HR analytics: verslag van inspiratiesessie

HR analytics: meer dan data alleen

De afdeling Personeelszaken was decennialang vooral intern en op administratieve beheersing gericht en vervulde daarmee vooral een ondersteunende rol in de organisatie. Maar tijden veranderen. De HR-functie heeft zich inmiddels ontwikkeld tot die van een HR Business Partner. En met de komst van HR analytics is het meer dan ooit mogelijk om de impact van HR op de business te meten en wordt duidelijk aan welke knoppen de organisatie kan draaien om bepaalde resultaten te krijgen. HR analytics is dan ook niet meer weg te denken uit het HR-vak, stelt ook Joyce Prins. ‘Data dienen in veel bedrijven als onderbouwing van alle beslissingen en halen de subjectiviteit uit de discussie.’
Zowel Prins als Osborne benadrukken het feit dat HR analytics veel meer is dan het vastleggen van gegevens alleen. Het gaat verder dan HR metrics. Juist het leggen van verbanden tussen de gegevens en signaleren van correlaties met business doelstellingen en resultaten, maakt dat de data-analyses een toegevoegde waarde hebben. Juist voor HR en daarmee voor de hele organisatie. Daarmee kan bijvoorbeeld de keuze voor een kostbaar Leadership Development Program worden onderbouwd. Verbanden die voorheen niet zichtbaar waren, worden dat wél waardoor HR haar strategische keuzes kan onderbouwen. En met de inzichten die voortkomen uit HR analytics krijgt een organisatie een beeld van de stuurmogelijkheden waarmee ze haar bedrijfsstrategie kan realiseren. Achteraf kan bovendien het effect ervan in kaart worden gebracht waardoor duidelijk wordt in welke mate de HR-inspanningen bijdragen aan het totale rendement van de organisatie.

Verbanden tonen nieuwe inzichten

Toch staat niet elke HR-professional te juichen om de komst van HR analytics, zo blijkt in de praktijk. Prins: ‘Het betekent extra werk voor HR om data aan te leveren en te valideren en ook hebben niet alle HR-professionals affiniteit met data-analyse. Maar ineens is de business ook geïnteresseerd in de data en gebruikt deze om beslissingen te nemen. Saillant detail is bovendien dat het HR zelf is die rapporteert over de effectiviteit van andere HR-collega’s en die van de business. En ook binnen de board, waar de HR Business partner/CHRO het gesprek voert over de verkregen inzichten, wordt ineens duidelijk dat de prestaties van bijvoorbeeld de Chief Sustainability Officer maar matig zijn. Ineens wordt transparant wat er in welke bedrijfsonderdelen gebeurt op het gebied van personeel en prestaties. Data liegen niet. Toch blijft de interpretatie van de data wel degelijk een kwetsbaar onderdeel van HR analytics. Een correlatie tussen twee variabelen zegt nog niet per definitie iets over het causaal verband ertussen. Te snelle conclusies kunnen beslissingen dan ook schaden. Maar hoe het ook zij: het leggen van verbanden levert veel op. En dus zal HR in een organisatie die werkt met HR analytics geregeld om de tafel zitten met bijvoorbeeld de CFO. Wat beïnvloedt de ‘billable rate’ van medewerkers? En wat heeft invloed op de inkomsten van de organisatie? Zeker in grotere ondernemingen, met diverse landenorganisaties, loont het om de cijfers naast elkaar te leggen. Immers, hoe meer data, des te betrouwbaarder en talrijker de inzichten.

