Siirry sisältöön

Työkyvyttömyysriski hallintaan datalla

19.10.2020
työkykyjohtaminen
Blogi

Työkyvyttömyysriski toteutuu silloin, kun henkilö ei enää kykene tekemään työtään. Eri yritysten riskiin vaikuttavat seikat ovat monimuotoisia ja liittyvät muun muassa yrityksen toimialaan sekä henkilöstörakenteeseen. Yritys pystyy omalla toiminnallaan ja kumppanien kanssa vähentämään riskejä ja pienentämään kustannuksiaan. Suurikaan riski ei välttämättä koskaan toteudu. Suuren riskin taustatekijöihin pitää porautua, jotta yritys voi ottaa käyttöön sen tilanteeseen sopivimmat työkalut riskin pienentämiseen ja ennaltaehkäisyyn.

Kehitämme Varmassa työkyvyttömyysriskin hallintaa datalähtöisesti yhdessä asiakkaidemme kanssa. Poikkeuksellisesta vuodesta huolimatta olemme onnistuneesti jatkaneet keskusteluja, joissa pohdimme työkyvyttömyysriskin hallinnan haasteita yritysten käytössä olevalla datalla. Keskusteluissa olemme saaneet hyvän muistutuksen, että monet haasteet työkykyjohtamiselle organisaatioissa eivät liity suoraan dataan tai analytiikkaan.

Varhainen puuttuminen havaittuihin riskeihin vaatii uudenlaista ajattelumallia analytiikassa sekä riskienhallinnan palveluketjun kokonaisvaltaista kehittämistä.

Työkyvyttömyyskentässäkin korostuvat tällä hetkellä koronakriisin aiheuttamat suuret, välittömät haasteet. Koronan asiakkaamme uskovat vaikuttavan sekä työn tekemisen malleihin (muun muassa etätyön pysyvä lisääntyminen) että myös suoraan liiketoimintaan. Liiketoiminnassa nykytilanne näyttäytyy epävarmalta. Eläkeyhtiön kannalta keskeistä onkin katsoa asiakkaidemme kanssa pidemmälle ja yhdessä suunnitella tulevaisuuden työkykyjohtamista.

Tiedon hajautuminen useaan paikkaan koetaan haasteeksi. Erityisesti pirstaloituminen tuottaa lisävaivaa raportoinnissa. Organisaatiot pääsääntöisesti tiedostavat työkyvyttömyydestä seuraavat suorat kulut eläkemaksujen kautta. Vaikka kehitys on jatkuvaa, tiedon pirstaleisuus hidastaa investointeja raportointia tukeviin tietojärjestelmiin. Työkyvyttömyyden perinteisten mittarien lisäksi osa organisaatioista on ryhtynyt investoimaan kokonaisvaltaisen työntekijäkokemuksen parantamiseen. Hyvinvoiva työntekijä on useimmiten sekä työkykyinen että tuottava.

Asiakkaamme ovat tyytyväisiä Varman tarjoamaan tietoon. Tämä osoittaa osaltaan, että olemme onnistuneet palvelemaan asiakkaitamme vahvalla panostuksella HR-rajapintoihin sekä hakemusten analytiikkaan. Olemme tunnistaneet tiedoissa myös aukkoja, joihin syvennymme yhdessä asiakkaidemme kanssa jatkokeskusteluissa. Tietoa kehitetään tarkemmalle tasolle tietosuoja tarkasti huomioiden. HR:lle yleisesti tarjolla olevan tiedon luotettavuuteen kiinnitettiin myös huomiota.

Varman suuntaan asiakkaamme kertovat selkeistä odotuksista. Odotukset auttavat meitä fokusoimaan toimintaamme ja ovat kaikki työkyvyttömyyden riskiperusteisuuden ytimessä. Yhteistyö datan ja mittareiden kehittämisessä tulee entisestään korostumaan, kun siirrytään kuvailevasta kohti ennakoivaa riskianalytiikkaa. Varhainen puuttuminen havaittuihin riskeihin vaatii uudenlaista ajattelumallia analytiikassa sekä riskienhallinnan palveluketjun kokonaisvaltaista kehittämistä. Kuten usein data-analytiikassa, teknisen ja organisatorisen kehittämisen synkronointi on avain tehokkaaseen eläkemenon alentamiseen, joka viime kädessä hyödyttää suoraan sekä yrityksiä että Suomea.

