Daarover gaat de podcast 'HR Analytics: Hype of Holy Grail?', waarin presentator Glenn van der Burg spreekt met Elias Corneillie, lead People Analytics bij Deloitte; en Sjoerd van den Heuvel, associate professor aan de University of Applied Sciences Utrecht. 

Ze zijn het er met elkaar over eens dat HR-analytics bepaald geen hype is. Misschien dat de terminologie nogal eens wisselt - best mogelijk dat HR-analytics straks People Analytics heet, bijvoorbeeld - maar organisaties zijn al jaren bezig om data in te zetten om hun HR-beleid te verbeteren, en dat is in de toekomst ook het geval.

Tools met hoog hypegehalte

Met wisselend succes, overigens. Het effect van maatregelen om ziekteverzuim te verlagen kan misschien vrij makkelijk worden bepaald, voor andere maatregelen geldt dat veel minder. Wat ook niet helpt is dat er om de haverklap weer nieuw 'tools' verschijnen, als 'paddenstoelen', zoals Elias het uitdrukt. En al die tools leveren weer nieuwe, eigen data op, waarvan het belang discutabel is - het zijn volgens Elias (proef)ballonnen. Die tools hebben wel een hoog hypegehalte. En de data die al deze 'paddenstoelen en ballonnen' genereren zijn niet altijd bruikbaar.

Vier adviezen

Hoe moet het dan wel? De belangrijkste adviezen van Corneille en Van den Heuvel:

1. Stel eerst de vraag wat je wilt bereiken en hoe data dat kunnen ondersteunen

Veel organisaties kiezen een 'inductieve methode': ze kijken naar welke data ze allemaal tot hun beschikking hebben en proberen daar patronen in te ontwaren. Je moet juist de omgekeerde weg bewandelen. Wat is de strategie van het bedrijf en welke doelstellingen zijn er? Hoe kan HR een bijdrage leveren aan die strategie? En welke data zijn nodig om dat beleid te ondersteunen? Voorbeeld: is de strategie sterk gericht op digitalisering, dan zijn er wellicht meer IT'ers en datascientists nodig. HR kan laten zien hoeveel.

2. Zet soms wel nieuwe tools in

Het gevaar van ‘paddenstoelen en ballonnen’ waar Elias voor waarschuwt is aanzienlijk. Maar als je weet wat je wilt en wat je daarvoor nodig hebt, kun je soms nieuwe tools inzetten.

Zorg er daarbij voor dat de data regelmatig kunnen worden geactualiseerd. Rapporten die maanden op zich laten wachten zijn minder bruikbaar dan dashboards met actuele inzichten. Om terug te komen op het voorbeeld van de IT'ers en datascientists: als je een actueel inzicht hebt in hoeveel mensen je nog nodig hebt, kun je daar je wervingsbeleid op afstemmen. En kan HR beter bijdragen aan de strategische doelstellingen van het bedrijf dan wanneer die cijfers op zich laten wachten of helemaal niet beschikbaar zijn.

3. Denk groot, maar handel klein

Als je nieuwe tools wilt inzetten waarvan je niet zeker bent, schroom dan niet om te experimenteren. Let wel: als de strategie duidelijk is en je weet wat je verwacht van zo'n tool. Anders is de kans groot dat je met een losse flodder komt te zitten in plaats van een geslaagd pilotproject.

4. Houd rekening met de toekomst. En dus met de werknemer

HR-analytics kan niet alleen ingezet worden om het bedrijfsbeleid te verbeteren ('evidence based working'). Het kan ook worden ingezet om in het voordeel van de werknemer uit te pakken.

Sterker nog, dit zal steeds vaker gebeuren, aangezien de 'war for talent' de komende jaren voortduurt, en bedrijven zich moeten inspannen om het hun werknemers naar de zin te maken. En dus - om een voorbeeld te noemen - medewerkers van data moeten voorzien welke opleiding ze het beste kunnen volgen om hun positie op de arbeidsmarkt te versterken.

Wat ook meespeelt is de GDPR, die bepaalt dat persoonsgegevens iemands persoonlijke eigendom zijn, en niet van het bedrijf. Misschien dat de data van werknemers straks in een persoonlijke datakluis terechtkomen, en dat elke werknemer bepaalt wie van die data gebruik mag maken. De werkgever die dan toegang wil tot die data om zijn bedrijfsvoering te verbeteren, moet dan heel goed uitleggen wat het voordeel is voor de werknemer.

Luister de hele podcast op https://peoplepower.radio/elias-corneillie/