Datagedreven HR en HR Analytics
In de huidige tijd zijn organisaties steeds afhankelijker van data voor hun beslissingen en dat geldt ook voor HR. Data-analyse in Human Resources (HR) heeft de afgelopen jaren flink aan terrein gewonnen. HR-afdelingen verzamelen nu meer gegevens dan ooit tevoren, variërend van traditionele HR-data tot gegevens over werknemersbetrokkenheid, prestaties en feedback. Dankzij deze inzichten kunnen HR-professionals betere beslissingen nemen die bijdragen aan het succes van het bedrijf.
Deze blog beschrijft de waarde van Datagedreven HR en HR Analytics. We bespreken hoe je problemen kunt identificeren, data verzamelt en analyseert, en inzichten vertaalt naar strategieën die je organisatie vooruit helpen. We benadrukken het belang van fact-based werken en hoe Datagedreven HR je kan helpen om HR-strategieën te optimaliseren en organisatieprestaties te verbeteren.
Wat is Datagedreven HR en HR Analytics?
Datagedreven HR gaat over het gebruik van data en analytische technieken om HR-processen en -strategieën te verbeteren. Dit omvat alles van werving en selectie, performance, talentontwikkeling tot personeelsplanning.
HR Analytics is het proces van het verzamelen, analyseren en rapporteren van HR-gegevens om strategische beslissingen te ondersteunen. Dit kan variëren van beschrijvende en diagnostische analyses tot voorspellende en prescriptieve analyses.
Het model van vakvolwassenheid van HR Analytics beschrijft hoe een organisatie zich kan ontwikkelen in het gebruik van HR Analytics (Al en Doze, 2021). De vakvolwassenheid van HR wordt afgezet tegen de toegevoegde waarde die het kan opleveren. Hierbij wordt een duidelijk onderscheid gemaakt tussen metrics en analytics. Het model heeft vijf fasen:
1. Operationeel rapporteren
In deze basisfase gebruikt HR eenvoudige rapportages om operationele HR-processen te monitoren. De focus ligt hier op beschrijvende statistieken, zoals wervingscijfers en verzuimpercentages. Kortom, het inzichtelijk maken.
2. Geavanceerde rapportage en dashboards
Organisaties ontwikkelen dashboards en geavanceerde rapportages die visueel inzicht geven in HR-statistieken. Dit stelt HR-professionals in staat om sneller en effectiever beslissingen te nemen op basis van realtime data.
3. Analytische HR
De focus verschuift van beschrijvende naar diagnostische analyse. Organisaties onderzoeken de onderliggende oorzaken van trends en patronen in hun HR-gegevens, zoals het analyseren van de redenen achter hoge uitstroomcijfers.
4. Voorspellende HR Analytics
Organisaties gebruiken voorspellende modellen om toekomstige trends en uitkomsten te voorspellen, bijvoorbeeld modellen die verloop voorspellen of de toekomstige behoefte aan bepaalde vaardigheden binnen de organisatie in kaart brengen.
5. Prescriptieve HR Analytics
De meest geavanceerde fase waarin organisaties niet alleen voorspellingen doen, maar ook aanbevelingen genereren voor specifieke acties. Prescriptieve analytics helpt HR (en organisaties) om strategieën te formuleren die een directe impact hebben op de bedrijfsdoelstellingen.
Hoe werkt HR Analytics dan in de praktijk?
Laten we dat illustreren aan de hand van een fictieve opdrachtgever in de zorgsector, die kampt met een (te) hoog verloop onder nieuwe ambulante zorgmedewerkers. Deze situatie veroorzaakt onrust en extra kosten binnen de organisatie en kan de groei belemmeren. De organisatie legt slechts basisgegevens vast en is niet sterk datagedreven. Via verschillende stappen beschrijven we hoe losse data (of een onderbuikgevoel) kunnen worden omgezet in waardevolle inzichten door middel van data-analyse, om vervolgens mogelijke interventies te identificeren die het verloop onder nieuwe medewerkers verminderen.
De eerste stap is het achterhalen van de businessvraag, ter voorkoming dat direct in de oplossingsmodus wordt geschoten. Doorr interviews te houden met belangrijke stakeholders wordt de businessvraag helder gemaakt. Twee belangrijke vragen kwamen naar voren: (1) Wat is de oorzaak van de lagere arbeidsproductiviteit (15% lager dan de benchmark) ? en (2) Hoe kan de organisatie het verloop (>50% verloop in eerste jaar, benchmark is 25%) van nieuwe medewerkers verminderen om de groei te bevorderen?
