HR-ANALYTICS: EEN RAGE? OF IS
HET MEER DAN DAT?
Naam: X
Studentnummer:
NCOI Master Human Resource Management
Module: HR-analytics
Docent: Dhr. J. Ardts
Datum: 7 juni 2020
,Voorwoord
Deze eindopdracht is het eindresultaat van de module HR-analytics. De praktijkvoorbeelden in deze
eindopdracht komen vanuit de organisatie waar ik sinds januari 2020 werkzaam ben. Na 2,5 jaar
werkzaam te zijn geweest in de detachering heb ik ervoor gekozen mij verder te specialiseren in het
HR-werkveld. Voor mij een zeer bewuste keuze omdat deze master nu nog meer aansluit op mijn
dagelijkse werkzaamheden en situaties in de praktijk. Momenteel ben ik werkzaam als assistant HR
manager bij het XX te Amsterdam. Met een achtergrond in XX was dit voor mij een logische
vervolgstap.
Inmiddels ben ik begonnen aan mijn tweede jaar van mijn Master Human Resources Management en
hoewel het zeker een uitdaging is om te combineren met een fulltime baan, heb ik nog steeds geen
spijt van mijn keuze. De opleiding is voor mij zeer verhelderend en geeft mij een goede basis voor mijn
verdere loopbaan.
Ik wist in eerste instantie niet wat ik moest verwachten van HR-analytics. De term was zeker nieuw
voor mij en ook binnen mijn eigen organisatie zijn er nog maar hele kleine stappen gezet om HR-
analytics toe te passen. Dankzij de lessen van dhr. Ardts is mijn kennis op het gebied van HR-analytics
zeker vergroot. Een speciale dank gaat dan ook uit naar dhr. Ardts maar ook naar mijn mede-studenten
voor de verhelderende inzichten en het delen van praktijksituaties.
, Samenvatting
Deze eindopdracht van de module ‘HR-analytics’ bestaat uit een examencase waarbij zeven vragen zijn
beantwoordt. Voor het beantwoorden van de vragen is gebruik gemaakt van het artikel ‘Learning from
practice: how HR-analytics avoids being a management fad’ van Thomas Rasmussen en Dave Ulrich (2015).
De praktijkvoorbeelden in deze examencase komen vanuit XX.
HR-analytics kent vele theorieën maar heeft nog geen eenduidige definitie. HR-analytics wint steeds meer
terrein en organisaties tonen grotere interesse. Zij zien steeds meer de waarde die HR-analytics kan leveren.
Echter wordt HR-analytics volgens het artikel vaak op de verkeerde manier gebruikt binnen organisaties.
HR-analytics heeft nu vaak een oppervlakkige rol is en geen impact op de business. Rasmussen en Ulrich
(2015) belichten in het artikel diverse redenen die het argument dat HR-anlytics een rage is versterken. Dat
HR-analytics volgens het artikel nu meer als een rage wordt gebruikt geeft aan dat veel organisaties nog in
niveau één zitten van het volwassenheidsmodel met betrekking tot het gebruik van HR-analytics. De auteurs
zijn van mening dat wanneer HR-analytics zou bijdragen aan het proces van besluitvorming deze veel meer
van waarde kan zijn voor een organisatie. De visie van het artikel op HR-analytics is kritisch maar eindigt
positief. HR-analytics heeft veel potentie en kan veel opleveren voor organisaties. Onder andere op
financieel, kapitaal en fysiek gebied. Het artikel geeft als kanttekening dat het gebruik van data om feitelijke
besluiten te kunnen nemen alleen mogelijk is bij een ‘outside in’ benadering en diverse afdelingen naast HR
bij het proces moeten worden betrokken om gedeelde verantwoordelijkheid te dragen. Met ‘outside in’ wordt
bedoeld dat er ook naar factoren buiten de organisatie moeten worden gekeken om de businessvraag te
achterhalen. Er zijn meerdere manieren om een businessvraag binnen een organisatie te achterhalen. De
ISBK-mehtode en de datagedreven HR beleidscyclus zijn goede hulpmiddelen hiervoor.
HR-analytics kent een ‘ruime’ en ‘enge’ definitie. De ruime definitie gaat meer over het cijfermatig gebruik van
HR-analytics om betere beslissingen te nemen met betrekking tot de menskant van de organisatie en maakt
gebruik van diverse instrumenten en technieken. De enge definitie is meer gericht op het gebruik van
geavanceerde data-analyse technieken om door middel van modellen op HR-gebonden thema’s toekomst
prognoses te maken.
