Programvara för kompetensmatris: Så väljer du rätt verktyg för din organisation

Det saknas inte programvara där du kan registrera medarbetarnas kompetenser och kalla det en kompetensmatris. Den svårare frågan, och den som avgör om er kompetensmatris faktiskt kommer till användning, är om verktyget är byggt utifrån hur kompetens fungerar i en verklig organisation.

Kompetens är inte statisk. Den förändras när människor utvecklas, tar sig an nya projekt, certifierar sig eller byter roll. Den är ojämnt fördelad, ofta osynlig för dem som bäst behöver hitta den och många gånger självrapporterad på ett sätt som inte går att lita på utan rätt utformning. En kompetensmatris som inte tar hänsyn till något av detta är inaktuell innan introduktionen ens är klar.

Den här guiden rankar inte varje plattform på marknaden. Däremot ger den dig ett ramverk för att utvärdera programvara för kompetensmatriser utifrån de dimensioner som verkligen spelar roll, så att du kan skilja ett verktyg som är byggt för problemet från ett som är byggt för en produktkatalog.

Vad du egentligen köper när du köper programvara för kompetensmatris

En kompetensmatris är i sin enklaste form ett rutnät: personer på ena axeln, kompetenser på den andra och någon form av nivåangivelse i varje skärningspunkt. Det kan du bygga i ett kalkylark på en eftermiddag. Anledningen till att organisationer letar efter dedikerad programvara är att kalkylarksversionen fallerar nästan direkt i större skala. Den blir inaktuell, går inte att söka i, kan inte generera rapporter och ingen litar på datan eftersom ingen har underhållit den.

Det du faktiskt köper när du investerar i programvara för kompetensmatris är inte rutnätet. Det är infrastrukturen runt det: hur datan samlas in, hur den uppdateras, sökfunktionen, rapportlagret och, viktigast av allt, medarbetarupplevelsen som avgör om folk faktiskt använder verktyget.

Det är just på den sista punkten som de flesta verktyg brister. Programvara för kompetensmatriser som riktar sig till HR-administratörer är ofta uppbyggd uppifrån och ned: HR bestämmer taxonomin, medarbetarna fyller i ett formulär och cheferna validerar. Problemet är att medarbetarna inte känner något ägarskap för uppgifterna, och därför håller de dem inte aktuella. Resultatet blir en ögonblicksbild från introduktionsveckan som stämmer allt sämre med verkligheten för varje månad som går.

Alternativet är en designfilosofi som gör plattformen verkligt användbar för medarbetaren, inte bara för chefen. När medarbetare kan se sin egen profil, förstå hur deras kompetenser står sig mot rollkraven, sätta utvecklingsmål och hålla koll på sina certifikat har de en anledning att logga in och hålla sin data korrekt. Det är den designutmaningen som de flesta verktyg inte löser.

De fem dimensionerna som skiljer bra verktyg för kompetensmatriser från enkla

1. Kompetensdatans kvalitet: finns det en mekanism som håller den korrekt?

Fråga vilken leverantör som helst hur deras plattform håller kompetensdatan aktuell. Vaga svar om "regelbundna påminnelser" eller "återkommande chefsgenomgångar" räcker inte. De starkaste verktygen bygger in korrektheten i själva designen.

En mekanism som fungerar särskilt bra är social transparens: När en medarbetares kompetenser är synliga för kollegor och chefer korrigerar folk sig själva. Ingen anger sig som expert på något de knappt behärskar när personen bredvid, som verkligen är expert, kan se bedömningen. Ett program inom Världsbanken som omfattade 27 000 anställda visade att självrapporterad data blir mer korrekt och fullständig när kompetenserna görs synliga för kollegor och kan bekräftas av dem. MuchSkills bygger på samma princip: kompetensdata som kollegor kan se är kompetensdata som folk tar på allvar.

En annan signal att leta efter är hur plattformen hanterar skillnaden mellan kompetensnivå och motivation. Vissa verktyg, om än inte många, låter medarbetare ange inte bara hur skickliga de är inom en kompetens utan också hur gärna de vill använda den. Den distinktionen är enormt viktig för bemanning och utveckling: Att placera någon i ett projekt som bygger på kompetenser personen försöker lämna bakom sig är en risk för att tappa medarbetaren, även om matchningen ser bra ut på papperet.

2. Sökfunktion: hittar du faktiskt det du behöver?

Kompetensmatrisen är bara användbar om någon kan söka i den. På ett konsultbolag kan det betyda: "hitta en konsult med AWS-certifiering som är tillgänglig från mars och har arbetat inom finanssektorn." Inom HR kan det betyda: "visa alla i ingenjörsdivisionen som har genomfört ISO 27001-utbildningen och inte låtit den löpa ut."

Kompetensmatriser i kalkylark klarar inget av detta. Det gör inte heller de flesta HR-system med en påskruvad kompetensmodul. De lagrar datan, men sökningen är begränsad till enstaka filter och ger dig en export, inte ett svar.

Programvara som är byggd för kompetensmatriser ska kunna söka på kompetenser, certifikat, tillgänglighet och andra attribut samtidigt och leverera resultat på några sekunder. Be om en livedemonstration av just det här användningsfallet när du utvärderar en plattform. Det är ofta i glappet mellan vad säljpresentationen lovar och vad sökningen faktiskt levererar som affärer vinns eller förloras.

3. Kompetenstaxonomin: vem har byggt den och kan ni utöka den?

En kompetenstaxonomi är listan över de kompetenser som plattformen känner till. Alla plattformar har en, men de skiljer sig enormt i kvalitet, djup och detaljeringsgrad.

