SAMENVATTING HR-ANALYTICS
WAARDE CREËREN MET DATAGEDREVEN HR-BELEID
H1 HR-analytics en wat we eronder verstaan
1.1 Goede besluiten nemen is vooruit zien
Hele paragraaf is een voorbeeld van de organisatie Shell over hoe HR-analytics in de praktijk kan
werken.
In het voorbeeld stuit Shell op een innoverend bedrijf die videogames maakt om ‘employee
intelligence’ in kaart te brengen. Het programma achter de games verzameld personeelsgerelateerde
data, die vervolgens werd gecombineerd met succesvolle innovaties. Daarop werden statistische
analyses uitgevoerd, waaruit inzicht werd verkregen over de kans dat specifieke eigenschappen bij
medewerkers leiden tot excellente prestaties. De videogames zijn de computerprogramma’s
waarmee het verzamelen, exploiteren en inzetten van personeelsgerelateerde data mogelijk is.
1.2 De toegenomen aandacht voor HR-analytics
In Nederland krijgt het onderwerp HR-analytics de laatste jaren steeds meer aandacht en komt de
gedachtevorming op gang. Aan het meetbaar maken van HR besteedt de HR-vakliteratuur in ons land
wel ruim aandacht. Het toepassen van geavanceerde data-analyse komt slechts weinig aan bod.
Inmiddels onderzoeken verschillende Nederlandse organisaties de mogelijkheden van HR-analytics,
waaronder andere Shell, ABN-AMRO, Rabobank, Achmea en ING.
1.3 HR-analytics: wat verstaan we eronder?
HR-analytics combineert kennis en technieken uit verschillende vakgebieden, namelijk die van:
personeelswetenschappen, arbeids- en organisatiepsychologie, bedrijfskunde, statistiek, data-
analyse en informatica.
Hoe je de term HR-analytics precies moet definiëren hangt ervan af aan wie je het vraagt.
Definitie HR-analytics boek: het systematisch en met behulp van datagedreven technieken vertalen
van ontwikkelingen binnen het menselijk kapitaal van de organisatie in gevolgen voor de toekomst,
En het kwantificeren en voorspellen van de impact hiervan op de organisatieactiviteiten met als doel
het verbeteren van het individuele en collectieve gedrag en de prestaties van de medewerkers en de
prestaties van de organisatie als geheel.
1.4 Gedrag voorspellen in een stroomversnelling
Afgelopen decennia zijn honderden miljoenen euro’s geïnvesteerd in HR-software en HR-systemen.
De vraag is of organisaties al die data optimaal gebruiken. Data leveren steeds vaker en steeds
nauwkeuriger voorspellingen op van ons gedrag, of we dat nu prettig vinden of niet. Hiermee kan ook
het gedrag van medewerkers beter worden voorspeld.
1.5 Van traditionele data tot big data
Definitie data letterlijk: ‘gegeven dingen’ of ‘feiten’
Definitie data tegenwoordig: iets dat je kunt vastleggen, ordenen, verzamelen en analyseren.
Dataficeren: het omzetten van een verschijnsel in een gekwantificeerde vorm. Bijv. het aantal open
sollicitaties dat een organisatie per jaar per functiegroep ontvangt.
1
,Primaire data: gegevens die een onderzoeker speciaal voor een onderzoeksproject ontwikkelt of
verzamelt, bijvoorbeeld door middel van een steekproef.
Secundaire data: bestaande gegevens die door een ander en voor andere doelen dan waarvoor de
onderzoeker ze wil gebruiken zijn verzameld. Bijv. een database met de klantgegevens van een
bedrijf of data die zijn opgeslagen in een HR-database.
Big data: heeft betrekking op dataverzamelingen van miljoenen, honderden miljoenen of zelfs
miljarden gegevens.
Traditionele data: analyse van duizenden primaire/secundaire data.
1.6 Een nieuwe ontwikkelingsfase van HR
Het aantal organisaties dat HR-analytics daadwerkelijk toepast blijft groeien. Dit zorgt ervoor dat
sommige organisaties hun functie-eisen voor nieuwe HR-medewerker aanpassen. Ze verwachten
affiniteit met het onderwerp HR-analytics.
1.7 Wat willen organisaties met HR-analytics
Bersin onderscheidt vier niveaus waarop organisaties data gebruiken onder de noemer HR-analytics.
