Vd-intervju: Kompetenskartläggning av nästan 55 000 statstjänstemän

Under 2025 lanserade Nigerias federala regering PASGA (Personnel Audit and Skills Gap Analysis), en personalrevision och kompetensgapsanalys som hör till de mest ambitiösa reformprojekten inom statsförvaltningen i landets senare historia. Projektet samordnades av Office of the Head of the Civil Service of the Federation (OHCSF), medan managementkonsultbolaget Phillips Consulting Limited från Lagos ledde arbetet på plats. Programmet, som internt kallades Project Phoenix, hade som mål att ta fram en strukturerad och jämförbar nulägesbild av kompetensen hos nästan 55 000 offentliganställda i 46 ministerier. MuchSkills levererade den teknikplattform som gjorde det möjligt att genomföra kompetensbedömningen i så stor skala. I plattformen lade medarbetarna in över 4 miljoner kompetensposter, fler än 4 800 certifieringar och fler än 19 000 utvecklingsmål.

Nedan berättar Daniel Nilsson, medgrundare och vd för MuchSkills, om vad som faktiskt krävdes för att utforma och leverera det resultatet: de strukturella beslut som fattades innan en enda medarbetare hade loggat in, de operativa realiteter som tvingade teamet att anpassa sig i realtid och vad erfarenheten visade om kompetenskartläggning i stor skala. Läs hela den strategiska fallstudien: Kompetenssynlighet i nationell skala: Lärdomar från Project PASGA.

Projektet beskrevs redan från början som ovanligt ambitiöst. Vad skilde det från allt MuchSkills hade gjort tidigare?

Flera saker, men skalan är den självklara utgångspunkten. 55 000 medarbetare är en helt annan kategori av utmaning än något vi hade hanterat tidigare, och förmodligen än de flesta kompetensinitiativ som genomförts någonstans. Men det var inte enbart skalan som gjorde det verkligt svårt.

Det svåra var förutsättningarna. Statliga e-postkonton användes ännu inte aktivt av stora delar av personalen. Personaldatan speglade komplexiteten i en stor institution i förändring: vissa uppgifter var ofullständiga, andra speglade organisationsförändringar som ännu inte hade slagit igenom i de centrala systemen. Och allt skulle vara klart inom ett leveransfönster som löpte ut vid årsskiftet.

Det handlade alltså inte bara om en kompetensbedömning. Vi byggde vidare på ett personalunderlag som samtidigt höll på att verifieras och stabiliseras, och det krävde en annan sorts operativ motståndskraft än en vanlig företagsimplementering.

Innan ni kunde kartlägga en enda kompetens behövde ni förstå hur statsförvaltningen faktiskt var uppbyggd. Hur gick ni till väga?

Det här tog lång tid, och det måste göras först. Nigerias federala statsförvaltning består av 46 ministerier, alla med eget uppdrag, egna avdelningar och egen personalsammansättning. Inom varje ministerium fanns tre dimensioner som vi behövde förstå och kartlägga: band, alltså lönegrader som visar senioritet; avdelningar, de operativa enheter som ansvarar för specifika funktioner; och kadrer, yrkesfamiljer där roller med gemensamma ansvarsområden samlas.

Regeringen har ett formellt tjänsteramverk som definierar kadrerna och rollerna under dem, allt från fordonsförare till miljöingenjörer. Det gav oss en strukturerad grund att utgå från. Men att förstå hur 55 000 personer fördelade sig över allt detta, och hur förflyttningar mellan ministerier genom placeringar och utlåning påverkade bilden, krävde ett noggrant arbete innan vi kunde konfigurera något alls.

Att få detta rätt var oerhört viktigt. Om en medarbetare loggade in och upptäckte att hen var kopplad till fel ministerium, fel avdelning eller fel lönegrad skulle bedömningen kännas fel, och felaktiga data skulle flöda in i rapporteringen. Det strukturella arbetet var ingen administrativ startkostnad. Det avgjorde om hela övningen skulle bli trovärdig.

Ni bestämde tidigt att inte kartlägga kompetenser på rollnivå. Varför, och vad gjorde ni i stället?

Att genomföra ett projekt i den här skalan utifrån enskilda roller hade varit näst intill omöjligt. I en statsförvaltning av den här storleken finns tusentals olika roller. Att kartlägga kompetenser för var och en av dem hade krävt enormt mycket uppstartstid, gett data som knappast gick att jämföra mellan ministerier och skapat en taxonomi så detaljerad att den hade kollapsat under sin egen tyngd.

