Voorbij het buikgevoel dankzij hr-analytics

In finance en marketing heeft data-analyse haar waarde al een tijdje bewezen. In hr is de kennismaking nog aarzelend. Al blijken de toepassingen nochtans talrijk. “Hr-analytics biedt de mogelijkheid om op een evidence-based manier aan hr te doen.”

Maken managers het verschil?

Al meer dan tien jaar houdt deze vraag het People Analytics-team van Google bezig. Aanleiding was een experiment begin jaren 2000 waarin het bedrijf achter de bekende zoekrobot zijn bestaande hiërarchie naar een platte structuur omvormde. Het resultaat was chaos en conflict. Medewerkers verloren de strategische missie uit het oog en hadden geen idee waaraan ze prioriteit moesten geven. Na enkele maanden al stopte het experiment, met als simpele conclusie: managers doen er wel degelijk toe. Later probeerde Google via Project Oxygen te achterhalen waarom dat zo was. Onderzoekers spitten exitinterviews en performance reviews uit en voerden lange gesprekken met medewerkers en leidinggevenden. Al die data leidden uiteindelijk tot acht cruciale kenmerken van ‘goede leidinggevenden’. Die kenmerken gebruikt Google sindsdien om managers te selecteren, te beoordelen en verder op te leiden.  

HR-analytics

Ook al is de Google-case intussen oud, volgens hrm-professor Sophie De Winne illustreert die nog altijd zeer goed hoe je op een analytische manier naar hr kunt kijken en hoe je daar voordeel mee kunt doen. “Hr-analytics biedt de mogelijkheid om op een evidence-based manier aan hr te doen, weg van het buikgevoel”, verduidelijkt ze. “Je vertrekt vanuit een probleemstelling en verzamelt de data – kwantitatief en/of kwalitatief – die relevant zijn om een antwoord te geven. Dit bestaat al langer in finance en marketing, maar voor hr is die aanpak nog relatief nieuw.”

Vooral nog veel experimenteren

Dat laatste weet Marco Cuyt van Telenet. Vanuit zijn expertise in het digital marketingteam maakte hij vorig jaar de overstap naar het nieuw opgerichte hr-analyticsteam. “De plannen zijn groot en de onderzoeksvragen talrijk, maar op dit moment is het vooral nog veel experimenteren”, zegt hij. Een van de projecten waar de dataspecialist op werkt, heeft te maken met mobiliteit. Door personeelsgegevens over woonplaats en vervoersmodi met elkaar te kruisen, tracht hij te achterhalen wat naar woon-werkverkeer toe de ideale locatie voor een Telenet-kantoor zou zijn.

Een andere opdracht gaat over talentmanagement. “Bij Telenet werken zo’n 3000 medewerkers, plus bijna nog eens zo veel freelancers en andere externen”, vertelt hij. “Om een overzicht te krijgen van wie welke sterktes heeft, maken we een analyse van alle functiebeschrijvingen, vacatures en jobhistorieken van medewerkers bij Telenet. Die koppelen we aan de competenties die we vandaag en in de toekomst in onze organisatie nodig zullen hebben, om op die manier de interne mobiliteit en de ontwikkeling van de medewerkers aan te wakkeren.”

Data-analyse

Een rondvraag van Sophie De Winne en hr-dienstverlener Securex toont dat nog niet zo veel hr-afdelingen in ons land intensief met Hr-analytics bezig zijn. Van de 241 organisaties die de vragenlijst invulden, gaf 19 procent aan geen cijfers of analyses te gebruiken om hr-activiteiten op te volgen. 45 procent verzamelt vooral beschrijvende gegevens – denk aan evoluties in absenteïsme – en zet deze in als knipperlichten voor de organisatie. 29 procent tracht aan de hand van data verklaringen voor specifieke fenomenen op het spoor te komen, zoals hoog personeelsverloop. De resterende 7 procent ten slotte analyseert hr-data om voorspellingen over de toekomst te kunnen maken. “Het zijn vooral grote en kennisintensieve ondernemingen, waar veel hoogopgeleiden aan de slag zijn, die er het verst in gaan”, duidt De Winne. 

Geloofwaardiger en overtuigender

Cuyt en De Winne zijn het erover eens dat het gebruik van data hr geloofwaardiger en overtuigender maakt. Al zien ze wel enkele voorwaarden. “Eerst en vooral is er een degelijke architectuur nodig met toegang tot kwalitatieve data”, zegt Cuyt. Om de juiste vragen te stellen en de data correct te interpreteren, is volgens De Winne kennis van de business en hr-praktijken essentieel, naast de aanwezigheid van analytische en eventueel zelfs statistische vaardigheden in het hr-team. De hrm-professor wijst ook op enkele ethische en privacygerelateerde vragen. “Hoe ver ga je in het verzamelen en analyseren van data? En wat als de resultaten van de analyses je in de richting van discriminerende acties zouden sturen? Hoe ga je daarmee om? Ik raad bedrijven aan om hier op voorhand goed over na te denken en bijvoorbeeld een gedragscode op te stellen.”