We duiken dieper in wat HR Analytics precies inhoudt en hoe het waarde kan toevoegen aan jouw organisatie. We geven inzicht in verschillende niveaus van HR Analytics, ondersteund met concrete voorbeelden die aantonen hoe HR deze tools effectief kan toepassen. Daarnaast bieden we een praktisch stappenplan waarmee jij zelf aan de slag kunt gaan met HR Analytics binnen jouw organisatie.
Ongemerkt verzamelen we met elkaar een enorme hoeveelheid data, en dit zal de komende jaren alleen maar toenemen. We bevinden ons midden in een technologische revolutie, waarin robots, 3D- printers, virtual reality brillen en zelfrijdende auto’s slechts enkele voorbeelden zijn van de veranderingen die plaatsvinden. Net zoals de uitvinding van de stoommachine het begin van de industrialisatie markeerde, zullen innovaties zoals robotisering, big data, kunstmatige intelligentie en zelflerende algoritmes de werkplek van medewerkers in de komende jaren drastisch veranderen.
Met al deze technologische vooruitgangen hebben we ook toegang gekregen tot meer data dan ooit tevoren. Deze data stelt organisaties in staat om beter onderbouwde besluiten te nemen, en dit zal de komende jaren alleen maar belangrijker worden. De opkomst van big data heeft namelijk grote invloed op de manier waarop we ons werk doen. Binnen HR is dit onder andere zichtbaar in de opkomst van HR Analytics, een werkwijze waarmee de impact van medewerkers op de prestaties van de organisatie inzichtelijk wordt gemaakt.
Of je nu kijkt naar het onderzoek van Berenschot over HR-trends of de HRM Barometer, één conclusie is duidelijk: HR Analytics wordt steeds belangrijker en heeft de toekomst. Echter, het genereren van waardevolle data en het omzetten daarvan in bruikbare informatie blijkt een “kunst” te zijn die niet iedereen beheerst. Dit is juist waar HRM in de toekomst een bepalende rol zal spelen.
Het is dus tijd voor HR om deze nieuwe technologieën te omarmen en eigen te maken. Door HR Analytics in te zetten kan HR de business beter ondersteunen, meerwaarde leveren aan organisatiedoelstellingen en ervoor zorgen dat de belangen van Human Resources goed worden vertegenwoordigd.
Denk bijvoorbeeld eens na over de volgende vragen: Hoe ziet mijn personeelsbestand er over 5 jaar uit? Welke invloed hebben uitstroom en pensionering hierop? Waar zit de cruciale kennis in de organisatie, en hoe kan ik ervoor zorgen dat deze behouden blijft? Past de kennis die we nu hebben wel bij de toekomstvisie van de organisatie?
Het analyseren van HR-data helpt bij het vinden van antwoorden op deze en vele andere HR-vragen. Door data effectief te gebruiken, maak je het mogelijk om onderbouwde beslissingen te nemen over personeelsvraagstukken. HR Analytics is daarmee een onmisbaar onderdeel geworden van de HR-functie. Er is dus werk aan de winkel voor HR!
Data van onschatbare waarde
Veel organisaties onderkennen inmiddels de waarde van HR-data, maar velen zijn nog zoekende naar de juiste manier om deze data effectief te benutten. HR Analytics biedt hierbij een oplossing. Door een gestructureerde aanpak, bijvoorbeeld in de vorm van een stappenplan, krijg je inzicht in hoe je data kunt omzetten naar waardevolle management- en stuurinformatie.
Al sinds de jaren ’70 worden klassieke ken- en stuurgetallen, zoals gemiddelde leeftijd, verloop en ziekteverzuim, gebruikt binnen HR. Met HR Analytics wordt echter een stap verder gegaan. HR-data wordt geanalyseerd, waarbij onderlinge relaties worden gelegd en rekening wordt gehouden met trends. Dit maakt het mogelijk om businessvraagstukken met meer diepgang en precisie te beantwoorden.
Verschillende niveaus van data-analyse
HR Analytics, Talentanalyse, People Analytics, Data reporting, Big data, HR Metrics, Predictive Analytics – de lijst van termen lijkt eindeloos. Het is dan ook niet verwonderlijk als je door de bomen het bos niet meer ziet. Al deze 2 buzzwoorden kunnen verwarrend zijn, en het is begrijpelijk dat je soms niet goed meer weet waar ze precies over gaan. Daarom leggen we eerst even uit wat ze betekenen.
