Blog Jaap Paauwe: Het ‘me too’ effect

0

HR analytics en data driven worden steeds meer de norm, signaleert Jaap Paauwe. Tegelijkertijd waarschuwt hij voor de verkeerde argumenten om ermee aan de slag te gaan. Zoals het ‘me too’ effect: het niet achterop willen lopen.

Dankzij de digitalisering zijn er op nagenoeg elk terrein grote databestanden beschikbaar, waaraan – mits op de juiste wijze geanalyseerd – belangwekkende inzichten zijn te ontlenen, ook op het gebied van human resource management. Een recent rapport van de Boston Consultancy Group (2015) noemt als één van de grootste uitdagingen voor het vak: het komen tot HR analytics, het op basis van feiten komen tot strategische beslissingen met betrekking tot personeel. Dit bouwt voort op wetenschappelijk onderzoek, bijvoorbeeld een recente meta-analyse, die meer dan 30 duizend organisaties omvat van Kaifeng et al. (2012), waarin onmiskenbaar een krachtig verband wordt gevonden tussen HRM-interventies (zoals training en opleiding) en de effecten daarvan op menselijk kapitaal en motivatie. En dit werkt vervolgens door op operationele (verzuim, verloop, productiviteit) en financiële resultaten van desbetreffende bedrijven. Meer en meer wordt van HR-afdelingen verlangd dat zij voor de eigen organisatie op basis van ‘data-driven’ inzichten HRM gestalte geven, om hiermee daadwerkelijk invloed uit te oefenen op de business.

Het gevaar daarbij is natuurlijk wel dat HR analytics binnen de kortste keren verwordt tot een hype in handen van consultancy bureaus, waarbij bedrijven en HR afdelingen vanuit hun eigen onzekerheid en het niet achterop willen lopen (‘ me too’ effect) wederom een soft ware applicatie kopen en dan maar hopen dat het werkt.

Maar zo eenvoudig is het niet. Het is het van het grootste belang dat de HR-afdeling zelf de nodige statistisch-analytische vaardigheden opbouwt voor het kunnen analyseren van data, dan wel bij haar toekomstige recrutering van HR-staf er goed op let dat die bekwaamheid aanwezig is. Ga je als HR-afdeling hieraan voorbij, dan zou het wel eens zo kunnen zijn dat je een weerloos slachtoffer wordt van die afdelingen (finance/operations), die die analysetechnieken wel beheersen. Dan wel dat je klakkeloos analytische modellen accepteert, waarbij labour/human capital alleen maar eenzijdig is gedefinieerd in termen van kosten, terwijl iedereen weet dat het presteren van organisatie ook afhankelijk is van de kwaliteit en welzijn van het personeel.

Zijn de benodigde vaardigheden wel aanwezig, dan is het vervolgens van belang de juiste vragen te stellen vanuit het perspectief van de business en vervolgens te kijken op welke wijze data sets op zinvolle wijze gecombineerd kunnen worden. Enerzijds gaat het dan om HR gerelateerde data (zoals loopbaanpatronen, opleidingsactiviteiten, leiderschapsstijlen) en anderzijds om data die indicaties geven inzake het presteren van individuen, afdelingen en/of business units. Dat is niet zo eenvoudig omdat veeal per functioneel domein (marketing, productie, sales) data op basis van andere grondslagen verzameld wordt en daardoor de vergelijkbaarheid en uitwisselbaarheid bemoeilijkt wordt. Bij internationaal opererende bedrijven kunnen de data ook nog per land resp. per regio verchillen. Maar het is de moeite waard om daar energie in te steken. Er zijn inmiddels voorbeelden genoeg die laten zien dat HR analytics kan leiden tot uiterst waardevolle inzichten voor de bedrijfsvoering en voor het presteren en welzijn van medewerkers.

Het gevaar daarbij is natuurlijk wel dat HR analytics binnen de kortste keren verwordt tot een hype in handen van consultancy bureaus, waarbij bedrijven en HR afdelingen vanuit hun eigen onzekerheid en het niet achterop willen lopen (‘me too’ effect) wederom een softwareapplicatie kopen en dan maar hopen dat het werkt.

Maar zo eenvoudig is het niet. Het is het van het grootste belang dat de HR-afdeling zelf de nodige statistisch-analytische vaardigheden opbouwt voor het kunnen analyseren van data, dan wel bij haar toekomstige recrutering van HR-staf er  goed op let dat die bekwaamheid aanwezig is. Ga je als HR-afdeling hieraan voorbij, dan zou het wel eens zo kunnen zijn dat je een weerloos slachtoffer wordt van die afdelingen (finance/operations), die die analysetechnieken wel beheersen. Dan wel dat je klakkeloos analytische modellen accepteert, waarbij labour/human capital alleen maar eenzijdig is gedefinieerd in termen van kosten, terwijl iedereen weet dat het presteren van organisatie ook afhankelijk is van de kwaliteit en welzijn van het personeel.

Zijn de benodigde vaardigheden wel aanwezig, dan is het vervolgens van belang de juiste vragen te stellen vanuit het perspectief van de business en  vervolgens te kijken op welke wijze datasets op zinvolle wijze gecombineerd kunnen worden. Enerzijds gaat het dan om HR-gerelateerde data (zoals loopbaanpatronen, opleidingsactiviteiten, leiderschapsstijlen)  en anderzijds om data die indicaties geven over het presteren van individuen, afdelingen en/of business units. Dat is niet zo eenvoudig omdat veelal per functioneel domein (marketing, productie, sales) data op basis van andere grondslagen verzameld wordt en daardoor de vergelijkbaarheid en uitwisselbaarheid bemoeilijkt wordt. Bij internationaal opererende bedrijven kunnen de data ook nog per land of regio verschillen. Maar het is de moeite waard om daar energie in te steken. Er zijn inmiddels voorbeelden genoeg die laten zien dat HR-analytics kan leiden tot uiterst waardevolle inzichten voor de bedrijfsvoering en voor het presteren en welzijn van medewerkers.

 

Lees meer over:

Over Auteur

Redactie XpertHR Actueel

De redactie van XpertHR Actueel zorgt er gezamenlijk voor dat u op de hoogte blijft van het laatste P&O-nieuws, de ontwikkelingen in het vakgebied en relevante jurisprudentie.

Reageer