Veel HR-professionals die meer datagedreven willen zijn in hun werk stellen de vraag “wat is HR analytics?” In dit bericht leggen we uit wat HR-analyse is en hoe je ermee aan de slag kunt gaan.
Wat is HR analytics?
HR-analyse, ook wel personeelsanalyse of talentanalyse genoemd, omvat het verzamelen, analyseren en rapporteren van HR-gegevens. Het stelt je organisatie in staat om de impact van een reeks HR-statistieken op de algehele bedrijfsprestaties te meten en beslissingen te nemen op basis van gegevens. Met andere woorden, HR-analyse is een datagestuurde benadering van Human Resources Management. Hierover lees je meer in het HR dashboard.
HR-analyse is overigens een vrij nieuwe tool. Dit betekent dat het nog grotendeels onontgonnen is in de wetenschappelijke literatuur. De bekendste wetenschappelijke definitie van HR analytics is die van Heuvel & Bondarouk. Volgens hen is analytics in HR de systematische identificatie en kwantificering van de drijvende krachten achter bedrijfsresultaten.
Uitdaging: internationale stuurinformatie
Met name voor de internationale HR biedt dit type stuurinformatie grote voordelen. Bijvoorbeeld: een groeiend softwarebedrijf heeft programmeurs in verschillende landen in dienst. Om te beslissen op welke locatie er nieuw personeel wordt aangenomen, wil het management de performance en de kosten van het personeel op landniveau vergelijken. Door middel van internationale HRM-dashboards kan het management een slimme keuze maken.
HR analytics maakt het dus mogelijk om strategische keuzes te maken op internationaal niveau. Het kan echter een uitdaging zijn om toegang te krijgen tot de benodigde stuurinformatie. Verschillen in HR-automatisering, manieren van werken en wet- en regelgeving, maken het lastig om data uit verschillende landen met elkaar te combineren en vergelijken.
Waarom HR analytics gebruiken?
Analytics-inzichten stellen HR-managers daarnaast in staat weloverwogen beslissingen te nemen met betrekking tot de levenscyclus van werknemers, zoals werving, training, prestatie-evaluatie, compensatie of planning van opleidingsprogramma’s
Hoe gebruik je HR analytics succesvol?
Wil je de het dashboard voor HR analytics succesvol gebruiken? Volg het onderstaande stappenplan!
In 8 stappen succesvol HR analytics inzetten
Als je al aangepaste KPI's gebruikt of je wilt er enkele introduceren, documenteer ze dan naast de standaard HR-statistieken. Het selecteren van indicatoren en statistieken voor HR-systemen met voorspellende mogelijkheden is een taak op zich. Machine learning-modellen houden rekening met probleemeigenschappen, kenmerken genaamd, om output te voorspellen (toekomstige gebeurtenissen of waarden).
Om een model te ontwikkelen dat resultaten met de benodigde nauwkeurigheid kan voorspellen, moeten specialisten relevante kenmerken voor de training selecteren. Je moet dus de reeks factoren evalueren die kunnen leiden tot een bepaalde (positieve of negatieve) toekomstige gebeurtenis die je wilt voorspellen.
Als je van plan bent om rekening te houden met gegevens die kandidaten of huidige werknemers delen op sociale-mediasites, voeg deze portalen dan toe aan je lijst. Zorg er ook voor dat je het recht hebt op toegang tot en gebruik van gegevens op individueel niveau die zijn verzameld door externe enquêtebureaus.
De volgende overweging is of je een kant-en-klare tool aanschaft of je eigen systeem bouwt. Bekende tools voor HR analytics voorbeelden zijn onder meer Zoho People Plus, Gust en Namely. Als het gaat om op AI gebaseerde oplossingen, heeft de markt ook veel te bieden. IBM biedt bijvoorbeeld door AI aangestuurde talentmanagementoplossingen voor het verwerven, ontwikkelen en beoordelen van talent.
Zo heb je een gegevensanalist en -wetenschapper nodig, net als een HR-manager en data engineer. Ook een UX- en UI-ontwerper zijn nodig voor het bouwen van je eigen software voor HR analytics. De teamstructuur hangt af van de complexiteit van de oplossing, het budget en de tijdlijn. Eén specialist kan bijvoorbeeld meer verantwoordelijkheden hebben dan we hebben beschreven doordat er een beperkt budget is.
Eindelijk laat je al die verschillende goederen thuis vallen. Zonder een auto met een tank benzine, geld, een plek om items op te slaan en te weten waar je ze kunt kopen, zou je deze taak niet kunnen voltooien. Dus stap vijf gaat over het verkrijgen van de infrastructuur om gegevens uit verschillende systemen te extraheren en naar één enkel opslagsysteem te verzenden voor analyse en rapportage.
De infrastructuur voor deze taak (met name de architectuur van het HR-analysesysteem) omvat een data-integratietool en een datawarehouse.
Als er niet genoeg gegevens zijn, starten ze aanvullende gegevensverzameling. Nadat ze data hebben voorbereid voor machine learning, starten de specialisten met modeltraining.
Modeltraining gaat over het leveren van een ML-algoritme met historische trainingsgegevens met doelattributen (juiste antwoorden om te voorspellen) of zonder. Gegevens met in kaart gebrachte attributen (AKA-labels) worden gebruikt als je bekende attributen in nieuwe gegevens wilt voorspellen, en deze modeltrainingsstijl wordt gesuperviseerd leren genoemd.
