De analyseboom is een handig hulpmiddel om de gevonden analysevragen nog verder uit te splitsen en mogelijke antwoorden in kaart te brengen. Tijdens deze fase maak je bijvoorbeeld een selectie van mogelijke oorzaken van een probleem. Pas echter op voor te veel aannames bij het maken van deze selectie. Aannames vormen bij deze stap de grootste valkuil. Het risico is namelijk dat de oorzaken van het probleem, die in deze fase buiten beschouwing blijven, niet verder worden onderzocht.
De conclusies uit de analyse zeggen echter alleen iets over de mogelijke oorzaken die je erin betrekt. Bij de vervolgstappen kun je altijd meer variabelen of bronnen betrekken. De analyseboom is slechts een hulpmiddel om de analyse gerichter te kunnen starten, maar bepaalt niet de uiteindelijke reikwijdte.
Voorbeeld
Bij it- en consultancybedrijf Capgemini initieerde een van de managers een analyticsvraagstuk aan de hand van de volgende constatering: ‘In exitgesprekken krijgen we alleen achteraf een beeld van de vertrekredenen van medewerkers; nog mooier zou zijn als we konden voorspellen wie er op enig moment zullen gaan vertrekken. Dan kunnen we ongewenst verloop misschien beter voorkomen.’ Zo kwam de organisatie op de kernvraag: wat zijn de beste voorspellende variabelen voor het uitdiensttreden van Capgemini-medewerkers? De analisten gebruikten de analyseboom als hulpmiddel om het analyticsvraagstuk verder te definiëren.
De HR-manager, een analist en een manager in de rol van people manager gingen allereerst aan de slag met de businessvraag: hoe kunnen we het verloop verlagen om zo de omzetdoelstelling te halen? In een eerste bijeenkomst formuleerden ze de vraag zo scherp mogelijk. Daarna werd de geformuleerde kernvraag bij verschillende interne klanten getoetst. Vervolgens ging het team aan de slag met de analyseboom om overzicht te krijgen van het probleem, de mogelijke onderliggende oorzaken en andere factoren die met het probleem te maken hadden.
Als probleem was gedefinieerd: het niet halen van de omzetdoelstelling. Dit probleem is in de onderstaande analyseboom uitgesplitst in mogelijke oorzaken, die weer zijn onderverdeeld in mogelijke oorzaken van deze oorzaken. Het analyticsvraagstuk staat verwoord in het donkergrijze vlak: Te weinig medewerkers door te hoog verloop.
Afb: Een analyseboom bij het voorbeeld van Capgemini
Leer in één ochtend hoe je als HR-professional effectief omgaat met de juridische en fiscale uitdagingen bij het inhuren van zzp’ers. Na deze training weet je wanneer een medewerker echt als zzp’er kwalificeert. Je krijgt ook inzicht in de aanpak van de Belastingdienst, die vanaf 1 januari 2025 weer gaat handhaven op arbeidsrelaties voor loonheffingen.
