Waar gaat het heen met HR Analytics?

02/06/2016 Leestijd: 6 minuten

Een kleine drie weken gelden was ik op het Nationaal HR Analytics congres. Een congres als dit is altijd weer een mooi moment om eens te ervaren hoe het er inmiddels voor staat met HR Analytics in de BV Nederland. Uit de presentaties – en de informele gesprekken die ik tussen de sessie door met verschillende deelnemers had – vielen me twee dingen op.

Goed nieuws maar ook vraagtekens

Allereerst heel goed nieuws: er zijn weer een heleboel HR analisten bijgekomen. Waar je op een soortgelijk congres twee jaar geleden nog met een zaklantaarn op zoek moest naar een HR analist, leerde een kleine plenaire inventarisatie dat er zo’n 30 HR analisten aanwezig waren op een totaal van 120 congresdeelnemers. Een substantieel aantal van de HR analisten die ik sprak waren het afgelopen jaar begonnen in deze functie. HR analytics lijkt daarmee nu echt voet aan de grond te krijgen.

Het viel me ook op dat HR analytics nog veel verschijningsvormen kent, evenals het beeld van wat HR analytics zou moeten zijn. In de eerste plenaire presentaties werd de aloude stelling van Boudreau & Ramstad nog maar weer eens geponeerd dat ‘HR tegen een muur aanloopt’ doordat het haar impact op de opgaven van de business niet kan laten zien. De stelling is bovendien dat HR pas echt goed onderbouwde beslissingen kan nemen als het haar eigen gegevens gebruikt in voorspellende (‘predictieve’) statische modellen die de impact van HR op organisatie uitkomsten inzichtelijk maken. ‘HR analytics voorbij de muur’ dus. Dat geldt eigenlijk voor alle soorten en maten organisaties: zij die daar in hun eentje te klein voor zijn kunnen met samenwerken met anderen door data te delen.

Dat klinkt mooi en aardig, maar afgaande op de verschillende bedrijfspresentaties en mijn gesprekken met deelnemers is bijna niemand al echt structureel met predictieve modellen bezig. Verschillende analisten die ik sprak gaven bijna verontschuldigend aan dat zij in hun huidige projecten eigenlijk vooral bezig zijn met slimmere en informatievere weergaves van ‘metrics’, oftewel (combinaties van) kengetallen die informatie verschaffen over wat er op HR-gebied gaande is binnen de organisatie. Anderen hebben het vooral nog over de uitdagingen bij het ontsluiten van geschikte data om mee aan de slag te gaan. En een bedrijf als ING Nederland gebruikt bijvoorbeeld op een innovatieve manier allerlei gegevens over haar medewerkers om loopbaanbeleid veel meer aan te laten sluiten bij verschillende segmenten medewerkers in het bedrijf. Maar het is te vroeg om te zeggen of die aanpak bij medewerkers ook echt tot meer en betere loopbaanbewegingen leidt, laat staan dat het bijdraagt aan de organisatiedoelen van ING.

Deze stand van zaken roept vragen op. Waar gaat het heen met HR analytics als het zoveel lange adem vergt? Gaan HR analisten wel genoeg tijd van hun bazen krijgen om succesvol te worden? Maar ook: is het ontwikkelen van voorspellende modellen voor de invloed van HR op organisatieresultaten wel het summum om naar toe te werken? Vervallen we niet in de valkuil om HR analytics ‘voorbij de muur’ te zien als een doel op zich in plaats van een middel voor het echte doel: te komen tot betere HR-beslissingen of HR-beleid, doordat alle informatie die beschikbaar is om HR-beslissingen of HR-beleid te onderbouwen zo optimaal gebruikt wordt?

Streven naar het optimale ambitieniveau met HR analytics!

In mijn visie is het voor veel organisaties – op dit moment in ieder geval – niet zinvol om te streven naar het ‘hoogste’ niveau van predictieve modellen van de impact van HR op organisatieresultaten. Dit soort analyses kosten relatief veel tijd (en zijn daarmee duur) en ze zijn eigenlijk alleen geschikt voor situaties waarin er een zinvolle vergelijking te maken is van de output van substantiële groepen medewerkers of teams (het aantal van vijftig is daarbij wel echt een ondergrens).

