Als HR-analist moet je dan ook het nodige ‘in huis’ hebben (zowel je eigen kwaliteiten als bronnen en hulpmiddelen) om je organisatie in voldoende mate te ondersteunen, zodat ze ook daadwerkelijk data-gedreven kunnen beslissen en acties kunnen starten.
1. Interviewtechniek
Ieder project, of een nou een analyse of een rapport is, begint met een goede definitie van de vraag. Waar zit het echte ‘pijnpunt’? Wat is de business vraag, in plaats van de onderzoeksvraag? Doorvragen, doorvragen, doorvragen, en nog enkele andere technieken behoren tot het standaardpakket van een goede analyst, om uberhaupt te kunnen starten. Daarnaast is dit ook zeer handig om naast de ‘harde’ data, ook wat meer kwalitatieve informatie toe te voegen aan je analyses, door middel van interviews en/of groepsessies.
2. HR-systeem-data
Behalve dat een HR-analist natuurlijk over deze data moet kunnen beschikken, is het ook van belang dat hij of zij bekend is met de interne processen en de structuur van de databases, om de data te kunnen begrijpen en te gebruiken, maar ook om de kwaliteit te achterhalen. Ik zelf heb er altijd de voorkeur aan gegeven om ook de gehele schoonmaak en verwerking zelf te doen, maar daarvoor kun je natuurlijk ook IT of externe partij inschakelen. Wel is het in ieder geval van belang dat je begrijpt wat er moet gebeuren om data bruikbaar te maken voor analyse of rapportage.
3. Onderzoek
Data helpt vaak met het beantwoorden van vragen, zoals wat en hoe, maar voor het waarom heb je meestal aanvullend onderzoek nodig. Alhoewel ik het nog niet vaak tegenkom, ben ik van mening dat de HR-analist dan ook degene is die binnen een organisatie verantwoordelijk zou moeten zijn voor medewerkersonderzoeken en andere onderzoeken die verband houden met HR (bijv. cultuur). Als je onderzoek combineert met data uit je HR-systemen verrijk je de informatie aan beide kanten. Een goede analist weet dan ook hoe je een onderzoek moet opzetten, hoe je de response zo hoog mogelijk krijgt, wat goede vragen zijn, en hoe je onderzoeksdata moet verwerken (statistiek!). Voor de uitvoering van het onderzoek zelf heb je uiteraard de keuze: zelf doen of uitbesteden. Let wel: vaak accepteert de OR het niet als je zelf onderzoeksdata gaat koppelen aan HR data, om de doodeenvoudige reden dat je dan toegang moet hebben tot individuele respondenten, en dus antwoorden. En dat ligt soms gevoelig.
4. Analyse expertise en tools
Uiteraard begint het feest pas als je de vraag en de data hebt. Er is een keur aan tools beschikbaar. Belangrijk vind ik altijd dat je voor de ‘schoonmaak’ en ‘verrijking’ van data tools gebruikt die ‘herhaling’ mogelijk maken, zodat je deze werkzaamheden niet iedere keer handmatig hoeft te doen. Daarnaast heb je tools speciaal voor ‘visuele analyse’ en rapportage, en tools voor de ‘echte’ analyse en/of predictive modellen. Uiteraard ga ik ervan uit dat een HR-analist weet hoe een analyse in elkaar zit en wat het doet, de tool voert het dan wel uit.
5. Context
Data staat nooit op zich, dus bij de analyse is het altijd van belang om ook de context te begrijpen. Wat zijn de algemene trends op dit gebied, wat is er gaande binnen deze afdeling, etc. Een goede samenwerking met HR-collega’s en met de interne klant is dus van belang, alsmede algemene kennis van de HR-wereld.
6. Rapportage- en presentatietechniek
Heb je een super analyse gedaan, maar niemand snapt het of wil er iets mee doen? Dan ontbreekt er waarschijnlijk één ding aan je pakket van vaardigheden: hoe de vergaarde gegevens op een juiste maar vooral doeltreffende manier te presenteren en visualiseren. Vaak blijft dit laatste stuk onderbelicht waardoor de kracht van de informatie sterk afneemt.
Dat was mijn lijstje. Ik hoop persoonlijk dat er veel mensen kiezen voor het vak van HR-analist. Ik ontmoet ze dan graag om te sparren!