MEMANFAATKAN ANALITIK DATA DALAM PERENCANAAN DAN PENGEMBANGAN SDM
Disusun oleh :
Ridiani Fitriyah1, Rindy Pransiska2, Ira Widya Sari3, Mukhlisah4, Tiara sandra5, Dina Septi Aspuri6
Dosen Pengampu : Sandi Nasrudin Wibowo, SE., MM
UNIVERSITAS SWADAYA GUNUNG JATI
JL.PEMUDA RAYA NO.32,SUNYARAGI, KEC.KESAMBI, KOTA CIREBON, JAWA BARAT
45132
Abstrak
Analitik data memiliki potensi besar untuk meningkatkan efektivitas pengelolaan Sumber Daya Manusia (SDM) di organisasi. Tulisan ini bertujuan mengkaji pemanfaatan data analytics dalam perencanaan dan pengembangan SDM. Metode penelitian menggunakan studi literatur. Hasil kajian menunjukkan analitik data dapat meningkatkan akurasi perencanaan SDM, evaluasi program pengembangan SDM, prediksi suksesi, hingga personalisasi pengalaman karyawan. Akan tetapi, tantangan yang perlu diperhatikan antara lain biaya teknologi, resistensi perubahan, privasi data, dan integrasi sistem. Disimpulkan bahwa analitik data berpotensi transformasional dalam pengelolaan SDM, dan manaj emen perlu memitigasi tantangannya. Rekomendasi diberikan agar pänerapan analitik data dalam SDM dapat optimal.
Abstract
Data analytics has great potential to increase the effectiveness of Human Resources (HR) management in organizations. This article aims to examine the use of data analytics in HR planning and development. The research method uses literature study. The study results show that data analytics can increase the accuracy of HR planning, evaluate HR development programs, predict succession, and personalize employee experiences. However, challenges that need to be considered include technology costs, change resistance, data privacy, and system integration. It is concluded that data analytics has transformational potential in HR management, and management needs to mitigate the challenges. Recommendations are given so that the application of data analytics in HR can be optimal.
Kata Kunci : Human Resources, analitik data
A. Latar Belakang
Pada era awal revolusi industri konsep manajemen sumber daya manusia masih belum terdefinisikan secara jelas. Pekerjaan cenderung bersifat mekanis dan repetitif, di mana pekerja dianggap sebagai faktor produksi semata (Arie Ambarwati, 2021;
Bairizki, 2020; Dr Sitti Nurbaya, 2020;
Hartanto, 2009). Namun, seiring dengan perkembangan zaman, terutama di era industri 2.0 dan 3.0, pemahaman tentang pentingnya sumber daya manusia sebagai aset strategis dalam organisasi semakin berkembang (Larasati, 2018; REZA NURUL ICHSAN dkk., 2021; Syafruddin dkk., 2022). Di era 2.0, munculnya berbagai inovasi teknologi memicu perubahan signifikan dalam dunia kerja.
Manajemen sumber daya manusia mulai diperhatikan lebih serius, terutama dalam hal pengembangan keterampilan, manajemen kinerja, dan motivasi karyawan.
Pada saat itu, kepuasan kerja dan keamanan kerja mulai dianggap penting. Kemudian, pada era 3.0 dengan munculnya internet dan teknologi informasi, manajemen sumber daya manusia semakin terintegrasi dengan teknologi. Rekrutmen, pelatihan, dan pengembangan karyawan menjadi lebih efisien melalui penggunaan platform digital.
Peran HR juga semakin berfokus pada
pengembangan budaya perusahaan yang inklusif dan kolaboratif. Masuk ke era 4.0, adopsi teknologi digital semakin merata di berbagai sektor industri. Manajemen sumber daya manusia tidak hanya fokus pada pengelolaan karyawan, tetapi juga berperan penting dalam mendorong inovasi, keberagaman, dan keseimbangan kerja- hidup. Di era ini, HR menjadi bagian integral dari strategi bisnis yang membantu perusahaan menghadapi tantangan transformasi digital.
Data semakin berharga dalam bisnis di tengah perkembangan teknologi seperti sekarang ini. Dengan pendekatan data- driven, kumpulan data dalam bisnis memiliki peran penting sebagai bahan bakar untuk berbagai improvisasi. Salah satu transformasi yang dilakukan dengan data adalah memanfaatkan analisis untuk mengevolusi peran HR (Human Resource) atau Sumber Daya Manusia (SDM) dalam perusahaan.
