Datagedreven HR: metrics, insights en analytics – Hoe als HR beslissingen onderbouwen en opbrengst aantonen

HR is van oudsher mensgericht en handelt vaak vraaggestuurd. In een datagedreven cultuur kan HR de omslag maken van reactief naar proactief handelen en in eerder stadium invloed hebben op besluiten van het management die ook HR en de inzet van medewerkers raken. 

Door de data die in de organisatie beschikbaar zijn te gebruiken, kun je niet alleen je beslissingen beter onderbouwen, maar ook (beter) bijdragen aan de organisatiedoelen en de medewerkers beter ondersteunen en adviseren.

Datagedreven werken en dus data gebruiken, vraagt wel om andere competenties van de HR-professional. Die moet niet alleen goed grafieken en tabellen kunnen lezen, maar ook naar het grotere geheel leren kijken met een andere blik: bijvoorbeeld welke data zijn er in de organisatie beschikbaar en wat kan ik daarmee doen?

Het voordeel van datagebruik

Met datagedreven HR, de naam zegt het al, kun je beslissingen nemen op basis van data. Waarom is dat nu zo belangrijk? Door data te gebruiken voorkom je dat je beslissingen neemt op basis van zogenaamd anekdotisch bewijs: je ziet iets een paar keer op dezelfde plek of in korte tijd gebeuren en trekt daar een algemene conclusie uit.
Als bijvoorbeeld in één maand drie medewerkers op een afdeling vertrekken, betekent dat nog niet dat het verloop in de hele organisatie hoog is en dat er maatregelen moeten worden genomen. Toch komt het in de praktijk voor dat zo’n conclusie wel wordt getrokken. Door ook naar de cijfers te kijken kun je beter beoordelen of er een serieus probleem is.

De rol van vooroordelen beperken

Het gebruik van data zorgt er daarnaast voor dat je je bij een beslissing niet laat leiden door vooroordelen. Die spelen onbewust een rol bij de besluiten die je neemt. Een sollicitant met een gat in zijn cv kan een prima medewerker zijn voor jouw organisatie, maar toch nestelt zich een negatief beeld in je hoofd. Dat kan ervoor zorgen dat je andere positieve kenmerken niet opmerkt en de verkeerde beslissing neemt.
Dat betekent niet dat je je onderbuikgevoel helemaal moet negeren, maar je kan er niet 100% op vertrouwen als voorspeller van resultaat, succes en opbrengsten. Ten slotte wordt je serieuzer genomen als je je keuzes kunt verantwoorden met harde cijfers. Niet iedereen is bereid om op jouw gevoel te vertrouwen.

Datagedreven HR: metrics, insights en analytics

Datagedreven HR bestaat uit drie onderdelen: HR-metrics (= ken en stuurgetallen, de laagste vorm van analyse/statistiek, de beschrijvende statistiek), HR-insights en HR-analytics (voor beide geldt het gebruik van verklarende, voorspellende en voorschrijvende/prescriptive statistiek).

1. Metrics – Heb je het over datagedreven werken, dan begint dat in meeste gevallen met metrics. Metrics slaat op het verzamelen van ken- en stuurgetallen. Het betreft bijvoorbeeld gemiddelden, totalen of percentages die iets zeggen over een bestaande situatie. Je telt bijvoorbeeld hoeveel ziekmeldingen er in een jaar zijn of hoeveel dagen zieke werknemers verzuimen. Als je deze cijfers vergelijkt met het jaar ervoor of met de branchegemiddelden of met je organisatiedoelstelling, kun je zien of je een probleem hebt.
2. Insights – Daarnaast wordt ook gesproken over insights. Dat is het inzetten van analyses om vragen te beantwoorden, zoals ‘wat zijn de oorzaken van het gevonden probleem?’ of ‘welke oplossing werkt het beste om het gevonden probleem op te lossen?’ Met de resultaten van deze analyses kun je dan beleid vormgeven of programma’s of projecten opzetten voor een groep medewerkers, bijvoorbeeld de hele organisatie of een bepaalde vestiging.  Als het ziekteverzuim is gestegen van 4% naar 7% en het blijkt dat mensen eerder ziek worden als ze minder bewegen, kun je besluiten een vitaliteitsprogramma op te zetten of korting te geven op een sportabonnement.
3. Analytics – Bij HR-analytics (ook wel people analytics genoemd), pas je de resultaten van analyses, de zogenaamde algoritmes, toe op individuele medewerkers. Als uit analyses blijkt dat personen met bepaalde kenmerken meer risico lopen om te verzuimen, bijvoorbeeld medewerkers van vijftig-plus die in ploegendienst werken, kun je bepalen dat zo iemand al bij de eerste ziekmelding een uitnodiging van de bedrijfsarts ontvangt. 

