HR Analytics: Wat is het en hoe pas je het toe in je bedrijf?

HR analytics maakt gebruik van datamining en analysetechnieken om HR-gegevens te verwerken. De twee belangrijkste doelstellingen van een HR-analyse zijn informatie verstrekken en kerngegevens identificeren. Het eerste doel is om de onderneming informatie over haar eigen activiteiten te verschaffen. Op die manier kan de onderneming werknemers doeltreffend aansturen. Deze informatie kan ook helpen bij het bereiken van bedrijfsdoelstellingen. Het tweede doel is om de verzamelde gegevens te gebruiken om de onderneming te helpen bij het maken van voorspellingen waarmee ze haar menselijk kapitaal optimaal kan benutten. Met HR analytics kun je dus optimaal gebruik maken van de grote hoeveelheid HR-gegevens voor strategische en voorspellende analyses.

Leestip: Verken de strategische rol van People Analytics bij het ontwikkelen van gerichte HR-strategieën voor personeelsontwikkeling.

Strategische analyses zijn toekomstgerichte activiteiten. Met een strategie en visie bepaal je waar je met je bedrijf binnen 5 jaar wilt staan. Als bedrijf neem je nu beslissingen over je toekomstige personeelsbestand. Je maakt je zorgen over het inzetten van de juiste mensen op het juiste moment en op de juiste plaats. Wie heb je nu ter beschikking? Welke werknemers wil je in de toekomst hebben? Welke vaardigheden en kennis hebben ze nodig? Door je beleid af te stemmen op je eindbestemming, bereik je een evenwichtige en optimale inzet van personeel. Je kan je personeel beter beheren en dat zie je in je bedrijfsresultaten.

Voorspellende analyses omvatten een verscheidenheid van technieken voor statistische analyse van gegevens waarmee je voorspellingen kan maken. Eenvoudig gezegd gaat het bij HR analytics om het interpreteren van een reeks gegevens over werknemers en het bedrijf, waarmee je beleid kan bepalen met betrekking tot aanwerving, betrokkenheid, opleiding, loopbaanbeheer, enz. Zo krijg je een beter inzicht in de werking van je bedrijf en de mensen die er werken. Op die manier kun je de juiste beleidskeuzes maken, in overeenstemming met de conclusies van je strategische analyse.

HR-beslissingen zijn vaak gebaseerd op professioneel gevoel en persoonlijke overtuigingen. Zo berust personeelswerving vaak op de subjectieve mening van recruiters. Het probleem met deze aanpak is dat processen minder pragmatisch zijn. Ze berusten dan vaak op gevoelens of vooroordelen, zonder dat er een rationele kijk bestaat op bestaande processen en beleidskeuzes.

Onrechtvaardigheden op de werkvloer kunnen op die manier onopgemerkt blijven voortbestaan. Een goed voorbeeld hiervan is de loonkloof tussen mannen en vrouwen. Promoties en beloningen worden vaak aangeboden op basis van vooroordelen in de plaats van te berusten op objectieve prestatiecijfers. De waarheid kan soms aardig verbazen wanneer de werkelijke gegevens aan het licht komen.

HR analytics helpt bedrijven om de juiste conclusies te trekken en de juiste beleidskeuzes te maken op basis van objectieve gegevensanalyse.

Hier zijn een paar voorbeelden van gebieden waar een HR analyse kan helpen:

• Wervingskosten: HR analytics kan je helpen om de ideale kandidaten voor je bedrijf te vinden. Deze gegevens worden dan gebruikt om de vaardigheden te bepalen die je kandidaten nodig hebben. De juiste werving keuze helpen je om geld te besparen en de juiste mensen aan te trekken.

• Overwerkkosten: deze kosten kunnen al snel tot een budgettaire nachtmerrie leiden. Om de diepere oorzaken van overwerk te analyseren heb je HR analytics nodig. Door gegevens te rapporteren kun je het management een aantal aanbevelingen voorleggen om het probleem aan te pakken.