Seperti disebutkan dalam McKinsey , 70%
pemimpin perusahaan menganggap analisis sumber daya manusia sebagai salah satu bidang fokus utama mereka. Organisasi menekankan pada pemahaman keterampilan yang dimiliki tenaga kerja mereka.
Teknologi sumber daya manusia yang dikembangkan akan mencakup bidang-
bidang seperti menganalisis dan meningkatkan pergerakan karyawan dalam perusahaan, menciptakan platform online untuk peluang kerja internal, dan memanfaatkan alat pembinaan dan pendampingan untuk menghubungkan individu dengan profesional berpengetahuan yang dapat membantu mereka dalam pengembangan pribadi dan profesional mereka.
Analisis data memiliki peluang untuk berkembang di banyak hal. Untuk bidang HR, analisis data sangat dimungkinkan untuk dikembangkan. Analisis data juga bisa berperan sebagai perangkat untuk membantu karyawan menemukan talenta yang tepat di waktu yang tepat. Dengan analisis data bisnis bisa mengetahui kapan harus membuka lowongan, posisi apa yang paling dibutuhkan, dan juga kompetensi apa yang harus dimiliki calon karyawan. Hal ini mengantisipasi karyawan terlalu banyak menumpuk karyawan di satu posisi atau membuka lowongan yang tidak begitu diperlukan.
B. Rumusan Masalah
1. Bagaimana pemanfaatan data dan analitika dapat meningkatkan perencanaan SDM yang lebih akurat dan prediktif?
2. Apa saja tantangan yang mungkin ditemui dalam implementasi analitik data untuk SDM?
3. Apa manfaat dan dampak pemanfaatan analitik data dalam pengembangan SDM?
C. Tujuan Penelitian
1. Menganalisis pemanfaatan data analytics untuk perencanaan dan pengembangan SDM
2. Mengkaji manfaat dan dampak penerapan analitik data untuk keputusan strategis SDM
3. Memberikan rekomendasi pemanfaatan analitik data untuk meningkatkan kinerja SDM organisasi.
D. Tinjauan pustaka
a) Perencanaan dan Pengembangan SDM
Terdapat beberapa definisi perencanaan sdm yang dijemukan oleh beberapa ahli yaitu:
Siagian(2008,246),menyatakanperencanaan SDM berkaitan dengan penentuan kebutuhan akan tenaga kerja dimasa depan baik dalam arti jumblah dan kualifikasinya untuk mengisi berbagai jabatan dan
menyelengga rakan beberapa aktivitas baru kelak. melalui perencanaan sdm yang matang, produktivitas kerja dari tenga kerja ada dapat di tingkatkan .
samusudin(2009:261) menyatakan per- encanaan SDM merupakan kegiatan mengidentifikasi jumblah sdm yang di butuhkan suatu organisasi untuk mencapai tujuan organisasi dimasa depan, dengan perencanaan SDM gang efektif dan dapat dilakukan antisipasi terhadap kebutuhan SDM suatu organisasi.
Berdasarkan definisi tersebut, maka perencanaan sdm Adalah proses sistematik yang digunakan untuk memperediksi dan menentukan jumblah kebutuhan (demand) serta penyediaan (supply)SDM pada saat ini dan masa yang akan datang pada saat.
Dengan perencanaan yang sistematis dapat diperkirakan jumblah dan jenis tenaga kerja yang dibutuhkan pada setiap periode tertentu , sehingga dapat membantu dalam pelaksanaan rekutmen, seleksi, pendidikan dan pelatihan serta membantu dalam restrukturisasi organisasi.
Pengembangan SDM dapat diartikan sebagai sebuah aktivitas yang dilakukan oleh suatu perusahaan atau organisasi dalam waktu tertentu untuk meningkatkan keterampilan dan keahlian sumber daya manusianya dalam entitas organisasi
tersebut dan pada akhirnya meningkatkan produktifitas organisasi secara menyeluruh.
Pengertian pengembangan menurut Sikula yang dikutip oleh Priansa (2016: 147) sebagai berikut: “Pengembangan adalah suatu proses pendidikan jangka panjang yang memanfaatkan prosedur sistematis dan terorganisir, dimana personil manejerial mempelajari pengetahuan konseptual dan teoritis untuk tujuan umum”.