I stället arbetade vi med kadrer, alltså yrkesfamiljer. En kadre samlar många roller som delar samma centrala ansvarsområden och förväntningar på förmåga. Genom att fokusera på kadrenivå i stället för rollnivå kunde vi fånga det som faktiskt spelade roll för analysen: mönster över grupper av människor med närliggande arbetsuppgifter, i stället för att sträva efter precision på en detaljnivå som ändå inte skulle ge bättre insikter.

För stora organisationer är det här en lärdom värd att stanna upp vid. Instinkten är ofta att vara så exakt som möjligt, att kartlägga varje roll, varje kompetens, varje delkompetens. Men i stor skala skapar den detaljnivån friktion utan att skapa förståelse. Frågan som ledare behöver besvara är inte ”vad kan just den här personen?” Den är ”vad kan den här gruppen människor, och var är vi starka eller underutvecklade?” Kadrer besvarar den frågan. Roller gör den svårare att ställa.

Ett av de mest avgörande besluten var att förlita sig på medarbetarnas självskattning i stället för någon form av chefsvalidering. Hur kom ni fram till det, och vad fick er att lita på att det skulle ge tillförlitliga data?

Det fanns en verklig debatt om detta innan projektet startade. Oron, som är förståelig, är att medarbetare utan chefsvalidering kan överskatta sina kompetensnivåer och att datan då blir opålitlig.

Vi insåg att den oron utgick från fel perspektiv. I den här skalan, och i en så komplex och hierarkisk organisation, hade krav på chefsvalidering skapat flaskhalsar som allvarligt kunde ha hämmat programmets framdrift. Värt att notera är också att vi, även i det vi själva rekommenderar, bara använder validering för de mest kritiska nyckelkompetenserna och inte för hela kompetensprofilen. Här hade cheferna blivit en källa till förseningar och bristande enhetlighet, och datan hade kanske sett mer validerad ut på papperet men varit mindre ärlig i praktiken.

Mer grundläggande var att vi inte försökte ta fram perfekta data på individnivå. Vi försökte ta fram trovärdiga data på mönsternivå, data som var tillräckligt bra för att visa ledarna var statsförvaltningen är stark, var den är underutvecklad och var det behövs investeringar. För det syftet är bred och ärlig självskattning från 55 000 personer betydligt mer värdefull än validerade data från en bråkdel av dem.

Det vi i stället fokuserade på var att göra ärlig självskattning till den enkla vägen. Medarbetarna använde en färdighetsskala från 1 till 9 med tydliga beskrivningar. De kunde se hur kollegor hade skattat sig själva, men vi visade medvetet profiler på nybörjar- och mellannivå först, så att medarbetare på alla nivåer kände sig trygga att dela korrekt information i stället för att känna press att prestera. Det designbeslutet visade sig vara viktigt. Engagemanget vi såg, och fördelningen av kompetensnivåer i datan, tyder på att människor verkligen försökte beskriva sig själva korrekt.

Vilken var den enskilt största operativa utmaningen som ni inte helt hade förutsett, och hur hanterade ni den?

Identitet och åtkomst blev snabbt det enskilt största operativa hindret. Statliga e-postkonton användes ännu inte aktivt av stora delar av personalen. Medarbetarna hade kommunicerat via privata konton och WhatsApp snarare än officiella kanaler, vilket speglar hur den digitala infrastrukturen ser ut i nationell skala. Att skapa verifierad åtkomst för tiotusentals medarbetare blev ett centralt arbetsområde i sig.

För att hantera detta byggde vi en särskild portal, skills.ohcsf.gov.ng, där medarbetarna kunde logga in med sitt IPPIS-nummer, alltså sitt statliga anställningsnummer. Portalen samlade också in uppgifter som saknades, som lönegrad, kadre och ministerietillhörighet, innan medarbetarna slussades vidare till själva bedömningen. Den blev den centrala ingången till hela programmet och innehöll instruktionsvideor som visades mer än 44 000 gånger under projektets gång.

Satsningen på video var ett av våra bättre beslut. När man inte kan kommunicera direkt med tiotusentals personer via e-post eller automatiserade arbetsflöden blir tydliga och lättillgängliga instruktioner bärande infrastruktur. Folk tittade, följde stegen och slutförde processen. Utan det hade supportbördan blivit ohanterlig.

Projektet genererade en betydande mängd supportärenden. Vilka typer av problem kom in, och hur förhindrade ni att det blev en flaskhals?

