Inhoudsopgave
Leerdoelen........................................................................................................................................2
Boek Al & Doze..................................................................................................................................2
H1 HR-analytics en wat we eronder verstaan....................................................................................2
1.1 t/m 1.4.........................................................................................................................................2
1.5 Van traditinnen data tit big data...............................................................................................3
1.7 Wat wieenn irganisatns mnt HR-anaeytiss..................................................................................3
1.9 Pitnntn an HR-anaeytis iir HR -> nnn paar iirbnnednn.......................................................4
H2 Waarom zou HR gebruikmaken van HR-analyticss.......................................................................4
2.6 Bnseissnn dinn wn snne nn intuïtne...............................................................................................5
H3 HR-analytics als onderdeel van een continu organisatieeroces....................................................5
3.2 HR-anaeytis nn dn HR-bnenidsiyieus............................................................................................6
3.8 Optmaeisatn m.b. . midneenn/3.9 zneesturnndn priinssnn inriihtnn i.b. . anaeysn....................7
3.4 HR-bnenidsiyieus uitbrnidnn mnt HR-anaeytis.............................................................................8
H4 Stae 1 de businessvraag achterhalen...........................................................................................9
4.2 eirmuenrnn an dn businnss raag..............................................................................................10
4.4 Suiinseaitirnn nn aekuienn.......................................................................................................11
H5 Stae 2 de businessvraag vertalen naar een analytics vraagstuk..................................................11
5.1 Businnss raag uitdinpnn............................................................................................................11
5.2 Anaeytis raagstuk bnpaenn......................................................................................................11
5.3 Typn anaeysn bnpaenn.................................................................................................................12
5.4 Anaeysnbiim maknn..................................................................................................................13
H6 Stae 3: data verzamelen.............................................................................................................13
H7 Stae 4: data ereeareren.............................................................................................................14
H8 Stae 5: het analyseren van de data.............................................................................................16
H9 Stae 6: raeeorteren, visualiseren en adviseren..........................................................................21
H10 Stae 7: insights vertalen in HR-beleid en dit imelementeren....................................................21
H11 Stae 8: de metrics; bereikte resultaten meten en monitoren...................................................22
Excel ties & trics..............................................................................................................................23
1
,Leerdoelen
1. Je bepaatt ozep ba i van een sozemptexe advie vraag wetke HR-geretateerde fnansiëte
en per ozenete ken- en tuurgetatten, uit een ozemvangrijke et van data, nozedig yijn ozem
dit vraag tuk te beantwozeozerden;
2. Je beozeozerdeett de bruikbaarheid van HR-geretateerde fnansiëte en per ozenete ken- en
tuurgetatten kric sh;
3. Je bewerkt de data et met behutp van Exset en ozerdent naar patrozenen en trend die
retevant yijn vozeozer de sozemptexe advie vraag;
4. Je pre enteert de retevante sijfermacge bevindingen in een rappozertage en/ozef
ge prek, aan tuitend bij het betang van de takehozetder;
5. Je geeft een ozenderbozeuwd advie aan de retevante takehozetder ozep ba i van de data-
anati e.
Dozeet HR-data = at HR-advieyen en beteid sijfermacg kunnen ozenderbozeuwen a.k.a. evidense
ba ed kunnen werken.
Boek Al & Doze
Deet 1 – Introzeduscee at i HR-anatics en hozee pa t dit in de be taande HR-prakcjk?
Defnice HR-anatics
Hozee datagedreven HR-beteid be tuitvozerming verbetert
Hozee datagedreven HR-beteid vozeozertbozeuwt ozep be taande methozeden ozem HR meetbaar
en ptanbaar te maken en de huidige HR-prakcjk trustureet kan ver terken
Deet 2 – Methozedieke Hozee wozerden etk van de 8 tappen uit het HR-anatics prozejest
uitgevozeerd?
Hozee de 8 tappen in de prakcjk brengen?
