniska kompetensen än är.

Aktuell tillgänglighet är fältet som gör allt annat användbart. En kompetensmatris utan data om beläggning är en katalog, inte ett bemanningsverktyg. Om ni inte kan se vem som är allokerad, vem som har kapacitet under Q2 och vem som avslutar ett uppdrag om sex veckor fattar ni fortfarande bemanningsbeslut på magkänsla.

Där de flesta konsultbolag går fel

I princip varje konsultbolag som läser det här har ett kalkylblad. Ofta flera. Det är inget att skämmas över. Ett kalkylblad är en rimlig första lösning på ett verkligt problem, och för bolag med färre än 30 konsulter kan det fungera hyggligt.

Problemen visar sig när volymen och tempot ökar. Versionshanteringen är det uppenbara: när tre personer sköter var sin flik är någons matris alltid inaktuell. Men det strukturella problemet går djupare än så. Kompetensdata stämmer den dag någon fyller i den, och sedan börjar den bli gammal. Konsulten som har ägnat de senaste åtta månaderna åt att leverera en komplex Azure-migrering har inte uppdaterat sin profil. Den som tog sin ISO 27001-certifiering i november står fortfarande utan den i listan.

Resultatet blir en matris som teamet inte riktigt litar på. Den blir en utgångspunkt för diskussion snarare än en pålitlig källa, och den tid den var tänkt att spara går därmed till stor del förlorad.

De bolag som hanterar det här väl använder inte bättre kalkylblad. De har gått över till en levande, sökbar kompetensplattform där data underhålls löpande: den uppdateras som en del av projektavslutet, flaggas när certifieringar närmar sig utgångsdatum och är synlig för resursansvariga utan att ett enda mejl behöver skickas.

Så ser en modern kompetensmatris för konsultbolag ut i praktiken

När en kompetensmatris för konsultbolag fungerar ser måndagsmorgonens bemanningsläge annorlunda ut.

En anbudsförfrågan eller upphandling kommer in. En resursansvarig öppnar MuchSkills och skriver: ”Python + AWS + ISO 27001, tillgänglig Q2.” Inom några sekunder dyker tre konsulter upp, med kompetensnivå, aktuell certifieringsstatus, projekthistorik och tillgänglighet i realtid på samma skärm. Teamet spikas utifrån hur väl konsulterna faktiskt passar. Skräddarsydda CV:n är på gång innan de flesta bolag har hunnit mejla klart till sina teamledare.

Den snabbheten håller i sig när datagrunden väl är på plats. MuchSkills är byggt för att göra den grunden hållbar: automatiska påminnelser om att hålla profilerna uppdaterade, varningar när certifieringar håller på att gå ut och en plattform som konsulterna gärna använder eftersom den visar deras egna kompetenser, utvecklingsväg och synlighet, inte bara ledningens bild av dem.

Bemanningspolitiken försvinner inte. Partnern som vill skydda sin favoritkonsult, frågan om någon är redo för en mer senior roll: det förblir mänskliga beslut. Men informationslagret blir rent. Ni vet vad ni har i hela verksamheten, och ni hittar det snabbt. Se hur MuchSkills fungerar för konsultbolag.

Det finns ytterligare en sak som en levande kompetensmatris gör möjlig och som kalkylblad aldrig klarat: den lyfter fram förmågor ni inte visste att ni skulle leta efter. En teammedlem som behärskar ett verktyg som kunden råkar använda. En certifiering som är direkt relevant för kundens regelverk. När anbudet skickas kan ni skriva "vårt föreslagna team har även expertis inom X", eftersom ni kan se det, inte för att någon råkade komma ihåg det.

Från rätt team till rätt CV

Att hitta rätt personer är bara halva problemet. Den andra halvan är att presentera dem för kunden, med CV:n anpassade efter den specifika anbudsförfrågan eller upphandlingen, som speglar aktuella kompetenser och certifieringar och är formaterade och klara.

Här tappar de flesta bolag mycket tid. Man letar igenom delade enheter efter den senaste versionen, jagar konsulter för att få dem att uppdatera sina profiler och skriver anpassade sammanfattningar från grunden till varje anbud. Standish CHAOS-rapporten, som bygger på analyser av över 50 000 projekt, visade att två tredjedelar av IT- och mjukvaruprojekten misslyckas, delvis på grund av dåliga bemanningsbeslut. En betydande del av misslyckandena uppstår redan i anbudsskedet, när teamet som presenteras inte ger en rättvisande bild av bolagets verkliga förmåga.

CV Inventory löser just det. Verktyget bygger på levande kompetensdata i MuchSkills och låter anbudsansvariga söka bland alla konsulter utifrån kompetens, certifiering och tillgänglighet, och sedan låta en AI anpassa profilerna avsnitt för avsnitt för varje enskilt anbud. Grundprofilen hämtas från verifierad data i MuchSkills: kompetenser med kunskapsnivåer, certifieringar med aktuell status, projekthistorik och språk. Den anbudsansvariga ger sammanhanget, alltså vad kunden letar efter och vad uppdraget innebär, och instruerar AI:n att skriva om specifika avsnitt utifrån det. Varje ändring granskas innan den genomförs. Människan har kontrollen hela vägen.

Arbete som tidigare tog timmar av skrivande, jagande och omformatering tar nu en bråkdel av tiden, eftersom systemet har den kunskap som tidigare låg i mappar och inkorgar, och AI:n tar hand om utkasten som förut skrevs från grunden varje gång. För en djupare genomgång av vad det kostar när det går fel, läs den dolda kostnaden för inaktuella CV:n i konsultanbud.

Hur ofta bör en kompetensmatris för konsultbolag uppdateras?

Ärligt talat: efter varje projekt, som ett minimum. Projektavslutet är det naturliga tillfället. Kompetenser har visats, certifieringar kan ha använts eller förnyats och ny branscherfarenhet har tillkommit. Om data inte uppdateras då blir den ofta aldrig uppdaterad.

En genomgång varje kvartal är ett realistiskt skyddsnät. Men en matris som bara uppdateras en gång i kvartalet kommer alltid att ha luckor. Med en modern kompetensmatris för konsultbolag är målet att göra uppdateringarna så smidiga att de sker löpande: automatiska påminnelser, självskattning som är en naturlig del av det vanliga arbetet och chefsvalidering i samband med att projekt avslutas. Kvartalsgenomgången blir då en avstämning, inte en räddningsinsats. Vill ni ha ett strukturerat sätt att hitta var kompetensgapen kostar er mest går kompetensgapsanalys för konsultbolag igenom metoden i detalj.

Matrisen bemannar inte ert team. Det gör ni. Men ni behöver data.

En kompetensmatris för konsultbolag fattar inga bemanningsbeslut. Den säger inte om en konsult är redo för en senior roll, om ett team håller ihop under press eller hur en viss kund kommer att reagera på ett visst leveranssätt. De bedömningarna är fortfarande era.

Det den tar bort är informationsbristen som gör besluten långsammare, mer riskfyllda och mer beroende av vem i rummet som har bäst minne. Branschdata visar genomgående att omkring 30 % av konsulternas tid inte genererar intäkter. En stor del av den förlusten börjar med att man inte vet vad man har och vem som är tillgänglig.

De bolag som vinner fler anbud, bemannar snabbare och behåller sina bästa konsulter gör inget strukturellt annorlunda. De har helt enkelt gjort sina talanger synliga.

Se hur det fungerar för konsultbolag →

Om ni vill se hur det här ser ut i praktiken kan ni boka en demo på 30 minuter, så går vi igenom det utifrån just ert bolags förutsättningar.