1. Evolueren van meten en rapporteren naar analyseren

Traditioneel rapporteren rekruterings- en selectieverantwoordelijken meestal historische gegevens (wij noemen dat ‘tracking’) op basis van hun activiteiten. Voorbeelden hiervan zijn het aantal aanwervingen, de kosten van aanwerving, de tijd om vacatures te vullen, enz. Helaas zeggen de meeste van deze metingen niet veel omdat ze niet aantonen of kwaliteitsvolle selectie of introductie daadwerkelijk een positieve impact heeft op de business of de organisatie (zie verder).

2. Focus op ‘Quality of hire’

Weet u als selectieverantwoordelijke hoe goed een nieuwe medewerker de prestatieverwachtingen inlost? Weet u wat voor kritische rollen in de organisatie de hefbomen zijn van sterke of zwakke prestaties? We merken te vaak dat HR professionals, eenmaal het contract getekend en de nieuweling overgedragen aan de lijnmanager, hun taak als afgehandeld beschouwen. Mis! Een selectieverantwoordelijke moet bezeten zijn (sorry!) van de kwaliteit van de nieuweling.

Zo ontmoetten we een tijdje geleden een HR business partner die zeer intensief met de operations-afdeling van een contact center samenwerkte om de Quality of hire’ op permanente basis te bestuderen. Daarbij werd o.m. de ‘time to productivity’ (de tijdspanne waarop een contact center agent volledig ingewerkt is) nauwgezet opgevolgd en werd d.m.v. geavanceerde analyses naar gemeenschappelijke kenmerken gezocht van goede en minder goede profielen. De uitkomsten van deze analyses (en de geleerde lessen daaruit) werden steevast gebruikt bij de aanwerving en opleiding van nieuwe medewerkers. In deze organisatie werd de HR business partner door de operationele manager beschouwd als een echte ‘Performance Coach’.

3. Cruciale data nauwgezet bijhouden

Het is onze ervaring dat het merendeel van de rekruterings- en selectieverantwoordelijken helemaal geen focus hebben op het minutieus bijhouden van de volgende gegevens:

• Gestructureerde bevraging van alle nieuwelingen over de ervaringen/percepties over de kwaliteit van het aanwervings- en selectieproces en percepties over uw employer brand. Maar ook: dezelfde survey voor kandidaten die in de loop van het selectieproces zijn afgewezen! Zij werpen vaak een heel ander licht op de kwaliteit van selectieprocessen.

• Gestructureerde bevraging van alle nieuwelingen over de ervaringen/percepties over de kwaliteit van het introductieproces na 6, 12, 18 en 24 maanden (doet u deze survey op permanente basis?)

• Gestructureerd bijhouden van de rekruteringsbronnen vanwaar de kandidaten komen.

• Gestructureerd bijhouden van de resultaten van gestandaardiseerde testen en/of assessments.

• Medeverantwoordelijkheid nemen bij het invoeren in het HRIS van alle achtergrondgegevens van nieuwelingen. Deze gegevens zijn straks cruciaal bij het maken van grondige analyses. We merken helaas te vaak dat van veel nieuwelingen, door gebrek aan focus hierop, essentiële gegevens niet in de HR systemen worden opgenomen. Jammer, want het vermindert achteraf de analysemogelijkheden aanzienlijk.

4. Evolueer naar voorspellende analyses

Met de hulp van alle bovenstaande gegevens en het maken van slimme koppelingen tussen deze data, adviseren we om (bij voldoende data over een voldoende lange periode) geleidelijk te evolueren naar voorspellende analyses. Hier zijn 4 mogelijke (voorspellende) vragen die men zou kunnen stellen:

• Rekrutering: welke rekruteringskanalen voorspellen het sterkst goede performance, retentie of engagement?

• Selectie: heeft een hoge kwaliteit van het selectieproces een positieve impact op performance, retentie of engagement?

• Selectie: welke achtergronden/testresultaten van kandidaten voorspellen het sterkst performance, retentie of engagement?

• Introductie: heeft een hoge kwaliteit van het introductieproces (checken na 6, 12, 18, 24 maanden) een positieve impact op performance, retentie of engagement?

Nog meer lezen over dit thema?

4 adviezen voor een meer research-gedreven wervings- en selectieproces

Luk Smeyers, november 2012

Volg ons hier op Twitter en/of op Facebook voor interessante HR analytics artikelen uit de internationale media!

Na het overweldigend succes van het iNostix jaaroverzicht 2011 (hier is de toenmalige link), publiceren we hier andermaal een jaaroverzicht, ditmaal van 2012 uiteraard. Het is opnieuw een overzicht van inhoudelijk sterke internationale artikelen over HR analytics die wij het afgelopen jaar twitterden. Ga er even voor zitten en laat je onderdompelen in de bijzondere wereld van de HR analytics.

Het merendeel van deze artikelen zijn van angelsaksische oorsprong. Op het einde hebben we nog 2 artikelen van iNostix toegevoegd. Onze dank gaat aan iNostix researcher Kim Bleus voor de uitstekende samenvatting.

1. Building a case for HR analytics. Klik hier.

2. Removing Roadblocks to HR Analytics. Klik hier.

3. Making Sense of Big Data in HR (aka Talent Analytics). Klik hier.

4. Big data and HR: part I. What is Big data and why should you care. Klik hier.

5. Big Data and HR: part II. Opportunities & Risks. Klik hier.

6. The Future of HR: It’s All About Making It a True Decision Science. Klik hier.

7. HR must take ownership of HR master data. Klik hier voor deel 1.

8. HR must take ownership of HR master data. Klik hier voor deel 2.

9. HR, show up with concrete analysis! 3 Ways HR Pros Can Increase Their Influence in Top-Level Decisions. Klik hier.

10. The Potential and Challenges of Workforce Analytics. Klik hier.

11. Ready or not, here comes HR analytics. Klik hier.

12. Have you ever read this as HR professional? What’s wrong with HR metrics? Pretty much everything! Klik hier.

13. Workforce Analytics Isn’t as Scary as It Sounds. Klik hier.

14. Capturing Actionable Analytics: Engagement Strategies Magazine. Klik hier.

15. Stappenplan voor het starten met HR analytics. Klik hier.

16. 6 kapstokken om met HR analytics te starten. Klik hier.

Met dank aan Kim Bleus van iNostix voor de research van deze samenvatting, januari 2013

Hypothese: De HR Business Partner van dit project wou voor dit project graag inzicht verkrijgen in de volgende twee onderzoeksvragen:

1. Heeft de kwaliteit van het leidinggeven (werd bevraagd in de survey) een belangrijke impact op het niveau van het ziekteverzuim?
2. Zijn er verschillen in HR kengetallen tussen lage verzuimers t.o.v. hoge verzuimers? Voorbeelden van kengetallen: verloop, prestaties, engagement, enz.

