4 Fasen van HR Analytics – Voorbeelden en tips!

In welke fase zit jouw organisatie of afdeling in het analytics-proces? Wil jij aan de slag met HR Analytics, maar weet je niet waar te beginnen? In deze blog beschrijf ik de 4 fasen van HR Analytics, met concrete voorbeelden en tips om veelgemaakte fouten te voorkomen. 

Fase 1. Descriptive

In de descriptieve (beschrijvende) fase wordt inzicht verkregen in basale gegevens van je organisatie. De gegevens zijn puur beschrijvend van aard en worden idealiter visueel helder en overzichtelijk weergegeven. Het gaat dan om data zoals: Hoeveel medewerkers heb ik in dienst? Wat is het gemiddelde verloop? Hoeveel besteed ik jaarlijks aan wervingskosten? Hoeveel waarde leveren mensen gemiddeld aan de organisatie? Neemt die waarde toe met het aantal dienstjaren: behaalt een accountmanager meer omzet na 2 jaar, programmeert een programmeur beter en sneller na 2 jaar?

4 fases van people analytics

Wat kun je ermee?

Met deze gegevens kun je bijvoorbeeld een business case maken en voorleggen aan het management team en/of je leidinggevende. Bijvoorbeeld om te pleiten voor een grotere investering in het binden en boeien van medewerkers, ondersteund met data.

Als je bijvoorbeeld weet dat (1) medewerkers gemiddeld na 2 jaar de organisatie verlaten, terwijl (2) zij vanaf gemiddeld 1,5 jaar pas echt waarde gaan toevoegen aan de organisatie, en (3) de wervingskosten jaarlijks € 125.000 bedragen, dan zou het verhogen van de gemiddelde arbeidsduur naar 3 jaar een sterkere organisatie én een vermindering van de wervingskosten per medewerker betekenen.

Ondersteund door data wordt het ineens een stuk interessanter om budget voor jouw voorstel (binden en boeien van medewerkers om hen langer in dienst te houden) vrij te maken!

Fase 2. Diagnostic

In de diagnostische (waarom?) fase worden verklaringen gezocht voor de verzamelde data en/of een bestaand probleem. De data laat bijvoorbeeld zien dat het gemiddelde verloop op afdeling A hoger is dan op afdeling B. Idealiter zou dit verloop lager zijn, want er is redelijk veel kennisoverdracht nodig bij het aannemen van nieuwe mensen.

Wat kun je ermee?

Door informatie te scheiden en te analyseren, kunnen redenen achterhaald worden van het verloop. Een voorbeeld. Bij afdeling A zien we dat het verloop onder medewerkers die in hun assessment hoog scoorden op extraversie gemiddeld hoger is dan medewerkers die meer introvert zijn (lager scoorden op extraversie). Het werk zelf is weinig afwisselend, met weinig menselijk contact. Dit zou een verklaring kunnen zijn. Er lijkt een mismatch te zijn tussen de behoeftes van medewerkers die een hoog verloop vertonen en de inhoud van het door hen uit te voeren werk.

In deze fase is het altijd goed om gedegen te kijken naar de bevindingen en deze ook te toetsen. Hadden de meer extraverte werknemers toevallig niet óók een lange reistijd en haakten zij juist daardoor af? Een correlatie in je data (hoog verloop en hoge extraversie-score) hoeft niet altijd een causale (oorzakelijke) relatie te zijn.

Data dashboard voor HR en People analytics
Voorbeeld dashboards van LTP

Fase 3. Predictive

In de predictieve (voorspellende) fase ga je significante patronen vanuit de data benutten om uitkomsten te voorspellen op basis van algoritmes.

Wat kun je ermee?

We gaan nog even door met het voorbeeld van afdeling A en B hiervoor. Nu we weten dat extraverte mensen een hoger verloop vertonen, kan er een onderbouwd advies gegeven worden aan afdeling A. Een advies gebaseerd op de voorspelling dat ‘door meer introverte medewerkers aan te nemen, het verloop op de afdeling omlaag zal gaan.’

Let wel: blijf deze voorspelling/aanname altijd goed toetsen. Wellicht verandert de inhoud van het werk dusdanig dat de oude voorspellers niet meer de nieuwe voorspellers van succes blijken te zijn!

Fase 4. Prescriptive

In de prescriptieve (strategische advies) fase ga je de data, analyses en algoritmes uit voorgaande fasen gebruiken om strategische keuzes maken.

Wat kun je ermee?

Op basis van je verzamelde data weet je nu dat afdeling A meer introverte mensen nodig heeft. Vervolgens ga je hier ook het strategisch HR-beleid op aanpassen:

  • Je gaat bijvoorbeeld de werkplekken anders organiseren, zodat medewerkers gemakkelijker ongestoord hun werk kunnen doen (introverte mensen werken over het algemeen fijner wanneer zij minder geprikkeld worden).
  • Je past je arbeidsmarktcommunicatie aan; je maakt de functie en de organisatie aantrekkelijker voor introverte mensen. ‘Bij ons prevaleert de inhoud boven de alledaagse dynamiek!’
  • Je past je selectieproces aan en stelt je assessment zo in dat extreem extraverte mensen automatisch ongeschikt worden bevonden.

Nuance

Dit laatste advies behoeft nog enige nuance. Recruitment aan de hand van sterk voorspellende, geautomatiseerde algoritmes kan veel (denk)werk van je overnemen. Het selecteert mensen die goed passen bij de mensen van het team of afdeling, kopieën dus. Maar daardoor heeft het ook risico’s. Denk aan een organisatie die met een nieuwe, disruptive concurrent te maken krijgt. Ineens verandert de markt en moet je als organisatie mee in deze veranderingen om je bestaansrecht te behouden. Het is de vraag of jouw organisatie dan voldoende wendbaar is. Met al die weinig diverse medewerkers die zijn geselecteerd op wat in het verleden succes heeft gebracht, maar nu ineens een hele andere set aan skills mee moeten brengen.

Getting started

Wil jij een start maken met HR Analytics? LTP maakt dashboards waarin de assessmentdata visueel overzichtelijk wordt weergegeven. Neem gerust contact op om daar meer over te horen: 06-13173873 of S.Prevoo@ltp.nl. Of meld je aan voor ons gratis webinar! 

Sven Prevoo
Sven Prevoo
Sven is organisatieadviseur, assessmentpsycholoog en trainer bij LTP Online. Hij heeft een sterke focus op HR Analytics en het transformeren van teams en organisaties door feedback, met behulp van de Persona.fit App. Deze onderwerpen komen ook ter sprake in zijn blogs, aangevuld met recruitment, performance appraisal en learning agility.
Op welk mailadres wil je het voorbeeldrapport ontvangen?