In grote lijnen kunnen we drie hoofdtypes van HR-gegevensverzameling en -analyse onderscheiden:
1. Data reporting
Data reporting, ook wel HR Metrics genoemd, betreft het verzamelen van gegevens binnen een proces, waarna statische informatie wordt gegenereerd. Dit resulteert vaak in een dashboard met ken- en stuurgetallen, zoals het verzuimpercentage, het aantal sollicitanten per functie of het verloopcijfer. Het zijn doorgaans op zichzelf staande, statische gegevens die vooral inzicht geven in momentopnames. Je kunt bijvoorbeeld wel verschillen tussen afdelingen zien, maar deze cijfers geven geen inzicht in verbanden of trends. De meeste organisaties zijn al bekend met deze vorm van HR-informatie, maar het biedt slechts een beperkt perspectief.
2. Data Analytics
HR Analytics, Talentanalyse en People Analytics zijn allemaal termen die verwijzen naar data- analyse op basis van personeelsgegevens. In tegenstelling tot Data Reporting, waarbij het verzamelen van data het eindpunt is, vormt bij HR Analytics het verzamelen van data juist het beginpunt. Het draait hierbij om het verzamelen van gegevens en het leggen van verbanden tussen verschillende data om de impact voor de business te bepalen.
Een voorbeeld hiervan is het analyseren van de relatie tussen uitstroomcijfers en factoren zoals geslacht, leeftijd, het aantal dienstjaren en de resultaten van assessments. Stel dat je ontdekt dat extroverte medewerkers sneller uit dienst treden. Vervolgens kijk je naar de inhoud van de functie en realiseer je je dat deze weinig afwisseling biedt en weinig menselijk contact heeft. Dit suggereert een mogelijke mismatch tussen de behoeften van een extrovert persoon en de aard van de functie, wat een belangrijke factor kan zijn in de uitstroom.
3. Predictive Analytics
Met Predictive Analytics gaan we een stap verder. In plaats van alleen te kijken naar feitelijke informatie uit het verleden en heden, proberen we ook toekomstige trends te voorspellen.
Bijvoorbeeld: op afdeling A is er een hoog verloop. Via HR Analytics heb je al de relatie gelegd tussen de functie-inhoud en het type persoonlijkheid (extrovert versus introvert). Je adviseert de recruiter om meer introverte mensen aan te nemen, in de verwachting dat het verloop zal afnemen. Let wel: blijf dit proces monitoren om te controleren of je veronderstelling daadwerkelijk klopt. Zo niet, dan is het belangrijk om op zoek te gaan naar andere mogelijke verbanden. HR Analytics is dus een doorlopende cyclus die je steeds herhaalt om de inzichten te verfijnen.
Daarnaast kun je op basis van deze kennis strategische keuzes maken. Denk bijvoorbeeld aan het anders beoordelen van assessment-uitslagen, zodat extroverte kandidaten minder positief worden geadviseerd. Of je kunt de arbeidsmarktcampagne zo inrichten dat de vacatures beter aansluiten bij introverte mensen, die zich meer aangetrokken voelen tot functies met minder afwisseling en sociaal contact.
Van probleem naar oplossing
Ons advies: begin klein! Je hebt geen uitgebreide en dure BI-tool nodig om met HR Analytics te starten. Ookhoeft de data niet 100% compleet te zijn. Begin bijvoorbeeld met een kleine businessvraag waarbij je alleen HR-gegevens nodig hebt, en werk met een beperkte groep, bijvoorbeeld één afdeling. Zorg ervoor dat je concrete resultaten en acties kunt presenteren, zodat de waarde van HR Analytics direct zichtbaar wordt. Je zult merken dat de vraag naar meer waardevolle informatie snel zal toenemen.
Een voorbeeld: stel dat het verzuim in je organisatie 8% is. De eerste stap is om te bepalen of dit hoog of laag is. Zoek naar een benchmark van vergelijkbare organisaties om het te vergelijken. Je ontdekt dat het verzuim in jouw organisatie hoger ligt dan het gemiddelde. Vervolgens stel je vervolgvragen: Welke medewerkers vallen uit? Zijn het meer mannen of vrouwen? Zijn ze hoog of laag opgeleid? Als bijvoorbeeld een grote groep jonge vrouwen uitvalt die ook nog eens zwanger zijn, kun je concluderen dat je personeelsbestand niet voldoende in balans is. Je kunt vervolgens onderzoeken waarom deze medewerkers uitvallen en passende maatregelen nemen. Met HR Analytics kun je vervolgens monitoren of deze maatregelen het gewenste effect hebben, en waar nodig bijsturen.
Nu zelf aan de slag!
Om met HR Analytics aan de gang te gaan, doorloop je 5 stappen:
1. Centrale vraag
Het proces van HR Analytics begint met het formuleren van een goede centrale businessvraag. Als HR-professional is het jouw taak om de business de juiste vragen te stellen. Bijvoorbeeld: “Wat is het afdelingsdoel voor de komende 5 jaar?”, “Sluiten de huidige competenties aan bij de organisatiedoelstellingen?”, “Welke interventies kunnen we inzetten?” of “Hebben we de juiste competenties in huis voor de toekomst?” Kortom, waar maken de directie en/of managers zich zorgen over, en welke van deze zorgen kunnen we beantwoorden met HR-data?
