HRAnalytics: introductie methodiek implementatie.
Hoofdstuk 1: HRanalytics en wat we eronder verstaan
HRanalytics simpel gezegd: als organisatie wil je zo veel mogelijk informatie over je medewerkers hebben
en die optimaal benutten om betere beslissingen te nemen en zo de plannen en doelstellingen van de
organisatie te realiseren.
HRanalytics combineert daarvoor kennis en technieken uit verschillende vakgebieden. Met name de
personeelswetenschappen, arbeids en organisatiepsychologie, bedrijfskunde, statistiek, dataanalyse en
informatica.
Definitie HRanalytics
Bassi spreekt van een ruime en een enge definitie. De één verstaat onder HRanalytics het systematisch
rapporteren over personeelsgerelateerde onderwerpen, zoals personeelsomvang, verloop, verzuim,
beloning, medewerkersbetrokkenheid in de breedste zin. De (ruime) definitie van Bassi luidt:
‘HRanalytics is een op cijfermatig bewijs gebaseerde benadering voor het nemen van betere beslissingen
met betrekking tot de menskant van de organisatie, die gebruikmaakt van uiteenlopende instrumenten en
technieken, variërend van eenvoudige rapportage over HRmetrics tot en met voorspellende modellen.’
Onder HRmetrics wordt hier verstaan het in meetbare eenheden beschrijven van de personeelsgerelateerde
kenmerken van de organisatie. Ofwel het rapporteren van de status hiervan op enig moment.
Aan de andere kant van het spectrum staan diegenen die een specifiekere betekenis aan HRanalytics
geven. Zij rekenen daartoe alleen het toepassen van geavanceerde dataanalysetechnieken voor het
ontwikkelen van voorspellende modellen voor HRgebonden thema’s.
Bondreau en Ramstad maken een onderscheid tussen het louter meten van en rapporteren over de
bestaande situatie enerzijds en het analyseren van de verzamelde data anderzijds. Alleen dat laatste
noemen zij analytics.
De (eigen) definitie van Achmea komt overeen met de omschrijving van Mondore: ‘Het kwantificeren en
voorspellen van de business of organisatieimpact van de investering in menselijk kapitaal. Kernbegrippen
daarin zijn “voorspellen” en “impact”.’
Dan zijn er nog verschillende andere termen in omloop die op hetzelfde thema doelen. Zo wordt onder meer
gesproken over People Analtyics en Workforce Analytics. In de VS zijn ook de termen Talent Analytics en
Advanced Analytics gangbaar.
Het Nederlands kent geen goed equivalent voor het woord analytics. In dit boek is de definitie:
‘Het systematisch en met behulp van datagedreven technieken vertalen van ontwikkelingen binnen het
menselijk kapitaal van de organisatie in gevolgen voor de toekomst, en het kwantificeren en voorspellen van
de impact hiervan op de organisatieactiviteiten, met als doel het verbeteren van het individuele en het
collectieve gedrag en de prestaties van de medewerkers en de prestaties van de organisatie als geheel.
Het woord data komt uit het Latijn en betekent letterlijk ‘gegeven dingen’ of ‘feiten’. Tegenwoordig verwijst
het ook naar een beschrijving van iets dat je kunt vastleggen, ordenen, verzamelen, analyseren.
MayerSchönberger en Cukier spreken over dataficeren. Dat houdt in het omzetten van een verschijnsel
in een gekwantificeerde vorm. Bijv. het aantal open sollicitaties dat een organisatie per jaar per functiegroep
ontvangt.
Data wordt ook wel verdeeld in primaire en secundaire data. Primaire data zijn gegevens die een
onderzoeker speciaal voor een onderzoeksproject ontwikkelt of verzamelt, bijv. d.m.v. een steekproef.
Secundaire data zijn bestaande gegevens die door een ander zijn verzameld en voor andere doelen dan
waarvoor de onderzoeker ze wil gebruiken. Bijv. een database met de klantgegevens van een bedrijf.
