Auteurs Toine Al en Irma Doze leggen in toegankelijke taal en tot in detail uit hoe organisaties hun complete HR-programma stap voor stap volledig datagedreven kunnen maken. Daarbij wordt geen onderwerp geschuwd: van de tekortkomingen van menselijke besluitvorming, het formuleren van goede businessvragen en het gebruik van statistiek, tot en met datamanagement, het ontwerpen van algoritmes en geschikte analyticssoftware, omgaan met privacyregels en het maken van een langetermijnstrategie voor datagedreven HR. Zij doen dit met veel kennis van zaken en aan de hand van veel praktijkvoorbeelden. Zo weet de lezer aan het eind van het boek onder andere hoe je werving en selectie, talentmanagement, cultuurverandering, employee experience, diversiteit en inclusie met data-analyse succesvoller aanpakt.

Performance verbeteren

Het zijn de thema’s waar organisaties momenteel mee worstelen, terwijl ze tegelijkertijd vaak al over een flinke hoeveelheid data beschikken uit personeelsinformatiesystemen en andere business-software. Deze data zijn de basis voor datagedreven HR. De auteurs laten zien hoe je hiermee HR-analytics toepast voor het bepalen, uitvoeren en monitoren van HR-interventies, -tools, -beleid en -strategie. Hoe HR-processen en producten kunnen worden geoptimaliseerd met analyses en algoritmes. En hoe een datagedreven aanpak HR beter in staat stelt de prestaties, het werkplezier en het optimaal inzetten van de medewerkers te verhogen en tegelijkertijd de performance van de organisatie aanzienlijk te verbeteren.

Zeker, wie het boek leest zal tot de conclusie komen dat het structureel toepassen van HR-analytics een kwestie van lange adem is en een investering op langere termijn vraagt. Maar dan heb je ook wat, zoals blijkt uit de lange lijst van organisaties, die de auteurs door het hele boek heen bespreken. De afgelopen jaren zijn organisaties HR-analytics binnen en buiten Nederland gaan toepassen. Zo werkt Google al jaren met modellen voor het optimaliseren van het HR-beleid. In deze modellen zijn factoren verwerkt die van invloed zijn op het gedrag van medewerkers, hun persoonlijke ontwikkeling, hun gezondheid, het verzuim, het verloop enzovoort. Met de inzichten die dat oplevert doet het bedrijf continu aanpassingen aan onder andere de leiderschapsprofielen en de rol van de managers, het beloningsysteem, het retentiebeleid, de samenstelling van teams, de grootte van selectiepanels, het maximumaantal interviews per kandidaat, het diversiteitbeleid, het ontwerp en de indeling van de werkplek, en zelfs de samenstelling van de menu's in het bedrijfsrestaurant.

Diversiteit en performance

Een voorbeeld dichter bij huis is dat van het analyticsteam van Shell, dat in 2015 een meetinstrument ontwikkelde om aan te tonen wanneer diversiteit binnen teams daadwerkelijk leidt tot betere prestaties. Het meetinstrument toonde een sterke samenhang aan tussen het verbeteren van de performance en de mate van inclusiviteit die teamleden ervaren. Hoe hoger de ervaren inclusiviteit, des te sterker het positieve effect van meer diversiteit op de performance van een team en omgekeerd.

Een ander voorbeeld is het O&O fonds Afval & Milieubedrijven, dat in kaart bracht in hoeverre verschillende groepen werknemers bij de aangesloten afvalbedrijven in de toekomst inzetbaar konden blijven. De organisatie liet per functiegroep met behulp van data-analyse arbeidsmarktprognoses maken. Hiervoor werden tientallen databases gekoppeld met gegevens over onder meer de arbeidsmarkt, arbeidsmobiliteit, demografie, sollicitatiegedrag, sectoren en beroepsgroepen. Zo kon op kenmerken als functie, opleidingsniveau, afstand woon-werkverkeer, leeftijd en geslacht per individuele medewerker de kans worden berekend hoe snel deze gemiddeld een nieuwe baan zou vinden. De betrokken afvalbedrijven konden hiermee beter inschatten hoeveel budget en capaciteit voor mobiliteitsbegeleiding er voor specifieke groepen werknemers nodig zou zijn.

Ambitieniveau

Naast aandacht voor de techniek van het uitvoeren van goede analyses en de interpretatie van inzichten, leggen de auteurs uit wat er komt kijken bij het inrichten en opzetten van een effectieve functionaliteit voor HR-analytics. Wat is er bijvoorbeeld nodig aan competenties, expertise en ICT-ondersteuning en -infrastructuur? De daarin te maken keuzes zijn onder andere afhankelijk van het type businessvragen dat de organisatie heeft, de omvang van de organisatie en de complexiteit van de processen. Maar ook van wat er al aanwezig is aan ICT-systemen, kennis en faciliteiten op het gebied van business intelligence, en het ambitieniveau van het management en van HR zelf.

Daarbij zal het structureel toepassen van HR-analytics voor veel organisaties een innovatieve werkwijze betekenen. En voor het succes van dat soort innovaties is het belangrijk dat je je al in de opstartfase de resultaten ervan concreet kunt voorstellen en ermee kunt experimenteren voordat je het grootschalig gaat toepassen. De auteurs pleiten er daarom voor te beginnen met losse pilotprojecten met een bescheiden ambitieniveau. Door 'klein' te beginnen kun je snel de impact aantonen van een datagedreven HR-interventie. Dat wekt zowel interesse als vertrouwen bij het management en andere betrokkenen, zodat er draagvlak kan ontstaan. Dat laatste is onmisbaar om HR-analytics in de organisatie een positie te verschaffen. De aldus opgedane kennis en ervaring kun je vervolgens uitbouwen tot een langer lopend programma en uiteindelijk tot een structurele analyticsfunctionaliteit.