Zie figuur 1.1.
Niveau Toelichting
Niveau 4: voorspellende analyses Ontwikkelen van voorspellende modellen,
scenarioplanning, risicoanalyse en – beheersing,
integratie met strategische planning.
Niveau 3: strategische analyses Segmentatie, strategische analyses, ontwikkelen
van “Human Capital modellen”, analyse van
dimensies om oorzaken te begrijpen, leveren van
actiegerichte oplossingen
Niveau 2: proactief – geavanceerde Operationele rapportages voor benchmarking en
rapportages besluitvorming, multidimensionale analyses en
dashboards.
Niveau 1: reactief – operationele rapportage Operationele rapportages voor het meten van de
efficiency en kwaliteitsbewaking, exploreren en
integreren van data, ontwikkelen van een
databibliotheek.
Figuur 1.1 Talent Analytics Maturity Model (Bersin, 2012)
De meeste Nederlandse organisaties die zich met HR-analytics bezighouden, bevinden zich
momenteel op niveau 1, een kleiner aantal op niveau 2&3 en een handvol op niveau 4.
1.8 Hoe gebruikt HR data en informatie tot op heden?
Ondanks dat veel organisaties de beschikking hebben over HR-gerelateerde data, maken zij daarvan
slechts beperkt gebruik. De vraag is: waarom? Het antwoord is wellicht: onbekend maakt onbemind.
De beschikbaarheid van data is niet het probleem. Het gaat meer om het bedenken van de juiste
slimme vragen dan om het zoeken naar de goede meetinstrumenten of data. Operationele vragen
bedenken lukt nog wel (hoeveel vacatures heb ik et cetera), maar het bedenken van strategische
vragen is een stuk moeilijker.
1.9 De potentie van HR-analytics voor HR
Niet relevant om te bestuderen. Wel om te lezen! In deze paragraaf worden namelijk voorbeelden
gegeven van HR-analytics op de HR-afdeling in veelal grote organisaties. En de invloed hiervan op het
verloop, productiviteit, klanttevredenheid en de prestaties van medewerkers.
2
,1.10 Urgente HR-thema’s om aan te pakken
HR-analytics kan bijdragen aan oplossingen voor een reeks urgente thema’s waar organisaties mee te
maken hebben. Daarbij valt onder meer te denken aan:
1. Duurzame inzetbaarheid, persoonlijke ontwikkeling en interne mobiliteit;
2. Verzuimrisico’s beheersen en het verlagen van verzuim;
3. Kosten beheersen en het verlagen van verzuim;
4. Kwaliteit verbeteren en service verhogen;
5. Performancemanagement verbeteren;
6. Strategische personeelsplanning;
7. Recruitment c.q. werving en selectie;
8. Talentmanagement;
9. Retentie en het voorkomen van ongewenst verloop;
10. Innovatievermogen van de organisatie vergroten;
11. De onderlinge samenwerking verbeteren;
12. Het invoeren van innovatieve organisatieconcepten zoals Het Nieuwe Werken.
Deze opsomming kan in principe uitgebreid worden met elk denkbaar thema waaruit HR-vragen af te
leiden zijn.
3
, H2 Waarom zou HR gebruikmaken van HR-analytics?
2.1 Ambitieuze organisaties stellen hoge eisen
HR-analytics is een mogelijkheid om HR-interventies, -beleid en -strategie effectiever te maken.
2.2 Vijf belangrijke voordelen van HR-analytics
Onderstaande voordelen zijn in de toelichting toegespitst op recruitment binnen de organisatie
Google, maar recruitment is slechts één van de vele terreinen die zich leent voor de kracht van
datagedreven besluitvorming.
1. Direct kunnen bijdragen aan de organisatiedoelstellingen
Door bijv. het profiel van de ‘ideale’ (bij Google onder meer meest innovatieve) medewerker in kaart
te brengen en daarop kandidaten te selecteren, draagt HR rechtstreeks bij aan het vergroten van het
innovatievermogen van de organisatie en daarmee aan een belangrijke innovatieve doelstelling.
2. Besparen van tijd en kosten en het inrichten van snellere processen
Door het selectieproces zoveel mogelijk te automatiseren zijn hiervoor niet alleen minder mensuren
nodig, maar kunnen door de rekenkracht van de ICT-systemen ook selecties van grote aantallen
kandidaten in een fractie van een seconde worden gemaakt.
3. Betrouwbare prognoses kunnen maken
Met behulp van de gevonden verbanden kunnen voorspellingen worden gedaan over het effect van
veranderingen en nieuw beleid. Bijvoorbeeld het aanpassen van de profielen en selectiecriteria op
basis van gevonden resultaten.
4. Nauwkeuriger inzicht verkrijgen in de interne organisatieprocessen
Met behulp van het analyseren van de karakteristieken van de medewerkers krijgt de organisatie
inzicht in welk daarvan het meest bijdragen aan goede prestaties bij deze organisatie. HR-analytics
geeft inzicht in de succesfactoren binnen de eigen organisatiecontext.
5. Vergroten van de betrouwbaarheid van beslissingen
Veronderstellingen en persoonlijk gekleurde (voor)oordelen spelen een minder grote rol bij het
maken van keuzes. Door sollicitanten een uitgebreide online vragenlijst te laten invullen kunnen de
recruiters kandidaten beoordelen op eigenschappen die de kans op succes bij Google vergroten.
Deze voordelen gaat in principe op voor iedere organisatie, ongeacht branche, en ook voor veel
minder grote multinationals zoals Google.
2.3 Behoefte aan evidence based HR-beleid
In vrijwel elke organisatie speelt op alle niveaus en in alle geledingen het beoordelen van mensen,
hun prestaties en hun gedrag een dominante rol.
Die beoordeling beïnvloedt een veelheid aan beslissingen, die er samen toe moeten leiden dat de
organisatiedoelstellingen worden gerealiseerd. Dat kan een fusie zijn, de lancering van een nieuw
product, een cultuuromslag bij een zorginstelling. Het succes hiervan is sterk afhankelijk van de
kwaliteit van het beoordelen van de menselijke inzet in alle fasen van het proces.
HR-analytics helpt daarbij op twee manieren de besluitvorming te verbeteren:
1. Het leidt tot betrouwbaardere kennis, gebaseerd op feitelijke gegevens.
2. Het vermindert de subjectiviteit in beoordeling en besluitvorming.
4
WAARDE CREËREN MET DATAGEDREVEN HR-BELEID
H1 HR-analytics en wat we eronder verstaan
1.1 Goede besluiten nemen is vooruit zien
Hele paragraaf is een voorbeeld van de organisatie Shell over hoe HR-analytics in de praktijk kan
werken.
In het voorbeeld stuit Shell op een innoverend bedrijf die videogames maakt om ‘employee
intelligence’ in kaart te brengen. Het programma achter de games verzameld personeelsgerelateerde
data, die vervolgens werd gecombineerd met succesvolle innovaties. Daarop werden statistische
analyses uitgevoerd, waaruit inzicht werd verkregen over de kans dat specifieke eigenschappen bij
medewerkers leiden tot excellente prestaties. De videogames zijn de computerprogramma’s
waarmee het verzamelen, exploiteren en inzetten van personeelsgerelateerde data mogelijk is.
1.2 De toegenomen aandacht voor HR-analytics
In Nederland krijgt het onderwerp HR-analytics de laatste jaren steeds meer aandacht en komt de
gedachtevorming op gang. Aan het meetbaar maken van HR besteedt de HR-vakliteratuur in ons land
wel ruim aandacht. Het toepassen van geavanceerde data-analyse komt slechts weinig aan bod.
Inmiddels onderzoeken verschillende Nederlandse organisaties de mogelijkheden van HR-analytics,
waaronder andere Shell, ABN-AMRO, Rabobank, Achmea en ING.
1.3 HR-analytics: wat verstaan we eronder?
HR-analytics combineert kennis en technieken uit verschillende vakgebieden, namelijk die van:
personeelswetenschappen, arbeids- en organisatiepsychologie, bedrijfskunde, statistiek, data-
analyse en informatica.
Hoe je de term HR-analytics precies moet definiëren hangt ervan af aan wie je het vraagt.
Definitie HR-analytics boek: het systematisch en met behulp van datagedreven technieken vertalen
van ontwikkelingen binnen het menselijk kapitaal van de organisatie in gevolgen voor de toekomst,
En het kwantificeren en voorspellen van de impact hiervan op de organisatieactiviteiten met als doel
het verbeteren van het individuele en collectieve gedrag en de prestaties van de medewerkers en de
prestaties van de organisatie als geheel.