Volymen ökade allt eftersom programmet fortskred. Totalt ligger vi nu någonstans mellan 2 500 och 3 000 ärenden, och de allra flesta kommer från statstjänstemän som behövt hjälp med åtkomst och bedömning. Klusterkonsulterna står för kanske 5 % av dem. Resten är medarbetare som har problem med åtkomsten, tar sig igenom verifieringsstegen, behöver rätta till fel i vilket ministerium eller vilken avdelning de tillhör eller undrar hur de slutför bedömningen.

Det som förhindrade att det blev en flaskhals var nätverket av 15 klusterkonsulter, specialister från Phillips Consultings nätverk som var och en ansvarade för ett eller flera ministerier. De var länken på plats mellan oss och medarbetarna. Vi kommunicerade med dem via WhatsApp-grupper, vilket innebar att problem kunde lyftas och lösas snabbt utan formella eskaleringskedjor. Vi tog också fram en särskild guide och en FAQ för dem, så att vanliga frågor kunde hanteras utan att alls behöva gå via oss.

Plattformen behövde också anpassas när belastningen ökade. Sidor som fungerade bra under normala förhållanden i företagsmiljö visade tecken på påfrestning när tiotusentals användare var aktiva samtidigt. Vi identifierade de punkterna snabbt och åtgärdade dem, i vissa fall inom några timmar. Ett fåtal specialfall kring skärmstorlekar och visning dök också upp och åtgärdades efter hand.

Den ärliga reflektionen är att operativ beredskap är lika viktig som designkvalitet. Ett väl utformat program som inte klarar verklig belastning eller kan anpassas snabbt när något går sönder kommer inte att leverera. Teamets förmåga att agera snabbt, att lyfta problem, fatta beslut och åtgärda utan byråkratiska fördröjningar, var lika avgörande som något av de strukturella beslut som fattades före lanseringen.

Vad överraskade dig mest med hur medarbetarna faktiskt engagerade sig i processen?

Helt ärligt: hur mycket de gjorde utöver det som efterfrågades.

Deltagandet var starkt, och det genomsnittliga antalet registrerade kompetenser per bidragande medarbetare översteg 70, vilket är högt för vilket kompetensbedömningsprogram som helst. Men utöver de obligatoriska stegen satte medarbetarna upp utvecklingsmål, registrerade certifieringar, utforskade delar av plattformen som de inte hade hänvisats till och använde funktioner som vi inte särskilt hade lyft fram i det här projektet.

Det finns något viktigt i det. Instinkten i stora organisationer är ofta att oroa sig för att medarbetarna inte ska engagera sig, att de ska se kompetensbedömning som HR-pappersarbete och göra det minsta möjliga. Det vi gång på gång ser, och som Project PASGA bekräftade i en skala vi aldrig tidigare hade testat, är att medarbetare faktiskt vill kartlägga sina kompetenser när processen är tydlig, verktyget är lätt att använda och de kan se sin egen profil ta form. De vill bli sedda för vad de faktiskt kan. De vill att deras förmågor ska erkännas. När designen gör det möjligt följer engagemanget.

En iakttagelse som har stannat kvar hos mig: kompetensnivåerna vi såg i statsförvaltningen var högre än väntat. Det finns betydande talang i en personalstyrka av den här storleken som helt enkelt aldrig har synliggjorts, varken för ledarna eller för medarbetarna själva. Det är inte unikt för offentlig sektor. Det gäller förmodligen de flesta stora organisationer.

Vilka nya möjligheter får ledare med den här sortens personaldata, som helt enkelt inte fanns tidigare?

Den mest grundläggande förändringen är att förmågan i Nigerias federala statsförvaltning nu för första gången kan granskas på ett strukturerat och jämförbart sätt, över ministerier, avdelningar, lönegrader och kadrer. Ledare kan se en kompetensprofil för sitt ministerium, jämföra den med andra och förstå var de är relativt starka och var de är underutvecklade.

Det viktiga här är inte någon enskild iakttagelse, eftersom analysen tillhör kunden och de konsultteam som ska använda den för att ta fram rekommendationer. Det viktiga är vilken typ av samtal den möjliggör. Före projektet fattades personalbeslut i statsförvaltningen utifrån antaganden, historiska register och vad enskilda ledare råkade veta om sina medarbetare. Nu finns en gemensam referenspunkt, en delad och strukturerad bild som alla utgår från. Det flyttar samtalet från åsikter till belägg.

