Dataa ja ihmisiä.
Viisaiden päätösten tekeminen on usein paras tapa johtaa organisaatiota. Datan ja analytiikan avulla kyetään parantamaan osumatarkkuutta siinä, että oikeat valinnat ja päätökset saadaan tehtyä oikeaan aikaan.
Dataa on yrityksissä ja organisaatioissa kertynyt jo vuosia, mutta nyt viimeisten vuosien aikana teknologian kehitys ja teknologian hintataso ovat alkaneet mahdollistamaan tämän datan uudenlaisen hyödyntämisen. Analytiikkaa voidaan käyttää esimerkiksi päättelyyn ja ennakointiin.
Miten edellä mainitut sitten liittyvät Kevan ja meidän asiakkaidemme arkeen?
Kevalle kuuluu perustehtävänsä nojalla vaikuttaa julkisen alan työkyvyttömyydestä johtuviin kustannuksiin, jotka ovat vuosittain kolme miljardia euroa. Tämä valtava haaste kaipaa nyt uusia toimintatapoja ja -malleja, joihin mm. datan ja analytiikan hyödyntämisellä pyritään vastaamaan.
Lisää vaikuttavuutta
Työeläkevakuuttajan ja työnantajien datan yhdistämisellä kyetään pureutumaan työkykyongelmien juurisyihin ja kohdentamaan kehittämistoimenpiteitä entistä vaikuttavammin.
Monesti juuri usean eri toimijan datalähteiden yhdistämisellä ja datan kokoamisella päästään tilanteeseen, joka avaa tarkasteltavaan ilmiöön uusia näkökulmia ja ratkaisuja.
Kysymys kuuluu: Miten työnantajan tekemät toimenpiteet, esimerkiksi varhaisen tuen malli, ovat vaikuttaneet sairauspoissaoloihin tai työssäjaksamiseen? Tähän saakka työnantaja-asiakkaitamme auttaneet ratkaisut ovat pääsääntöisesti olleet Kevan sisäisiä työkaluja.
Työnantajan, olipa kyse julkisesta tai yksityisestä, keskeisenä tavoitteena on varmistaa osaava, hyvinvoiva ja motivoitunut henkilöstö, joka mahdollistaa tuottavan toiminnan. Työntekijät puolestaan haluavat tehdä hyvinvoivina merkityksellistä työtä, ylläpitää työkykyään läpi työelämän ja turvata omaa toimeentuloaan.
Data kertoo työkyvyttömyyden uhasta..
Datan hyödyntämisellä kyetään parhaimmillaan tunnistamaan työkykyriskin näkökulmasta laajastakin joukosta erillisiä ryhmiä, mikä palvelee sekä työnantajan että työntekijöiden tavoitteita.
Analytiikan avulla kyetään datan pohjalta tunnistamaan melko luotettavasti työkyvyttömyysriskiä jo pari vuotta ennakkoon ennen eläketapahtumaa. Parhaiten riskiä työkyvyttömyyteen ennustavat mm. korkea ikä, sairauspoissaolojen historia, krooniset taudit ja käytettävissä olevat ansiotulot. Esimerkiksi pitkittyneet ja toistuvat sairauspoissaolojaksot altistavat työkyvyttömyyseläkkeille erittäin suurella todennäköisyydellä.
Työeläkevakuuttajan näkökulmasta kysymys on siis ihmisistä ja datasta.
…ja ohjaa palvelukehitystä
Kun me Kevassa kehitämme dataperusteisia palveluita, pyrimme vastaamaan siihen, että palvelumme vastaavat aitoon asiakastarpeeseen. Näin voimme mahdollistaa tulevaisuudessa työnantaja-asiakkaille näkymää asioihin, joita ei ole vielä tapahtunut, mutta joita voidaan jo ennakoida ja ottaa huomioon päätöksenteossa.
Kun tämänkaltaisesta toiminnasta muodostuu tiivis osa arkea erilaisissa työpaikoissa, voimme vastata työkyvyttömyyskustannusten kasvun huolestuttavaan ilmiöön, jossa viime aikoina mielenterveyshäiriöt ovat nousseet tuki- ja liikuntaelinsairauksien ohi suurimpana Kelan korvaamia sairauspoissaoloja aiheuttavana sairausryhmänä. Lienee laaja yhteistuumaisuus siitä, että tekemättömän työn kustannukset ovat yhteiskunnassamme liian korkeat.
Ps. Kevan Avaintiedot-palvelu summaa työnantaja-asiakkaillemme työkyvyttömyyden kustannukset organisaatiokohtaisesti ja antaa vertailutietoa vastaaviin organisaatioihin. Vuoden 2020 aikana palvelu laajenee kattamaan koko julkisen sektorin.
