Je wilt zichtbaar maken wat de impact is van medewerkers op de prestaties van je organisatie. Oftewel: je wilt aan de slag met HR analytics. Hoe doe je dat? Met deze tips breng je de organisatie een stap verder met HR analytics.

Wat is HR analytics?
HR analytics is het gebruik van data en analyse om besluitvorming over mens, werk en organisatie te onderbouwen. Met een goed ontwikkelde HR Analytics-functie kan een organisatie:

• Patronen ontdekken tussen mensfactoren en organisatieresultaat.
• De effecten kwantificeren die hun mensen kunnen hebben op organisatiedoelstellingen.
• Betere, op analyse gebaseerde beslissingen nemen over investeringen in mensen.

HR analytics-voorbeelden
Er zijn meerdere HR analytics-vormen waarin je data tot uiting kunt laten komen. Denk bijvoorbeeld aan een Metrics of dashboard, SSP infograpic en een geavanceerd HR analytics-model.

Metrics of dashboard

• Stelt je organisatie in staat om een dwarsdoorsnede te maken van je populatie.
• Stelt je in staat om de impact van beleidswijzigingen te monitoren.
• Ondersteunt het gesprek met afdelingsmanagers/directie.
• Geeft richting aan de acties die moeten gebeuren.
• Geeft aanleiding tot verder onderzoek.

SSP infographic

• Stelt je als organisatie in staat om een data gedreven verhaal over kritische functies te vertellen.
• Geeft nuttige informatie om gesprek over de toekomst te voeren met medewerkers.
• Ondersteunt het gesprek met afdelingsmanagers/directie.
• Geeft richting aan de acties die moeten gebeuren.
• Geeft aanleiding tot verder onderzoek.

Geavanceerd HR analytics-model

• Geeft diepgaande informatie over toekomstige scenario’s.
• Kan zeer gerichte informatie over individuele medewerkers geven.
• Kan helpen HR-processen te verbeteren.

HR analytics: diensten en producten

Hoe start je met het opzetten van HR analytics?

1. Het opzetten van een HR-dashboard

Tip 1: start met een klein groepje enthousiaste HR-adviseurs of managers met het neerzetten van een HR-dashboard. Er zijn altijd wel enkele teamleden die interesse hebben in data. Dit kan ook met een klein groepje mensen.
Tip 2: begin klein door bepaalde data in kaart te brengen. Denk aan: leeftijd, geslacht, functie, contracturen, demografie, instroom en uitstroom.
Tip 3: geef de opdracht voor een prototype dashboard aan een interne IT’er, een werkstudent, of huur een specialist in. Het hoeft niet veel te kosten als je het klein houdt.

2. Een proces ontwikkelen voor het leveren van maatwerkrapportages

Tip 1: begrijp het vraagstuk goed voordat je start met HR analytics. Dit kun je doen door gebruik te maken van een simpel intakeformulier: beschrijf de situatie zo objectief mogelijk (waar bevindt de contactpersoon zich), het probleem (en de gevolgen hiervan) en de (deel)vragen waarin jij jouw team zou kunnen helpen.
Tip 2: maak zoveel mogelijk maatwerk standaardrapportages en stel zoveel mogelijk standaardrapportages beschikbaar voor selfservice.
Tip 3: zet een kundige analist in die smult van complexe puzzels.

3. Geavanceerde analyses leveren

Tip 1: begin met 1 afgebakend onderwerp met impact en probeer het zo goed mogelijk af te bakenen.
Tip 2: besteed het uit.
Tip 3: een data engineer is in eerste instantie veel nuttiger om in te zetten dan een data scientist. Een data engineer is vooral goed in het opzetten van logische verwerking van data door automatisering. Een data scientist is vooral goed in het modelleren van data door het toepassen van statistiek.

HR Data
4. HR-data beschikbaarheid verbeteren

Om een data-analyse te maken heb je de juiste data nodig. Hoe verbeter je de beschikbaarheid van data:
Tip 1: maak of laat maken: een overzicht van de gewenste data die beschikbaar moeten zijn en de daadwerkelijk beschikbare datavelden.
Tip 2: huur (tijdelijk) een data engineer in om een datamodel in te voeren en ontsluiten van data in één bron mogelijk te maken.
Tip 3: zorg dat alle datavelden die door medewerkers ingevoerd worden eenduidig/uniform/verplicht zijn. Verander dit in het systeem of in de Excel die ze invullen.

5. HR-data definities opzetten

Hoe zet je de juiste HR-data definities om heldere data op te vragen?  

Tip 1: start een project met Finance om samen heldere HR-data definities te maken.
Tip 2: volg de logische stappen om tot een data dictionary te komen (zie hieronder).
Tip 3: koop The Human Resources KPI Dictionary.


Stappen Data dictionary
Verzamelen data velden: een lijst maken met alle HR-data constructen waarover de organisatie terugkoppelt.
Definities opschrijven: samen met Finance en – mogelijk – IT definities opstellen/aanscherpen. Gebruik alle documentatie die je kunt vinden (vooral online veel lijstjes te vinden).
Laat de HR-directeur (of gedelegeerde) de definities een ‘sign-off’ geven: zorgen dat er een moment van akkoord is.
Publiceren van data dictionary: zorgen dat de definities in klare taal beschikbaar zijn voor iedereen.
Onderhouden van de definities: door omstandigheden (bijvoorbeeld GDPR) kunnen definities veranderen.

HR Analytics vaardigheden
6. Het ontwikkelen van HR analytics vaardigheden binnen HR

Tip 1: geef een presentatie over HR analytics en geef praktische voorbeelden hoe data-analyse kan helpen.
Tip 2: verdiep je samen met een groepje enthousiastelingen in Excel en/of PowerBI (via bijvoorbeeld SmartenUp).
Tip 3: begin bij recruitment: richt je op mensen met datagerichte vaardigheden en zo ontstaat vanzelf een juiste cultuur en mindset. Iemand die het nut van HR analytics kan begrijpen kan het verschil al maken.

7. Mensen in huis halen met HR analytics vaardigheden

Tip 1. Rekruteer intern een data engineer/data analist/data scientist. HR-kennis is niet vereist.
Tip 2. Rekruteer een werkstudent/stagiair bij bijvoorbeeld de HU (Hogeschool Utrecht). Zij hebben een specifieke people analytics opleiding.
Tip 3. Huur een specialist in, bijvoorbeeld via Pipple of On the Chart. Zij kunnen vaak in korte tijd een dashboard of datamodel neerzetten.