4 Adviezen voor een beter inzicht in HR analytics

Published by inostix, on 16/02/2012

Er bestaat heel wat verwarring omtrent het begrip “HR analytics”. Dat komt deels door het feit dat de HRIS software bedrijven ook over HR analytics spreken terwijl ze eigenlijk ‘doorgedreven navigatie op de HR data’ bedoelen. En dat is iets heel anders dan hoe wij HR analytics definiëren. Wij helpen u graag een handje…

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: