Samenvatting HR-analytics
1.3. HR-analytics: wat verstaan we eronder?
HR analytics: als je als organisatie zo veel mogelijk informatie over je medewerkers wilt hebben en
die optimaal benut om beter beslissingen te nemen en zo de plannen en doelstellingen van de
organisatie te realiseren. Vakken die daarbij helpen; met name personeelswetenschappen, arbeids-
en organisatiepsychologie, bedrijfskunde, statistiek, data-analyse en informatica.
HR-analytics: een definitie
Ruime definitie:
‘HR-analytics is een op cijfermatig bewijs gebaseerde benadering voor het nemen van beter
beslissingen met betrekking tot de menskant van de organisatie, die gebruikmaakt van
uiteenlopende instrumenten en technieken, variërend van eenvoudige rapportage over HR-Metrics
tot en met voorspellende modellen.’
HR-Metrics : het in meetbare eenheden beschrijven van de personeelsgerelateerde kenmerken van
de organisatie. Ofwel het rapporteren van de status hiervan op enig moment.
Definitie boek: Het systematisch en met behulp van data gedreven 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 het collectieve gedrag en de prestaties van de medewerkers en
de prestaties van de organisatie als geheel.
1.5. Van traditionele data tot big data
Data: iets dat je kunt vastleggen, ordenen, verzamelen, analyseren
Dataficeren: het omzetten van een verschijnsel in een gekwantificeerde vorm. Bijvoorbeeld het
aantal open sollicitaties dat een organisatie per jaar per functiegroep ontvangt.
Primaire versus secundaire data
Primaire data: gegevens die onderzoeker speciaal voor onderzoek heeft ontwikkelt of verzamelt, bv
steekproef.
Secundaire data: bestaande gegevens die door een ander zijn verzameld en voor andere doelen dan
waarvoor de onderzoeker ze wil gebruiken, bv klant gegevens.
Een overvloed aan data
Op basis van beperkte data bv betrouwbare uitspraken kunnen doen over een totale populatie.
Primaire data verzamelen is duur en tijdrovend.
Big versus small
Big data heeft betrekking op dataverzamelingen van miljoenen, honderden miljoenen of zelfs
miljarden gegevens.
Groeiende rekenkracht
De rekenkracht van computers groeide en de technologie van het aanmaken, versturen, ontsluiten
en verwerken van grote databestanden verbeterd is.
Big data verdringen steekproeven en klantpanels
HR-analytics en big data
Big-datamethoden kunnen ook voor HR-analytics worden gebruikt. Bv eerst door big data
onderscheidt in je groep maken en dat bepaalde groep mee laten doen aan HR-analytics.
,Welke data komen in aanmerking?
Mogelijkheden voor het verzamelen en combineren van data ten behoeve van HR onbeperkt
1.7. Wat willen organisaties met HR-analytics?
Voorspellende waarden, belangstelling voor dat-analyse er binnen de organisatie wel is, maar minder
vaak tot concrete actie leidt. Grote organisaties vaan gebruik maken van big data en analytics.
Sommige vragen om workforce analytics.
Een volwassenheidsmodel
Talent analytics Maturity model: 4 niveau waarop organisaties data gebruiken onder de noemer
HRanalytics
Talent analytics Maturity model/ Volwassenheidsmodel:
Niveau 1: Reactief: Operationele rapportage
Operationele rapportages voor het meten van de efficiency en kwaliteitsbewaking,
exploreren en integreren van data, ontwikkelen van een databibliotheek.
Niveau 2: Proactief: geavanceerde rapportages
Operationele rapportages voor benchmarking en besluitvorming, multidimensionale analyses
en dashboards.
Niveau 3: strategische analyses
Segmentatie, statistische analyses, ontwikkelen van ‘Human Capital modellen’, analyse van
dimensies om oorzaken te begrijpen, leveren van actiegerichte oplossingen.
Niveau 4: voorspellende analyses
Ontwikkelen van voorspellende modellen, scenarioplanning, risicoanalyse en –beheersing,
integratie met strategische planning
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.
,1.9. De potentie van HR-analytics voor HR
Belonen
Het invoeren van uitgestelde beloning in de toekomst welk effect dat zou hebben op het verlagen
van het verloop onder het middenmanagement. Uit data-analyse bleek dat het effect hiervan relatief
klein zou zijn en welke, andere, aanvullende maatregelen wel effectief zouden zijn.