Structureel toepassen?

Sommige organisaties pakken HR-analytics direct vanaf het eerste begin structureel aan, zoals verzekeraar Achmea deed. Deze startte in 2013 de projectgroep HR Metrics en Analytics. De opdracht van de werkgroep was onder andere literatuuronderzoek doen, het ontwikkelen van een volwassenheidsmodel, het verzamelen en uitvoeren van showcases en het opbouwen van een expertteam dat binnen twee jaar op holdingniveau zou kunnen functioneren.

Het ontwikkelpad naar volledig datagedreven HR verdelen de auteurs in vier stadia, beschreven in een volwassenheidsmodel (illustratie). Daarop zijn allerlei variaties mogelijk. Achmea werkte bijvoorbeeld met vijf stadia, waarin per stadium de relevantie van HR-analytics voor de organisatie moest groeien. De verzekeraar ontwikkelde het HR-analyticsproces in de jaren daarna volgens plan verder. Zo testte het analyticsteam in 2019 onder meer een voorspellend model om inzicht te krijgen in welke groepen medewerkers de organisatie mogelijk voortijdig dreigen te verlaten. Daarmee is Achmea inmiddels aangeland op het hoogste volwassenheidsniveau.

Grondig verandertraject

Overstappen op datagedreven werken is dus géén eenmalig project dat je ‘er even bij doet’, merken de auteurs op. Omdat de overstap naar structureel datagedreven werken vaak een flinke uitdaging is, kan deze volgens de auteurs het beste worden aangepakt als een grondig verandertraject. Organisaties die hierin succesvol willen zijn, maken er voldoende mensen, tijd én budget voor vrij. Onder andere om te investeren in data en technologie. Maar ook is het belangrijk ervoor te zorgen dat het gebruik van data volgens de regels gebeurt en dat bijvoorbeeld de ethische aspecten daarvan zorgvuldig worden afgewogen. Hoe je persoonsgegevens gebruikt volgens de (internationale) privacyregelgeving, komt uitgebreid aan bod in een apart hoofdstuk, dat de auteurs ook in de nieuwste editie weer geactualiseerd hebben. 

Daarnaast is er een cultuur nodig waarin medewerkers datagedreven wíllen en kúnnen werken. Het succes van de investeringen in data en technologie, staat of valt immers met de mensen die ermee moeten werken. Alleen zij kunnen het verschil maken. Dat vraagt om interne ambassadeurs die medewerkers kunnen enthousiasmeren, en sponsors in het management die bijvoorbeeld pilotprojecten mogelijk maken. Essentieel daarbij is zoals altijd goed leiderschap. Directie en management moeten in hun doen en denken het goede voorbeeld geven. Verder zijn er analyticsspecialisten nodig om rapportages te kunnen maken, analyses te kunnen uitvoeren en algoritmes te kunnen creëren. Zijn de HR-medewerkers (nog) niet bekwaam genoeg, dan kunnen zogenaamde analytics translators helpen. Dit zijn mensen met een basis in zowel HR als analytics, die een brug vormen tussen de twee werelden. Tot slot is er verandercapaciteit nodig om de inzichten uit analyses om te zetten in concrete acties, interventies, instrumenten, processen en systemen.

Om een dergelijk verandertraject gestructureerd aan te pakken, zijn een visie en een langetermijnstrategie nodig. Het boek geeft hiervoor allerlei bruikbare adviezen, stappenplannen en vragenlijsten om te bepalen waar de organisatie nu staat. In de derde editie is de vragenlijst c.q. scan fors uitgebreid. Tevens is een groeimodel toegevoegd om de lezer op weg te helpen met het vormgeven van die langetermijnstrategie.

Lees hier meer over de 8 stappen van het HR-analyticsproces

Uiteenlopende ambitieniveaus

Kortom: wie antwoord zoekt op de vraag ‘Hoe maak je HR volledig datagedreven?’ komt met dit boek beslagen ten ijs. Maar ook organisaties die de lat wat minder hoog leggen, kunnen met dit boek uit de voeten. Lang niet iedere organisatie heeft immers de ambitie of de middelen om als een Google alle grote en kleine besluiten over HR en de inzet van mensen datagedreven te onderbouwen. En je hoeft inderdaad geen Google te zijn om zinvol gebruik te kunnen maken van HR-analytics. In de eerdere edities van het boek was dit meer een impliciete boodschap.

De auteurs zijn zich hiervan kennelijk bewust geworden en houden daar in de derde editie duidelijk rekening mee. Enerzijds onderscheiden ze het structureel integreren van het HR-analyticsproces in alle HR-processen en op alle niveaus. Anderzijds onderstrepen zij het gebruik van HR-analytics door HR op veel kleinere schaal, om bestaande processen, instrumenten en tools afzonderlijk te verbeteren. Hierop is de terminologie in de derde editie bewust aangepast. Dat maakt het boek beter bruikbaar voor een brede groep van organisaties met zeer uiteenlopende ambitieniveaus.