De businessvragen worden vertaald naar HR-thema’s zoals instroom, retentie, ontwikkeling van vaardigheden en productiviteitsverbetering. Het centrale thema is het hoge verloop onder new hires, wat doorvertaald kan worden naar concrete kengetallen, stuurgetallen en oorzaken.
In het voorbeeld zijn er twee zaken die direct een negatief effect hebben op de arbeidsproductiviteit van de organisatie. Enerzijds de gebrekkige doorstroom naar ervaren medewerkers (met een hogere productiviteit) én anderzijds de tijd die moet worden besteed aan het inwerken en mentoring van nieuwe medewerkers. Ook de HR en de recruitment afdeling zijn onevenredig veel tijd kwijt aan de instroom en uitstroom van medewerkers.
Gegevens worden verzameld uit de personeels- en salarisadministratie en andere bronnen zoals het medewerkerstevredenheidsonderzoek en het recruitmentproces. Extra data wordt gegenereerd uit gestructureerde exit-interviews en evaluaties van onboardingtrajecten.
Denk hierbij ook aan gewenst en ongewenst verloop, benchmark ten opzichte van markt en andere bedrijfsonderdelen, verzuimcijfers (kort en lang), geuit gevoel van werkdruk, etc.
Alvorens de data goed te kunnen analyseren is het nodig om de data goed te prepareren. Alleen hierdoor kun je juiste verbanden leggen en de echte oorzaken blootleggen. Foutief geprepareerde data kan leiden tot verkeerde conclusies of oorzaak-gevolg relaties. Goed geprepareerde data daarentegen levert vaak interessante bijvangst op waar je als HR afdeling iets mee kan.
De verzamelde data wordt geanalyseerd om antwoorden te geven op de HR-vragen: (1) Wat is het huidige verloop (kengetal)? (2) Wat is een acceptabel verloop (stuurgetal)? (3) Wat zijn de oorzaken van het verloop? Uit de analyse blijkt dat mismatch in de rol, planning, werkdruk en arbeidsvoorwaarden belangrijke oorzaken zijn van het hoge ongewenste verloop. Een acceptabel verloop kan zijn dat wordt gestreefd naar brancheconform gemiddeld verloop.
Voor het beantwoorden van vraag over het huidige en het acceptabele verloop volstaan de gegevens uit de personeel- en salarisadministratie en de benchmarkgegevens. Om de oorzaken van het verloop volledig in kaart te brengen is het model van HR Analytics van belang. Door meerdere databronnen met elkaar te vergelijken ontstaat er beter inzicht.
Hieruit blijkt dat er vier oorzaken zijn aan te wijzen voor een hoger verloop in het eerste jaar. Ten eerste bleek uit de gestructureerde interviews dat veel nieuwe medewerkers geen goed beeld hadden van de zwaarte van de rol voordat zij begonnen. Daarnaast bleek de planning van de inzet van medewerkers niet goed op orde, waardoor zij soms niet werden ingezet of soms te laat werden geïnformeerd dat zij moesten werken. Een derde probleem is de hoge werkdruk (en daarmee samenhangende ontevredenheid) die wordt ervaren waardoor er weinig tijd is om te besteden aan patiënten of cliënten. Tenslotte bleek dat de organisatie in vergelijking met vergelijkbare organisaties tot meer dan 10% lager brutoloon te hanteren.
Hoewel het de vooronderstelling was dat het gebrekkige inwerktraject de hoofdreden is voor het vertrek, blijkt dat de nieuwe medewerkers juist dit onderdeel als positief hebben ervaren. Hier zat geen verschil tussen vertrekkende of aanblijvende new hires.
Uiteraard moeten de inzichten op een heldere wijze worden gepresenteerd en gerapporteerd.
Op basis van de inzichten worden interventies voorgesteld om het verloop terug te brengen naar een acceptabel verloop. Aanbevelingen omvatten het aanscherpen van het wervingsprofiel, waarbij meer aandacht wordt besteed aan de persoonlijkheid van nieuwe medewerkers. Uit de analyse blijkt onder andere dat medewerkers met een growth mindset (flexibel) veel beter te functioneren en tevredener te zijn dan medewerkers met een fixed mindset (star). Dit heeft zowel invloed op hoe de werkdruk wordt ervaren alsook de flexibiliteit in de planning.