Menurut (Krismiyati,2017) Pengembangan Sumber Daya Manusia adalah upaya untuk meningkatkan Pengetahuan, kemampuan, sikap anggota, organisasi, dan penyediaan jalur karier yang didukung oleh fleksibilitas organisasi dalam mencapai tujuan.
b) Pengertian analitik data SDM
Definisi analisis SDM ilmiah yang paling terkenal adalah oleh Heuvel & Bondarouk.
Menurut mereka, analisis SDM adalah identifikasi sistematis dan kuantifikasi sumber daya manusia yang mendorong hasil bisnis (Heuvel & Bondarouk, 2016).
Analisis SDM melibatkan pengumpulan, analisis, dan interpretasi data terkait berbagai fungsi SDM, termasuk rekrutmen, manajemen bakat, keterlibatan karyawan, manajemen kinerja, pembelajaran dan pengembangan, orientasi, pelatihan, dan perencanaan tenaga kerja. Organisasi
memanfaatkan analisis SDM untuk mendapatkan wawasan yang lebih mendalam tentang tenaga kerja mereka, mengidentifikasi tren terkait sumber daya manusia, membuat keputusan berdasarkan data untuk meningkatkan produktivitas karyawan, dan menyelaraskan inisiatif SDM dengan tujuan organisasi.
c) Jenis Analisis Sumber Daya Manusia
Berikut ini terdapat 4 jenis menganalisis sumber daya manusia :
1) Analisis Deskriptif
Jenis analisis SDM pertama dalam daftar adalah analisis deskriptif.Analisis pola data adalah cara paling dasar dalam mempelajari sejarah. Ini disebut analisis keputusan dan menggunakan teknik analisis statistik untuk menjelaskan atau meringkas sekumpulan data historis mentah. Informasi yang diberikan di masa lalu digunakan untuk mengilustrasikan peristiwa-peristiwa yang terjadi, namun tidak meramalkan hasil di masa depan.
Dalam analisis deskriptif, Anda dapat menggunakan data kuantitatif dan kualitatif.
Aspek matematis yang diperhatikan disini meliputi tendensi sentral, frekuensi, variasi,
daya, jangkauan, dan deviasi. Hal ini memungkinkan HR untuk mengidentifi- kasi pola dan perbedaan, yang membantu meningkatkan perencanaan. Analisis deskriptif dapat diterapkan dalam penilaian perilaku untuk menilai karakteristik dari waktu ke waktu, mengidentifikasi kelainan, dan mengevaluasi kekuatan dan kelemahan.
2) Analisis Diagnosis
Analisis diagnostik merupakan bentuk analisis deskriptif lebih lanjut yang memberikan penjelasan atas apa yang ditemukan. Tujuannya adalah untuk mengetahui alasan data yang disajikan.
Meskipun analisis deskriptif didasarkan pada data historis yang sama, terdapat perbedaan penting. Analisis diagnostik mengambil langkah berikutnya dengan merangkum apa yang terjadi dalam istilah yang mudah dipahami. Selidiki “alasan” di balik tren, korelasi, dan anomali dalam data Anda.
Proses Analisis Diagnostik Melakukan analisis diagnostik biasanya melibatkan langkah-langkah berikut.
Identifikasi pola dan anomali dalam data Anda yang menimbulkan pertanyaan dan memerlukan penyelidikan lebih lanjut.
Temukan faktor apa saja yang berkontribusi terhadap pola dan anomali serta identifikasi data yang relevan.
Analisis data menggunakan berbagai metode untuk menentukan hubungan sebab-akibat.
Ada beberapa teknik analisis diagnostik antara lain: :
1. Latihan Data: Menyaring data dengan mengekstraksi informasi yang relevan darinya dan memberikan analisis fakta yang lebih komprehensif.
2. Penambangan Data: Mengekstraksi pola dari data untuk memprediksi kejadian di masa depan
3. Teori Probabilitas: Mengukur ukuran kejadian acak yang tidak pasti
4. Analisis Regresi: Menentukan variabel mana yang mempengaruhi suatu hasil 5. Analisis Korelasi: Menguji hubungan
antar variabel
6. Analisis Statistik: Mengumpulkan dan menginterpretasikan data untuk menentukan pola yang mendasarinya 3) Analisis Prediktif
Analisis Prediktif Memperkirakan apa yang akan terjadi di masa depan. Artinya, hal itu akan membawa pada sesuatu yang lebih baik. Proses ini melibatkan model estimasi yang mengklasifikasikan data masa lalu dan masa kini untuk mengisolasi pola, korelasi,
dan penyimpangan, lalu memprediksi apa yang akan terjadi di masa depan.