Riku Louhimo
Riku Louhimo
Kehityspäällikkö
Riku Louhimo työskentelee työkyvyttömyysriskin hallinnan datakyvykkyyden kehityspäällikkönä.
var disqus_shortname = 'varmafi'; var disqus_identifier = '45e7bd86-d029-446d-96de-62f99fdaaa14' + '-' + 'fi'; var disqus_title = 'Työkyvyttömyysriski hallintaan datalla'; var disqus_url = 'https://www.varma.fi/muut/blogi/postaukset/2020-q4/tyokyvyttomyysriski-hallintaan-datalla/'; var disqus_config = function () { this.language = 'fi'; }; (function () { var dsq = document.createElement('script'); dsq.type = 'text/javascript'; dsq.async = true; dsq.src = '//' + disqus_shortname + '.disqus.com/embed.js'; (document.getElementsByTagName('head')[0] || document.getElementsByTagName('body')[0]).appendChild(dsq); })();
var sdkInstance="appInsightsSDK";window[sdkInstance]="appInsights";var aiName=window[sdkInstance],aisdk=window[aiName]||function(e){function n(e){t[e]=function(){var n=arguments;t.queue.push(function(){t[e].apply(t,n)})}}var t={config:e};t.initialize=!0;var i=document,a=window;setTimeout(function(){var n=i.createElement("script");n.src=e.url||"https://az416426.vo.msecnd.net/scripts/b/ai.2.min.js",i.getElementsByTagName("script")[0].parentNode.appendChild(n)});try{t.cookie=i.cookie}catch(e){}t.queue=[],t.version=2;for(var r=["Event","PageView","Exception","Trace","DependencyData","Metric","PageViewPerformance"];r.length;)n("track"+r.pop());n("startTrackPage"),n("stopTrackPage");var s="Track"+r[0];if(n("start"+s),n("stop"+s),n("addTelemetryInitializer"),n("setAuthenticatedUserContext"),n("clearAuthenticatedUserContext"),n("flush"),t.SeverityLevel={Verbose:0,Information:1,Warning:2,Error:3,Critical:4},!(!0===e.disableExceptionTracking||e.extensionConfig&&e.extensionConfig.ApplicationInsightsAnalytics&&!0===e.extensionConfig.ApplicationInsightsAnalytics.disableExceptionTracking)){n("_"+(r="onerror"));var o=a[r];a[r]=function(e,n,i,a,s){var c=o&&o(e,n,i,a,s);return!0!==c&&t["_"+r]({message:e,url:n,lineNumber:i,columnNumber:a,error:s}),c},e.autoExceptionInstrumented=!0}return t}( { instrumentationKey:"e0d09fd7-66d8-492a-9be1-1bddb519a28e" } );window[aiName]=aisdk,aisdk.queue&&0===aisdk.queue.length&&aisdk.trackPageView({}); (function (w, d, s, l, i) { w[l] = w[l] || []; w[l].push({ 'gtm.start': new Date().getTime(), event: 'gtm.js' }); var f = d.getElementsByTagName(s)[0], j = d.createElement(s), dl = l != 'dataLayer' ? '&l=' + l : ''; j.async = true; j.src = '//www.googletagmanager.com/gtm.js?id=' + i + dl; f.parentNode.insertBefore(j, f); })(window, document, 'script', 'dataLayer', 'GTM-MJL5CR'); (function(w, t, f) { var s='script',o='_giosg',h='https://service.giosg.com',e,n;e=t.createElement(s);e.async=1;e.src=h+'/live/'; w[o]=w[o]||function() {(w[o]._e=w[o]._e||[]).push(arguments)} ;w[o]._c=f;w[o]._h=h;n=t.getElementsByTagName(s)[0];n.parentNode.insertBefore(e,n); })(window,document,3860); (function(h,o,t,j,a,r){ h.hj=h.hj||function(){(h.hj.q=h.hj.q||[]).push(arguments)}; h._hjSettings={hjid:928553,hjsv:6}; a=o.getElementsByTagName('head')[0]; r=o.createElement('script');r.async=1; r.src=t+h._hjSettings.hjid+j+h._hjSettings.hjsv; a.appendChild(r); })(window,document,'https://static.hotjar.com/c/hotjar-','.js?sv='); var _paq = _paq || []; /* tracker methods like "setCustomDimension" should be called before "trackPageView" */ _paq.push(["setCookieDomain", "*.varma.fi"]); _paq.push(["setDomains", ["*.varma.fi"]]); _paq.push(['trackPageView']); _paq.push(['enableLinkTracking']); (function() { var u="//piwik.varma.fi/piwik/"; _paq.push(['setTrackerUrl', u+'piwik.php']); _paq.push(['setSiteId', '1']); var d=document, g=d.createElement('script'), s=d.getElementsByTagName('script')[0]; g.type='text/javascript'; g.async=true; g.defer=true; g.src=u+'piwik.js'; s.parentNode.insertBefore(g,s); })();