En generisk taxonomi (kommunikation, ledarskap, projektledning) är nästan värdelös för tekniska rekryterings- och bemanningsbeslut. En taxonomi för IT-konsulting behöver AWS, Azure, GCP, Kubernetes, Terraform och hundratals specifika certifieringar. En taxonomi för teknikkonsulting behöver konstruktionsberäkning, BIM, VVS, CAD-verktyg och branschspecifika metoder. En taxonomi för ett globalt konsult- och tjänsteföretag behöver täcka allt detta och mer därtill.

Fråga specifikt när du utvärderar plattformar: Hur många kompetenser finns i databasen? Hur ser täckningen ut inom er bransch? Kan er organisation lägga till egna kompetenser som inte finns i biblioteket? Svaren visar snabbt om verktyget är byggt för er bransch eller för en bred HR-publik.

4. Certifikat och behörigheter: operativt verktyg eller ren dekoration?

För många organisationer är certifikat inte bara något som är bra att ha. De krävs i avtal, syns för kunderna och är i vissa fall lagkrav. En plattform som listar certifikat utan att bevaka när de går ut, skicka aviseringar eller koppla dem till rollkrav samlar in data som den inte kan göra något med.

Leta efter: bevakning av utgångsdatum med automatiska aviseringar, möjlighet att koppla certifikat till specifika roller eller projekt, en fullständig spårbarhetslogg (avgörande för ISO-efterlevnad) och en databas som täcker just er branschs certifieringar, inte bara de vanligaste yrkeskvalifikationerna.

Om din organisation arbetar med kunder som kräver specifika certifikat innan de skriver avtal är det här ingen valfri del. Det är själva kärnan i det operativa användningsområdet.

5. Medarbetarupplevelse: kommer någon faktiskt att använda det?

Det här är dimensionen som avgör om investeringen lönar sig. En plattform med en snygg adminpanel och ett eländigt gränssnitt för medarbetarna får låg användning. Det ger dålig data, vilket i sin tur betyder att kompetensmatrisen inte används för de beslut den var tänkt att ge underlag för.

Leta efter: hur lång tid det tar för en medarbetare att fylla i sin profil (allt över 30 minuter är en risk), om gränssnittet visar medarbetarna något användbart om dem själva (deras utvecklingsväg, hur väl de matchar utlysta roller, kollegornas kompetenser) och om plattformen har utformats med medarbetarupplevelsen som främsta hänsyn, inte rapportlagret.

Det är värt att fråga rakt ut om användningsgrad. En plattform där profilerna sällan fylls i efter den första uppsättningen säger något viktigt.

Var MuchSkills passar in i bilden

Utvärderar du programvara för kompetensmatriser åt ett konsultbolag, ett tjänsteföretag eller ett medelstort företag med teknisk personal? Då är MuchSkills värt en närmare titt. Plattformen är byggd specifikt för de användningsområden som beskrivs ovan: levande kompetensdata som håller sig korrekt eftersom medarbetarna har ett skäl att underhålla den, sökning som fungerar på kompetenser, certifieringar och tillgänglighet samtidigt, och en taxonomi som omfattar 20 000 branschspecifika kompetenser och fler än 9 700 certifieringar, inklusive hela utbudet av moln-, teknik- och yrkescertifieringar.

Funktionen Skill Will, som gör att ni kan följa motivation sida vid sida med kompetensnivå, är något man sällan ser bland liknande verktyg. Den ger mer träffsäkra bemanningsbeslut och undanröjer en vanlig orsak till friktion i projekt: att någon hamnar på uppgifter som hen rent tekniskt klarar av men inte längre vill hålla på med.

Vill ni se hur det fungerar i praktiken? På MuchSkills sida om kompetensmatriser går vi igenom kärnfunktionerna i detalj. Ni kan också testa plattformen med er egen data.

Vad programvara för kompetensmatris inte gör på egen hand

Det är värt att vara ärlig om begränsningarna. Ingen programvara bygger er kompetenstaxonomi åt er, men de bästa ger er ett rejält försprång. MuchSkills levereras med en databas med 20 000 branschspecifika kompetenser och över 9 700 certifieringar, vilket betyder att ni inte börjar från ett tomt blad. Konfigurationsarbetet, alltså att avgöra vilka kompetenser som är viktiga för vilka roller och på vilka nivåer, kräver fortfarande insatser från ert team, men ni väljer och formar utifrån ett befintligt bibliotek i stället för att bygga ett från grunden. Det är också därför det är svårare än det låter att göra en kompetensgapsanalys innan ni har valt plattform: ni kan inte kartlägga gap på ett meningsfullt sätt utan en taxonomi att kartlägga mot.

Programvara löser inte heller en kultur där medarbetarna misstror hur deras data kommer att användas. Om kompetensdata tidigare har använts som bestraffning, för att avveckla personer i stället för att utveckla dem eller matcha dem mot bättre uppdrag, blir användningen låg oavsett hur bra användarupplevelsen är. Datafrågan och kulturfrågan måste hanteras parallellt.

Många verktyg för kompetensmatriser ger av sin natur en bild av ett enda ögonblick, en ögonblicksbild som börjar bli inaktuell så fort den har tagits. MuchSkills fungerar annorlunda: profilerna är levande, uppdateras löpande och sköts av medarbetarna själva. Därför speglar datan vad folk faktiskt kan i dag, inte vad de kunde när de började. De mest framgångsrika organisationerna ser kompetensdata som infrastruktur som ska underhållas, inte som ett projekt som ska bockas av. Plattformen du väljer ska göra det enkelt, inte förutsätta att alla är disciplinerade.