Keakuratan model kemudian dievaluasi dengan menerapkannya pada data baru.
Analisis Prediktif di HR
Analisis Prediktif HR mendukung pengambilan keputusan SDM yang lebih baik. Menafsirkan data historis dari berbagai wilayah, seperti: Menafsirkan data historis dari berbagai wilayah, seperti:
Keterampilan kerja, keterlibatan karyawan, produktivitas, resume, dll. Hal ini memungkinkan untuk menentukan ekspektasi masa depan. Prediksi ini memberikan informasi kepada para pemimpin SDM untuk meningkatkan pengambilan keputusan di berbagai bidang seperti merekrut kandidat yang tepat, menutup kesenjangan keterampilan, dan mempertahankan talenta terbaik.
4) Analisis preskriptif
Analisis preskriptif adalah fase terakhir dan paling kompleks dari perjalanan analisis, yang mengubah analisis prediktif menjadi gagasan tentang apa yang harus dilakukan selanjutnya.
Definisi umum analisis preskriptif adalah rekomendasi yang ditargetkan untuk opsi keputusan dan tindakan berdasarkan wawasan dari analisis prediktif.Ini memberi Anda pilihan tentang di mana dan
bagaimana bertindak agar menjadi sukses.
Analisis preskriptif didasarkan pada data besar dan menggunakan berbagai alat teknis, termasuk: Pembelajaran Mesin, Algoritma, Kecerdasan Buatan, Pengenalan Pola.
E. Metode Penelitian
Metode penelitian yang diterapkan pada penelitian ini yakni menggunakan metode deskriptif kualitatif dengan menggunakan kajian kepustakaan (literature review).
Menurut hasibuan et al (2007) literature review ialah uraian yang berisikan teori, temuan serta bahan penelitian lain yang didapat untuk dijatikan acuan landasan kegiatan penelitian. Literature review terdiri dari ulasan, pemikiran penulis dan rangkuman tentang beberapa sumber pustaka yang dapat berupa buku, artikel, informasi dari internet dan lain lain yang berkaitan dengan topik yang dibahas.
Sumber data yang akan digunakan dalam penelitian ini ialah sumber data sekunder yang diperoleh melalui studi kepustakaan dari jurnal dan artikel ilmiah yang berkaitan dengan Memanfaatkan Analitik Data dalam Perencanaan dan Pengembangan Sumber Daya Manusia.
Pembahasan
1. Potensi dalam Penerapan Data Analitik SDM
Peningkatan Efisiensi dan Produktifitas
Sistem dan alat otomatis telah mempermudah pengelolaan tugas administratif yang rumit, seperti pengarsipan dan entri data, sehingga memungkinkan para profesional untuk fokus pada upaya yang lebih strategis. Alat komunikasi digital, seperti platform berbasis cloud, telah memudahkan tim HR untuk berkomunikasi dan berkolaborasi dengan karyawan dan kandidat, mengurangi waktu respons, dan selalu memberikan informasi kepada semua orang.
Informan Karyawan yang Akurat
Sistem SDM digital memungkinkan penyimpanan dan akses data karyawan dengan mudah dan efisien tanpa memerlukan sistem berbasis kertas.
Hal ini memastikan bahwa informasi karyawan seperti informasi pribadi, riwayat pekerjaan, dan data kinerja selalu akurat, dan sistem digital menyediakan platform yang aman untuk informasi sensitif karyawan, melindunginya dari akses tidak sah dan penyalahgunaan.
Menyederhanakan Proses SDM
Proses otomatis seperti penggajian membantu menciptakan slip gaji dan formulir pajak yang lebih akurat, sehingga mengurangi risiko kesalahan.
Selain itu, perangkat lunak perekrutan dapat menyederhanakan proses perekrutan dengan mengotomatiskan postingan pekerjaan, peninjauan resume, dan pelacakan pelamar.