Het is belangrijk om door te vragen, omdat de initiële vraag vaak niet de werkelijke vraag is waarvoor de business antwoord nodig heeft. Door de vraag verder te verdiepen, kom je dichter bij het echte probleem dat opgelost moet worden.
Ons advies: begin met een kleine businessvraag. Bijvoorbeeld: “Waarom is het verloop op afdeling X hoger dan het gemiddelde binnen de organisatie?”
2. Data verzamelen
Nadat je de juiste vraag hebt geformuleerd, is de volgende stap het bepalen van de benodigde data om deze vraag te beantwoorden. Voor HR Analytics kan veel verschillende data relevant en waardevol zijn. Denk aan informatie uit CV’s, doorstroommutaties, exitgesprekken, maar ook gegevens over functieverblijftijd, leeftijd, opleidingen, verzuim, arbeidsvoorwaarden en interviews.
Naast de interne data uit je HR-systeem, kun je ook externe data verzamelen, zoals verzuimcijfers van het CBS of benchmarkgegevens van vergelijkbare organisaties. Zorg er wel voor dat de verzamelde data actueel en correct is, zodat je betrouwbare inzichten kunt verkrijgen.
3. Data analyseren en verbanden leggen
Nu ga je aan de slag met de verzamelde data. Het is tijd om de inhoud te analyseren en te onderzoeken welke variabelen belangrijk zijn om mee te nemen. Wat ontbreekt er nog aan data? Kunnen er verbanden worden gelegd tussen verschillende gegevens? Door de resultaten te ordenen en te visualiseren, krijg je waardevolle inzichten in de huidige situatie.
Wil je daarnaast ook het waarom achter bepaalde trends begrijpen of de toekomst voorspellen, dan kom je bij de statistische analyses.
Het analyseren van de data levert niet alleen bruikbare inzichten op, maar biedt ook verbetertips voor het vastleggen en verzamelen van data. Een bijkomend voordeel van HR Analytics is dus dat de kwaliteit van de data met de tijd alleen maar verbetert.
4. Rapporteren
In deze stap presenteer en rapporteer je de verkregen inzichten. Begin het rapport met de centrale vraagstelling en onderbouw je bevindingen met duidelijke cijfers en feiten.
Tip: Visualiseer de cijfers zodat ze makkelijk te interpreteren zijn voor de lezer. Je zult merken dat het veel makkelijker is om de business te overtuigen met een adviesrapport gebaseerd op feiten en cijfers. Als je het rapport daarnaast afstemt op de behoeften en het niveau van de lezer, krijgt het de aandacht die het verdient.
5. Monitoren
Nadat het beleid of de maatregelen zijn geïmplementeerd, is het cruciaal om te controleren of deze de gewenste effecten hebben. Gebruik HR Analytics om de impact te meten door de nieuwe inzichten te vergelijken met de 0-meting (het beginpunt). Als blijkt dat de maatregelen niet het gewenste resultaat opleveren, pas je ze waar nodig aan. Dit is een continu circulerend proces waarbij je steeds bijstuurt om de effectiviteit te waarborgen.
Makkelijker dan het lijkt
Data wordt vaak als complex en moeilijk beschouwd, maar dat hoeft helemaal niet zo te zijn. Er zijn genoeg eenvoudige voorbeelden van hoe HR-data een positief effect kan hebben op de organisatie, zonder dat het ingewikkeld hoeft te zijn. Denk bijvoorbeeld aan een vorm van georganiseerde spontaniteit op basis van HR-data.Koppel HR-gegevens aan het intranet van de organisatie en verwelkom nieuwe collega’s of feliciteer iemand met zijn/haar verjaardag.
De toekomst
De gevolgen van verregaande automatisering zijn al goed merkbaar binnen het bedrijfsleven, en deze trend zal zich blijven doorzetten. De verwachting is dat we pas aan het begin staan van dit digitale tijdperk, waarin data een steeds grotere rol zal spelen. Voor HR is het daarom essentieel om deze veranderingen snel te omarmen. Als de HR- afdeling achterblijft, komt het strategische bestaansrecht van de afdeling onder druk te staan. Het is belangrijk dat HR leert omgaan met het gebruik van data om de strategische keuzes van de organisatie te ondersteunen en onderbouwen. Zorg er wel voor dat de aanpak en de cijfermatige onderbouwing van doelstellingen, strategieën en besluiten breed worden gedragen binnen de organisatie.
Wil jij ook aan de slag met HR Analytics, maar weet je niet zo goed hoe je moet starten? De adviseurs van Bonte Bij helpen je graag verder.
Marieke Driessens | Projectmanager HR