Vraag 1 van de HRBP: Heeft de kwaliteit van het leidinggeven een belangrijke impact op het niveau van het ziekteverzuim?

Om een goed antwoord te kunnen formuleren op deze vraag, hebben we deze vraag opgedeeld in twee deelvragen:

1. Welke zijn de leiderschapskenmerken/kwaliteiten die het meest aanleiding geven tot laag ziekteverzuim (dit is een predictief model omdat er voldoende data aanwezig waren)?
2. Is er een significant verschil tussen de kwaliteit van het leidinggeven tussen lage verzuimers en hoge verzuimers (een goede definitie voor ‘laag’ en ‘hoog verzuim’ is daarbij noodzakelijk).

Vraag 2 van de HRBP: Zijn er verschillen in output (HR & Business) tussen lage verzuimers en hoge verzuimers?

Enkele aandachtspunten bij deze vraag:

• Herformuleren van de vraag: De vraag die men hier ook zou kunnen stellen op het niveau van het team of de afdeling, zou kunnen zijn: “Heeft een team/afdeling met een gemiddeld laag verzuim een betere performance in termen van HR output (bv. beoordeling, verloop, promotie, ongevallen,…) of business-output (bv. productiviteit, omzet,…) t.o.v. een team/afdeling met hoog verzuim?”
• Relevante medewerkersgegevens opnemen: het is belangrijk om zo veel mogelijk relevante persoons- en, organisatiekenmerken in de analyse op te nemen (bv. geslacht, diensttijd, leeftijd, functie, beoordeling,…). Hoe meer relevante variabelen, hoe beter we ziekteverzuim kunnen verklaren (zoeken naar gemeenschappelijke kenmerken van verzuimers) en hoe meer mogelijkheden om relevante analyses uit te voeren.
• ‘Outputs’ koppelen: welke zijn de relevante outputs die je zou kunnen koppelen? Voorbeelden kunnen liggen op het terrein van HR, bv. verloop, performance, veiligheid, enz. of op het terrein van business performance, bv. omzet, klantentevredenheid, productiviteit, enz.
• Outputs relateerbaar aan medewerkers: M.b.t. de business outputs is het erg belangrijk dat deze gerelateerd kunnen worden aan individuele medewerkers, teams of afdelingen. Het allerbelangrijkste is dat de outputs niet generiek zijn (bv. klantentevredenheid op organisatieniveau) maar direct kunnen gelieerd worden met de performance van de medewerkers of kleinere teams (bv. commerciële teams koppelen aan hun sales, salesgroei, klantentevredenheid, klantentrouw, enz.).

Wensen jullie nog meer inzichten in het koppelen van engagement survey’s, de zogenoemde ‘linkage research’? Lees dan ook :

- 4 HR analytics tips om meer waarde te halen uit uw engagementonderzoek

(Luk Smeyers)

HR kan evenwel zijn potentieel als strategisch partner uitbreiden mits een meer intelligente aanpak (lees ‘koppeling’) van HR- en bedrijfsdata in verbinding met de uitkomsten van het engagementonderzoek. We geven enkele adviezen:

1.     Verruim het engagementonderzoek om koppelingen te vergemakkelijken

Jouw CEO heeft meer nodig dan louter een peiling naar het engagement van je medewerkers. Geef ook aandacht aan kritische factoren binnen de organisatie zoals aanwervingsprocedures, werkprocedures of informeel leren. Zij bepalen mee het succes van je organisatie, maar zijn vaak onderbelicht in bevragingen bij werknemers. Een engagement-survey belicht nu eenmaal een beperkt aantal dimensies van een organisatie. Je zou de engagementsurvey bijvoorbeeld ook kunnen gebruiken voor verzuimanalyses, maar dan dien je er belangrijke gezondheidsdimensies aan toe te voegen. Die ontbreken bijna altijd in engagementonderzoek. Daarnaast is het ook belangrijk om aandacht te schenken aan belangrijke determinanten (oorzaken) en outcomes (gevolgen) van verzuim. Ook die zouden dan moeten toegevoegd worden.

2.     Koppel engagement-data met HR en business data

Koppel de verruimde engagementsurvey aan andere data waarover HR beschikt: ziekteverzuim, opleiding, promotie, beoordeling, verloopcijfers, klanttevredenheid, verkoopcijfers, productiecijfers, etc. Op die manier creëer je een actiegerichte database voor de gehele organisatie. Problemen en vragen rond de garantie van anonimiteit kan je vermijden door de survey, de koppeling met andere data en de statistische verwerking over te laten aan een derde partij: een onafhankelijk onderzoeksbureau.

3.     Personaliseren in plaats van te generaliseren en te benchmarken

HR analytics kijkt verder dan benchmarks. De resultaten van de medewerkerssurvey krijgen pas een meerwaarde wanneer ze in verband worden gebracht met de voor jouw organisatie belangrijke business outcomes. Fixeer niet op algemene ‘one size fits all’-modellen, maar personaliseer HR analytics voor jouw bedrijf en ga op zoek naar de aspecten uit de survey die voor jouw bedrijf de grootste voorspellers voor succes zijn. Alleen zo ontwikkel je op feiten gebaseerde HR strategieën.

4.     Rapporteer via story telling

Communiceer de resultaten effectief en duidelijk met een goed verhaal. Overlaad je CEO niet met data (lees cijfertabellen). Je moet niet elk detail van de analyses meedelen. Beperk je tot de voor HR-beleid belangrijke resultaten en aanbevelingen. Splits deze aanbevelingen op en focus op kritische afdelingen en/of doelgroepen (segmenteren!) zodat gerichte HR-acties gedifferentieerd kunnen geïmplementeerd worden.

Conclusie

Er zijn steeds meer mogelijkheden om data te ontsluiten binnen een bedrijf waarbij informatie over de werknemers kan worden gelinkt aan succesfactoren. Als HR wil uitgroeien tot een belangrijke strategische partner, met advies dat niet louter gebaseerd wordt op intuïtie en gezond verstand, maar op de harde feiten, zijn dit soort van HR analytics-koppelingen met engagement-survey’s onmisbaar. Succes!

(Eef Stevens, senior researcher van iNostix)

Zie ook ons ander artikel in dit verband: data koppelen, de essentie van hr analytics

1. Het juiste doelstelling van HR analytics begrijpen

Wij gebruiken al geruime tijd 2 definities (kort en lang) wanneer er ons gevraagd wordt om HR analytics toe te lichten. De klemtoon ligt hierbij altijd op het begrip ‘impact’.