Kort gezegd: HR-metrics gebruik je om een antwoord te krijgen op de vraag: Heb ik een probleem? En HR-analytics en HR-insights om antwoord te krijgen op de vraag: Hoe kom ik er vanaf? 

Er zijn diverse vraagstukken op HR-gebied waarvoor je metrics, analytics en insights kan inzetten:

• aantrekken van de juiste medewerkers;
• behouden van medewerkers;
• bereiken van gelijke beloning;
• verbeteren van de employee experience;
• verbeteren van duurzame inzetbaarheid;
• vergroten van diversiteit en inclusie;
• verlagen van verzuim.

Hoe kom je aan data?

Zodra een proces in je organisatie wordt ondersteund door een IT-systeem, levert dat data op. Die kun je dus vinden in verschillende interne systemen. Dat zijn bijvoorbeeld de gebruikelijke HR-systemen zoals het personeelssysteem, recruitmentsysteem, salarisadministratiesysteem, talentmanagementsysteem, enzovoort. Deze systemen bevatten gegevens over geslacht, leeftijd, in- en uitstroom, salaris, opleiding, productiviteit, verzuim, en dergelijke.

Maar ook uit andere systemen kun je bruikbare informatie halen. Denk aan Excelbestanden, Outlook (dat de e-mails van medewerkers bevat), het wifi-netwerk en de loginsystemen. Vraag je dus voor alle (digitale) processen in je organisatie af of die misschien bruikbare data kunnen opleveren. Soms is dat niet het geval, bijvoorbeeld omdat het bewaren of gebruiken ervan wettelijk niet is toegestaan of omdat de kwaliteit ervan niet goed genoeg is. Bij gebrek aan data kun je altijd nog zelf onderzoek doen c.q. data verzamelen.

Welke ken- en stuurgetallen zijn er?

De soorten gegevens die je kunt verzamelen zijn haast oneindig. Maar niet alle informatie is even belangrijk en dus nuttig. Het hangt in principe altijd af van de vraagstukken waar je organisatie mee te maken heeft, of bepaalde gegevens waardevol zijn. Op internet circuleren verschillende lijstjes met ken- en stuurgetallen die voor HR belangrijk kunnen zijn. Een greep hieruit:

• aantal vaste en tijdelijke contracten;
• personeelskosten per fte;
• gemiddelde leeftijd personeel;
• percentage instromers;
• gemiddelde duur dienstverband;
• aantal openstaande vacatures;
• gemiddelde duur invulling vacature;
• aantal functioneringsgesprekken;
• aantal beoordelingsgesprekken;
• aantal opleidingsdagen per medewerker;
• gemiddelde verzuimduur;
• gemiddelde verzuimfrequentie;
• gemiddeld verzuimpercentage;
• aantal arbeidsongevallen;
• aantal meldingen van ongewenst gedrag.

Software voor het maken van dashboards en het uitvoeren van analyses

Voor het maken van dashboards en het uitvoeren van analyses is software nodig. Operationele systemen, zoals het HR-systeem zelf of een payroll- of recruitmentsysteem bevatten vaak rapportage opties. Maar deze zijn meestal niet geschikt voor de geïntegreerde dashboards en de geavanceerdere analyses die je nodig hebt om echt datagedreven te kunnen werken.

Je kan hiervoor HR-rapportagesoftwarepakketten aanschaffen, zoals Crunchr en Visier, waarbij je je data uit de verschillende operationele systemen haalt en deze samenvoegt in een dergelijk HR-rapportagesysteem. Je kan er echter ook voor kiezen om je HR-data toe te voegen aan een algemeen dataplatform. In een dergelijk platform kun je niet alleen je HR-data visualiseren (bijvoorbeeld met Power BI of Tableau), maar ook geavanceerde analyses uitvoeren met tools zoals R en Python. Ook kun je makkelijker je HR-data combineren met andere gegevens in je organisatie zoals klantgegevens of financiële gegevens (als je die in hetzelfde platform verwerkt).  

Dit artikel is tot stand gekomen met medewerking van Irma Doze, eigenaar van AnalitiQs en coauteur van het boek ‘HR-analytics, Waarde creëren met datagedreven HR-beleid’ en Dirk Jonker, oprichter en CEO van Crunchr.

LEES OOK:

• Hoe maak je HR volledig datagedreven?
• Datagedreven verzuimmanagement: het probleem vaststellen door kengetallen te combineren – Een rekenvoorbeeld
• Beginnen met datagedreven werving en selectie (verbeteren)
• Stappenplan om een start te maken met HR-analytics