Stap 1 | Ga in gesprek met de business
Stap 2 | Bepaal welke data je nodig hebt
Stap 3 | Bouw een database op
Stap 4 | Verdiep je in statistiek!
Stap 5 | Houd je HR-beleid actueel

Wat is HR analytics?

HR analytics is het verzamelen, bewaren en analyseren van personeelsdata, met als doel het meetbaar maken van de impact die medewerkers hebben op de prestaties van een organisatie (CAOP, 2017) en het voorspellen van de best fit voor de organisatie. Dat laatste is beter bekend als talent analytics. Uit onderzoek van Snell (2011) blijkt dat tot wel 70 procent van de waarde van een bedrijf afhangt van de vaardigheden en ervaring van zijn werknemers. Toch is er op HR-afdelingen weinig inzicht in hoe hier goed gebruik van kan worden gemaakt voor betere bedrijfsresultaten.

Performance, potentie en verloop voorspellen

Snell (2011) noemt het daarom terecht één van de grootste clichés die je serieus moet nemen: “je personeel is je meest waardevolle asset.” Ondanks de technologische mogelijkheden selecteren veruit de meeste HR-professionals en managers nog steeds op basis van aannames en onderbuikgevoel. Hoewel sommige mensen er misschien wel ‘een neusje’ voor hebben, gaat er op deze manier veel talent verloren. Een datagedreven HR-beleid zorgt ervoor dat jij op een wetenschappelijk verantwoorde manier talent kan managen.

Dit betekent dat je vooraf precies weet waar je wel en waar je niet naar op zoek bent: weet jij welke competenties een voorspeller zijn van uitval? Weet jij wat het competentieprofiel is van de mensen die succes gaan hebben in jouw organisatie? Eenmaal binnen wil je ze ook binnen houden, maar ben jij op de hoogte van de constant veranderende behoeftes van jouw mensen? Weet jij wat ze nodig hebben om gelukkig te blijven? Het antwoord ligt vaak onder je neus, in de vorm van data.

In 5 stappen naar een data driven HR-beleid

De zoekterm ‘HR analytics’ wordt twee keer zoveel gezocht op Google in vergelijking met zoiets basaals als ‘HR-beleid’. ‘Data-driven’ gaat daar zelfs ver overheen. Het is wel duidelijk dat HR-professionals op zoek zijn naar manieren om de afdeling meer datagedreven te maken. Toch hebben veel HR-afdelingen de sprong nog niet gewaagd. Het is compleet nieuw en een ver-van-hun-bed-show. Want, hoe pak je zoiets aan? Waar begin je? En, is dat überhaupt wel iets voor ons? Elke HR-afdeling, hoe klein of groot ook, zou profiteren van een datagedreven HRM-beleid. Door deze 5 stappen te volgen ben jij straks ook data-driven en hoef jij geen talent meer te verspillen.

Stap 1 | Ga in gesprek met de business

De uitkomst van je HR-beleid is dat het uiteindelijk moet bijdragen aan het succes van de business. Ga dus in gesprek met managers en de directie om erachter te komen wat voor hen belangrijk is. Hoe kan jij de business voeden met HR-data? Welke onderwerpen zijn voor hen van belang? Maak een inventarisatie zodat het eindproduct straks aansluit bij de behoeftes van de business.

Stap 2 | Bepaal welke data je nodig hebt

Je weet vanuit stap 1 welke onderwerpen belangrijk zijn, nu kun je bepalen welke data hierbij hoort. Het grootste probleem met data is dat er heel veel van is. Heel veel. Het is heel makkelijk om je compleet te verliezen in de data-zee. Voordat je het weet ben je heel druk met dingen waar niemand iets aan heeft. Formuleer onderzoeksvragen op basis van de informatie die je hebt geïnventariseerd; welk probleem ga je oplossen? Welke data heb je nodig om hier antwoord op te geven?

Stap 3 | Bouw een database op

Je weet nu wat je wilt weten en welke data je daarvoor nodig hebt. Ga eerst kijken wat je al hebt, uit welke databronnen kan je al putten? Bouw daarmee een database en nog belangrijker: houd deze database up-to-date! Zorg wel dat je met zuivere data werkt, anders is elke conclusie die eruit volgt waardeloos. Cijfers zijn een betrouwbare vervanging voor aannames en een onderbuikgevoel, maar dit geldt alleen als de kwaliteit van de data hoog is. Steek hier dus tijd en energie in.

Hoe bouw ik een database op?
Een effectieve manier om automatisch een database te creëren, te vullen en up-to-date te houden is door gebruik te maken van het online platform van HFMtalentindex. De verschillende assessments geven je niet alleen inzicht in elke stap van de candidate journey en de employee journey, maar creëren ook een schat aan data waar je in kan duiken en heel veel van kan leren. Ben jij niet zo analytisch aangelegd of heb je simpelweg geen tijd? Onze adviseurs helpen je hier graag bij.

Stap 4 | Verdiep je in statistiek!

Leuk al die data, maar je kan er weinig mee als je geen verstand hebt van statistiek. Dat kan ik toch Googlen? Dat kan, maar verwacht niet alle wijsheid in pacht te hebben na het lezen van één artikel. Je moet je hier flink in verdiepen of iemand aanstellen die verstand heeft van statistiek en het analyseren van data. Mensen die geen kaas hebben gegeten van het interpreteren van onderzoeksresultaten trekken vaak (onterecht) hele grote conclusies. Heb jij een specifieke probleemstelling? Onze adviseurs kunnen je hier ook bij helpen. Zij zijn allemaal Organisatiepsychologen met veel ervaring in het uitvoeren van statistische analyses om op basis van de data van onze klanten het gedrag van hun medewerkers te kunnen voorspellen.

Stap 5 | Houd je HR-beleid actueel

Datagedreven zijn is geen project, maar een proces. Er zit geen begin en eind aan, maar het is een continue werkwijze om het HRM-beleid actueel en relevant te houden. Daarnaast kan je managers en directie voeden op het gebied van HR-gerelateerde vraagstukken en talentoplossingen. Het grote voordeel van deze manier van werken is dat er een hoop onzekerheden worden weggehaald. Gooi je aannames overboord en zeg gedag tegen vooroordelen, bias en misleidingen die zijn gebaseerd op het moment. Talent vinden is geen magie, het is wetenschap.

Door ons gelezen

• CAOP. (2017). Hr analytics: versterken van strategische personeelsplanning op universiteiten. SoFoKleS. https://magazine.sofokles.nl/magazine/hr-analytics/hr-analytics-universiteiten/
• Snell, A. (2011). Developing talent intelligence to boost business performance. Strategic HR Review, 10 (2), 12–17. https://doi.org/10.1108/14754391111108301