Onderbuikgevoelens en beste praktijken die u al tien jaar gebruikt, zullen niet volstaan in de toekomst van het werk. Tenminste niet deze alleen.
In plaats daarvan moeten organisaties zich meer verdiepen in de menselijke kant van het bedrijf om een concurrentievoordeel te behalen.
Datagedreven HR-besluitvorming is steeds belangrijker geworden nu organisaties hun wereldwijde aanwezigheid uitbreiden en te maken krijgen met nieuwe druk vanuit de sector. Bedrijven kunnen via voorspellende analyses diepgaand inzicht krijgen in de dynamiek van het personeelsbestand om intelligentere beslissingen te nemen en de bedrijfsprestaties te verbeteren.
Deze gids pleit voor datagedreven HR in uw organisatie.
Je zult het leren:
Datagedreven HR verwijst naar de praktijk van het gebruik van gegevens en analyses om besluitvormingsprocessen binnen de HR-functie te informeren. Door gebruik te maken van gegevens kunnen HR-professionals beter geïnformeerde, objectieve en strategische beslissingen nemen die van invloed zijn op verschillende aspecten van de organisatie en uitdagingen op het gebied van talentmanagement oplossen.
Het proces begint met het verzamelen van waardevolle gegevens met behulp van enquêtes, beoordelingen, beoordelingscijfers en voorspellende analyses over onderwerpen als:
Van hieruit identificeert u patronen en trends als basis voor strategische besluitvorming om zakelijk succes te stimuleren. Dit positioneert uw organisatie om proactief te zijn en oplossingen te creëren voor voorspelde wegversperringen.
Bijvoorbeeld: als uit gegevens van personeelsenquêtes blijkt dat werknemers niet betrokken zijn, kan HR daarop inspelen door individuele groeimogelijkheden aan te bieden om een golf van ontslagen te voorkomen.
De term "big data" ontstond in 2005 toen Roger Magoulas, directeur marktonderzoek bij O'Reilly Media, moeite had om een uitgebreide dataset te verwerken met traditionele business intelligence-oplossingen.
Sindsdien vertrouwen bedrijven op gegevensanalisten en speciale tools om de cijfers te kraken en zinvolle beslissingen te nemen die de verkoop en de klantrelatie verbeteren en de activiteiten stroomlijnen.
In zijn boek, Data-Driven HR: How To Use Analytics and Metrics to Drive Performancelegt Bernard Marr uit hoe people teams aankijken tegen de people functie en processen.
"HR wordt traditioneel gezien als zeer mensgericht, en niet zozeer als een zaak van cijfers en gegevens. Veel HR-gegevensanalyse komt in de vorm van key performance indicators (KPI's) die factoren als absenteïsme of het aantal opleidingsuren per voltijdse werknemer meten, soms omdat deze meetgegevens gemakkelijk te meten zijn of omdat dit is wat andere bedrijven meten."
Maar veel HR-teams moeten deze statistieken nog bijhouden of uitbreiden naar andere gebieden.
Uit het rapport"The State of the HR Function in Small to Mid-sized Businesses" blijkt dan ook dat:
Zoals we hebben gezien, hebben veel bedrijven hun teen nog niet in de wereld van people analytics gedoken.
Hier zijn vier veel voorkomende redenen waarom HR-professionals terugschrikken voor gegevens.
Een duidelijk nadeel voor kleine tot middelgrote bedrijven is het budgetprobleem, vooral tijdens de implementatie.
Zoals Sylwia Smietanko, HR Specialist & Recruiter bij Passport Photo Online, ons vertelt:
"People analytics heeft de afgelopen jaren een enorme groei doorgemaakt, maar ik moet de technologie nog implementeren in mijn praktijk. De redenen waarom ik dat nog niet heb gedaan, zijn vooral te wijten aan de kosten die gepaard gaan met het invoeren van een dergelijke oplossing - het vereist uitgebreide training en is voor veel organisaties vrij duur. De meeste people analytics software is ook afgestemd op grotere ondernemingen, wat kan leiden tot een complexe implementatie voor middelgrote bedrijven zoals het mijne."
