Datagedreven HR
Blog
12 februari 2013
Enkele dagen geleden stelde een zopas tot HR Analytics Manager gepromoveerde collega de volgende vraag in Linkedin: “How would you approach setting up an HR analytic department? I have some ideas but I am curious for your opinion and experience.” Ik heb hierop een beknopt antwoord geschreven in deze Linkedin Groep (dit is de Linkedin Groep die opgericht werd n.a.v. de jaarlijkse HR Analytics Summit in Nederland, zie onderaan voor de URL). Ik had het daar over mijn eigen 6 belangrijkste kapstokken die ik steeds als referentie gebruik bij de start van een nieuw project:

1) ‘de muur’ van John Boudreau;  2) het delta-model van Davenport/Harris; 3) het uitbouwen van HRA-expertise; 4) het segmenteren (of prioritiseren) van de analyses; 5) het bestuderen van ‘performance-drivers’ en tot slot 6) het starten met een viraal project.

Een korte toelichting…

#1 ‘De Muur’ (van Prof. Boudreau, voor een beter begrip van deze kapstok, zie deze blogpost): het is van het allergrootste belang om na te denken welke data er ‘voor de muur’ moeten bijgehouden worden om de belangrijkste HR-prioriteiten of -investeringen ‘achter de muur’ te gaan analyseren en/of te onderbouwen (uiteraard ervan uitgaand dat de HR-prioriteiten bekend zijn). De meeste HR-afdelingen hanteren nog steeds het standpunt: “we hebben veel data, wat kunnen we daarmee doen?” Wij adviseren een omgekeerde manier van denken (een nieuwe ‘mindset’, aldus Boudreau): “wat zijn onze prioriteiten of kritische bedrijfsprocessen/bedrijfsfuncties en hoe kunnen we de besluitvorming daaromtrent door analyse verbeteren?”

#2 Delta model (van Davenport/Harris, zie boekbespreking in deze blog post):dit model is een goede hulp en handleiding als raamwerk voor het nadenken over ‘starten met HR analytics’. Het geeft de startende HR professional een aantal uitstekende criteria om een HR analytische afdeling succesvol uit te bouwen. In een volgende blog post, zullen we het Delta model speciale aandacht geven (snel intekenen op deze blog, zo blijf je altijd op de hoogte als er nieuwe berichten verschijnen!).

#3 HR analytics expertise: bij het starten dient men zeker na te denken over 2 soorten HR-expertises:

1) op HR niveau: namelijk het uitbouwen en verankeren van HR analytics kennis d.m.v. het aantrekken van nieuwe profielen. Het is een bekend fenomeen dat bestaande HR professionals (vaak met humane opleidingsachtergrond) onvoldoende analytische expertise bezitten. Bekijk in die zin zeker ook de job descriptions van het HR analytics team van Google. Een voorbeeld daarvan vindt u o.m. in deze blog post.

2) op organisatieniveau: we zien heel wat HR analytics initiatieven in de kiem gesmoord worden door het vaak bedreigend karakter van het uitwisselen en het gebruik van HR-overschrijdende data. Om op termijn succesvol te zijn met HR analytics (en vooral het koppelen met kritische bedrijfsgegevens) is een andere cultuur (data-transparantie en sterkere HR-overschrijdende samenwerking) & governance (correct beheer van de data) erg belangrijk!

#4 Segmentatie: de meeste HR professionals vertrekken nog steeds van een globale, algemene visie op HR analyse. Deze collectieve (of anders gezegd: geaggregeerde) manier van denken, leidt tot nietszeggende en zelf gevaarlijke analyses op organisatieniveau. Wij adviseren steevast om zeer sterk te focussen op een beperkt aantal bedrijfskritische functies, rollen en/of afdelingen die het verschil maken (lees zeker ‘Beyond HR’ van John Boudreau waarin hij het heeft over ‘pivotal roles’, samenvatting via deze link). Ons advies m.b.t. de niet kritische functies/rollen/afdelingen (non-pivotal roles): forget it! Ga voor de ‘big tickets’ (zoals wij dat noemen), zeker in de beginfase! ‘Small tickets’ zijn volgens ons tijdverlies wanneer je met HR analytics start en expertise, draagvlak, cultuur en governance dient te ontwikkelen.

#5 Performance: Het is belangrijk om op zoek gaan naar de échte performance drivers die het verschil maken voor de organisatie of die het competitief voordeel van de teams/afdelingen/functies in kaart kunnen brengen. En helaas zijn dat in de meeste gevallen niet de scores op de jaarlijkse personeelsbeoordeling. Denk aan het boek ‘Moneyball’ van Michael Lewis : het ging niet over het verzamelen van de data (dat kan iedereen) maar over het zoeken naar differentiërende performance-parameters die het verschil maken met de concurrentie (zeker bij gelegenheid het boek lezen of de film bekijken!).Een interview in de Financiële Telegraaf over Moneyball met collega Marcel Knotter en iNostix partner Luk Smeyers kan u lezen op deze Slideshare-pagina.

#6 Viraal: last but not least, starten doe je met een ‘viraal project’ dat ofwel dicht bij de business zit ofwel ‘low hanging fruit’ is. De opdracht: stap voor stap een draagvlak en interesse ontwikkelen bij de business. Geen ‘big bang’ benadering. Je zal zien: de vraag groeit organisch indien je (kleinschalige) goede, business-gerelateerde analyses kan opleveren over kritische bedrijfsprocessen of –prioriteiten en waarbij je een enthousiaste business manager onder de arm hebt genomen!