Percakapan berfokus pada bagaimana analisis data dapat membantu perusahaan mendorong perubahan dalam kebijakan keragaman, ekuitas, dan inklusi (DEI). Tapi sebelum itu bisa terjadi, mereka membutuhkan data yang dapat diandalkan dan akurat. Dan di situlah masalahnya dimulai.

“Sembilan puluh persen dari waktu, orang melihat analitik sebagai musuh keragaman. Saya pikir semua orang takut bahwa analitik akan digunakan untuk membuat keputusan otomatis yang menyandikan bias yang ada dan mengabadikannya,” kata Bidwell. “Kami ingin benar-benar khawatir tentang itu, tetapi kami juga ingin memikirkan bagaimana kami dapat menggunakan analitik untuk memahami masalah dengan lebih baik, sehingga kami dapat mulai menyelesaikannya.”

Bias dikodekan ketika orang yang menulis algoritme membawa prasangka dan stereotip mereka sendiri ke pemrograman, jelas Ahmad. Menghapus bias tersebut membutuhkan pengkodean ulang yang rajin termasuk kejelasan tentang prinsip-prinsip panduan.

“Sistem yang sama yang membatasi Anda pada data adalah sistem yang sama yang membangun alur kerja dan proses yang, disadari atau tidak, dapat memperkuat bias dan berpotensi mengarah pada diskriminasi,” katanya. “Anda mencoba melawan sistem yang sama. Anda sebenarnya harus mengkode ulang dan menjadi kreatif untuk menentukan masa depan pekerjaan yang tidak dibatasi oleh sistem yang sama.”

Sistem yang Dicurangi

Dalam banyak kasus, kata para ahli, masalah dimulai dari pengumpulan data. Banyak karyawan enggan menjawab pertanyaan survei tentang perasaan dan pengalaman mereka di tempat kerja. Dan banyak perusahaan enggan untuk merilis data keragaman mereka karena menyoroti kekurangan DEI mereka. Pengacara perusahaan sering menghentikan pembebasan karena masalah kewajiban.

“Sejujurnya, tidak ada organisasi yang berjalan sebaik yang mereka inginkan,” kata Bidwell. “Mereka beroperasi dalam masyarakat yang sangat diatur, jadi sangat sulit untuk berenang ke hulu dari itu.”

Dia mengatakan pertanyaan survei keragaman adalah kategori yang dibangun secara sosial di mana karyawan diminta untuk mengklasifikasikan diri mereka sendiri. Beberapa orang menganggap pertanyaan itu mengganggu dan khawatir tentang seberapa banyak yang ingin mereka ungkapkan tentang jenis kelamin, orientasi seksual, etnis, dan faktor lainnya.

“Semakin Anda melakukan dengan data dan semakin Anda akan menggunakannya untuk mendorong wawasan, berpotensi semakin gugup mereka untuk membaginya dengan Anda,” kata Bidwell.

Ahmad setuju, menambahkan bahwa hanya perlu satu orang untuk salah membaca titik data agar pengacara perusahaan dapat turun tangan.

“Dari perspektif kewajiban, ketika Anda menganalisis data keragaman, sebagian besar departemen hukum bahkan tidak akan membiarkan Anda memberikan wawasan tentangnya,” katanya. “Ini sangat tertutup, sangat istimewa, dan memang seharusnya begitu karena sedikit salah tafsir oleh siapa pun yang tidak terlatih dalam menafsirkan data keragaman dapat berakhir dengan wawasan yang salah yang dapat dengan mudah mengambil nyawanya sendiri sebagai fakta. Kemudian semua orang mengejar lubang kelinci dari perspektif PR. ”

Selama 23 tahun, DiversityInc telah menghasilkan peringkat 50 teratas dalam keragaman untuk perusahaan dengan lebih dari 750 karyawan. Johnson mengatakan dia melihat dari waktu ke waktu bagaimana para pemimpin bisnis menjadi lebih menerima survei, memahami bagaimana benchmarking dapat membantu mereka melakukan perbaikan.

Data yang dikumpulkan DiversityInc dirancang untuk informatif daripada preskriptif bagi perusahaan. Namun Johnson mengatakan masih ada upaya untuk memanipulasinya.

“Ketika kami melakukan benchmark, sangat menarik bagi saya bagaimana orang ingin mengubah laporan benchmarking kami untuk memberi tahu apa yang mereka ingin para pemimpin mereka dengar dan bukan apa yang sebenarnya terjadi,” katanya.

Membuat Data Bekerja

Terlepas dari hambatannya, analisis data adalah alat yang efektif bagi perusahaan yang ingin menemukan lubang DEI mereka dan mengisinya. Creary meminta saran dari para ahli tentang bagaimana para pemimpin dapat mengatasi hambatan dan memindahkan bisnis mereka dari praktik ke hasil.

Bidwell mendorong perusahaan untuk bekerja dengan peneliti akademis karena mereka berusaha memahami korelasi dan sebab-akibat, yang dapat menghasilkan wawasan berharga. Ahmad menyarankan untuk memilih satu proyek sebagai “pantai” yang dapat membangun momentum untuk memenuhi tujuan DEI lainnya melalui data. Dan Johnson berkata untuk “bertemu orang-orang di mana mereka berada” dengan melakukan percakapan yang tepat dengan para pembuat perubahan di tingkat yang tepat dalam organisasi.