Het groeiende bewustzijn van vooroordelen en hoe die onbewust de besluitvorming in de werkomgeving kunnen beïnvloeden, kan HR-teams er ook van weerhouden datacentrisch te worden.
Karolina Kijowska, hoofd People bij PhotoAiD, vertelde ons:
"Zoals alle op gegevens gebaseerde benaderingen, kan people analytics gevoelig zijn voor vooroordelen. Bijzonder schadelijk is confirmation bias, waarbij analisten alleen zoeken naar gegevens die hun eerdere aannames ondersteunen. Stel bijvoorbeeld dat een organisatie gelooft dat jongere werknemers productiever zijn dan oudere. In dat geval kijken ze misschien alleen naar gegevens die deze overtuiging ondersteunen en negeren ze gegevens die deze overtuiging tegenspreken."
De manier om deze barrière te overwinnen is om verschillende stemmen in het besluitvormingsproces te betrekken en een breed scala aan gegevens in aanmerking te nemen bij het trekken van conclusies.
Op het eerste gezicht lijken statistieken in afgezaagde grafieken, diagrammen of ruwe percentages zeker ver verwijderd van menselijke menselijke processen.
En dit is de belangrijkste reden waarom Grace He, People & Culture Director van teambuilding.com, ervoor heeft gekozen om datagedreven HR links te laten liggen. Zij vertelde ons:
"Hoewel gegevens inzichtelijke informatie kunnen verschaffen over het gedrag en de betrokkenheid van werknemers, kan het uitsluitend vertrouwen daarop leiden tot een ontmenselijking van ons personeel. Onze werknemers zijn niet zomaar nummers; het zijn echte mensen met unieke omstandigheden en behoeften.
Daarom moeten we ons gebruik van gegevens afwegen tegen empathie en intuïtie om zinvolle interacties te creëren die hun individualiteit erkennen. Dit geldt met name voor kleine en middelgrote bedrijven zoals het onze, en dan vooral voor bedrijven die volledig op afstand werken. In een dergelijke omgeving wordt de menselijke verbinding nog belangrijker om werknemers het gevoel te geven dat ze erbij horen en zich gewaardeerd voelen door leiders."
Volgens het bovengenoemde rapport van UKG geeft 71% van de organisaties toe dat het voor bedrijfsleiders een uitdaging is om personeelsgegevens te koppelen aan grotere bedrijfsdoelstellingen en -initiatieven.
HR-professionals moeten laten zien hoe people analytics de productiviteit en betrokkenheid van werknemers kan verbeteren, verloop en verzuim kan terugdringen, wervingsactiviteiten kan verbeteren en nog veel meer.
Ook hier komt een combinatie van datagestuurde inzichten en een mensgericht begrip van mensen om de hoek kijken.
Het vertalen van menselijke inzichten in bruikbare strategieën die helpen de bedrijfsdoelstellingen te bereiken, is de sleutel tot het pleidooi voor datagestuurd HR.
Maar slimme bedrijven kijken voorbij deze obstakels en erkennen de waarde van het gebruik van cijfers ter ondersteuning van hun belangrijkste personeelsprocessen.
Hier zijn zeven dwingende redenen om een datagestuurd HR-model te omarmen.
Belangrijke inzichten in het gedrag van werknemers ondersteunen HR-teams bij het optimaliseren van het personeelsbeheer, waardoor de output uiteindelijk verbetert.
HR-gegevensanalyse kan bijvoorbeeld goed presterende werknemers identificeren die een aanzienlijke bijdrage leveren aan de organisatie.
Van hieruit kunnen bedrijven hen belonen met incentives en erkenningsprogramma's, waardoor de arbeidstevredenheid en de motivatie om nog beter te presteren toeneemt.