Het volledige veld kunnen overzien

‘HR analytics hoeft niet ingewikkeld te zijn’, legt David Osborne uit, die binnen Mercer klanten adviseert bij ‘site selection’, ofwel het bepalen van locaties voor (hoofd)kantoren van bedrijven. Ook hij zet hiervoor HR analytics in. Osborne: ‘Waarom opende Microsoft in 1978 een kantoor in Redmond, Washington en niet in Albuquerque, New Mexico, waar de startup zijn oorsprong vond? Omdat de oprichters na onderzoek concludeerden dat ze in Seattle makkelijker aan software engineers konden komen en omdat het levensonderhoud en vastgoed in Sillicon Valley te duur waren.’
Het is die manier van denken die kenmerkend is voor HR analytics. Zorg ervoor dat je informatie verzamelt waarmee je het volledig veld kunt overzien en daarmee de juiste beslissingen kunt nemen. Osborne gebruikt zelf ook HR analytics om voor klanten de juiste kantoorlocaties te bepalen, inclusief een bijpassend wervingsbeleid. ‘We calculeren per locatie de total cost of company, ofwel het totale bedrag dat een bedrijf uitgeeft aan het salaris van medewerkers. Dat is inclusief premies, bonussen, secundaire arbeidsvoorwaarden, belastingen, enzovoorts. Maar we kijken per locatie ook naar variabelen die van invloed zijn op uitstroom en instroom van personeel. Wat zijn de groeiambities van een bedrijf? Hoe zit het met de interne mobiliteit? Het verloop?’
En dan kan ineens uit de analyses blijken dat een bedrijf dat honderd nieuwe medewerkers per jaar wil aannemen op een nieuwe locatie, veel meer mensen dan dat moet aannemen om aan die gewenste aantallen te komen. Verwacht verloop, promoties, uitval. Alles wordt met behulp van HR analytics meegenomen, waardoor een duidelijk overzicht met bijbehorende prognoses ontstaat.

Duiding in perspectief

Hoe uitgebreider de datasets, hoe accurater de duiding. ‘Mits een bedrijf de juiste vragen weet te stellen’, benadrukt Osborne. Blind staren op de data heeft geen zin. Gegevens krijgen pas betekenis als een bedrijf ze gebruikt om vragen te beantwoorden. En die vragen komen weer voort uit de strategie. Dat is waar de duiding van HR analytics mee staat of valt. Maar duiding moet altijd in perspectief worden geplaatst. Zeker wanneer het data betreft die afkomstig zijn uit verschillende landenorganisaties. ‘Een cijfer zegt in zo’n geval op zich nog niets’, legt Osborne uit. ‘Je kunt de data alleen maar duiden wanneer je de lokale markt kent. Ofwel: je moet eerst de buitenwereld goed begrijpen voordat je de interne data kunt interpreteren.’ Zo kan het lijken dat een kantoor in Spanje een laag vrijwillig verloop heeft van slechts drie procent. Maar als we dan ook weten dat de werkloosheid daar hoog is, dan komt dat lage verloop ineens in een heel ander daglicht te staan.

Aan de slag met analytics

Voor HR afdelingen die met analytics aan de slag willen, heeft Prins tot slot nog wel wat tips. ‘Start met een goede governance structuur. Dat wil zeggen dat voor alle partijen duidelijk moet zijn wie welke rol op zich neemt in het hele proces van data-analyse. Wie is verantwoordelijk voor de kwaliteit? Wie bepaalt de definities? Wie stelt de lijst van variabelen op? En maak gebruik van één databron. Eerst de systemen en processen. Dan de rest. Zorg er ook voor dat je mensen verantwoordelijk maakt voor de kwaliteit van de data. En wordt “vrienden” met IT en Finance. HR heeft deze afdelingen nodig, en omgekeerd. Die relatie moet goed zijn.’ Een volgende tip is om het ‘verhaal’ vertellen – liefst op een eenvoudige en toegankelijke manier – en dit ‘gelikt’ te presenteren. Het gevaar is immers om te verzanden in bergen data waardoor het voor relatieve buitenstaanders niet meer duidelijk is wat nu de boodschappen zijn. Prins: ‘Breng het verhaal met de cijfers terug naar een paar hoofdlijnen en zorg ervoor dat de presentatie er goed en helder uitziet.En vergeet niet om in het verhaal altijd de relatie te leggen met business doelstellingen en resultaten.’ Tot slot is het van belang dat het bedrijf, inclusief de medewerkers, ervan uit kunnen gaan dat hun data in vertrouwde handen zijn. Prins: ‘Data privacy, een goede kwaliteit van de data en bovenal het laten zien van de strategische mogelijkheden die HR analytics biedt voor de business. Dat is wat HR de organisatie moet kunnen bieden, wil het HR analytics tot een succes kunnen maken. Want zoals gezegd gaat HR analytics veel verder dan HR alleen. Het is een instrument waar de hele business voordeel uit kan halen.’