Verloop en productiviteit
Bedrijf wilde inzicht waarom vroegtijdig verloop onder nieuwe buitendienstmedewerkers en
mogelijkheden om de dalende productiviteit onder deze groep te verhogen. Uit de analyse bleek dat
een recente wijziging in het kandidaten profiel had geleid tot de instroom van een type medewerkers
dat een andere begeleiding nodig had.
Klanttevredenheid
Door data-analyse aangetoond dat er een direct verband is tussen aspecten van betrokkenheid van
medewerkers en onder meer verkoopcijfers, klanttevredenheid en het verlagen van bedrijfsrisico’s.
Prestaties van de organisatie
Een bedrijf analyseerde de relatie tussen houding, gedrag en competenties van medewerkers en
leidinggevenden en de prestaties van de organisaties.
1.10 Urgente HR-thema’s om aan te pakken
HR-analytisc kan bijdragen aan oplossingen voor een reeks urgente thema’s waar organisaties mee te
maken hebben. Daarbij vlakt onder meer te denken aan:
1. Duurzame inzetbaarheid, persoonlijke ontwikkeling en interne mobiliteit;
2. Verzuimrisico’s beheersten en het verlagen van verzuim;
3. Kosten beheersten en besparingen realiseren;
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.
, Samenvatting hoofdstuk 2: Waarom zou HR gebruikmaken van HR-analytics?
HR-analytics is een mogelijkheid om HR-interventies , -beleid en –strategie effectiever te maken. HR
moet dus wel heel goede argumenten hebben om er geen gebruik van te maken.
2.2. Vijf belangrijk voordelen van HR-analytics
1. Direct kunnen bijdragen aan de organisatiedoelstellingen
Door het proef van de ideale medewerker in kaart te brengen en daarop kandidaten te
selecteren, draagt HR rechtstreeks bij aan het vergoten van het innovatievermogen van de
organisatie en daarmee aan een belangrijke strategische doelstelling.
2. Besparen van tijd en kosten en het inrichten van snellere processen
Minder mensen nodig omdat selectieproces wordt geautomatiseerd, daarnaast snelle lijst
van geschikte kandidaten.
3. Betrouwbare prognoses kunnen maken
Met behulp van gevonden verbanden kunnen voorspellingen worden gedaan over het effect
van veranderingen en nieuw beleid.
4. Nauwkeuriger inzicht verkrijgen in de interne organisatieprocessen
Met behulp van het analyseren van de karakteristieken van de medewerkers krijgt de
organisatie inzicht in welke daarvan het meest bijdragen aan goede prestaties bij deze
organisaties. HR-analytics geeft inzicht in de succesfactoren binnen de eigen
organisatiecontext.
5. Vergroten van de betrouwbaarheid van beslissingen
2.3. Behoefte aan evidence based HR-beleid
Bevorderen van betrouwbare, consistente besluitvorming is een belangrijk effect van HR-analytics.
HR-analytics draagt bij aan het nemen van beslissingen die gebaseerd zijn op feitelijke informatie.
Het draagt daardoor bij aan de effectiviteit van processen, van het HR-beleid en van de organisatie
alsgeheel.
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.
Samenvatting hoofdstuk 3: HR-analytics als onderdeel van een continu organisatieproces
3.2. HR-analytics en de HR-beleidscyclus
Missie en doelstellingen dan algemene strategie. Strategie hoe je de doelstellingen gaat behalen.
Deze strategieën kunnen per afdeling gemaakt worden, dus ook van HR. Dit kan door middel van
HRanalytics (schema van figuur 3.01, pag. 31)
HR-analytics en de planning en control cyclus
Vaak plan- en control cyclus. Omdat de context van de organisatie veranderlijk is, veranderen de
doelstellingen en de plannen van organisatie mee. Met deze veranderingen wordt in de planning en
control cyclus rekening gehouden.
3.3. Meetbaar HR: het kwantificeren van personeel en organisatie.
Om de planning- en control cyclus effectief te laten zijn wordt hiervoor zo veel mogelijk cijfermatige
of gekwantificeerde informatie gebruikt.