Ik gooi graag het volgende balletje op: Binnen verschillende organisaties zijn verschillende niveaus van HR analytics optimaal. Voor sommige organisaties voegt het waarde toe HR-cijfers te linken aan organisatie uitkomsten, voor andere (nog) niet. Voor sommige organisaties is het preciezere inzicht (met meer zekerheid) uit voorspellende analyses zo waardevol dat dat de extra investering rechtvaardigt. Voor andere organisaties is dit nu nog te duur, of zijn de randvoorwaarden met betrekking tot de omvang van de populatie niet haalbaar. Met deze twee dimensies heb ik de vier ambitieniveaus die je als organisatie kunt hebben in onderstaand plaatje gezet – waarbij 2A niet ‘hoger’ of ‘lager’ is dan 2B, vandaar deze nummering.

Waar gaat het heen met HR Analytics? Model met 3 niveaus (1, 2a, 2b en 3)

Voor veel organisaties waar de output van medewerkers of teams lastig te vergelijken is – denk bijvoorbeeld aan een middelgrote gemeente – is het realistischer om met voorspellende analyses te focussen op vraagstukken binnen het HR-domein, zoals de effectiviteit van werving, opleiding, loopbaanontwikkeling, verzuimaanpak of mobiliteitsbeleid binnen de hele organisatie of bijvoorbeeld voor alle sleutelposities. Dit soort analyses zijn veel makkelijker uit te voeren en kunnen al heel veel waardevolle inzichten opleveren. Bij deze organisaties past ambitieniveau 2A het best.
Er zijn natuurlijk ook organisaties waarin output tussen medewerkers of teams weliswaar goed met elkaar vergeleken kan worden, maar de aantallen simpelweg te klein zijn voor voorspellende analyses. Hier kunnen beschrijvende analyses, waar verbanden tussen HR-getallen en organisatie uitkomsten inzichtelijk gemaakt worden door deze met elkaar te ‘kruisen’, al heel interessante inzichten opleveren. Deze inzichten bieden minder zekerheid over de zichtbaar gemaakte verbanden dan een goed uitgevoerde voorspellende analyse, maar geven niettemin meer houvast voor beslissingen dan alleen maar ‘het onderbuikgevoel’. Als er bij de uitvoering van HR-beslissingen of –beleid ook continu gemonitord wordt of deze wel leiden tot de gewenste uitkomsten, en er bijgestuurd kan worden als dit niet zo is, maakt de organisatie optimaal gebruik van inzichten die met een relatief bescheiden (tijds)investering uit data gehaald kunnen worden. Bij deze organisaties is ambitieniveau 2B optimaal.

Voor alle organisaties geldt dat de basis ligt in het meten, registreren en rapporteren van de juiste kengetallen over het personeelsbestand en de uitvoering van HR, de informatie die richting geeft voor het ontwikkelen en inzetten van HR-beleid. Hiervoor zijn veel goede en betaalbare rapportagetools beschikbaar tegenwoordig. Vaak zit de grote uitdaging ook in het daadwerkelijke gebruik van de inzichten binnen HR – of een stap daarvoor – de keuze wat de (combinaties van) HR-kengetallen zijn die echt iets zeggen over wat op HR-gebied belangrijk is binnen de organisatie. Het is dan ook volkomen logisch dat de meeste organisaties beginnen met het op orde brengen van deze basis, oftewel ambitieniveau 1.

Tot slot
HR analytics is geen doel op zich, maar een middel om te komen tot betere HR-beslissingen of beleid binnen een organisatie. Welke vorm van HR analytics optimaal zijn is afhankelijk van je organisatiecontext. Ik ben reuze benieuwd hoe u als waarde lezer hier tegenaan kijkt. En waar staat u nu met HR analytics in uw organisatie en wat is uw ambitie voor de toekomst? Reacties zijn van harte welkom!

0 reactie(s) op “Waar gaat het heen met HR Analytics?”

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *


De verificatie periode van reCAPTCHA is verlopen. Laad de pagina opnieuw.