1. Het wat en waarom van datagedreven HR

Dit hoofdstuk is eerder verschenen in Themadossier HR Rendement

Publicatiedatum: april 2021

Ook als HR-professional kunt u er vandaag de dag niet meer onderuit: als u een advies uitbrengt, moet u dat onderbouwen. Stel, u wilt aan de slag met een leiderschapsprogramma van € 100.000. Dan komt ongetwijfeld de vraag: wat levert dat op? Misschien verwacht u dat werknemers gelukkiger worden, of de organisatie productiever. Maar dat is niet meer genoeg: u moet de mogelijke opbrengsten in ‘harde’ cijfers uitdrukken: hoeveel gelukkiger of hoeveel productiever?

businesscase

Om een goede afweging te kunnen (laten) maken of het bovengenoemd leiderschapsprogramma van start moet gaan, maakt u een businesscase. Hierin staat:

wat het programma kost;
wat het naar verwachting opbrengt;
wat de risico’s zijn.

verband

meten

Deze informatie kunt u achterhalen door data te gebruiken. Bijvoorbeeld door een verband te leggen tussen de kwaliteit van een leidinggevende en de productiviteit van de werknemers.

Baten inschatten

De kwaliteit van de leidinggevende meet u bijvoorbeeld met de beoordeling van zijn eigen werknemers in een 360 graden medewerkerstevredenheidsonderzoek. En de productiviteit van de werknemers meet u bijvoorbeeld door na te gaan hoeveel klanten ze op een dag bedienen of hoeveel producten ze aan de lopende band verwerken. Als u die samenhang eenmaal kent, kunt u voorspellen wat er gebeurt als de kwaliteit van de leidinggevende wordt verhoogd: zoveel meer productie of zoveel meer omzet.

1.1 Structuur aanbrengen

Datagedreven werken houdt ten eerste in dat u een onderwerp of vraagstuk gestructureerd aanpakt. Dat begint met een vraag als: ‘Heb ik überhaupt een probleem?’ of: ‘Zie ik echt een kans?’ Aan de hand van data beoordeelt u of er inderdaad iets aan de hand is in uw organisatie. Problemen vaststellen in de organisatie Een resultaat afzetten tegen een...

1.2 Gebalanceerd advies

Om een gebalanceerd datagedreven advies uit te brengen houdt u rekening met vier factoren: Eigen expertise en ervaring, die zijn nog steeds heel belangrijk. De belangen en waarden van stakeholders. Elke HR-professional heeft immers ook een rol als adviseur. En elke adviseur doet aan stakeholder management. Het mag niet overheersen, maar u neemt...

1.3 Waarom werken met data?

U beslist niet alleen op onderbuikgevoel of aan de hand van tien jaar ervaring, maar op basis van data. Vindt u het eng om daarop te vertrouwen? Enerzijds is dat terecht: niemand kan de toekomst voor 100% voorspellen, ook data niet. Maar realiseert u zich ook hoeveel fouten onze eigen hersenen maken? Wij doen voortdurend aannames, maar uit cijfers...

1.4 Is datagedreven HR hetzelfde als HR-analytics?

Hoe onderscheidt datagedreven HR zich van HR-analytics? Het verschilt per organisatie en land welke term wordt gebruikt. Zo gaat People Analytics over het analyseren van menselijk gedrag. Maar een mens heeft diverse rollen: gaat het om de mens als klant, werknemer, student, patiënt of cliënt? People Analytics analyseert mensen in al die rollen...

1.5 Metrics, insights en analytics

HR-analytics is een veelgebruikte term, maar datagedreven HR gaat niet alleen over analytics. Het gaat ook over metrics en insights. 1.5.1 Metrics De metrics-kant gaat over ken- en stuurgetallen, over cijfers dus. Metrics zijn zogenoemde geaggregeerde cijfers, zoals het verzuimpercentage van een hele afdeling. Het gaat hierbij niet om individuele...

1.6 Op zoek naar verbanden

Bij datagedreven HR zoekt u naar de grote gemene delers, naar de verbanden. Niet naar de individuele gevallen, want die lost u altijd binnen de context op: als iemand ziek is, gaat u die persoon individueel benaderen. Als blijkt dat het aantal uur dat mensen achter elkaar achter een scherm werken, samenhangt met het verzuim, formuleert u een...

U bent hier