HR-analytics kent meerdere voordelen. Er kan geconcludeerd worden dat HR-analytics de juiste inzichten
kan geven aan besluitvormers die bij kunnen dragen aan de resultaten binnen de organisatie. HR analytics
gaat ook over diverse manieren van dataverzameling. Om data te verwerken dien je gebruik te maken van
datapreparatie. Datapreparatie bestaat uit vier stappen. Dit zijn: data schoonmaken, data samenvoegen,
data verrijken met extra gegevens en nieuwe variabelen afleiden en berekenen.
Om vervolgens de data te analyseren kan er gebruik worden gemaakt van diverse methodes. Al en Doze
(2018) benoemen in hun boek drie methodes, namelijk: de hypothese gedreven analyse, de gestructureerde
analyse en de ongestructureerde analyse. De analyse methode van Gartner is ook manier om data op een
juiste manier te analyseren. Om meer inzicht te krijgen in de ontwikkelingen in de toekomst en deze te
voorspellen, oftewel een toekomstprognose te kunnen maken zijn er meerdere technieken toepasbaar. De
‘delphi methode’ en ‘wisdom of the crowds’ methode zijn hiervoor zeer bruikbaar. Het op de juiste manier
gebruik maken van HR-analytics en ontwikkelingen in dataverzameling kan leiden tot betere eindconclusies.
Om goed voorbereid te zijn op de toekomst is het voor organisaties goed om te weten welke uitdagingen en
valkuilen er zijn voor (het gebruik van) HR-analytics in de toekomst en wat eraan gedaan kan worden. Zo
moet de menselijke kant van HR-analytics niet verloren gaan en er niet teveel worden vertrouwd op
datasystemen. Het is van belang dat de juiste analytische vaardigheden onder medewerkers aanwezig is en
controlerend toezicht door HR om de kwaliteit van data te waarborgen. Het is van belang dat bedrijven in
kaart gaan brengen welke data er aanwezig is om dataveiligheid te kunnen garanderen.Te allen tijden dient
er met het gebruik van data rekening te worden gehouden met de privacy en ethiek van medewerkers
gegevens om zo niet de privacy wet te overtreden.
HET MEER DAN DAT?
Naam: X
Studentnummer:
NCOI Master Human Resource Management
Module: HR-analytics
Docent: Dhr. J. Ardts
Datum: 7 juni 2020
,Voorwoord
Deze eindopdracht is het eindresultaat van de module HR-analytics. De praktijkvoorbeelden in deze
eindopdracht komen vanuit de organisatie waar ik sinds januari 2020 werkzaam ben. Na 2,5 jaar
werkzaam te zijn geweest in de detachering heb ik ervoor gekozen mij verder te specialiseren in het
HR-werkveld. Voor mij een zeer bewuste keuze omdat deze master nu nog meer aansluit op mijn
dagelijkse werkzaamheden en situaties in de praktijk. Momenteel ben ik werkzaam als assistant HR
manager bij het XX te Amsterdam. Met een achtergrond in XX was dit voor mij een logische
vervolgstap.
Inmiddels ben ik begonnen aan mijn tweede jaar van mijn Master Human Resources Management en
hoewel het zeker een uitdaging is om te combineren met een fulltime baan, heb ik nog steeds geen
spijt van mijn keuze. De opleiding is voor mij zeer verhelderend en geeft mij een goede basis voor mijn
verdere loopbaan.
Ik wist in eerste instantie niet wat ik moest verwachten van HR-analytics. De term was zeker nieuw
voor mij en ook binnen mijn eigen organisatie zijn er nog maar hele kleine stappen gezet om HR-
analytics toe te passen. Dankzij de lessen van dhr. Ardts is mijn kennis op het gebied van HR-analytics
zeker vergroot. Een speciale dank gaat dan ook uit naar dhr. Ardts maar ook naar mijn mede-studenten
voor de verhelderende inzichten en het delen van praktijksituaties.
, Samenvatting
Deze eindopdracht van de module ‘HR-analytics’ bestaat uit een examencase waarbij zeven vragen zijn
beantwoordt. Voor het beantwoorden van de vragen is gebruik gemaakt van het artikel ‘Learning from
practice: how HR-analytics avoids being a management fad’ van Thomas Rasmussen en Dave Ulrich (2015).
De praktijkvoorbeelden in deze examencase komen vanuit XX.