Er wordt wel geconstateerd dat de planning van werkzaamheden structureel verbeterd moet worden, waardoor de tevredenheid met betrekking tot dit onderdeel kan worden verhoogd en het geen reden meer hoeft te zijn om de organisatie te verlaten. De werkdruk daarentegen blijft een groot probleem, maar door in te zetten op het behoud van mensen kan het mes aan twee kanten snijden: binnen de organisatie wordt meer ervaring opgebouwd waardoor taken sneller en efficiënter worden uitgevoerd en er hoeft minder tijd te worden besteed aan het (onnodig) inwerken van nieuwe medewerkers.
Er zijn ook afspraken gemaakt over het verhogen van de arbeidsvoorwaarden naar een marktconform niveau. Dit kan worden gefinancierd door het terugbrengen van de kosten van verloop. Er is bekend dat de gemiddelde kosten binnen de branche voor verloop en vervanging van medewerkers ongeveer 20% van de jaarlijkse loonkosten bedraagt.
Bij het terugdringen van het verloop van 50% naar 30% van de 50 nieuwe medewerkers kan een flinke besparing worden gerealiseerd van € 100.000,- (gemiddeld loon van € 50 K * 10 minder vertrekkende medewerkers (15 ipv 25) * 20% kosten van verloop). Dit kan worden ingezet om de verhoging van het salaris van alle zorgmedewerkers deels te bekostigen.
Vaak wordt door middel van een dashboard inzichtelijk gemaakt wat de kengetallen (huidige situatie) en streefgetallen (gewenste situatie) zijn. Het opstellen van KPI’s is hiervoor een veelgebruikt instrument. Hou het simpel werkt, zoals zo vaak, ook hier het beste. Met een dergelijke dashboard hou je vinger aan de pols en zie je ook wat effecten zijn van de interventies.
Vijf belangrijke takeaways voor Datagedreven HR en HR Analytics
- Investeer in de juiste technologie en tools
Het succes van Datagedreven HR en HR Analytics hangt sterk af van de technologieën en tools die worden gebruikt. Investeren in geavanceerde HR-software en analysetools kan de dataverzamelings- en analyseprocessen aanzienlijk verbeteren.
- Ontwikkel analytische vaardigheden binnen HR
HR en data zijn vaak geen vanzelfsprekende combinatie. Het is cruciaal dat HR-professionals de nodige vaardigheden ontwikkelen om effectief met data te werken. Dit omvat vooral het vermogen om data-inzichten te vertalen naar strategische beslissingen.
- Integreer HR Analytics met de bedrijfsstrategie
HR Analytics moet niet in isolatie worden gebruikt, maar geïntegreerd zijn met de bredere bedrijfsstrategie. Door HR-data te koppelen aan bedrijfsdoelstellingen zoals omzetgroei, klanttevredenheid en productiviteit, kan HR een directe bijdrage leveren aan het succes van de organisatie.
- Waarborg data kwaliteit en privacy
De betrouwbaarheid van HR Analytics hangt af van de kwaliteit van de verzamelde data. Het is essentieel om ervoor te zorgen dat data nauwkeurig, volledig en up-to-date is. Daarnaast moet de privacy van werknemersdata worden gewaarborgd.
- Gebruik data om een cultuur van continu verbeteren te bevorderen
Datagedreven HR kan een cultuur van continu verbeteren stimuleren binnen de organisatie. Door regelmatig HR-gegevens te analyseren en op basis daarvan acties te ondernemen, kunnen organisaties hun HR-processen voortdurend optimaliseren. Dit leidt niet alleen tot betere bedrijfsresultaten, maar ook tot een verbeterde werknemertevredenheid.
Samengevat kunnen we zeggen dat Datagedreven HR en HR Analytics enorm potentieel bieden voor organisaties om hun HR-functies te transformeren en bedrijfsresultaten te verbeteren. Door te begrijpen waar een organisatie zich bevindt op het model van HR Analytics en door te investeren in de juiste tools, vaardigheden en strategieën, kunnen organisaties de volledige waarde van hun HR-data ontsluiten.
Meer info over data gedreven HR en HR analytics?
Neem contact op met Jeroen