Kiezen tussen statische en dynamische (interactieve) dashboards kan hiervoor nodig zijn. De laatste wordt bijgewerkt met gegevens en stelt gebruikers in staat om in te zoomen op gegevensrepresentatie. Daarnaast is het een goed idee om een HR dashboard toe te voegen dat gedeeld kan worden.
Zorg bovendien voor de mogelijkheid om ad-hoc rapporten te maken. Een functie waarmee aangepaste visuals geplaatst kunnen worden, zijn bovendien geen overbodige luxe.
Documentatie geschreven in gewone taal met uitleg van de belangrijkste concepten en termen en schermafbeeldingen zou bijvoorbeeld nuttig zijn voor niet-technische gebruikers. Videotutorials en interactieve onboarding-tools die gebruikers onderweg instrueren, zijn ook goede aanvullingen op de tekstbronnen.
Het gaat niet alleen om zelfbedieningshulpmiddelen en -materialen – een groepsdemonstratie in seminarstijl kan ook werken.
Het belang van een HR dashboard
Je kunt je voorstellen dat HR data analytics van enorme waarde is voor een organisatie. Deze HR analytics voorbeelden zijn nog maar het begin. Analytics stelt bedrijven bijvoorbeeld in staat om de zakelijke impact van personeelsbeleid te meten. Door complexe statistische analyses toe te passen, kan HR de toekomst van het personeelsbestand voorspellen.
Hierdoor kunnen managers de financiële impact van Human Resource-praktijken meten. Het meten van de impact van HR op de bedrijfsresultaten is de ‘heilige graal’ van HR-gegevensanalyse. Dit wordt vaak gedaan door een Return on Investment (ROI) te berekenen. Het is de krachtigste manier voor HR om zijn strategische invloed te vergroten.
Wat meet HR analytics?
Veel gebruikte statistieken binnen HR analytics zijn:
Omloopsnelheid
Personeelsverloop is een belangrijke KPI en maatstaf omdat een hoge uitstroom zeer kostbaar kan zijn. Andere mogelijke KPI’s omtrent personeelsverloop zijn:
- Instroom: Het aantal werknemers dat het bedrijf binnenkomt.
- Doorstroom: Het aantal werknemers dat zich intern door ontwikkelt.
Ziekteverzuim
Ziekteverzuim is een statistiek die je veel kan vertellen over de tevredenheid van werknemers. Ziekteverzuim geeft je inzicht over productiviteit. Wanneer het ziekteverzuim laag is kan het duiden op tevreden werknemers. Terwijl een hoog ziekteverzuim het gevolg kan zijn van druk, ontevredenheid of andere negatieve factoren.
Verlof
Met de statistiek verlof krijg je inzicht in alle gegevens van de verlofregistratie en -administratie. In één oogopslag zie je de meest actuele verlof-informatie.
Personeelskosten
Het berekenen en overzichtelijk maken van de (totale) personeelskosten (per land).
Welk percentage van het totale salaris bestaat uit het basissalaris, hoeveel gaat er naar toelage, bonus en sociale zekerheid. De statistiek personeelskosten geeft hier inzicht over.
Trainingsefficiëntie
Ben je bezig met trainingen? Het is dan fijn om het resultaat te meten en te bepalen of het gewenste resultaat behaald is. Trainingsefficiëntie kan gemeten worden door een analyse uit te voeren op basis van testscores en prestatieverbeteringen.
Inkomsten per werknemer
Inkomsten per werknemer is een maatstaf die gebruikt kan worden om de efficiëntie van de organisatie in zijn geheel te meten.
De bovengenoemde statistieken zijn een aantal voorbeelden die in de hrm dashboards van HR analytics opgenomen kunnen worden.
Waarom HR analytics dashboards?
Het succes van een organisatie wordt bepaald door de mensen die er werken. Voor inzicht in bedrijfsgegevens, het beoordelen van resultaat en het nemen van data gedreven besluiten is human resource analytics van belang. HR analytics biedt inzicht en aanbevelingen op basis van HRM-data. Gezien de omvang van personeelskosten binnen organisaties, is HR analytics een discipline waar veel winst te behalen valt.
Overzicht op detailniveau
Houd overzicht over je volledige personeelsbestand op verschillende locaties, ook internationaal. Onze dashboards hebben handige zoekfuncties, zoals inzoomen op detailniveau per individu. Zo heb je samen met andere bevoegde medewerkers een goed overzicht van actuele data en betrouwbare analyses.
Beoordelen van resultaat
Zie snel resultaten van bepaalde investeringen. Heb je enkele medewerkers bijvoorbeeld laten bijscholen en wil je weten wat het resultaat is? Met SalureConnect creëer je overzicht in de gegevens die hierop het antwoord geven.
Of het nu gaat om efficiëntie in sales, thuiszorg of schoonmaak, met SalureConnect stuur je op strategisch niveau makkelijk bij.
Data gedreven besluitvorming
Je kunt op basis van data besluiten nemen over het menselijke kapitaal van je organisatie en de inrichting van je organisatie. Bedrijven presteren beter als besluiten gebaseerd zijn op data driven insights.