Peningkatan pengambilan keputusan Melalui Analisis data
Tim SDM dapat memperoleh manfaat dari penggunaan alat analisis data untuk mengumpulkan dan menganalisis data karyawan, seperti catatan kehadiran, survei, dan ulasan, yang dapat membantu dalam pengambilan keputusan.
Data ini dapat digunakan untuk mengidentifikasi pola dan tren serta mengevaluasi efektivitas kebijakan dan inisiatif SDM.Informasi ini memberdayakan praktisi SDM untuk mengambil tindakan yang lebih kuat dan lebih terinformasi dalam mengatasi masalah terkait keterlibatan karyawan, evaluasi kinerja, dan perencanaan tenaga kerja.
Peningkatan Keterlibatan Dan pengalaman Karyawan
Tingkatkan keterlibatan dan pengalaman karyawan melalui alat dan platform digital, seperti portal SDM dan aplikasi seluler, yang menyediakan akses ke informasi penting seperti data gaji, informasi tunjangan, dan kebijakan perusahaan.
Peningkatan aksesibilitas dan transparansi ini memungkinkan karyawan merasa lebih terinformasi dan terlibat dalam pekerjaan mereka.
Selain itu, karyawan dapat mengakses platform pembelajaran digital untuk menerima pelatihan online dan sumber daya pengembangan, yang memungkinkan mereka mengelola pertumbuhan profesional mereka secara mandiri.
2.Tantangan dalam Penerapan Data Analisis SDM
Biaya Teknologi dan Implementasi
Penerapan Teknologi menawarkan keuntungan yang signifikan dalam pengelolaan sumber daya manusia, namun juga memerlukan pengeluaran.Diantara biayanya adalah lisensi perangkat lunak,
peningkatan perangkat keras, pelatihan karyawan, dan item lainnya.
Selain itu, beberapa solusi teknologi mungkin memerlukan pemeliharaan dan dukungan berkelanjutan, yang dapat meningkatkan biaya Anda secara keseluruhan.Personel SDM harus mempertimbangkan biaya dan manfaat penerapan teknologi baru untuk memastikan bahwa investasi tersebut sejalan dengan tujuan perusahaan dan sesuai anggaran.
Resistensi terhadap perubahan dan adopsi
Merangkul perubahan dan implementasi dapat menjadi tantangan karena ketergantungan karyawan pada proses, sistem, dan proses yang ada.Personil HR dapat mengambil langkah- langkah seperti:
Memberikan penjelasan tentang keunggulan teknologi baru, memberikan pelatihan dan dukungan untuk membantu karyawan beradaptasi, dan menciptakan budaya pembelajaran dan pengembangan berkelanjutan.
Masalah Privasi dan keamanan data
Meningkatnya penggunaan alat dan platform digital menimbulkan risiko terungkapnya informasi sensitif karyawan, termasuk: Data pribadi dan tinjauan kinerja dapat dikompromikan.Penting untuk memiliki hubungan kerja yang erat antara sumber daya manusia dan tim TI dalam hal protokol keamanan untuk mengatasi masalah ini.
Hal ini mungkin melibatkan penerapan kata sandi yang ketat, mengenkripsi data, membuat cadangan data secara teratur untuk mencegah kehilangan atau kerusakan, dan meminta karyawan untuk mengambil tindakan pencegahan keamanan.
Integrasi teknologi baru yang mulus dengan sistem SDM yang ada
Hal ini termasuk memastikan alat dan platform baru bekerja secara lancar dengan sistem SDM yang ada seperti penggajian, tunjangan, dan manajemen kinerja.
Hal ini menghindari kebutuhan entri data yang berlebihan dan meminimalkan risiko kesalahan dan perbedaan.
Selain itu, integrasi memungkinkan data dibagikan secara aman antar sistem yang
berbeda, sehingga memberikan gambaran informasi karyawan yang lebih komprehensif.
Para profesional HR dan tim TI mereka harus berkolaborasi untuk memastikan bahwa solusi teknologi baru dapat diintegrasikan dengan lancar ke dalam sistem dan proses HR yang ada.