Organisaties die mensengegevens gebruiken, behalen over drie jaar 82% meer winst dan gemiddeld in vergelijking met hun tegenhangers met een laag niveau.
Een duidelijk inzicht in wat uw toekomstige en huidige werknemers nodig hebben om effectief te presteren, helpt HR-teams om beter geïnformeerde, flexibele beslissingen te nemen in tijden van onzekerheid.
Succesvolle managers moeten altijd naar de komende één tot vijf jaar kijken om te voorspellen welke middelen hun team nodig heeft.
Door gegevens van werknemers te analyseren, kunnen bedrijven de kenmerken van hun huidige toppresteerders identificeren, samen met hun vermogensvaardigheden, ervaring en prestatiemanagementgegevens.
Deze informatie ondersteunt de personeelsplanning op gebieden als opleiding en ontwikkeling en beslissingen over aanwervingsprocedures.
Gegevens geven antwoord op de vraag welke van uw processen de hoogste ROI hebben.
Het kan zijn dat uw organisatie onder druk staat en zich niet voor elk initiatief kan inzetten. In dat geval zullen gegevens aangeven welke gebieden het meest effectief zijn en de moeite waard om in te investeren.
Zo steekt u geen tijd, geld of middelen in zaken die geen resultaat opleveren.
Door de zakelijke impact van een bestaand talentprogramma te meten, kunt u waar nodig verbeteringen aanbrengen. Volg metrics zoals:
Maak regelmatig momentopnames en vergelijk deze met de oorspronkelijke programmadoelstellingen.
Al in 2015 publiceerde de Wall Street Journal een artikel over"The Algorithm that Tells The Boss Who Might Quit." En dit is de essentie van wat retentie-analyses zijn.
De software gebruikt feedback van werknemers of prestatiegegevens om aan te geven welke werknemers overwegen de organisatie te verlaten omdat ze niet betrokken zijn of ontevreden met hun werk.
Een analytisch gedreven HR-team kan beoordelingen uitvoeren om ervoor te zorgen dat ze de meest geschikte kandidaten voor de baan aannemen. Door gebruik te maken van vaardigheidstests, video-interviews en achtergrondcontroles om essentiële gegevenspunten vast te leggen, kunnen HR-teams tijd en geld besparen door hun wervingspool snel te verkleinen.
Gegevens zullen ook een gebrek aan diversiteit en inclusie in uw personeelsbestand aan het licht brengen. Door gebruik te maken van verschillende wervingskanalen kunt u deze lacunes aanpakken en een meer divers en inclusief team creëren. Bovendien krijgen bedrijven toegang tot meerdere perspectieven en ervaringen, wat leidt tot meer innovatieve ideeën.
Een logische strategie is een perfecte aanvulling op de traditionele mensgerichte processen.
Volg deze negen stappen voor succes.
Alle gegevens verzamelen zonder een duidelijk doel is een recept voor een ramp.
Je wordt snel overweldigd door cijfers waar je geen raad mee weet.
Begin dus met het selecteren van een specifieke uitdaging of doelstelling om naartoe te werken. Deze aanpak zorgt ervoor dat u waarde creëert uit al uw people analytics-projecten.
Integreer menselijkheid in uw personeelsanalyse door een hypothese te creëren en vervolgens te controleren of de gegevens uw theorie ondersteunen.
Voorbeeld hypothese: Het bieden van meer carrièremogelijkheden en transparantie van het loopbaankader vermindert het verloop.
Begin met het inventariseren van uw huidige gegevens.
Beschikt u over polsenquêtes, 360-graden feedbackgegevens of exitgesprekken om te beoordelen?
Als u duidelijke mogelijkheden voor feedback mist, overweeg dan deze te implementeren om deze bruikbare inzichten in de toekomst te benutten.
Denk eraan: Gebruik altijd een reeks gegevenstypes om de kans op vertekening te elimineren.