De korte definitie:

‘Het kwantificeren van de business- of organisatie-impact van de investeringen in menselijk kapitaal’.

De lange definitie:

• Een methodologie voor het ontwikkelen vernieuwende inzichten;
• door het koppelen van HR data, survey data en bedrijfs- of organisatiedata (financieel, klanten, operationeel,…);
• middels het gebruik van statistische technieken (correlaties, regressies, modeling,…);
• met als doel het kwantificeren (of identificeren) van de bedrijfs- of organisatie-impact van investeringen in het menselijk kapitaal

Enkele voorbeelden:

• Wat is de impact van een sales-training op de omzetontwikkeling?
• Wat is de impact van het Call Agent verloop op de klantentevredenheid van een Contact Center? Of op de productiviteit binnen het Contact Center?
• Wat is de impact van invoeren van lean productie-management op het ongevallen-risico? Of op de kwaliteit van de productie?
• Wat is de impact van laag/hoog engagement op verloop? Op aanbevelingsintentie (NPS)? Op verzuim? Op retentie van high performers? Op de klantentevredenheid?
• Wat is bij nieuwelingen de impact van goede introductie en jobinstructies op ‘time to productivity’? Op retentie?

2. Evolueren van ‘meten’ naar ‘analyseren’

We hebben dit reeds voordien kort toegelicht in onze blogpost ‘waarom metrics niet werken’: om waarde te kunnen toevoegen is het voor HR erg belangrijk om te kunnen evolueren van ‘meten’ (metrics) naar ‘analytics’ (impactanalyses voor organisatieverbetering). We gebruiken hiervoor steevast het schema van Prof. John Boudreau als basis (een goed artikel hierover vindt u hier). We hebben hieraan enkele eigen begrippen toegevoegd.

Boudreau stelt in zijn boek dat de meeste HR afdelingen tegen de ‘waardemuur’ botsen (‘HR hits the wall’) met hun arsenaal aan data, rapporten, metrics, surveys en benchmarks. Met deze metingen kan HR onvoldoende waarde toevoegen omdat hiermee niet aangetoond wordt welke impact HR investeringen hebben op de goede werking van de organisatie.

Vandaar de noodzaak voor HR om te evolueren op de ‘HR Intelligence Maturity Curve’ en zich ‘achter de muur’ te begeven. Het inzicht verkrijgen in de impact van HR activiteiten kan enkel door de HR data (voor de muur) te combineren met bedrijfs- en organisatiedata (achter de muur).

3.    Onderscheid maken tussen efficiëntie, effectiviteit en impact

Wij zijn grote fans van het werk van Alec Levenson van het Human Capital Lab van de Californische Bellevue University. In zijn studie ‘Developing Curricula to Improve Analytic Decision-Making in Organizations’ (gratis registreren noodzakelijk), legt hij haarfijn uit op welke 3 terreinen HR analytische competenties dient uit te bouwen. Wij sommen deze belangrijke begrippen voor u op en vatten alles onderaan nog eens samen in de tabel.

• Efficiëntie (doelmatigheid):

Het betreft het meten van HR activiteiten met een sterke financiële focus. Men gaat hier na of een bepaald doel (bv. werving, opleiding,…) gerealiseerd wordt met een te verantwoorden middelen- en tijdsinvestering? Het zijn meestal kostgerelateerde data zoals loonkosten, trainingskosten, rekruteringskosten, verzuimkosten, enz die hier aan bod komen. Deze data zijn belangrijk (en HR moet daar beter in worden!) en moeten uiteraard zeer goed op orde zijn. Helaas voegen ze geen grote waarde toe aan het werk van HR.

• Effectiviteit (doeltreffendheid):

Een stap voorwaarts in de ‘HR Intelligence Maturity Curve’ zijn effectiviteitmetingen. Men gaat hier na of HR programma’s en activiteiten doen wat ze moeten doen: namenlijk hebben ze een effect op het niveau van competenties, motivatie en empowerment van de werknemers? Het evalueren van trainingsresultaten of de kwaliteit van nieuw aangeworven medewerkers, zijn 2 voorbeelden van typische effectiviteitmetingen. HR voegt duidelijk meer waarde toe bij dit soort metingen maar kan nog niet duiden welke de impact is op de goede werking van de organisatie.

• Impact:

De hoogste stap op de ‘HR Intelligence Maturity Curve’ zijn impactmetingen. Hier komen we op het terrein van de échte HR analytics: het nagaan of HR investeringen, HR activiteiten of HR processen een tastbare impact hebben op de business of de organisatie. Men gaat hier na of veranderingen in competenties, motivatie en empowerment ten gevolge van de ingevoerde HR programma’s en activiteiten tot veranderingen in operationele en financieële prestaties leiden. Door koppeling van databestanden uit diverse functies (HR, finance, operations, sales, marketing,…) kunnen correlaties en causale verbanden gemaakt worden die belangrijke inzichten kunnen verschaffen bij de strategische besluitvorming.

4.    Evolueren van ‘Single Source’ naar ‘Multiple Source’

De meeste efficiëntie- en effectiviteitmetingen zijn ‘single source’ metingen. De gegevens worden gehaald uit één databron, bv. HRIS of payroll voor efficiëntiemetingen of trainingsevaluaties voor effectiviteitmetingen. Bij impactmetingen (HR analytics, dus) worden meerdere databronnen aangeboord, vandaar het begrip ‘multiple source’. De koppeling van databronnen teneinde impactanalyses te kunnen doen, is de essentie van HR analytics. Zie ook een vorige blog post over dit thema.

Belangrijk om te noteren is dat de meeste HR softwarebedrijven, als ze het (ook) over HR analytics hebben, het in bijna alle gevallen over single source analyses hebben. Ze noemen dit ook HR analytics maar het zijn dus duidelijk géén impact-metingen. Opletten dus!

De eerste softwareprogramma’s met ‘embedded impact-analytics’ zijn in ontwikkeling maar het probleemloos verrichten van statistische analyses op data uit divere bronnen en dat binnen de bestaande HR-software, blijft een grote uitdaging.

5. Samenvatting en nog enkele voorbeelden:

CEO’s zullen van HR professionals steeds meer verwachten dat ze management intelligence verschaffen die de impact aantoont van de investeringen in het menselijk kapitaal. CEO’s zullen er bovendien ook steeds meer van uitgaan dat HR deze informatie bij het managementteam in de juiste context plaatst en het team helpt bij het maken van de juiste human capital beslissingen in functie van het verhogen van de bedrijfsprestaties. Er zal van HR verwacht worden dat er meer ‘evidence based’ gewerkt wordt: het systematisch gebruik van analytische tools om de besluitvorming kwantitatief te onderbouwen.

