Bagian III · HR Strategis · Level 4 · Senior
Simulasi People Analyst: Membongkar Attrition Agen Contact Center
Perusahaan contact center alih daya (BPO) dengan dua site di Jakarta Selatan dan Jakarta Timur. Melayani tiga klien besar: sebuah bank, sebuah marketplace e-commerce, dan sebuah operator telekomunikasi. Sekitar 1.020 karyawan, terdiri dari 900 agen, 60 team leader (TL), dan staf pendukung. Gaji rata-rata agen Rp5,4 juta per bulan, dan sebagian besar agen berstatus kontrak.
Peran: People Analyst di tim HR pusat · 8–9 keputusan · sekitar 23 menit
- Kepercayaan direksi
- 40
- Kualitas analisis
- 40
- Attrition agen
- 48%
- Risiko privasi
- 45
Level 4 · Senior
Peranmu: People Analyst di tim HR pusat
Attrition agen di PT Lintas Suara Layanan sudah jadi bahan omelan klien. Agen baru datang, dilatih empat minggu, lalu banyak yang keluar sebelum benar-benar lancar. Di saat yang sama, absen sakit tinggi dan service level (SLA) sering mepet. Direktur Operasional, Bu Ratna, dan Direktur Keuangan, Pak Yudha, sudah bosan dengan kalimat "kayaknya karena gaji". Mereka minta bukti, bukan asumsi.
Kamu people analyst yang baru setahun di tim HR pusat, melapor ke Head of HR, Mbak Tiara. Selama satu tahun kamu akan merumuskan pertanyaan analitik, membersihkan data HRIS, membaca pola per tim dan jadwal shift, menguji dugaan sebab, menilai tawaran model AI dari vendor, membantu team leader, lalu mempresentasikan dampak finansialnya ke direksi.
Empat indikator akan bergerak mengikuti keputusanmu: kepercayaan direksi, kualitas analisis, attrition agen, dan risiko privasi (makin rendah makin baik). Hampir setiap tahap punya tabel. Baca dan hitung dulu sebelum memilih, karena jawaban yang terdengar paling meyakinkan belum tentu yang didukung data.
Kasusnya fiktif, tapi penilaian tiap keputusan bersandar pada 8 artikel jurnal internasional Q1–Q2 dan standar profesi. Angka kecil seperti [1] di umpan balik menunjuk ke sumbernya.
Indikator yang kamu jaga
- Kepercayaan direksi (makin tinggi makin baik)Seberapa jauh direksi mau memakai analisismu sebagai dasar keputusan.
- Kualitas analisis (makin tinggi makin baik)Ketepatan definisi, cara membaca data, dan kejujuran kesimpulanmu.
- Attrition agen (makin rendah makin baik)Agen yang benar-benar keluar dalam 12 bulan dibagi rata-rata headcount agen.
- Risiko privasi (makin rendah makin baik)Seberapa besar kemungkinan data pribadi agen disalahgunakan, bocor, atau dipakai di luar tujuannya.
Referensi
Kasus dan perusahaannya fiktif, tapi penilaian setiap keputusan bersandar pada riset di jurnal internasional bereputasi (Q1–Q2) terbitan 2022 ke atas dan standar profesi berikut.
- 1.Coolen, P., van den Heuvel, S., Van De Voorde, K., & Paauwe, J. (2023). Understanding the adoption and institutionalization of workforce analytics: A systematic literature review and research agenda. Human Resource Management Review, 33(4), 100985. doi.org/10.1016/j.hrmr.2023.100985Q1
- 2.Edwards, M. R., Charlwood, A., Guenole, N., & Marler, J. (2022). HR analytics: An emerging field finding its place in the world alongside simmering ethical challenges. Human Resource Management Journal, 34(2), 326–336. doi.org/10.1111/1748-8583.12435Q1
- 3.Loscher, G. J., & Bader, V. (2023). Creating accountability through HR analytics – An audit society perspective. Human Resource Management Review, 33(4), 100974. doi.org/10.1016/j.hrmr.2023.100974Q1
- 4.Li, M., Fu, N., Chadwick, C., & Harney, B. (2023). Untangling human resource management and employee wellbeing relationships: Differentiating job resource HR practices from challenge demand HR practices. Human Resource Management Journal, 34(1), 214–235. doi.org/10.1111/1748-8583.12527Q1
- 5.Langer, M., & König, C. J. (2023). Introducing a multi-stakeholder perspective on opacity, transparency and strategies to reduce opacity in algorithm-based human resource management. Human Resource Management Review, 33(1), 100881. doi.org/10.1016/j.hrmr.2021.100881Q1
- 6.Bandara, R. J., Biswas, K., Akter, S., Shafique, S., & Rahman, M. (2025). Addressing Algorithmic Bias in AI‐Driven HRM Systems: Implications for Strategic HRM Effectiveness. Human Resource Management Journal, 35(4), 1047–1063. doi.org/10.1111/1748-8583.12609Q1
- 7.Lehmann, M., Pery, S., Kluger, A. N., Hekman, D. R., Owens, B. P., & Malloy, T. E. (2023). Relationship-specific (dyadic) humility: How your humility predicts my psychological safety and performance. Journal of Applied Psychology, 108(5), 809–825. doi.org/10.1037/apl0001059Q1
- 8.Fu, N., Keegan, A., & McCartney, S. (2022). The duality of HR analysts' storytelling: Showcasing and curbing. Human Resource Management Journal, 33(2), 261–286. doi.org/10.1111/1748-8583.12466Q1
Simulasi lain di jalur HR Strategis
5–6 keputusan · sekitar 15 menit2Simulasi Staf HR Klinik: Perawat Malam Lelah, Admin Hybrid KaburJadi staf HR junior di 12 klinik dan lab di Bekasi: baca data lembur dan sakit, bedakan stres dan burnout, perbaiki shift malam, dan atur kerja hybrid.Staf Junior · 7–8 keputusan · sekitar 20 menitLevel 2 · Staf Junior
7–8 keputusan · sekitar 20 menit3Simulasi HR Strategis: Jadi HR Pertama di Startup EdtechJadi HR pertama di startup edtech Bandung yang tumbuh dari 40 ke 120 orang: terjemahkan strategi bisnis, dampingi para lead, susun EVP, dan ukur rekrutmen.Staf · 7–8 keputusan · sekitar 20 menitLevel 3 · Staf
7–8 keputusan · sekitar 20 menit5Simulasi HRBP: Setahun Mendampingi Divisi yang BermasalahSimulasi HR strategis: jadi HRBP divisi penjualan selama setahun. Baca data turnover, pilih alat AI, atur kerja hybrid, lalu presentasi ke direksi.Supervisor · 9–10 keputusan · sekitar 25 menitLevel 5 · Supervisor
9–10 keputusan · sekitar 25 menit6Simulasi CHRO: Setahun Menyatukan SDM Dua Jaringan RitelJadi CHRO grup ritel pasca-akuisisi: susun strategi SDM, tata ulang HR model Ulrich, satukan budaya, atur AI di HR, dan presentasi ke dewan komisaris.Kepala / Manajer · 9–10 keputusan · sekitar 25 menitLevel 6 · Kepala / Manajer
9–10 keputusan · sekitar 25 menit