Menjaga Keakuratan dan kualitas data
Untuk menjaga keakuratan dan kualitas data, perusahaan harus menetapkan standar yang jelas dan menerapkan langkah- langkah keamanan data yang ketat seperti kontrol akses, pencadangan, enkripsi, dan sebagainya. Audit data berkala diperlukan untuk mengidentifikasi kesalahan atau perbedaan. Standar organisasi Anda akan ditegakkan dengan memberikan pelatihan dan dukungan yang memadai mengenai teknik pengelolaan data kepada seluruh karyawan.
Pemanfaatan analitik data dalam SDM
beberapa manfaat dan dampak positif, di antaranya:
Pengembangan kompetensi yang lebih tepat sasaran Dengan analitik data, kesenjangan kompetensi individu maupun kelompok dapat diidentifikasi secara lebih akurat.
Pengembangan kompetensi karyawan jadi bisa lebih personal dan tepat sasaran.
Evaluasi program pengembangan SDM yang objektif Efektivitas program pengembangan SDM seperti pelatihan dapat diukur secara kuantitatif dengan melihat metrik seperti peningkatan produktivitas, penguasaan kompetensi, atau retensi karyawan. Hal ini memungkinan pengambilan keputusan yang lebih objektif.
Meningkatkan personalisasi dan kepuasan karyawan Analitik data memungkinkan kebutuhan pengembangan setiap individu dipetakan untuk memberikan pengalaman pengembangan yang lebih personal. Hal ini berdampak pada meningkatnya kepuasan karyawan.
Prediksi dan perencanaan suksesi yang lebih baik Data kinerja, potensi dan minat karyawan dapat dianalisis untuk melakukan perencanaan
suksesi dan rotasi posisi yang tepat sasaran dan didukung data historis yang akurat.
pengalaman karyawan. Akan tetapi, tantangan yang perlu diperhatikan antara lain biaya teknologi, resistensi perubahan, privasi data, dan integrasi sistem.
Disimpulkan bahwa analitik data berpotensi transformasional dalam pengelolaan SDM, dan manajemen perlu memitigasi tantangannya. Rekomendasi diberikan agar penerapan analitik data dalam SDM dapat optimal.
Kesimpulan:
Analitik data dapat dimanfaatkan untuk meningkatkan akurasi perencanaan dan prediksi kebutuhan SDM di masa depan.
Data histori kinerja dan kompetensi karyawan dianalisis untuk melakukan perencanaan SDM yang lebih akurat.
Tantangan dalam menerapkan analitik data SDM antara lain biaya implementasi teknologi, resistensi perubahan, isu privasi dan keamanan data, kesulitan integrasi sistem, serta menjaga kualitas data.
Manfaat penerapan analitik data dalam pengembangan SDM yaitu peningkatan
efektivitas program pengembangan berbasis data, evaluasi program SDM yang lebih objektif, prediksi dan perencanaan suksesi yang lebih baik, serta peningkatan kepuasan karyawan melalui personalisasi pengalaman pengembangan.
DAFTAR PUSTAKA
Solehudin, A. Y. (2024). PENGEMBNGAN MANAJEMEN SUMBER DAYA MANUSIA DI ERA 5.0. KOTA BATAM: Yayasan Cendikia Mulia Mandiri.
Hidayati, T. (2021). Dasar-Dasar Manajemen Sumber Daya Manusia.
Surabaya: Cipta Media Nusantara.
Boatman, A. (n.d.). Panduan Untuk 4 Jenis Analisis SDM. Retrieved from https://www-aihr
com.translate.goog/blog/types-of-hr- analytics/?_x_tr_sl=en&_x_tr_tl=id
&_x
Analisis Prediktif Untuk Sumber Daya Manusia: Semua Yang Perlu Anda Ketahui Tentang Analisis SDM Prediktif. (2024). Retrieved from PREDICTIVEHR:https://www- predictivehrcom.translate.goog/pred ictive-hr-analytics- human
resources/?_x_tr_sl=en&_x_tr_tl=id
&_x_tr_hl=id&_x_tr_pto=tc
Sedarmayanti. (2017). Perencanaan dan Pengembangan Sumber Daya.
Retrieved from
https://elibrary.unikom.ac.id/id/eprin t/6142/8/UNIKOM_SAULIAN_BA B%20II.pdf
Pan, T. (2023, April 24). Manfaat Dan Tantangan Penerapan Teknologi Dalam Manajemen SDM. Retrieved fromTalentt500:
https://talent500.co/blog/the- benefits-and-challenges-of- implementing- technology- in-hr- management/