2. Risico’s kunnen inschatten

De vraag naar risico-analyses – een domein waarin HR volkomen afwezig was in het verleden – zal verder toenemen. HR metrics (verloop, verzuim,…), waarmee HR traditioneel werkt, (kunnen) vertellen wat in het verleden gebeurde maar de HR data werden tot op heden onvoldoende gebruikt voor het verkrijgen van inzichten in toekomstige risico’s en trends. HR zal geleidelijk de kracht van HR analytics inzien in functie van het inschatten van toekomstige scenario’s en risico-inschattingen. Zoals Ulrich het recent nog stelde: ‘Moving from descriptive metrics to predictive analytics’. Een zeer goed artikel van Prof. John Boudreau hierover vindt u hier.

3. De toegevoegde waarde van HR moet versterkt worden

De Society for HR Management (SHRM) stelde onlangs: ‘De grootste hinderpaal voor HR om waarde toe te voegen, is het onvermogen om de impact van human capital investeringen in kaart te brengen’. HR begint dat langzaam te beseffen en probeert geleidelijk te evolueren van meten van activiteiten naar het meten van resultaten. HR was de afgelopen jaren te veel een ‘tracker’ (verzuim, verloop, tevredenheid,…) en stelt vast dat het rapporteren van dit soort metrics geen economische waarde toevoegt. Dat besef is cruciaal om tot een ‘mindset shift’ te komen, zoals Prof. Boudreau stelt.

4. Meer complexiteit in organisaties

Organisaties ondergaan, meer en sneller dan ooit tevoren, diverse verregaande veranderingen. De ingrijpende demografische ontwikkelingen, de moeilijke economische context, de ongelimiteerde toename van de sociale media, de groeiende veeleisendheid van klanten, de snelheid waarmee producten en diensten verouderen, het zijn slechts enkele voorbeelden van de toenemende complexiteit waarmee organisaties geconfronteerd worden. De druk op HR wordt daardoor steeds groter en de nood om goed onderbouwde inzichten te verwerven via doorgedreven analyse is niet meer te stoppen. HR analytics bieden een uitstekende methode om de impact van de vele veranderingen in kaart te brengen.

5. HR beseft de urgentie

Terwijl alle andere functies zoals finance, sales, marketing en operations de stap naar doorgedreven analyse al lang gezet hebben, groeit bij HR stilaan de overtuiging dat ze een inhaalbeweging dienen te maken. Na de US en de UK, lijkt ook in Europa het besef te groeien dat de 25 jaar oude HR metrics geen toegevoegde waarde meer bieden. HR – anders dan bij de andere functies – meet nog steeds efficiëntie (kost per FTE), volume (aantal werknemers, verzuim, verloop) en activiteiten (uren training per werknemer). Er was de afgelopen jaren weinig aandacht voor effectiviteits- en impactmetingen. Dat dit een ernstige tekortkoming is als strategisch business partner, is stilaan bij HR aan het doordringen. Progressieve HR professionals hebben dit ingezien en zijn – weliswaar nog aarzelend – met HR analytics aan de slag gegaan. Zie ook onze blogpost ‘waarom metrics niet werken’.

6. Het ‘nieuwe meten’

De toenemende complexiteit doet ook compleet nieuwe vraagstukken ontstaan en HR zal genoodzaakt zijn om daarbij tot nieuw onderzoek en analyse over te gaan. Hierbij zullen HR analytics een centrale plaats innemen. We sommen alvast enkele voorbeelden op van dergelijke nieuwe vraagstukken: het uitwerken van risico-analyses (van bv. retentie-inschattingen van kritische werknemers), toekomstige organisatie-scenario’s uitwerken, het meten van de attractiviteit van de ‘employer brand’, het in kaart brengen van de kwalitatieve ervaringen van kandidaten over het selectieproces, het monitoren van de ‘buzz’ die uit sociale netwerken komt (over je organisatie), enz. Er ontstaan momenteel zeer nieuwe problematieken en het is aan HR om daarbij de intelligence verder te professionaliseren. Daar durft echter het schoentje in HR wel eens te knellen.

7. Steeds meer gevalstudies en geleerde lessen

Tot vorig jaar waren er bijna geen gevalstudies en/of geleerde lessen van HR analytics terug te vinden in Europa. Dat is nu geleidelijk aan het veranderen. De eerste organisaties zijn met HR analytics aan de slag en zullen voor meer kennisoverdracht gaan zorgen. Het feit dat ook enkele nieuwe niche-consultancies zich op dit terrein aan het specialiseren zijn, zal ook bijdragen tot verspreiding van de eerste gevalstudies en creëert bovendien een vernieuwende expertise die in de Angelsaksische landen reeds geruime tijd aanwezig is.

8. Talent focus

De demografische ontwikkelingen laten zich steeds meer voelen en de druk op vraag en aanbod van kritische functies wordt steeds groter. Daardoor zal het noodzakelijke inzicht van de impact op de bedrijfsvoering van facetten zoals mobiliteit, leiderschapsontwikkeling, training, prestatiemanagement, engagement en verloop sterk dienen toe te nemen. HR kan het zich niet meer veroorloven om de impact van het gevoerde talent management niet grondig te kwantificeren. HR analytics zijn hierbij een uitstekend hulpmiddel. Lees hierover ook: Talent Analytics: Another Business Intelligence Research Opportunity.

9. HR analytics als competitief voordeel

Aansluitend op het vorige punt van talent management, zullen de HR afdelingen die in staat zullen zijn om sleutelprocessen te kunnen kwantificeren, hieruit een competitief voordeel kunnen halen. Bedrijven zoals Google en Facebook beschouwen hun HR analytics afdeling en de analytici die hierin werken, als kritische rollen in de onderbouwing van hun HR beleid. Door de toenemende schaarste aan analytische professionals, worden deze experten bovendien zelfs sterk afgeschermd van de buitenwereld. Een topbedrijf als Google ontvangt maandelijks tientallen aanvragen voor spreekbeurten op het vlak van HR analytics en zien plotseling hun HR analytici in het midden van de belangstelling staan. Zie ook de 2 interviews met Brian Welle van Google op onze blog en het schitterende filmpje van Katryn Dekas van Google, eveneens op onze blog.

