BlogHR analytics voor beginners

0

Data-driven decision making, HR analytics, e-HRM, HR information systems; zomaar vier Engelse termen die binnen ons vakgebied steeds vaker opduiken. Ze blijken een proxy te zijn van de mate waarin de HR-functie een strategische rol vertegenwoordigt (1) en een organisatie bovengemiddeld presteert (2). Klinkt geweldig, maar waar begin je? Indy Wijngaards zoekt in de wetenschappelijke literatuur naar informatie over HR analytics.

In de zoektocht naar een praktisch begin voor HR-professionals, kwam ik algauw terecht bij een artikel van James H. Dulebohn en Richard D. Johnson uit 2013 (3) en een boek van Wayne F. Cascio en John W. Boudreau uit 2010 (4). De Amerikaanse wetenschappers geven naast theoretisch modellen ook legio ideeën voor een gedegen data-driven HR-beleid.

HR analytics voor iedereen

Dulebohn en Johnson leggen uit dat een goed e-HRM beleid niet per se bij multinationals als Shell of Google hoeft te bestaan. Integendeel zelfs. De Amerikanen stellen dat elke organisatie kan profiteren van een gedegen e-HRM beleid. Natuurlijk, zware predicatieve analyses en vergaande workforce planning zijn voor de gemiddelde HR-professional misschien (te) grote uitdagingen, maar iedereen kan een start maken.

Organisaties bezitten namelijk, soms ongemerkt, veel data over hun (potentiële) werknemers. Bijvoorbeeld over absentie, ziekte, prestaties, functionering, beloningsstructuren. Cascio en Boudreau laten zien dat de data vaak eenvoudig vertaald kan worden naar ratio’s en andere veelzeggende indicatoren. Denk eens aan het gemiddelde salaris van alle werknemers (salaris/FTE) en de mate waarin jouw organisatie een concurrerend loon aanbiedt (gemiddeld salaris bij organisatie/gemiddeld salaris bij concurrent). Of sterker nog, zou het belonen of promoveren van werknemers op basis van prestatietrends in hun beoordelingsscores geen extra gewicht geven aan de beslissingen van een gemiddelde HR-professional? En wat dan te denken van de waarde van een goed uitgevoerd werknemerstevredenheidssurvey?

Lessen uit het verleden

Visualiseer ziekte, absentie en verloop per divisie, afdeling, functie en/of team en doe dit voor een paar jaar (Excel is hierbij je vriend). Grote kans dat deze tabel (of mooier nog: grafiek) interessante trendcijfers laat zien die op hun beurt de probleemgebieden in de organisatie bloot kunnen leggen. Misschien zit er wel een disfunctionele manager, is het werk structureel te zwaar of bestaat er een vijandige werksfeer. Het is voor te stellen dat onderzoek naar de oorzaken van bijvoorbeeld absentie en daaropvolgende interventies een stuk effectiever én goedkoper worden als deze gericht zijn op bepaalde probleemgebieden binnen de organisatie.

Ik kan nog meer voorbeelden noemen. Zou het belonen of promoveren van werknemers op basis van prestatietrends in hun beoordelingsscores geen extra gewicht geven aan de beslissingen van een gemiddelde HR-professional? En wat dan te denken van de waarde van een goed uitgevoerd werknemerstevredenheidssurvey?

Data-driven recruitment

Neem een recruitmentafdeling binnen organisaties als voorbeeld. Met de data voorhanden zouden recruiters eenvoudigweg kunnen berekenen uit welke bron (bijvoorbeeld LinkedIn, vacaturesites, kranten, website) de meeste sollicitanten worden geworven. Naast de algemene cijfers, zou je ook kunnen kijken naar verschillen tussen functiegroepen, geslacht, leeftijd en opleidingsniveau om deze vervolgens te benchmarken aan andere organisaties. Zo lijken oudere laagopgeleide mensen veel vaker op zoek te gaan naar relevante vacatures in papieren media, terwijl (jongere) hoogopgeleiden hun heil online zoeken (4). Alleen al met deze simpele cijfers kun je als recruiter je werving dus al stroomlijnen en focussen.

Een goed begin

We kunnen er niet meer omheen, HR analytics is geen kortstondige hype. Wees er niet bang voor; een start is zo gemaakt. Ga met je collega’s samen zitten en begin met googelen, lezen en brainstormen. Er is een overdaad aan informatie, neem bijvoorbeeld de boeken en artikelen die ik in deze blog heb gebruikt. Begin klein, laat je inspireren en droom groot!

 Bronnen

  1. Marler, J. H., & Parry, E. (2015). Human resource management, strategic involvement and e-HRM technology. The International Journal of Human Resource Management, 1-21.
  2. Lombardi, M., & White, D. (2009). Intelligent human capital management: Workforce analytics drives profit and performance. Aberdeen Group.
  3. Dulebohn, J. H., & Johnson, R. D. (2013). Human resource metrics and decision support: A classification framework. Human Resource Management Review, 23(1), 71-83.
  4. Cascio, W., & Boudreau, J. (2010). Investing in people: Financial impact of human resource initiatives. Ft Press.
  5. https://www.hoevindikeenbaan.com/actueel/netwerken-nog-steeds-de-belangrijkste-manier-om-een-baan-te-vinden
Lees meer over:

Over Auteur

Indy Wijngaards

Indy Wijngaards is wetenschapper. Hij heeft de masters Human Resource Studies en Data Science: Business and Governance aan Tilburg University op zak. In zijn blogs koppelt hij de wetenschap aan de dagelijkse praktijk van de HR-professional.

Reageer