1.4 Gedrag voorspellen in een stroomversnelling
Afgelopen decennia zijn honderden miljoenen euro’s geïnvesteerd in HR-software en HR-systemen.
De vraag is of organisaties al die data optimaal gebruiken. Data leveren steeds vaker en steeds
nauwkeuriger voorspellingen op van ons gedrag, of we dat nu prettig vinden of niet. Hiermee kan ook
het gedrag van medewerkers beter worden voorspeld.
1.5 Van traditionele data tot big data
Definitie data letterlijk: ‘gegeven dingen’ of ‘feiten’
Definitie data tegenwoordig: iets dat je kunt vastleggen, ordenen, verzamelen en analyseren.
Dataficeren: het omzetten van een verschijnsel in een gekwantificeerde vorm. Bijv. het aantal open
sollicitaties dat een organisatie per jaar per functiegroep ontvangt.
1
,Primaire data: gegevens die een onderzoeker speciaal voor een onderzoeksproject ontwikkelt of
verzamelt, bijvoorbeeld door middel van een steekproef.
Secundaire data: bestaande gegevens die door een ander en voor andere doelen dan waarvoor de
onderzoeker ze wil gebruiken zijn verzameld. Bijv. een database met de klantgegevens van een
bedrijf of data die zijn opgeslagen in een HR-database.
Big data: heeft betrekking op dataverzamelingen van miljoenen, honderden miljoenen of zelfs
miljarden gegevens.
Traditionele data: analyse van duizenden primaire/secundaire data.
1.6 Een nieuwe ontwikkelingsfase van HR
Het aantal organisaties dat HR-analytics daadwerkelijk toepast blijft groeien. Dit zorgt ervoor dat
sommige organisaties hun functie-eisen voor nieuwe HR-medewerker aanpassen. Ze verwachten
affiniteit met het onderwerp HR-analytics.
1.7 Wat willen organisaties met HR-analytics
Bersin onderscheidt vier niveaus waarop organisaties data gebruiken onder de noemer HR-analytics.
Zie figuur 1.1.
Niveau Toelichting
Niveau 4: voorspellende analyses Ontwikkelen van voorspellende modellen,
scenarioplanning, risicoanalyse en – beheersing,
integratie met strategische planning.
Niveau 3: strategische analyses Segmentatie, strategische analyses, ontwikkelen
van “Human Capital modellen”, analyse van
dimensies om oorzaken te begrijpen, leveren van
actiegerichte oplossingen
Niveau 2: proactief – geavanceerde Operationele rapportages voor benchmarking en
rapportages besluitvorming, multidimensionale analyses en
dashboards.
Niveau 1: reactief – operationele rapportage Operationele rapportages voor het meten van de
efficiency en kwaliteitsbewaking, exploreren en
integreren van data, ontwikkelen van een
databibliotheek.
Figuur 1.1 Talent Analytics Maturity Model (Bersin, 2012)
De meeste Nederlandse organisaties die zich met HR-analytics bezighouden, bevinden zich
momenteel op niveau 1, een kleiner aantal op niveau 2&3 en een handvol op niveau 4.
1.8 Hoe gebruikt HR data en informatie tot op heden?
Ondanks dat veel organisaties de beschikking hebben over HR-gerelateerde data, maken zij daarvan
slechts beperkt gebruik. De vraag is: waarom? Het antwoord is wellicht: onbekend maakt onbemind.
De beschikbaarheid van data is niet het probleem. Het gaat meer om het bedenken van de juiste
slimme vragen dan om het zoeken naar de goede meetinstrumenten of data. Operationele vragen
bedenken lukt nog wel (hoeveel vacatures heb ik et cetera), maar het bedenken van strategische
vragen is een stuk moeilijker.
1.9 De potentie van HR-analytics voor HR
Niet relevant om te bestuderen. Wel om te lezen! In deze paragraaf worden namelijk voorbeelden
gegeven van HR-analytics op de HR-afdeling in veelal grote organisaties. En de invloed hiervan op het
verloop, productiviteit, klanttevredenheid en de prestaties van medewerkers.
