Voorbeelden van HR Analytics | IPro Training NL

Human Resources Analytics, kort gezegd HR Analytics is booming business. Vooral de grote organisaties storten zich op deze nieuwe manier van kijken en omgaan met de productiefactor arbeid. In gewoon Nederlands, hoe we omgaan met mensen in de organisatie. De verandering zit ‘m in de combinatie van mens en data. Want dat deden we de afgelopen jaren niet of misschien heel weinig. Dat kon helemaal niet, was de overheersende gedachte, want mensen zijn uniek. Dat is zeker waar, maar we blijken toch meer overeenkomsten te hebben dan we zelf denken. En die informatie is dus wel ‘te vangen’ in data. Dat begint met inventarisatie van hoe lang mensen werken op een dag, wanneer ze pauzes houden, welke taken ze prioriteit geven etc. Deze gegevens zijn redelijk eenvoudig bij te houden. Na deze eerste beschrijvende stap volgt de tweede stap het analyseren van deze gegevens. Denk aan het onderscheiden van trends in deze gegevens. De derde taak is het voorspellen wat er gaat gebeuren. De vierde taak is op basis van alle informatie in actie komen en zaken anders aanpakken.

Nr.	Omschrijving stappen	HR Analytics

1.	Inventarisatie van gegevens	Descriptief
2	Analyse van gegevens	Diagnose
3.	Voorspellingen doen	Predictief
4.	In actie komen en beleid aanpassen	Prescriptief

We gaan hieronder een aantal voorbeelden van HR Analytics bespreken om het toch vooral praktisch te houden. En veel mensen leren meer van voorbeelden dan van abstracte theorie leert de ervaring.

HR Analytics voorbeeld 1. Best presterende medewerkers

Wat zijn de dagelijkse werkgewoonten van de best presterende werknemers? Welke tools gebruiken ze? Werken ze veel op kantoor of juist veel vanuit huis? Zijn ze bij veel vergaderingen aanwezig of juist niet (descriptief). Wat doen de best presterende medewerkers anders dan de gemiddelde medewerker? Welke randvoorwaarden hebben een positieve bijdrage (diagnose). We zijn er op uit om meer ‘best presterende medewerkers’ te krijgen (predictief) door onder andere goede randvoorwaarden in de organisatie in te richten (prescriptief).

HR Analytics voorbeeld 2. Nieuwe medewerkers

Aan welke eisen moeten nieuwe medewerkers voldoen (descriptief)? Je kan bijvoorbeeld ontdekken waarom sollicitanten er zo lang over doen om aanbiedingen te accepteren. Dit kan door het analyseren van wervings gegevens om de belangrijkste kenmerken van een ideale kandidaat voor een bepaalde functie te ontdekken (diagnose). Je kan kijken naar patronen in de activiteit van werknemers om te voorspellen wat er in de toekomst zal gebeuren. Met voorspellende HR analyses kan je toekomstige talentbehoeften voorspellen en lacunes in vaardigheden identificeren (predictief). Vervolgens wordt er een algoritme ontwikkeld dat voorspelt welk type onboarding een nieuwe medewerker nodig heeft op basis van ervaring en vaardigheidsniveau. Veel bedrijven gebruiken deze inzichten bij het ontwikkelen van trainingsmateriaal en onboarding handleidingen (prescriptief).

HR Analytics voorbeeld 3. Ziekteverzuim

De verzuimcijfers zijn beschikbaar en ze liggen veel te hoog. Welke soorten verzuim onderscheiden we? Het ziekteverzuimcijfer stijgt bijvoorbeeld (descriptief). Hoe komt het dat de verzuimcijfers zo hoog liggen (diagnose)? Het is mogelijk het ziekteverzuimcijfer terug te dringen door het welzijn van werknemers te verbeteren. In plaats van te raden wat zou kunnen werken, kunt u gerichte oplossingen en beleid ontwikkelen. Gebaseerd op een goede diagnose van de verzuimproblemen (prescriptief).

HR Analytics voorbeeld 4. Burn-out

Je ziet een stijging in de vroege indicatoren van een burn-out, zoals ongepland overwerk en gemiste deadlines (descriptief). Burn-out bij werknemers is een diagnosticeerbare aandoening die wordt gekenmerkt door gevoelens van vermoeidheid, wantrouwen en verminderde productiviteit. Medewerkers met burn-out klachten besteden vaak te veel tijd aan onnodige vergaderingen, zijn meer ziek en zijn te vaak aan het multitasken. Het zijn allemaal veelvoorkomende oorzaken van burn-out. De analyse laat zien wanneer werknemers overwerkt raken en indicatoren van burn-out te herkennen zijn (diagnose). Wanneer deze HR-statistieken zichtbaar worden dan moeten er alarmbellen afgaan. U kunt grotere problemen, als een plotselinge piek in mensen die uitvallen, voor zijn door maatregelen te nemen. Zeker als ze geïsoleerd voorkomen binnen een specifiek team of een specifieke afdeling. Je kan burn-out van medewerkers voorkomen (prescriptief).

HR Analytics voorbeeld 5. Personeelsverloop

We signaleren een hoog personeelsverloop in een bepaalde periode (descriptief). Aan de hand van deze inventarisatie gaan we een diagnose stellen. Er is namelijk software beschikbaar voor personeelsanalyse die kan waarschuwen voor vroege tekenen van terugtrekking van werknemers die anders onopgemerkt zouden blijven. Waarom verlaten zoveel mensen ons bedrijf. Wat veroorzaakt vrijwillig personeelsverloop (diagnose). We maken voorspellingen voor ongewijzigd beleid (predictief). Ten slotte maken we een actieplan om dit probleem proactief aan te pakken. Om toptalent vast te houden en het personeelsverloop te verlagen (prescriptief).

HR Analytics voorbeeld 6. Werkdruk

Welke medewerkers maken lange werkdagen en draaien overuren en welke medewerkers hebben het minder druk (descriptief). Onevenwichtige werkdruk is een van de belangrijkste oorzaken van lage betrokkenheid en verdeeldheid binnen teams, maar blijft vaak onder de radar (diagnose). Vervolgens gaan we voorspellen welke medewerker nog capaciteit heeft om taken op zich te nemen (predictief). Om tenslotte aanbevelingen te doen om de werkdruk effectief te verdelen (prescriptief).

Training

We hebben in dit artikel een aantal voorbeelden van HR Analytics besproken. Heb je interesse om meer te leren over dit onderwerp? Je kan eens kijken bij onze training HR Analytics. Heb je een vraag of opmerking, mail dan naar info@iprotraining.nl of bel 070 – 22 109 20 en vraag naar Marcel G. Buijs.