• Promotietijd: het is belangrijk om inzicht te krijgen in de promotiekansen in je bedrijf. Het helpt om te begrijpen waarom werknemers blijven of weggaan, maar ook om de juiste mensen voor de juiste functies te promoveren.

• Betrokkenheid: het gebruik van HR analytics helpt met het opvolgen van de betrokkenheid van werknemers? Met deze gegevens kan je de optimale werknemerservaring creëren om het personeelsverloop en werkverzuim te verminderen, maar ook om de productiviteit te verhogen. Met betere inzichten helpen je werknemers om zich op alle niveaus te verbeteren.

• Werkverzuim: HR analytics kunnen helpen om problemen op het gebied van gezondheid en veiligheid op te sporen. Deze gegevens kunnen gebruikt worden om de factoren op te sporen die werkverzuim veroorzaken, maar ook om te bepalen in welke mate werkverzuim een kostendrijver voor je bedrijf is.

• Personeelsverloop: het gebruik van correcte gegevens helpt om te anticiperen op de toekomstige personeelsbehoeften en om de belangrijkste vertrekredenen te achterhalen. Zo kun je niet alleen de beste medewerkers behouden, maar ook de juiste talenten aantrekken.

• Verkoopcijfers: een HR-analyse helpt om inzicht te geven in hoe verkoopcijfers verbeterd kunnen worden. Je kunt nagaan hoe bepaalde talenten de prestaties van je werknemers verbeteren, of welke trainingsprogramma’s een positieve invloed hebben op je verkoopcijfers.

Er zijn talloze verschillende gegevens die HR-specialisten kunnen verzamelen om uitgebreide overzichten en KPI’s te maken die gebruikt kunnen worden om belangrijke strategische beslissingen te nemen. Deze gegevens kunnen het best in 5 belangrijke groepen verdeeld worden.

• Interne data: deze gegevens zijn afkomstig uit het bedrijf zelf. Het zijn vaak statistieken en trends die organisaties door hun bedrijfsvoering ontdekken. Het omvat feiten en cijfers die bedrijven uit interne databanken, software, klanten, besluitvorming, en rapporten halen.

• Externe data: deze gegevens komen van de markt, inclusief klanten en concurrenten. Het zijn dingen als statistieken uit enquêtes, vragenlijsten, onderzoek, en feedback van klanten.

• Werknemersgegevens: dit zijn alle personeelsgegevens die gedurende een loopbaan aan een bedrijf verstrekt worden. Ze worden opgeslagen in digitale personeelsdossiers en helpen om een beter beeld te krijgen op de werknemers.

• Financiële gegevens: deze gegevens hebben betrekking op de financiële gezondheid van een bedrijf. Ze worden gebruikt om bedrijfsprestaties te analyseren en om te bepalen hoe strategieën aangepast moeten worden. Voorbeelden hiervan zijn de lonen, inkomsten, uitgaven, en cashflow.

• Historische gegevens: In de context van bedrijven verwijzen historische gegevens naar informatie die bij vroegere projecten en ontwikkelingen tot stand kwam en gedocumenteerd werd. Dit omvat alle documenten zoals projecthandleidingen, eisen specificaties of rapporten.

Het gecombineerde gebruik van al deze gegevens kan bedrijven helpen om waardevolle inzichten te verwerven die hen in staat stellen om de juiste strategieën te bepalen voor de toekomst. Maar voordat dit gebeurt, is het belangrijk om deze gegevens eerst te verwerken en te analyseren om tot belangrijke conclusies te komen.

Diepe inzichten voor strategische HR-beslissingen

In Personio kan je gemakkelijk en overzichtelijk belangrijke personeelscijfers zien en analyseren, zoals het ziekteverzuim of personeelsverloop en zo de basis leggen voor goed gefundeerde beslissingen.

Naar de analysefunctie

De taak om alle beschikbare gegevens door te nemen is misschien niet de meest geliefkoosde taak die er is, maar ongetwijfeld één van de meest waardevolle voor een bedrijf. Daarom is het van cruciaal belang om een methodologische aanpak te hebben waarmee je gegevens op een betrouwbare manier kan verwerken, maar ook om kwaliteitsvolle gegevens te verkrijgen die later bruikbaar zijn.

