Maar, vertelt HR-onderzoekster Stacey Harris, ‘voor mij is dat niet zo. Het ergert me meer dan je je kunt indenken om naar data te kijken die maar niet vertellen wat ik wil.’ Toch moet elke HR-verantwoordelijke er in het tijdperk van data analytics, big data en persoonlijke tracking op voorbereid zijn dat er vroeg of laat cijfers zullen opduiken die hun veronderstellingen tegenspreken. Wat doe je dan als dat gebeurt? Ik vat voor u samen.

1. Wees er zeker van dat je de juiste vragen stelt

Een senior HR-manager van een van ’s werelds grootste banken vertelde ooit over hun totale frustratie bij een onderzoek naar werknemerstevredenheid. Dat bleef hen vertellen dat die tevredenheid fantastisch was, maar ondertussen lag de retentie bij de top performers erg laag en namen de klachten over werknemersrelaties toe. Blijkbaar  stelden ze dus in hun tevredenheidsenquête de verkeerde vragen, en moesten ze de studie aanpassen. 

2. Zorg voor schone data

Wanneer je data door mensen wordt ingegeven, is het mogelijk dat je die zal moeten opschonen. Een groot wereldwijd farmaceutisch bedrijf probeerde jarenlang een globale strategie voor HR-metrics in te voeren voor de hele organisatie, maar zonder succes. Niemand raakte het eens over de velddefinities, het ownership van de data of zelfs de locatie waar die bewaard zouden moeten worden. Elk standaardrapport dat ze voor de hele organisatie trokken werd afgevoerd, omdat de gegevens niet accuraat – of in andere woorden schoon – waren. 

Ze gaven niet op vanwege die vervuilde data, maar vonden 40 velden over alle verschillende HR-, talent- en leerplatformen heen waarvan ze het gevoel hadden dat ze daarmee konden beginnen om zoveel mogelijk op te schonen. Zodra ze hier rapporten uit begonnen te halen, vonden ze verdere opportuniteiten om de data schoon te maken, zodat ze uiteindelijk een correcte reeks rapporten hadden, gebaseerd op die 40 velden, waarop senior managers konden vertrouwen voor hun besluitvorming. Elke reis begint met de eerste stap.

3. Maak de juiste vergelijkingen

Het is belangrijk om goede praktijken en nieuwe technologieën ten volle te benutten, maar deze opdringen in een organisatie die er nog niet klaar voor is, zal weinig opbrengen. Zorg ervoor dat je je benchmarks opzet tegenover gelijkaardige bedrijven, en vergelijk niet met organisaties die groter zijn, meer middelen hebben, een uitgebreidere infrastructuur, meer diepgewortelde HR-praktijken en zo meer. Een diepere duik in de data zal je op termijn wel tonen dat je sleutelelementen mist voor het succes. 

4. Maak je steekproef groot genoeg

Wanneer je test op te kleine hoeveelheden, is misschien niet je hele organisatie in je staal vertegenwoordigd. Neem voldoende data op om te zien of specifieke regio’s of groepen zich anders gedragen. Meestal zal een steekproefgrootte van 20% van eender welke groep of subgroep die je analyseert genoeg gegevens opleveren om een degelijk oordeel te vellen.

5. Bekijk je data over verschillende tijdspannes

Elke verandering in een organisatie heeft een impact op het gedrag van mensen. Nieuwe programma’s, technologieën of zelfs veranderingen in het beleid, vragen een zekere tijdspanne om de reële impact zichtbaar te maken. Wanneer tijd cruciaal is, zoals in de meeste bedrijven, zorg er dan voor dat je over verschillende tijdspannes naar je data kan kijken. Zo kun je zien of externe factoren, zoals een veranderende economie, lokale milieukwesties… een impact hebben op je data.

Word je na dit alles nog steeds geconfronteerd met data die jouw visie tegenspreken, geef dan niet toe aan de eerste impuls om de informatie te negeren of weg te duwen. Zelfs als ze je vertellen dat je nieuwe beloningsstrategie waar je het laatste jaar aan gewerkt hebt ongewenste effecten heeft, dat carrièreplanning leidt tot een groter verloop in plaats van omgekeerd, of dat de nieuwe dure technologie amper een verschil maakt. Wat je dan moet doen, is diep inademen en werken aan een plan.

• Verzamel meer data
Een enkele reeks gegevens leidt soms tot meer vragen dan antwoorden. Mogelijk helpen focusgroepen of data uit andere bronnen de zaak op te helderen. Of je kunt bijkomende analyses uitvoeren om te zien of je data met andere factoren correleert.

• Stel actieplannen op
Data is alleen maar informatie. De echte impact komt van de acties die we ondernemen op basis van die data. Ga op zoek naar constructieve, positieve acties die ondernemen kunnen worden om in te spelen op de gevonden data.

• Deel de data
Beslis onmiddellijk wie op de hoogte moet zijn van de data. Zelfs indien ze op een gedeeld dashboard bekeken worden, is dat goed om discussies en vragen op te wekken. De ergste beleidsfout is het negeren van de data.

• Wees bereid je opinie te veranderen

Dit is misschien wel de lastigste opgave. Het is makkelijk gezegd, maar veel moeilijker in het dagelijkse leven. Het is menselijk om defensief te reageren of gefrustreerd te zijn, maar onthoud dat data geen oordeel vellen.

Data vertellen ons altijd iets, en als we niet willen luisteren, moeten we misschien overwegen onze omgeving en perspectief te veranderen. Misschien is jouw bedrijf niet klaar voor verandering, maar een ander wel? Misschien versluiert onze visie over hoe het zou moeten zijn de realiteit van hoe het is. Deze kleine stappen helpen alvast de wereld een betere plek te maken.

Het originele artikel vindt u hier. Reacties op dit artikel zijn uiteraard altijd welkom.

Basics van HR Analytics

Met HR Analytics kan de impact van HR investeringen en processen in kaart worden gebracht. Het toepassen ervan blijkt voor veel HR-professionals nog een flinke uitdaging! Toch wordt HR in toenemende mate om verantwoording gevraagd: Wat zijn de kosten en de baten? Hoe maak ik inspanningen en resultaten inzichtelijk? Deze masterclass geeft u in een dag de juiste tools.