U bent hier

Onderneming & Personeel
Datagedreven HR1. Het wat en waarom van datagedreven HR1.5 Metrics, insights en analytics

1.5 Metrics, insights en analytics

Dit artikel is eerder verschenen als Themadossier HR Rendement
Publicatiedatum: april 2021

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

geaggregeerde cijfers

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 gevallen, maar om een gemiddelde, een maximum of een som. Deze cijfers gebruikt u om in het eerste stadium te beoordelen of u een probleem heeft, en waar dat probleem zit. U vergelijkt uw cijfers dan met een doelstelling, de markt of het voorgaande jaar. Met die cijfers kunt u ook monitoren, verantwoorden en sturen.

1.5.2 Insights

oorzaak

Algemene inzichten uit analyses noemen we insights. Met behulp van analyses zoekt u naar de oorzaken van een probleem, om vervolgens een oplossing of richting te bieden.

U zoekt naar een algemeen inzicht waarmee u het beleid kunt aanpassen. Ziet u bijvoorbeeld een verband tussen het aantal thuiswerkdagen en het verzuim, dan kunt u het beleid zo maken dat mensen een maximumaantal dagen thuis mogen werken, of dat hun thuiswerkplek aan een minimumaantal arbovoorwaarden moet voldoen. U gaat dus op zoek naar verbanden en voert analyses uit om die verbanden te vinden.

1.5.3 Analytics

individuele gevallen

Zowel bij metrics als bij insights richt u een beleid in of start u een programma op voor een hele afdeling, groep of organisatie. Dat is anders bij analytics. Als u met analytics werkt, past u algoritmes toe op individuele gevallen. De data ondersteunen u in uw operationeel handelen.

insight

U concludeert bijvoorbeeld uit een onderzoek dat werknemers die aan twee bepaalde universiteiten hebben gestudeerd, succesvoller zijn in uw organisatie dan werknemers die van andere universiteiten in Nederland komen. U besluit uw wervingscampagne op die twee universiteiten te richten: dat is het gebruik van insights. U kunt ook het algoritme dat u met analytics heeft verkregen inbouwen in uw applicatie. En zo zorgen dat mensen van die universiteit in het sollicitatieproces ‘automatisch’ boven op de stapel komen te liggen: dat is het gebruik van analytics.

De grenzen van data

automatisch

zorgvuldig

Data kunnen het besluit voor u nemen in een geautomatiseerd proces. Tijdens het wervingsproces zouden kandidaten bijvoorbeeld automatisch kunnen worden afgewezen of uitgenodigd voor een sollicitatiegesprek. Het programma kan zelfs de mail voor u versturen. Dat vinden veel mensen een beetje eng, begrijpelijk. Met analytics moet u, in verband met privacy en ethiek, heel zorgvuldig omgaan (daarover in hoofdstuk 2 meer). Ook al doen we binnen marketing niet anders – denk aan gepersonaliseerde e-mails en websites – binnen HR kan en mag dit niet zomaar.