10. Weg uit de HR Silo

Het verrichten van goede HR analytics brengt automatisch met zich mee dat men de samenwerking moet versterken met andere afdelingen zoals operations, verkoop, marketing, finance. Het kwantificeren van de impact op de werking van een organisatie kan men slechts met behulp van data die niet uit HR komen, bijvoorbeeld omzet, klantentevredenheid, productiviteit, kwaliteit, enz. Hiervoor dient HR uit zijn traditionele silo te komen om cross-functionele data-teams te gaan aansturen. Dit zal de business partner rol van HR versterken en het silo-denken van HR verminderen. Een goed boek hierover: ‘Investing in What Matters’ van Scott P. Mondore, je kan het hier vinden in de ‘reading list’ in mijn Linkedin profiel.

11. De snelle groei van Business Intelligence (BI)

Alhoewel de voorbije jaren de gebruiksvriendelijkheid en kracht van HRIS systemen sterk is verbeterd, blijft HR nog te vaak afhankelijk van IT voor het bewerken van de HR data. De snelle opkomst van Business Intelligence software zal, indien HR hierop kan inspelen, voor een enorme omwenteling zorgen. HR zal, onafhankelijk van IT, data uit verschillende bronnen kunnen binnentrekken en gebruiken voor analyses. Hierdoor zal HR snellere toegang krijgen tot data (‘time-to-access’) en een veel hogere ‘return-on-intelligence’ bereiken. De eerste HR afdelingen van enkele grote organisaties zijn hiermee reeds aan het experimenteren.

12. Input voor veranderingsmanagement

Er bestaat een sterke perceptie bij vele HR professionals dat HR analytics enkel synoniem zouden zijn van de ‘harde kant’ van HR (of zelfs de ‘financiële kant’). Dat dient enigszins genuanceerd te worden want met HR analytics (uiteindelijk wel een cijfermatige benadering) worden inzichten verschaft in organisatieprocessen en de impact daarvan op de goede werking van bedrijven en organisaties. Dat heeft alles te maken met het onderbouwen van beleidsbeslissingen, het inzichtelijk sturen, het minimaliseren van risico’s, het ontkrachten van foutieve aannames, het kunnen corrigeren van scheefgegroeide situaties, het inzichtelijk maken van strategische veranderingsprocessen, het begrijpen van problemen die er zich voordoen bij medewerkers, enz. Ik noem dat steevast: kunnen spreken met professionele autoriteit! Het uitbouwen van de bedrijfskundige kant van HR is, naast alle andere HR competenties, een belangrijke evolutie in het strategisch partnerschap met de business en zijn steeds snellere veranderingsprocessen.

13. Engagement analytics worden onmisbaar

Veel organisaties doen inmiddels tevredenheids- en/of engagementonderzoek. De rapportering van de resultaten valt op de tafel van HR en daarna – na vaak oppervlakkige actieplanning – wacht men op de resultaten van volgend jaar. Een jaar later en wat blijkt? De scores zijn identiek of lichtjes gedaald. Herkenbaar? Misschien stel ik het wat zwart/wit maar de vraag stelt zich hoe we onze inzichten in wat er in de organisatie leeft, kunnen versterken. De engagement-dataset is zeer belangrijk (voor zover HR toegang krijgt tot deze data: check it out!). Je kan deze data koppelen met andere HR of organisatiedata waardoor er plotseling totaal nieuwe inzichten kunnen ontstaan. Zo kan je aan de hand van engagementdata naar verbanden zoeken met bijv. verloop/verzuim, prestatie-indicatoren, probleemanalyse bij veranderingsprocessen, enz. Kortom, doe niet ‘gewoon’ aan engagementonderzoek zonder gebruik van de data voor diepgaander research via HR analytics. En, zorg ervoor dat je over de data kan beschikken! Veel externe providers geven immers geen toegang tot de data. Dat moet je vooraf met hen afspreken (‘kleine letters’ lezen!). Zie ook onze blog hierover.

——————————————————————————-

Luk Smeyers is tevens de docent van de Urich Masterclass (halve dag) op 16/2/2012 (12.15 u – 17.15 u ). Meer info & inschrijving: www.HRMinfo.net/ulrich

Het overkomt me niet vaak: stil worden van een HR-gerelateerde uitspraak. Het overkwam me 2 weken geleden toen ik een mail ontving van Brian Welle, People Analytics Manager bij Google. Ik correspondeerde met hem over de laatste logistieke details naar aanleiding van zijn deelname aan de HR Analytics Summit in
Amsterdam, eind oktober. Ik vroeg hem of ik een sessie kon inlassen waarbij ik hem vragen zou stellen over het ideale profiel van de ‘homo analyticus’.

Zijn email-antwoord deed me bijna van mijn stoel vallen. Hij schreef me dat hij dat graag wou doen maar dat ik hem geen vragen mocht stellen over het precieze aantal mensen in het Google HR Analytics team en zeker niet over hun achtergronden en expertise. Het ‘legal department’, zo beweerde hij, keek mee over zijn schouders en de profielen van deze experten in de HR afdeling worden bij Google beschouwd als ‘competitive advantage’! Minutenlang zat ik naar die mail te kijken. Sprakeloos.

Dat had ik nog nooit gehoord. Profielen van HR mensen die als ‘competitief voordeel’ worden bestempeld door de top van een organisatie. Straffe tabak. Om het met de favoriete woorden van Steve Jobs te zeggen: ongezond geweldig! Heel even voelde ik me deel uitmaken van een HR-tegencultuur, ik stond plotseling in het Vondelpark van HR. Dagenlang hielden die 2 woordjes me in de ban.

Uiteindelijk kwamen we toch nog heel wat aan de weet van Brian, zo onder meer dat het HR analytics team inmiddels uit 40 experten bestaat, jeetje! Hun motto: all people decisions at Google are based on data and analytics. ‘De grootste hinderpaal voor HR om waarde toe te voegen, is het onvermogen om de impact van investeringen in het menselijk kapitaal in kaart te brengen’, zo stelde voor kort de gereputeerde SHRM. Bij Google hebben ze dat begrepen.

——————————————————————————-

Luk Smeyers is tevens de docent van de Urich Masterclass (halve dag) op 16/2/2012 (12.15 u – 17.15 u ). Meer info & inschrijving: www.HRMinfo.net/ulrich

Deze (sceptische) vraag wordt me steeds opnieuw gesteld: wat zijn de voordelen van HR analytics? Mijn eenvoudige antwoord: met HR analytics is men in staat om de business of organisatie-impact van HR investeringen en processen te kwantificeren en/of in kaart te brengen. De voordelen hiervan liggen voor de hand: HR analytics zijn een onmisbare bron van informatie voor het verbeteren van de prestaties van de organisatie (op alle mogelijke vlakken).