De juiste HR analytics tools helpen u bij het verzamelen, analyseren en interpreteren van personeelsgegevens. Onderzoek oplossingen die binnen uw budget en vaardigheidsniveau passen en zorg er altijd voor dat de privacy van gegevens een prioriteit is.
Bekijk al je gegevensbronnen om trends en correlaties te identificeren. Zoek naar oorzaak-en-gevolgrelaties, zoals hoe veranderingen in aanwervingspraktijken correleren met veranderingen in personeelsbehoud.
Hier zijn enkele analysetechnieken die je zou kunnen gebruiken:
De volgende stap is het vertellen van een verhaal met de cijfers, waarbij veel context wordt toegevoegd voordat het aan een publiek wordt gepresenteerd. Bernard Marr legt uit:
"Tegenwoordig zijn de meeste HR-teams al datarijk, maar dat is niet hetzelfde als inzichtrijk zijn. Om inzichtrijk te zijn, moet je de gegevens die je verzamelt omzetten in waardevolle inzichten die je strategische vragen beantwoorden en je strategische doelen opleveren."
Het doel is om een verhaal te maken dat zij gemakkelijk kunnen begrijpen, ongeacht hun voorkeursleerstijl. Gebruik visuele hulpmiddelen zoals grafieken, foto's of video's om het statistische bewijsmateriaal te illustreren, zodat uw publiek betrokken blijft.
Begin te plannen hoe u uw strategische inzichten in praktijk gaat brengen. Vergeet niet om belanghebbenden bij het besluitvormingsproces te betrekken wanneer u een plan opstelt. Dit zorgt ervoor dat zij uw strategie onderschrijven en begrijpen hoe datagestuurde personeelsbeslissingen de hele organisatie ten goede komen. Uw plan moet ook het volgende omvatten:
De sleutel tot het nemen van datagestuurde HR-beslissingen is uw team toegang geven tot de juiste instrumenten en middelen.
Tip: Investeer in platforms voor leerervaringen, microlearning, workshops of seminars om ervoor te zorgen dat uw team de gegevens goed kan gebruiken en strategisch kan toepassen.
Om effectief te zijn, moeten datagestuurde beslissingen een prioriteit zijn in uw organisatie.
Herzie en actualiseer uw HR-missieverklaring om een verbintenis tot datagestuurde besluitvorming weer te geven.
Uw verklaring moet transparant zijn over de manier waarop u feedback van werknemers verzamelt, met de verwachting dat u die gebruikt voor uw HR-strategie.
Met Zavvy verzamelt u de gegevens die u nodig hebt om uw personeelsprocessen van energie te voorzien. Onze suite van tools omvat:
Klaar om de kracht van data te benutten? Test Zavvy door vandaag nog een gratis demo van onze suite te boeken.
Datagedreven HR is een aanpak die gebruik maakt van menselijke analyses en gegevens om beslissingen van de afdeling Human Resources te onderbouwen.
Datagestuurde strategieën zijn gebaseerd op HR-metrieken die mensgerelateerde activiteiten meten, zoals betrokkenheid van werknemers, behoud van personeel en prestaties.
Onboarding is een aspect van HR waarbij het verzamelen en analyseren van gegevens nuttig kan zijn. Vraag nieuwkomers om op gezette tijden tijdens de inwerkperiode polsenquêtes in te vullen. Gebruik deze gegevens vervolgens om verbeterpunten vast te stellen, te meten hoe snel uw nieuwe medewerkers productief worden en het risico op verloop te analyseren.
Gegevens zijn niet de enige manier om een HR-afdeling aan te sturen, maar het is wel de toekomst. Een datagestuurde aanpak zorgt ervoor dat u de best geïnformeerde zakelijke beslissingen neemt, wat leidt tot betere resultaten en meer succes.
Simpel gezegd: als uw HR-professionals geen gegevens gebruiken, loopt u waarschijnlijk achter op concurrenten die dat wel doen.
.png)
.png)