HR-analytics kent vele theorieën maar heeft nog geen eenduidige definitie. HR-analytics wint steeds meer
terrein en organisaties tonen grotere interesse. Zij zien steeds meer de waarde die HR-analytics kan leveren.
Echter wordt HR-analytics volgens het artikel vaak op de verkeerde manier gebruikt binnen organisaties.
HR-analytics heeft nu vaak een oppervlakkige rol is en geen impact op de business. Rasmussen en Ulrich
(2015) belichten in het artikel diverse redenen die het argument dat HR-anlytics een rage is versterken. Dat
HR-analytics volgens het artikel nu meer als een rage wordt gebruikt geeft aan dat veel organisaties nog in
niveau één zitten van het volwassenheidsmodel met betrekking tot het gebruik van HR-analytics. De auteurs
zijn van mening dat wanneer HR-analytics zou bijdragen aan het proces van besluitvorming deze veel meer
van waarde kan zijn voor een organisatie. De visie van het artikel op HR-analytics is kritisch maar eindigt
positief. HR-analytics heeft veel potentie en kan veel opleveren voor organisaties. Onder andere op
financieel, kapitaal en fysiek gebied. Het artikel geeft als kanttekening dat het gebruik van data om feitelijke
besluiten te kunnen nemen alleen mogelijk is bij een ‘outside in’ benadering en diverse afdelingen naast HR
bij het proces moeten worden betrokken om gedeelde verantwoordelijkheid te dragen. Met ‘outside in’ wordt
bedoeld dat er ook naar factoren buiten de organisatie moeten worden gekeken om de businessvraag te
achterhalen. Er zijn meerdere manieren om een businessvraag binnen een organisatie te achterhalen. De
ISBK-mehtode en de datagedreven HR beleidscyclus zijn goede hulpmiddelen hiervoor.
HR-analytics kent een ‘ruime’ en ‘enge’ definitie. De ruime definitie gaat meer over het cijfermatig gebruik van
HR-analytics om betere beslissingen te nemen met betrekking tot de menskant van de organisatie en maakt
gebruik van diverse instrumenten en technieken. De enge definitie is meer gericht op het gebruik van
geavanceerde data-analyse technieken om door middel van modellen op HR-gebonden thema’s toekomst
prognoses te maken.
HR-analytics kent meerdere voordelen. Er kan geconcludeerd worden dat HR-analytics de juiste inzichten
kan geven aan besluitvormers die bij kunnen dragen aan de resultaten binnen de organisatie. HR analytics
gaat ook over diverse manieren van dataverzameling. Om data te verwerken dien je gebruik te maken van
datapreparatie. Datapreparatie bestaat uit vier stappen. Dit zijn: data schoonmaken, data samenvoegen,
data verrijken met extra gegevens en nieuwe variabelen afleiden en berekenen.
Om vervolgens de data te analyseren kan er gebruik worden gemaakt van diverse methodes. Al en Doze
(2018) benoemen in hun boek drie methodes, namelijk: de hypothese gedreven analyse, de gestructureerde
analyse en de ongestructureerde analyse. De analyse methode van Gartner is ook manier om data op een
juiste manier te analyseren. Om meer inzicht te krijgen in de ontwikkelingen in de toekomst en deze te
voorspellen, oftewel een toekomstprognose te kunnen maken zijn er meerdere technieken toepasbaar. De
‘delphi methode’ en ‘wisdom of the crowds’ methode zijn hiervoor zeer bruikbaar. Het op de juiste manier
gebruik maken van HR-analytics en ontwikkelingen in dataverzameling kan leiden tot betere eindconclusies.
Om goed voorbereid te zijn op de toekomst is het voor organisaties goed om te weten welke uitdagingen en
valkuilen er zijn voor (het gebruik van) HR-analytics in de toekomst en wat eraan gedaan kan worden. Zo
moet de menselijke kant van HR-analytics niet verloren gaan en er niet teveel worden vertrouwd op
datasystemen. Het is van belang dat de juiste analytische vaardigheden onder medewerkers aanwezig is en
controlerend toezicht door HR om de kwaliteit van data te waarborgen. Het is van belang dat bedrijven in
kaart gaan brengen welke data er aanwezig is om dataveiligheid te kunnen garanderen.Te allen tijden dient
er met het gebruik van data rekening te worden gehouden met de privacy en ethiek van medewerkers
gegevens om zo niet de privacy wet te overtreden.