Door aan te kunnen tonen wat de oorzaak-gevolg-relatie is tussen menselijke investeringen en organisatie-impact, kan men:
•    het ‘people management’ versterken;
•    de HR strategie bijsturen;
•    ‘evidence based’ advies geven op HR vlak;
•    lijnmanagers helpen hun doelstellingen effectiever te bereiken;
•    als HR medeverantwoordelijkheid nemen voor de financiële prestaties van organisaties;
•    als HR evolueren van zinloze rapporteringen (uren training, verloop, verzuim, survey-scores,…) naar impact-analyses.

2.    Metrics of analytics, allemaal hetzelfde!

Ik zeg soms dat HR 20 jaar achterop loopt met hun oude vormen van HR metrics-rapportering die op geen enkele wijze de business impact in kaart brengt. Ook zogenaamde scorecards, zijn statische data uit het verleden en geven op geen enkele wijze inzicht in de impact van HR maatregelen. Toch volharden veel HR professionals hierin: HR rapportering wordt daardoor vaak een doel op zich.

Onbegrijpelijk, denk ik vaak. Ik zie dat HR rapporten van 40 pagina’s maandelijks naar het management verstuurd en wat blijkt? Juist! Niemand leest ze. Soms gaat aan een dergelijke vorm van rapportering jarenlange arbeid vooraf, meestal tot scha en schande van de HR functie. Een tijdje geleden zag ik een twitter-bericht van een Amerikaanse expert: “More data collection in HR does not equal analytics, it just means more collection”.

3.    Met HR analytics komt HR ‘aan tafel’

Ik merk nog te vaak dat de HR professionals die schoorvoetend aan de slag gegaan zijn met HR analytics, het nog te vaak zien als een ‘betaalmiddel’ voor het befaamde ‘zitje aan tafel’. Volledig misplaatst. Het oneigenlijk gebruik van analytics zal niet leiden tot het creëren van een blijvende waarde voor hun organisaties. Als managers merken dat HR met analytics bezig is om zichzelf, de HR budgetten, of de HR-programma’s te rechtvaardigen, dan worden bij voorbaat de uitkomsten met grote argwaan bekeken, zelfs als de analyses goed gedaan werden. HR analytics zijn er voor organisatie-optimalisatie, niet voor ‘HR rehabilitatie’.

Jammer toch, dat HR er maar niet in slaagt om te profiteren van de enorme waarde die gecreëerd kan worden voor een organisatie door de effectieve toepassing van de HR analytics. Nogmaals, het eerste doel van HR analytics is het verbeteren van de organisatorische prestaties, niet van de reputatie van de HR afdeling (wat wel een positief neveneffect kan zijn).

4.    Met HR analytics zoeken we naar verbanden (of correlaties)

Het zoeken naar verbanden of correlaties tussen HR data en organisatie- of bedrijfsdata is zeker een stap in de goede richting en kan vaak interessante informatie opleveren. Het nadeel is echter dat zulke correlaties niet altijd voldoende sterk zijn als basis voor goede besluitvorming. Dit komt voornamelijk door het feit dat bepaalde verbanden eerder van toevallige aard kunnen zijn of door het feit dat ook andere variabelen een impact kunnen hebben op de correlatie tussen HR data en de zogenoemde ‘outcome data’ (prestatiegegevens van organisaties, bv. klantentevredenheid). Zonder al te veel in detail te willen, zullen verbanden altijd dienen gecheckt te worden op hun zuiverheid.

5.    HR analytics kunnen worden gebruikt om te benchmarken

Ik word er steeds weer opnieuw mee geconfronteerd: HR en lijnmanagers willen analytics benchmarken ten opzichte van andere organisaties. Helaas heeft dat bij HR analytics geen enkele zin. Ze zijn geen ‘one size fits all’ methodiek. Met analytics zoekt men immers naar unieke oorzaak-gevolg verbanden van strategische processen of problemen van organisaties. En die zijn in elke organisatie anders. Geavanceerde analyses zijn selectief en uniek en kunnen daardoor niet extern gebenchmarked worden. In een aantal gevallen is het wel mogelijk om interne benchmarking te doen, bijv. tussen verschillende afdelingen of kritische doelgroepen in de organisatie. Voor het overige: vergeet externe benchmarking!

6.    Voor HR analytics heeft men krachtige software nodig

Die vraag krijg ik vaak. Ik reageer daarop door te proberen de focus weg te halen van technologie en software ten voordelen van het nadenken over de selectieve analyse en studie van strategische prioriteiten. Dat vraagt soms een volledig andere aanpak m.b.t. data. Soms zijn er zelfs geen uitgebreide generieke data aanwezig en gaat HR er dan van uit dat er geen HR Analaytics kan gebeuren. Dat is een foutieve aanname want als je business impact analyses wil doen, ga je een deel van je data bij andere afdelingen halen, bijv. bij finance of marketing/sales.

Dat is overigens ook het verkeerde begrip over de HRIS software providers: ze geven aan dat er krachtige ‘analytics-modules’ zijn ingebouwd. Echter, dat betreft ‘enkel’ doorgedreven analyse van bestaande HR data en niet van het combineren van HR data met bedrijfsdata, zoals bijv. omzet of klantentevredenheid. Dat is een vak apart.

Selectieve analyses kunnen gemaakt worden door externe analisten en met de huidige evolutie van business intelligence ‘in the cloud’, worden die analysetechnieken steeds toegankelijker. Maar HR zal die competenties op termijn wel moeten uitbouwen, net als alle andere functies.

7.    Zogenoemde ‘intangibles’ kan men niet meten

Vaak probeert HR me te counteren met het standpunt dat een groot aantal onderdelen van het HR-werk niet kunnen gemeten worden, de zogenoemde ‘intangibles’. Als dat het standpunt is dat HR aanneemt, dan denk ik dat ze hun nederlaag toegeven. Zonder metingen en analyses, kan HR niet weten of ze vorderingen maken. Zonder krachtige HR analytics, zal HR nooit weten of hun investeringen enig verschil maken en een zakelijke impact hebben. Wat mij betreft, doet HR veel te weinig de wijzers bewegen. Totdat we een manier bedenken om de impact van de belangrijkste investeringen te meten (en met analytics kunnen we een reuze sprong vooruit maken), zullen we niet de vooruitgang boeken die onze organisaties hard nodig hebben. En HR is de laatste functie die deze analytische evolutie moet doormaken, alle andere functies staan mijlen verder. Geloof me!