2
,1.10 Urgente HR-thema’s om aan te pakken
HR-analytics kan bijdragen aan oplossingen voor een reeks urgente thema’s waar organisaties mee te
maken hebben. Daarbij valt onder meer te denken aan:
1. Duurzame inzetbaarheid, persoonlijke ontwikkeling en interne mobiliteit;
2. Verzuimrisico’s beheersen en het verlagen van verzuim;
3. Kosten beheersen en het verlagen van verzuim;
4. Kwaliteit verbeteren en service verhogen;
5. Performancemanagement verbeteren;
6. Strategische personeelsplanning;
7. Recruitment c.q. werving en selectie;
8. Talentmanagement;
9. Retentie en het voorkomen van ongewenst verloop;
10. Innovatievermogen van de organisatie vergroten;
11. De onderlinge samenwerking verbeteren;
12. Het invoeren van innovatieve organisatieconcepten zoals Het Nieuwe Werken.
Deze opsomming kan in principe uitgebreid worden met elk denkbaar thema waaruit HR-vragen af te
leiden zijn.
3
, H2 Waarom zou HR gebruikmaken van HR-analytics?
2.1 Ambitieuze organisaties stellen hoge eisen
HR-analytics is een mogelijkheid om HR-interventies, -beleid en -strategie effectiever te maken.
2.2 Vijf belangrijke voordelen van HR-analytics
Onderstaande voordelen zijn in de toelichting toegespitst op recruitment binnen de organisatie
Google, maar recruitment is slechts één van de vele terreinen die zich leent voor de kracht van
datagedreven besluitvorming.
1. Direct kunnen bijdragen aan de organisatiedoelstellingen
Door bijv. het profiel van de ‘ideale’ (bij Google onder meer meest innovatieve) medewerker in kaart
te brengen en daarop kandidaten te selecteren, draagt HR rechtstreeks bij aan het vergroten van het
innovatievermogen van de organisatie en daarmee aan een belangrijke innovatieve doelstelling.
2. Besparen van tijd en kosten en het inrichten van snellere processen
Door het selectieproces zoveel mogelijk te automatiseren zijn hiervoor niet alleen minder mensuren
nodig, maar kunnen door de rekenkracht van de ICT-systemen ook selecties van grote aantallen
kandidaten in een fractie van een seconde worden gemaakt.
3. Betrouwbare prognoses kunnen maken
Met behulp van de gevonden verbanden kunnen voorspellingen worden gedaan over het effect van
veranderingen en nieuw beleid. Bijvoorbeeld het aanpassen van de profielen en selectiecriteria op
basis van gevonden resultaten.
4. Nauwkeuriger inzicht verkrijgen in de interne organisatieprocessen
Met behulp van het analyseren van de karakteristieken van de medewerkers krijgt de organisatie
inzicht in welk daarvan het meest bijdragen aan goede prestaties bij deze organisatie. HR-analytics
geeft inzicht in de succesfactoren binnen de eigen organisatiecontext.
5. Vergroten van de betrouwbaarheid van beslissingen
Veronderstellingen en persoonlijk gekleurde (voor)oordelen spelen een minder grote rol bij het
maken van keuzes. Door sollicitanten een uitgebreide online vragenlijst te laten invullen kunnen de
recruiters kandidaten beoordelen op eigenschappen die de kans op succes bij Google vergroten.
Deze voordelen gaat in principe op voor iedere organisatie, ongeacht branche, en ook voor veel
minder grote multinationals zoals Google.
2.3 Behoefte aan evidence based HR-beleid
In vrijwel elke organisatie speelt op alle niveaus en in alle geledingen het beoordelen van mensen,
hun prestaties en hun gedrag een dominante rol.
Die beoordeling beïnvloedt een veelheid aan beslissingen, die er samen toe moeten leiden dat de
organisatiedoelstellingen worden gerealiseerd. Dat kan een fusie zijn, de lancering van een nieuw
product, een cultuuromslag bij een zorginstelling. Het succes hiervan is sterk afhankelijk van de
kwaliteit van het beoordelen van de menselijke inzet in alle fasen van het proces.
HR-analytics helpt daarbij op twee manieren de besluitvorming te verbeteren:
1. Het leidt tot betrouwbaardere kennis, gebaseerd op feitelijke gegevens.
2. Het vermindert de subjectiviteit in beoordeling en besluitvorming.
4