Zie figuur 3.02, pag. 32
1.3. HR-analytics: wat verstaan we eronder?
HR analytics: als je als organisatie zo veel mogelijk informatie over je medewerkers wilt hebben en
die optimaal benut om beter beslissingen te nemen en zo de plannen en doelstellingen van de
organisatie te realiseren. Vakken die daarbij helpen; met name personeelswetenschappen, arbeids-
en organisatiepsychologie, bedrijfskunde, statistiek, data-analyse en informatica.
HR-analytics: een definitie
Ruime definitie:
‘HR-analytics is een op cijfermatig bewijs gebaseerde benadering voor het nemen van beter
beslissingen met betrekking tot de menskant van de organisatie, die gebruikmaakt van
uiteenlopende instrumenten en technieken, variërend van eenvoudige rapportage over HR-Metrics
tot en met voorspellende modellen.’
HR-Metrics : het in meetbare eenheden beschrijven van de personeelsgerelateerde kenmerken van
de organisatie. Ofwel het rapporteren van de status hiervan op enig moment.
Definitie boek: Het systematisch en met behulp van data gedreven 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 het collectieve gedrag en de prestaties van de medewerkers en
de prestaties van de organisatie als geheel.
1.5. Van traditionele data tot big data
Data: iets dat je kunt vastleggen, ordenen, verzamelen, analyseren
Dataficeren: het omzetten van een verschijnsel in een gekwantificeerde vorm. Bijvoorbeeld het
aantal open sollicitaties dat een organisatie per jaar per functiegroep ontvangt.
Primaire versus secundaire data
Primaire data: gegevens die onderzoeker speciaal voor onderzoek heeft ontwikkelt of verzamelt, bv
steekproef.
Secundaire data: bestaande gegevens die door een ander zijn verzameld en voor andere doelen dan
waarvoor de onderzoeker ze wil gebruiken, bv klant gegevens.
Een overvloed aan data
Op basis van beperkte data bv betrouwbare uitspraken kunnen doen over een totale populatie.
Primaire data verzamelen is duur en tijdrovend.
Big versus small
Big data heeft betrekking op dataverzamelingen van miljoenen, honderden miljoenen of zelfs
miljarden gegevens.
Groeiende rekenkracht
De rekenkracht van computers groeide en de technologie van het aanmaken, versturen, ontsluiten
en verwerken van grote databestanden verbeterd is.
Big data verdringen steekproeven en klantpanels
HR-analytics en big data
Big-datamethoden kunnen ook voor HR-analytics worden gebruikt. Bv eerst door big data
onderscheidt in je groep maken en dat bepaalde groep mee laten doen aan HR-analytics.
,Welke data komen in aanmerking?
Mogelijkheden voor het verzamelen en combineren van data ten behoeve van HR onbeperkt
1.7. Wat willen organisaties met HR-analytics?
Voorspellende waarden, belangstelling voor dat-analyse er binnen de organisatie wel is, maar minder
vaak tot concrete actie leidt. Grote organisaties vaan gebruik maken van big data en analytics.
Sommige vragen om workforce analytics.
Een volwassenheidsmodel
Talent analytics Maturity model: 4 niveau waarop organisaties data gebruiken onder de noemer
HRanalytics
Talent analytics Maturity model/ Volwassenheidsmodel:
Niveau 1: Reactief: Operationele rapportage
Operationele rapportages voor het meten van de efficiency en kwaliteitsbewaking,
exploreren en integreren van data, ontwikkelen van een databibliotheek.
Niveau 2: Proactief: geavanceerde rapportages
Operationele rapportages voor benchmarking en besluitvorming, multidimensionale analyses
en dashboards.
Niveau 3: strategische analyses
Segmentatie, statistische analyses, ontwikkelen van ‘Human Capital modellen’, analyse van
dimensies om oorzaken te begrijpen, leveren van actiegerichte oplossingen.
Niveau 4: voorspellende analyses
Ontwikkelen van voorspellende modellen, scenarioplanning, risicoanalyse en –beheersing,
integratie met strategische planning
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.
,1.9. De potentie van HR-analytics voor HR
Belonen
Het invoeren van uitgestelde beloning in de toekomst welk effect dat zou hebben op het verlagen
van het verloop onder het middenmanagement. Uit data-analyse bleek dat het effect hiervan relatief
klein zou zijn en welke, andere, aanvullende maatregelen wel effectief zouden zijn.