8.    HR analytics vergt intensieve survey-activiteiten

Om beter te begrijpen wat de organisatie-impact is van de survey-uitkomsten kunnen we niet sterk genoeg benadrukken hoe belangrijk het is om gegevens over bv. werknemersengagement op een heel andere manier te gaan gebruiken dan tot nu toe werd gedaan. HR zal aan de slag moeten met HR analytics en dat betekent koppelingen maken met belangrijke bedrijfs- of organisatie-data, ook uit surveys.

Moeten er daarom meer surveys plaatsvinden? Persoonlijk denk ik, zeker in de wat grotere organisaties, dat er meer dan voldoende survey-data aanwezig zijn. Vaak echter weet HR niet eens waar zich die data bevinden en of men er überhaupt toegang toe heeft (zitten vaak bij externe providers). HR moet dringend leren om surveys anders te gaan gebruiken en door middel van meer geavanceerde analytics, een totaal nieuwe dimensie toe te voegen.

Het is mijn ervaring dat in 95% van de gevallen medewerkers bevraagd worden, de resultaten verspreid worden en in het beste geval er een aantal acties ondernomen worden. Meestal echter zonder noemenswaardige strategische impact. Jaar na jaar wordt dit proces herhaald en de scores op zich verliezen na verloop van tijd hun waarde. Met HR analytics dient men opnieuw zuurstof toe en gaat men na welke business impact bepaalde survey-uitkomsten hebben. Dat is HR in een hogere liga.

9.    HR analytics vraagt jarenlange voorbereiding

Dit is een van de allergrootste misverstanden. De meeste HR mensen denken dat aan HR analytics een jarenlange implementatie van HRIS systemen vooraf gaat. Heel veel HR professionals zitten met een fikse kater als ik het met hen heb over HR reporting en data-verzameling.

Uiteraard zijn goede basisdata, behalve een competitief voordeel, een must voor het maken van accurate analytics. Maar, eigen aan analytics is het selectief-strategische karakter. Vandaar dat ik steeds adviseer om vragen te stellen over de strategie en het beleid: wat zijn onze 2 tot 3 belangrijkste prioriteiten, waar doen zich de grootste problemen voor in de organisatie, wat zijn de belangrijkste uitdagingen voor de toekomst?

Na het vastleggen van enkele van deze prioriteiten, kan meestal al meteen van start worden gegaan met het verzamelen van selectieve data. Vaak is men dan toch positief verrast over de aanwezigheid van data maar vaak bevinden deze zich in andere afdelingen, bijvoorbeeld finance (omzet) of marketing (klantendata). Met het verzamelen van deze verspreide data heeft HR overigens helemaal geen ervaring. De meeste projecten waarin ik betrokken ben, zou ik ‘investigatief’ durven noemen. Het zijn bredere onderzoeksprojecten waaraan meerdere afdelingen meewerken en vaak vertrekken we van reeds – weliswaar verspreide – aanwezige data. Soms tot verbazing van HR.

Luc Smeyers

———————————————————————————————————————

Nieuwe Ulrich-Masterclas: 16/2/2012

Na een eerste succesvolle editie (volledig uitverkocht: 30 deelnemers) organiseren iNostix en HRMinfo.net op 16 februari 2012 een nieuwe Ulrich-masterclass.

Meer info volgt.

Interesse ? Mail naar masterclass-ulrich@HRMinfo.net met opgave van uw coördinaten (naam, bedrijf, functie, telefoon) zodat we u op de hoogte kunnen houden.

In the coming months, we will publish a few job descriptions of positions in the HR Analytics functional area. Hope you will be able to learn from it and achieve a better understanding of what the HR Analists’ mandate could be in your company. In May 2011, Facebook was looking for a People Analytics Manager, an authority in the field of workforce intelligence and organizational design to own the end-to-end architecture and delivery of their predictive analytics and HR data reporting. Here’s what the Facebook HQ HR team was looking for (California based):

“We are looking for someone to build and lead this new function, a visionary who gets excited about using data insights to drive HR related business decisions at all levels. The right candidate thrives on blazing new paths in employee related research, developing complex modeling that serves business needs, and helping HR maximize the company’s investment in people. As the first ever role in HR completely dedicated to people analytics, your role will be to partner with the HR Technology team to build systems infrastructure required to collect and analyze HR data, offer actionable analysis and reporting to managers and executives, and interface with HR and other business functions to serve their data needs.”

Responsibilities

- We’re a small and dynamic team which requires this role to play at all levels
- Build an HR business intelligence function at Facebook
- Provide thought leadership on the complete cycle of talent analytics, from sourcing and interviewing candidates to managing attrition
- Evaluate effectiveness of all HR and Recruiting investments and programs (e.g., new hire orientation, training, compensation, performance management)
- Talent planning: forecasting future talent needs of business areas
- Supply and demographic analysis: forecasting availability of right talent for business needs
- Talent management: own all internal employee research (surveys, focus groups, etc)
- Partner with the executive team, HR Business Partners, Recruiting, HR Communications, Compensation, Benefits, and other functions to understand and deliver on their data needs: from standard reporting, workforce planning support, to executive level analysis and recommendations
- Partner closely with HRIS and IT to build the required system functionality to collect, analyze and present data
- Provide coaching and training on use and interpretation of metrics
- Manage data and systems analysts

Requirements

- 8-10 years of business intelligence, data mining or OD work at a leadership level
- Master’s degree in Accounting, Finance, Economics, Business, I/O Psychology or related field. Ph.D. degree strongly preferred.
- Demonstrable leadership in the field: publications, public speaking, research
- Demonstrable partnership and influencing skills
- Exceptional analytical skills, mastery of business intelligence or related discipline
- Experience working in high-growth, performance focused environments a plus
- Ability to work autonomously and lead large scale projects in fast paced matrix organizations
- Excellent executive presentation skills: ability to distill and present actionable information from complex research
- Strong and recent experience in statistical analysis software (e.g., SPSS, Excel)
- Expert knowledge of quasi-experimental and applied research design, including multivariate statistical analysis

P.S. Luk Smeyers is tevens de docent van de Urich Masterclass (halve dag) op 15/9/2011 (12.15 u – 17.15 u ). Meer info & inschrijving: www.HRMinfo.net/ulrich

Professor Richard Beatty van de Rutgers University schreef enkel jaren geleden het boek ‘The Workforce Scorecard’, samen met  Mark Huselid en Brian Becker.

2 jaar jaar geleden veroorzaakte Beatty een heuse storm in  het Amerikaanse HR-wereldje met een toespraak op een druk bijgewoond congres voor CFO’s (Chief Financial Officers dus). De titel: “Don’t trust HR”. Hij kreeg, zoals te verwachten was, een hele stortvloed van boze HR-reacties over zich heen. Zijn lezing, die nadien in het Amerikaanse vaktijdschrift ‘Human Resource Magazine’ werd gepubliceerd, werd het meest gedownloade artikel ooit op de website van het vakblad.