Om du fick välja en enda sak som en ledare i en stor organisation borde ta med sig från projektet, vad skulle det vara?

Att kompetenssynlighet går att uppnå, även i extrem skala, även under svåra förhållanden, även utan perfekta data att utgå från. I stora organisationer finns en tendens att se personalstyrkans komplexitet som ett skäl att inte ens försöka med den här typen av initiativ. Datan är inte tillräckligt ren. Styrningen är inte samordnad. Det finns för många divisioner, för många roller, för många variabler. Project PASGA visar att det är designproblem, inte grundläggande hinder.

Det andra jag vill säga är: fastna inte i roller. Reflexen i de flesta organisationer är att försöka kartlägga kompetenser för varje enskild roll, och i stor skala faller det angreppssättet ihop. Fokusera i stället på kompetensfamiljer, på grupper av människor med närliggande arbetsuppgifter. Fråga vilka kompetenser gruppen behöver för att göra ett riktigt bra jobb. Fråga sedan om ni har dem. Den frågan, tydligt ställd och besvarad med verkliga data, är där personalstrategin slutar vara teoretisk och börjar bli användbar.

Och underskatta inte mjuka färdigheter. Tekniska förmågor är oerhört viktiga, men de organisationer som verkligen är redo för det som kommer härnäst är de där människor är nyfikna, anpassningsbara och kan lära sig nytt. De egenskaperna går att kartlägga, mäta och utveckla. Det görs bara sällan. Det är en missad möjlighet för nästan varje stor organisation vi har arbetat med.

Vanliga frågor: Funderar ni på kompetenssynlighet i er organisation?

Vad kan andra stora organisationer lära sig av Project PASGA?

Framför allt tre saker. För det första går kompetenssynlighet att uppnå även under svåra förhållanden. Splittrade data, ojämn styrning och stor skala är designutmaningar, inte skäl att låta bli. För det andra spelar systemets utformning större roll än själva systemet: prioritera mönster före perfektion, kompetensfamiljer före roller och tillit före kontroll. För det tredje bör kompetenssynlighet ses som löpande infrastruktur, inte som en engångsinsats. Värdet växer över tid i takt med att baslinjen förfinas och används som underlag för verkliga beslut. Läs hela berättelsen om hur Project PASGA utformades och genomfördes i kundcaset om Project PASGA.

Var börjar stora organisationer vanligtvis med kompetenssynlighet?

De flesta organisationer börjar med en kompetensgapsanalys, en strukturerad bedömning av vilka förmågor som finns i personalstyrkan jämfört med vad som behövs. Det ger ledarna en baslinje att utgå från och stärker argumenten internt för att investera i ett bredare skills intelligence-program. För mycket stora eller komplexa organisationer är det ofta mest praktiskt att börja med en enskild division eller affärsenhet som pilot. Då bevisas värdet innan arbetet skalas upp i hela organisationen.

Hur håller man kompetensdatan aktuell efter den första kartläggningen?

Den första kartläggningen är grunden, inte målgången. Kompetensdata behöver hållas levande och uppdateras i takt med att människor utvecklar nya förmågor, tar certifieringar eller byter roll. MuchSkills är byggt för kontinuerlig användning snarare än periodiska revisioner: medarbetarna uppdaterar sina egna profiler, chefer får påminnelser om att granska kritiska kompetenser och plattformen visar förändringar över tid. De organisationer som får ut mest av skills intelligence behandlar det som löpande infrastruktur, inte som en engångsinsats.

Fungerar MuchSkills tillsammans med befintliga HR-system som SAP SuccessFactors eller Workday?

Ja. MuchSkills är byggt för att fungera tillsammans med befintliga HR-system, inte för att ersätta dem. SAP SuccessFactors, Workday och liknande plattformar är bra på att hantera HR-data. Men de gör inte kompetenser synliga, sökbara och användbara på det djup som organisationer behöver när de fattar beslut om kompetensförsörjning och utveckling. MuchSkills integreras med systemen och fungerar som ett skills intelligence-lager ovanpå: strukturerade, jämförbara kompetensdata som gör din befintliga HR-investering mer strategisk. Se hur MuchSkills passar in i din systemmiljö.

Om er organisation står inför en utmaning med kompetenssynlighet i stor skala, oavsett om det gäller divisioner, geografier eller en komplex personalstyrka, kan ni boka en demo för att se hur MuchSkills tar sig an den, eller prata med oss för att komma igång.