Verloop en productiviteit
Bedrijf wilde inzicht waarom vroegtijdig verloop onder nieuwe buitendienstmedewerkers en
mogelijkheden om de dalende productiviteit onder deze groep te verhogen. Uit de analyse bleek dat
een recente wijziging in het kandidaten profiel had geleid tot de instroom van een type medewerkers
dat een andere begeleiding nodig had.
Klanttevredenheid
Door data-analyse aangetoond dat er een direct verband is tussen aspecten van betrokkenheid van
medewerkers en onder meer verkoopcijfers, klanttevredenheid en het verlagen van bedrijfsrisico’s.
Prestaties van de organisatie
Een bedrijf analyseerde de relatie tussen houding, gedrag en competenties van medewerkers en
leidinggevenden en de prestaties van de organisaties.
1.10 Urgente HR-thema’s om aan te pakken
HR-analytisc kan bijdragen aan oplossingen voor een reeks urgente thema’s waar organisaties mee te
maken hebben. Daarbij vlakt onder meer te denken aan:
1. Duurzame inzetbaarheid, persoonlijke ontwikkeling en interne mobiliteit;
2. Verzuimrisico’s beheersten en het verlagen van verzuim;
3. Kosten beheersten en besparingen realiseren;
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.
, Samenvatting hoofdstuk 2: Waarom zou HR gebruikmaken van HR-analytics?
HR-analytics is een mogelijkheid om HR-interventies , -beleid en –strategie effectiever te maken. HR
moet dus wel heel goede argumenten hebben om er geen gebruik van te maken.
2.2. Vijf belangrijk voordelen van HR-analytics
1. Direct kunnen bijdragen aan de organisatiedoelstellingen
Door het proef van de ideale medewerker in kaart te brengen en daarop kandidaten te
selecteren, draagt HR rechtstreeks bij aan het vergoten van het innovatievermogen van de
organisatie en daarmee aan een belangrijke strategische doelstelling.
2. Besparen van tijd en kosten en het inrichten van snellere processen
Minder mensen nodig omdat selectieproces wordt geautomatiseerd, daarnaast snelle lijst
van geschikte kandidaten.
3. Betrouwbare prognoses kunnen maken
Met behulp van gevonden verbanden kunnen voorspellingen worden gedaan over het effect
van veranderingen en nieuw beleid.
4. Nauwkeuriger inzicht verkrijgen in de interne organisatieprocessen
Met behulp van het analyseren van de karakteristieken van de medewerkers krijgt de
organisatie inzicht in welke daarvan het meest bijdragen aan goede prestaties bij deze
organisaties. HR-analytics geeft inzicht in de succesfactoren binnen de eigen
organisatiecontext.
5. Vergroten van de betrouwbaarheid van beslissingen
2.3. Behoefte aan evidence based HR-beleid
Bevorderen van betrouwbare, consistente besluitvorming is een belangrijk effect van HR-analytics.
HR-analytics draagt bij aan het nemen van beslissingen die gebaseerd zijn op feitelijke informatie.
Het draagt daardoor bij aan de effectiviteit van processen, van het HR-beleid en van de organisatie
alsgeheel.
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.
Samenvatting hoofdstuk 3: HR-analytics als onderdeel van een continu organisatieproces
3.2. HR-analytics en de HR-beleidscyclus
Missie en doelstellingen dan algemene strategie. Strategie hoe je de doelstellingen gaat behalen.
Deze strategieën kunnen per afdeling gemaakt worden, dus ook van HR. Dit kan door middel van
HRanalytics (schema van figuur 3.01, pag. 31)
HR-analytics en de planning en control cyclus
Vaak plan- en control cyclus. Omdat de context van de organisatie veranderlijk is, veranderen de
doelstellingen en de plannen van organisatie mee. Met deze veranderingen wordt in de planning en
control cyclus rekening gehouden.
3.3. Meetbaar HR: het kwantificeren van personeel en organisatie.
Om de planning- en control cyclus effectief te laten zijn wordt hiervoor zo veel mogelijk cijfermatige
of gekwantificeerde informatie gebruikt.
Zie figuur 3.02, pag. 32