Big data heeft betrekking op dataverzamelingen van miljoenen, honderden miljoenen of zelfs miljarden
gegevens. Volgens MayerSchönberger en Cukier heeft de digitalisering een enorme impuls gegeven aan
het dataficeren van de meest uiteenlopende en triviale gegevens (triviaal = van essentieel belang). Dat zette
weer de deur open naar een andere manier van omgaan met data dan we lange tijd gewend waren. Als je
1
,over big data beschikt, zijn steekproeven niet per se noodzakelijk. Twitter leidt trending topics niet af uit een
steekproef, maar analyseert daarvoor alle tweets gedurende een uur of een dag over een bepaald
onderwerp.
Traditionele data (duizenden primaire/secundaire data) <—> big data (miljoenen/miljarden data)
In de VS houden veel meer organisaties zich bezig
met HRanalytics dan in Europa. Bersin Niveau 4: Voorspellende analyses
inventariseerde de wijze waarop Amerikaanse Ontwikkelen van voorspellende
organisaties dat doen. Hij onderscheidt in zijn Talant
modellen,
Analytics Maturity Model vier niveaus waarop
organisaties data gebruiken onder de noemer HR
analytics:
Niveau 3: Strategische analyses
Segmentatie, Statistische analyses,
Ontwikkelen van ‘Human Capital modellen’,
Analyse van dimensies om oorzaken te
begrijpen,
Leveren van actiegerichte oplossingen.
Niveau 2: Proactief: Geavanceerde rapportages
Operationele rapportages voor benchmarking
en besluitvorming, Multidimensionale analyses en
dashboards.
Niveau 1: Reactief: Operationele rapportage
Operationele rapportages voor het meten van de efficiency
en kwaliteitsbewaking, Exploreren en integreren van data,
Ontwikkelen van een databibliotheek.
De meeste Nederlandse organisaties die zich met HRanalytics bezighouden bevinden zich nu op niveau 1.
Ondanks dat veel organisaties de beschikking hebben over HRgerelateerde data, maken zij daarvan slechts
beperkt gebruik. De vraag is: waarom? Gerard Evers:
‘De beschikbaarheid van data is niet het probleem, bedrijven zitten vaak al op een schat aan informatie. Je
hoeft niet jaren te hebben gestudeerd om je HRanalytics eigen te maken. Het gaat meer om het bedenken
van de juiste, slimme vragen dan om het zoeken naar de goede meetinstrumenten of goede data. De
operationele vragen bedenken lukt nog wel hoeveel vacatures heb ik etc. maar het bedenken van de
strategische vragen is een stuk moeilijker.
Urgente HRthema’s om aan te pakken:
duurzame inzetbaarheid, persoonlijke ontwikkeling en interne mobiliteit;
verzuimrisico’s beheersen en het verlagen van verzuim;
kosten beheersen en besparingen realiseren;
kwaliteit verbeteren en service verhogen;
performancemanagement verbeteren;
strategische personeelsplanning;
recruitment c.q. werving en selectie;
talentmanagement;
retentie en het voorkomen van ongewenst verloop;
innovatievermogen van de organisatie vergroten;
2
, de onderlinge samenwerking verbeteren;
het invoeren van innovatieve organisatieconcepten zoals Het Nieuwe Werken.
Hoofdstuk 2: Waarom zou HR gebruikmaken van HRanalytics?
HRanalytics is een mogelijkheid om HRinterventies, beleid en strategie effectiever te maken.
Vijf belangrijke voordelen van HRanalytics
Direct kunnen bijdragen aan de organisatiedoelstellingen:
Door het profiel van de ideale medewerker in kaart te brengen en daarop kandidaten te selecteren, draagt
HR rechtstreeks bij aan het vergroten van het innovatievermogen van de organisatie en daarmee aan een
belangrijke strategische doelstelling.