De stellingen van Beatty (in een notendop):

-    HR is mostly unable to provide analytics that are useful in making workforce decisions that build economic value
-    HR is ill-equipped to carry out value-added workforce planning and transformation
-    The language of the business is numbers and many of HR entered human resources because they ‘wanted to help people’ and not enough to build winning organizations. HR isn’t very good at data analytics and HR doesn’t think like business people.

Enkele maanden geleden presenteerde ik samen met Dave Ulrich op een congres in Nederland. Hij vroeg het HR-publiek: “Why are you in HR”? “Omdat ik graag met mensen werk”, was zowat de gemene deler onder de antwoorden. “Als je graag met mensen werkt, moet je therapeut worden”, sneerde Ulrich terug. Een diepe stilte viel over de uitverkochte zaal.

Uit een recent onderzoek van Accenture bij top CFO’s blijkt dat 39% van de bevraagde CFO’s ovewoor om HR onder zijn bevoegdheid te nemen. Zet u dus maar schrap !

Organisation capabilities

David Ulrich, ongetwijfeld een van de meest bruikbare en heldere inspiratiebronnen voor HR-professionals, stelt  - terecht: “Developing and anchoring organisational capability is the most important deliverable for HR”.

Dat ziet hij zo:

• Een sterke organisatie is het doel van HR, niet de HR-praktijken ‘an sich’. Deze zijn belangrijk maar slechts een middel om het uiteindelijke doel te bereiken.
• De allerbelangrijkste taak van HR, is om zich op ‘organisational capability’ (een sterke organisatie, dus) te focussen en daarop – in tweede instantie - de HR praktijken af te stemmen alsmede ook de HR-structuur en de HR-rollen en competenties (het gekende maar inmiddels erg geëvolueerde rolmodel van Ulrich).
• Identiteit: met sterke organisatie bedoelt Ulrich dat HR zich focust op het versterken van de identiteit van de organisatie, nagaat waarvoor de organisatie staat, wat ze typeert, wat ze uniek maakt, waarvoor ze bekend is.
Als voorbeelden van componenten van organisation capability ziet Ulrich: leadership quality, strategic unity, customer connectivity, shared mindset, collaboration, learning capacity, innovation, dept of talent, speed of change, efficiency, accountability and corporate social responsibility.

Niet makkelijk

Het werken aan de organisational capabilities is niet makkelijk stelde adviesbureau McKinsey recent vast in een onderzoek hieromtrent. Terwijl 60% (wat eigenlijk relatief laag is) van de organisaties aangeven dat het werken aan organization capabilities een top 3 prioriteit is, is slechts 1/3 er echt mee aan de slag.

De belangrijkste redenen voor deze discrepantie tussen woorden en daden zijn:

•    weerstand tegen verandering
•    gebrek aan resources
•    het ontbreken van een duidelijke visie
•    niet-consistente toepassing van methoden en processen forse hindernissen waren.

In een volgende deel zal ik het hebben over ‘tips & tricks’ voor HR om te werken aan deze organisation capabilities.

P.S. Ulrich Masterclass (halve dag), gegeven Luk Smeyers van iNostix: 15/9/2011 (12.15 u – 17.15 u )

Meer info & inschrijving: www.HRMinfo.net/ulrich

1. Van descriptieve metrics naar predictieve analytics

Verwar het doel niet met het middel. Het doel van HR is het creëren van waarde. Verbeterde HR Analytics zijn een middel om die waarde te bereiken. Sommige bedrijven zijn zo bezig met hun HR scorecard of dashboard, dat ze van metrics het doel maken. Effectieve HR Analytics:

- maken meer voorspellende dan beschrijvende analyses
-  leiden tot data die de impact in kaart brengen van onze investeringen

2. Van het meten van HR-activiteiten naar het meten van HR-impact

Meet niet wat gemakkelijk te meten is, maar focus op het meten van wat juist is. HR metrics beschrijven activiteiten uit het verleden – bijvoorbeeld het aantal uren gegeven training – maar om vooruit te komen moet het de resultaten van die activiteiten meten. Daarbij is het belangrijk de gewenste resultaten voor ogen te houden.

Investeringen in HR moeten uiteindelijk een impact hebben op klanten, investeerders en andere stakeholders binnen en buiten de organisatie. Dat verband is veel moeilijker op te sporen. Daarom dienen ook tussentijdse resultaten en doelstellingen van HR-werk gemeten te worden, zo bijvoorbeeld:

- de kwaliteit van het individuele talent in de organisatie
- de betrokkenheid van medewerkers en de impact ervan op de werking van een organisatie
- de bedrijfscompetenties en –identiteit (‘organizational competenties’)
- de sterkte van leiderschap in de organisatie en de impact ervan op de werking

Indien HR oorzakelijke verbanden kan leggen tussen HR-activiteiten, HR-resultaten en de resultaten van de business, zo stelt Ulrich, zal het werk van HR veel waarde toevoegen.

3. Van het verzamelen van HR data naar het verschaffen van inzichten

Houd metingen eenvoudig en gericht op beslissingen. Pogingen om HR te kwantificeren leiden vaak tot meer HR data dan inzicht. Wanneer informatie uit HR nodig is om het beslissingsproces te verbeteren, moeten HR professionals leren hoe ze uit die data trends en correlaties kunnen trekken. Om complexe data naar eenvoudige boodschappen te vertalen moeten ze in de data thema’s of verhalen kunnen zien.

4. Van puur HR-ownership naar co-ownership met het lijnmanagement

Deel het ownership van en de verantwoordelijkheid over HR Analytics met het lijnmanagement. HR-professionals zijn architecten die de blauwdrukken voor acties maken en keuzemogelijkheden aanreiken, en die de lijnmanager warm moeten maken voor HR Analytics. Lijnmanagers moeten betrokken worden bij het vastleggen van de doelstellingen van HR Analytics, en in de toepassing ervan voor een verbetering van het beslissingsproces.

In zijn onderzoek naar HR-competenties merkte Ulrich de afgelopen jaren dat HR-professionals een sterk gebrek aan business acumen vertonen. Velen van hen kozen voor HR om de kwantitatieve kant van de business te vermijden. Het is echter niet langer mogelijk om data, bewijsvoering en analyses die correctheid en discipline in het HR-vak brengen, uit de weg te gaan. Daarom zouden, zo stelt Ulrich nu, analytics een noodzaak moeten worden voor HR-professionals.

(Dit artikel verscheen oorspronkelijk op de webstek van het Nederlandse vakblad P&O Actueel)