Henkilöstödatan ja analytiikan • 6 MIN LUKEMINEN
Kuinka käyttää poissaolodataa poissaolojen vähentämiseen
MAY 12, 2026
Poissaolodata on yksi rikkaimmista ja vähiten hyödynnetyistä HR:lle saatavilla olevista tietolähteistä. Tässä on, miten siitä tehdään toimintaa.
Mitä poissaolodatanne kertoo
Poissaolodata sisältää useita diagnostisia signaaleja, joita HR harvoin lukee järjestelmällisesti. Korkeat kokonaispoissaololuvut viestivät yleisestä hyvinvointi- tai johtamisongelmasta. Korkeat lyhyiden poissaolojen määrät (yksi–kolme päivää) ja toistuvat esiintymät yksilöä kohden viestivät Bradford-tekijän ongelmasta: usein lyhyissä jaksoissa poissa olevilla työntekijöillä on suhteettoman suuri operatiivinen vaikutus verrattuna työntekijöihin, joilla on sama kokonaispoissaolopäivien määrä harvemmissa, pidemmissä jaksoissa. Poissaolojen kasautuminen maanantaille ja perjantaille viestii presenteismistä, jota seuraa välttely, usein työuupumukseen tai työperäiseen stressiin liittyen.
Toimiminen analyysin perusteella
Kun olette tunnistaneet mallit, toimenpide kohdistuu tyypillisesti esihenkilötasolle. Korkea poissaolo tietyssä tiimissä, erityisesti lyhytaikainen ja maanantai-perjantai-keskittymään painottuva poissaolo, on lähes aina osittain selitettävissä johtamisen laadulla. Edellyttäkää, että korkean poissaolon tiimien esihenkilöt tarkastelevat poissaolodataa HR:n kanssa ja tunnistavat juurisyyt. Toteuttakaa jäsennellyt työhön paluun keskustelut jokaisen poissaolon jälkeen sen kestosta riippumatta: ne ovat tehokkain yksittäinen toimenpide lyhytaikaisten poissaolojen vähentämiseksi, koska ne viestivät, että poissaolo huomataan ja että esihenkilön tuki on saatavilla.