Cozensrete HR-intervence , -prozese en, -beteid en – trategie en hozee deye mozenitozeren
m.b.v. ken- en tuurgetatten (KPI’ )
H1 HR-analytics en wat we eronder verstaan
1.1 t/m 1.4
Vozeozerbeetd Shett die gebruik maken van game at Dungeozen Ssrawt (dozeozer dozeozethozef navigeren
en ozenderweg puyyet ozeptoze en) en a abi aiter ( u hi aan de jui te ktant erveren in een
teed drukker wozerdend re taurant) ozem tatent in kaart te brengen dozeozer een beetd te krijgen
van de p ishe, intettigence, innozevace en teidinggevende vermozegen .
=> per ozeneet geretateerde data veryameten -> deye data sozembineren met data ozever
usse vozette innozevace -> tac c she anati e uitvozeeren -> inyisht ozever de kan dat
eigen shappen van mdw teiden tozet exsettente pre tace .
HR-analytics (Ba i, 2011 + HC)= een ozep sijfermacg bewij geba eerde benadering vozeozer het
nemen van betere be ti ingen m.b.t. de men kant van de ozergani ace, die gebruik maakt
van uiteentozepende in trumenten en teshnieken van eenvozeudige rappozertage ozever HR Metris
t/m vozeozer pettende mozedetten.
2
, => du data veryameten i het tartpunt -> at ozergani ace yozeveet mozegetijk infoze ozever je mdw
witten hebben en deye infoze ozepcmaat benuten ozem betere be ti ingen te nemen teneinde
dozeet tettingen en ozergani aceptannen te reati eren. Hiervozeozer sozembineer je kenni en
teshnieken uit ver shittende vakken (a&oze-p ishozetozegie, bedrijf kunde, tac cek, data-
anati e, ets.). Zoze kan je verbanden vinden tu en HR-in panningen en hun impast ozep de
pre tace .
HR-analytics (At&Dozeye) = het i temac sh en m.b.v. datagedreven teshnieken vertaten van
ozentwikketingen binnen het men etijk kapitaat van de ozergani ace in gevozetgen vozeozer de
tozeekozem t, en het kwancfseren en vozeozer petten van de impast hiervan ozep de
ozergani aceascviteiten, met at dozeet het verbeteren van het individuete en het sozettesceve
gedrag en de pre tace van de mdw en de pre tace van de ozergani ace at geheet.
HR-metrics = het in meetbare eenheden be shrijven van de per ozeneet geretateerde
kenmerken van de ozergani ace / rappozerteren van de tatu hiervan ozep een mozement.
Analytics = anati eren van de veryametde data
Dozeozer per ozeneet data te kozeppeten aan win t- en ozemyetsijfer en ktantbeozeozerdetingen, weet je
wat de inve teringen in tatent je ozepteveren.
1.5 Van traditionele data tot big data
Met de ozepkozem t van yozeekmashine en ozesiat media i de aandasht vozeozer big data uitgebreid.
Data = gegeven dingen ozef feiten / be shrijving van iet dat je kunt va tteggen,
ozerdenen, veryameten, anati eren.
Datafseren = ozemyeten van een ver shijn et in een gekwancfseerde vozerm (bv. aantat
ozepen ozettisitace per jaar per funscegrozeep)
Primaire v. . esundaire data
Primaire data = gegeven die een ozenderyozeeker pesiaat vozeozer een ozenderyozeek
ozentwikkett ozef veryamett (bv. dozeozer een teekprozeef)
Sesundaire data = be taande gegeven die dozeozer een ander yijn veryametd met een
ander dozeet dan waarvozeozer de ozenderyozeeker ye wit gebruiken (bv. databa e met
ktantgegeven )
Big v . matt data
Big data = dataveryametingen van mitjozeenen/mitjarden gegeven (dozeozer internet en
yozeekmashine i dit yoze big gewozerden) – bv. Twiter teidt trending tozepis af dozeozer atte
tweet gedurende een uur te anati eren
Smatt data = dataveryametingen van duiyenden primaire/ esundaire data – bv.
Twiter yozeu dan teekprozeeven dozeen ozem tozet trending tozepis te kozemen
1.7 Wat willen organisaties met HR-analytics?
=> maximaat waarde tozeevozeegen binnen de ozergani ace
3
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, creditcard of Stuvia-tegoed voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper Annie15. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €4,99. Je zit daarna nergens aan vast.