Het aantal dienstjaren, de hoogte van het salaris en het aantal ziektemeldingen. Het is allemaal ergens opgeslagen. De meeste HR-organisaties doen weinig tot niets met deze ‘slapende’ data. HR-analytics moeten deze data tot leven wekken en er ‘meer waarde uithalen’, zegt Irma Doze, oprichtster van het jonge bedrijf AnalitiQs (‘turning data into profit’) dat zich hierin heeft gespecialiseerd. Onder meer TomTom, Capgemini en Spil Games maakten gebruik van deze diepgaande HR-analyse.




Wat houdt HR-analytics in?
Doze: “Veel HR-afdelingen hebben veel data tot hun beschikking. Indiensttreding, leeftijd, salaris, ziekteverzuim, promoties etc. Het gaat erom daar meer waarde uit te halen, bijvoorbeeld door daarmee het gedrag van medewerkers te verklaren. Melden oudere werknemers zich vaker ziek en wat zijn daarvoor de meest genoemde redenen? Een stap verder is het voorspellen: welke mensen moet ik aantrekken om mijn organisatie toekomstbestendig te maken en op welke competenties moet ik dan selecteren? Onze aanpak is een combinatie van kwantitatieve en kwalitatieve analyses, aangevuld met inzichten uit de wetenschap en het nieuws. Ons gereedschap zijn data, analyses en algoritmen.”

Wat zijn de voordelen van HR-analytics?
Doze: “We denken dat door middel van onze analyse-uitkomsten er beter onderbouwde besluiten worden genomen door een HR-manager. Bij recruitment wordt bijvoorbeeld vaak een keuze gemaakt op basis van een cv, een aantal sollicitatiegesprekken en eventueel een assessment. Maar we zijn als mens beperkt in onze beoordeling, omdat we bevooroordeeld besluiten nemen. Onze hersenen zijn zo gecodeerd dat we zien wat we verwachten te zien. Een sollicitant wordt onbewust binnen enkele seconden intuïtief gescreend en beoordeeld. Vervolgens zoeken we, wederom onbewust, naar bewijzen die dat oordeel staven. Tegelijkertijd willen we liever geen risico lopen dat we de verkeerde kiezen. Data kunnen een organisatie vooraf veel meer informatie geven over de kans op succes van diverse kandidaten.”

Hi_Irma DozeWat zijn de mogelijke risico’s? Elke rekensom is afhankelijk van de variabelen die je erin stopt.
Doze: “Ja, dat klopt. Je zal dus heel zorgvuldig moeten bepalen wat de input wordt. Weet vooraf ook precies welke vraag je wilt beantwoorden. Dat kan ziekteverzuim zijn, personeelsverloop, medewerkers betrokkenheid, prestaties, klanttevredenheid, etc. Ook de resultaten moeten zorgvuldig geïnterpreteerd worden. We faciliteren daarin door resultaten tijdens een workshop tedelen en te bespreken. We zien HR-analytics als een middel om de HR-praktijk te faciliteren en niet als een doel op zichzelf. Integriteit staat bij ons hoog in het vaandel om juist data-manipulatie te voorkomen.”

Hoe voorkom je dat gegeneerde data en algemene uitkomsten toch individueel worden uitgelegd en geïnterpreteerd?
Doze: “We gaan niet uit van het individu. Dat is juist de fout die veel HR-afdelingen maken! We gaan bij onze rekenmodellen uit van de grootste gemene deler. We zeggen dus niets over een individu. We doen wel uitspraken over bijvoorbeeld de sterkte van het verband tussen (hoge) betrokkenheid en (hoge) prestaties van medewerkers en we berekenen kansen. Er bestaat altijd het risico dat data verkeerd worden geïnterpreteerd of uitkomsten verkeerd gebruikt worden. Maar dat geldt ook als je geen gebruik maakt van HR-analytics. We zien vaak dat onze onderzoeken óf verwachtingen bevestigen óf bestaande overtuigingen en mythes juist doorprikken. Leuke uitkomst is bijvoorbeeld: het aantal keer dat een normbedrag voor je leaseauto wordt verhoogd is van grotere invloed op je medewerkerstevredenheid dan de verhogingen van je salaris. Opmerkelijk toch?”

Nog een laatste advies aan de HR-manager?
Doze: “Breng als HR-organisatie al je bestaande data systematisch in beeld. Het in kaart brengen ervan is de basis en het vertrekpunt voor verdere analyse, rapportage en benchmarking. Zo heb je een compleet ‘datawarehouse’, waarmee je vervolgens kunt gaan voorsorteren op de toekomst.”

Tekst: Wessel Simons

facebooktwittergoogle_pluslinkedinmail