Eerst is het belangrijk om de vragen te definiëren die je wilt beantwoorden. Je kunt geen gegevens verzamelen om daarna blindelings te zoeken naar correlaties.

Bepaal de HR-gebieden die verbeterd moeten worden, zoals diversiteit op de werkvloer, verbetering van het personeelsverloop, de opleidingskosten of de mate van werkverzuim. Je moet beginnen met eenvoudige problemen voordat je grotere problemen aanpakt. Zo zou je bijvoorbeeld de invloed van HR-inspanningen op de winstmarges willen begrijpen.

Als je eenmaal de problemen en aandachtspunten hebt vastgesteld, kun je de gegevens bepalen die nodig zijn om ze aan te pakken.

Richt je eerst op de HR-gerelateerde gegevens die je afdeling al verzamelt, zoals personeelswerving, personeelsprestaties en personeelsopvolging. Je HR-afdeling zou deze belangrijke gegevens al in de gaten moeten houden.

Verzamel tenslotte gegevens van andere afdelingen en bedrijfssystemen. Begin met belangrijke statistieken uit financieel marktonderzoek te halen, zoals omzet, verkoopcijfers, uitgaven aan marktonderzoek en opleiding.

Je personeelsdienst moet nauw samenwerken met de IT-afdeling, want sommige processen voor software en gegevensextractie vereisen gespecialiseerde vaardigheden op gebied van gegevensanalyse. Het kan dus nuttig zijn om nauwere banden te smeden tussen deze twee afdelingen. Hou tijdens dit proces ook voldoende rekening met de privacy van de werknemers en de bescherming van gegevens.

Tijdens dit proces kun je de nodige gegevens netjes omzetten in een consistent en leesbaar formaat. Je kan ze daarna in je analytics platform uploaden voor gebruik bij analyses. Sommige tools kunnen dit proces automatisch uitvoeren. Deze programma’s zijn zo ontwikkeld dat niet-technisch personeel ermee aan de slag kan, maar het kan handig zijn om toch samen met IT-mensen te werken.

Als de analyse van HR-gegevens resultaten begint op te leveren, moet je beginnen met het delen en integreren van deze resultaten. Als je bijvoorbeeld naar de diversiteit van het personeelsbestand hebt gekeken en uit je gegevens blijkt dat je niet genoeg Cv’s van minderheden krijgt, begin dan je wervingsstrategie te veranderen. Je zou je bijvoorbeeld kunnen richten op aanwervingsbureaus die op zoek zijn naar zulke kandidaten, je kan interviews afnemen met minderheidsgroepen om na te gaan hoe ze naar je bedrijf kijken, of je kan meer mogelijkheden scheppen voor mentorschap met werknemers uit minderheidsgroepen.

Tenslotte moeten HR-analyses regelmatig worden uitgevoerd en het grootste deel van de tijd relevant blijven. Om het proces te benutten, is het van essentieel belang om een regelmatig schema op te stellen. Je wilt bij het definiëren van een nieuwe vraag steeds de HR-gegevens bekijken: je voert een gegevensanalyse uit om het antwoord op de vraag te vinden. Terwijl je oplossingen voor je probleem uitvoert, is het belangrijk om regelmatig na te gaan of de veranderingen duurzaam zijn, en of er andere problemen opduiken.

HR analytics is een integraal onderdeel van gegevensbeheer en de toepassing ervan kan een positief rendement voor de onderneming opleveren. Het beheren, analyseren en interpreteren van gegevens is niet altijd even eenvoudig, en bedrijven moeten daarom HR-analytics stap voor stap benaderen. Succesvolle HR analytics veronderstelt dat de omvang van de gemeten gegevens niet altijd gelijk staat met succes. Het is eerder de impact van de gegevens op het besluitvormingsproces van een bedrijf die tot succes leidt. De invloed van HR analytics is niet alleen binnen HR voelbaar. Het kan in de hele onderneming meerwaarde brengen.