Besparen van tijd en kosten en het inrichten van snellere processen:
Door het selectieproces zo veel mogelijk te automatiseren zijn hiervoor niet alleen minder mensuren
nodig, maar kunnen door de rekenkracht van de ICTsystemen ook selecties van grote aantallen
kandidaten in een fractie van een seconde worden gemaakt.
Betrouwbare prognoses kunnen maken:
Met behulp van de gevonden verbanden kunnen voorspellingen worden gedaan over het effect van
veranderingen en nieuw beleid.
Nauwkeuriger inzicht verkrijgen in de interne organisatieprocessen:
Met behulp van het analyseren van de karakteristieken van de medewerkers krijgt de organisatie inzicht in
welke daarvan het meest bijdragen aan goede prestaties bij deze organisatie. HRanalytics geeft inzicht in
de succesfactoren binnen de eigen organisatiecontext.
Vergroten van de betrouwbaarheid van beslissingen:
Veronderstellingen en persoonlijk gekleurde (voor)oordelen spelen een minder grote rol bij het maken van
keuzes. Door sollicitanten een uitgebreide online vragenlijst te laten invullen kunnen de recruiters
kandidaten beoordelen op eigenschappen die de kans op succes vergroten.
HRanalytics helpt op twee manieren de besluitvorming te verbeteren:
Het leidt tot betrouwbare kennis, gebaseerd op feitelijke gegevens.
Het vermindert de subjectiviteit in beoordeling en besluitvorming.
Ook al is iets wetenschappelijk bewezen, toch blijft het onzeker of het in de specifieke context van de
organisatie daadwerkelijk zo is. We betwisten niet het nut van wetenschappelijk onderzoek, maar de
toepasbaarheid ervan in concrete situaties is niet altijd optimaal. Kluijtmans stelt dat de wetenschap zelden
pasklare oplossingen heeft voor de HRpraktijk. Onderzoek houdt niet altijd rekening met factoren die
doorslaggevend zijn voor het feitelijk gedrag van medewerkers. Hierdoor missen onderzoeken vaak
praktische realiteit. Bovendien verschillen organisaties van elkaar.
Behalve het voorspellen van effecten van interventies of externe trends kan HRanalytics ook het verwachte
ontwikkelpad van medewerkers voorspellen, verfijnd naar subcategorieën. Zo kan HR het aanbod van
instrumenten en begeleiding segmenteren en zorgen voor de juiste actie voor de juiste medewerker op het
juiste moment.
Met HRanalystics krijgt de HRfunctionaliteit dus een waardevolle aanvulling op de bestaande HRexpertise.
Namelijk betrouwbaar inzicht in wat er werkelijk in de organisatie gebeurt, hoe processen werkelijk verlopen,
en hoe (groepen) medewerkers zich werkelijk (gaan) ontwikkelen. Dat geeft meer kennis over wat er wel en
niet werkt, wat er precies voor zorgt dat medewerkers al dan niet functioneren. Op basis daarvan is het
mogelijk om de kwaliteit van besluiten nemen en (HR)beleid ontwikkelen aanmerkelijk te verbeteren.
Door gebruik van een gestructureerde werving en selectiemethoden verklein je het percentage van de
nieuw in dienst getreden medewerkers dat vroegtijdig de organisatie verlaat van gemiddeld 25% naar de
helft. Hiermee reduceer je de invloed van willekeur en persoonlijke voorkeuren en vergroot je de
betrouwbaarheid van besluiten. Dat is wenselijk omdat vooroordelen, emoties, sociale en psychologische
mechanismen voortdurend ons gedrag beïnvloeden. Dit verhindert het geven van een ongekleurd en
onafhankelijk oordeel. Het gevolg is dat beslissingen niet altijd het beoogde resultaat opleveren. De
organisatie benut daardoor kansen niet optimaal. Dat ondermijnt de kwaliteit en de effectiviteit van de
uiteindelijke prestaties van de organisatie.
3