27 juni 2014 - Gast

Evidence based HR: knoppen om aan te draaien

Een goed begin is het halve werk

Het uitgangspunt van alle analyses is de ruwe (big) data waar organisaties zelf over beschikken. Deze data kan waardevolle inzichten opleveren, maar let wel: rubbish in = rubbish out. Heb je halve data, vervuilde data, oude data etc., dan krijg je uit ieder systeem halve informatie, vervuilde informatie of oude informatie, etc. Tsja, dat is natuurlijk niet het beoogde doel. Dus het startpunt is: zorgen dat er goede data voor handen zijn.

Metrics

Beschrijvende analyses, metrics, bestaan uit informatie over trends en ontwikkelingen in het verleden. Plus een helder overzicht van de stand van zaken nu. Dit wordt vaak management informatie vanuit HR genoemd en ik begrijp dat hier door diverse leden van Transvorm al stappen in gezet zijn. Vaak is hiervoor geen specialistische software nodig, maar is een Excel-expert genoeg. Daarnaast staat of valt ieder onderzoek met de kwaliteit van de onderzoeksvraag. Dus een helder idee van de behoeftes intern helpt met het samenstellen van een goede mix van ken- en stuurgetallen.

Analytics

Wil je nog een stap verder gaan, dan zijn er de voorspellende analyses: causale verbanden boven water krijgen en daarmee voorspellingen doen. Die voorspellende analyses gaan onder andere over het gedrag van medewerkers. Er wordt gezocht naar verborgen patronen in de data over dat gedrag, om zicht te krijgen op causale verbanden. Deze nieuwe inzichten kunnen worden gebruikt om bijvoorbeeld het gedrag van medewerkers en de effecten van beleid te voorspellen. Ook gaat het over de interactie tussen factoren in het bedrijf en de mensen die er werken. De specialisten van The HR Intelligence blog leggen het beknopt en duidelijk uit.

Toegevoegde waarde

HR moet steeds vaker haar toegevoegde waarde laten zien. Dat anders ‘de business’ niet weet of een investering in het personeel zichzelf terug verdient. Door inzicht in de effecten van bepaalde factoren worden eigenlijk knoppen gegenereerd waaraan gedraaid kan worden om een gewenst effect te bereiken. Een simpel voorbeeld: weten dat een lage betrokkenheid van high potentials in 60% van de gevallen leidt tot vertrek op initiatief van die medewerkers binnen 2 jaar na aanstelling. En dat een bepaalde stijl van leidinggeven de betrokkenheid van medewerkers in 80% van de gevallen verhoogt. Dan is de stijl van leidinggeven een knop waar je aan kunt draaien om de kans te vergroten dat minder high potentials na 2 jaar weer weg lopen. 

Metrics helpen om zicht te krijgen op ontwikkelingen in het verleden, tegenover de stand van zaken nu. Analytics opent de deur naar evidence based HR, op maat gemaakt voor uw organisatie.  Want de medewerkers en de organisatie vormen samen een systeem, met haar eigen dynamiek.

Ter overweging

Vanuit dat laatste, HR-eigen oogpunt wil ik beargumenteren dat een business case niet alleen uit euro’s opgebouwd hoeft te worden. Dus, als u nog niet aan analytics toe bent, dan bied ik u een alternatief: bestaand wetenschappelijk onderzoek. Bewezen causale verbanden, maar niet op maat gemaakt voor uw organisatie, kunnen toch helpen om een business case te onderbouwen.

Ik nodig dan ook iedereen uit om bijvoorbeeld het onderzoek van dr. Kerstin Alfes te lezen, over engagement. Zij toont wetenschappelijk verbanden aan die u wellicht kunt gebruiken in het opbouwen van een business case. Om de cirkel rond te krijgen, is mijn derde en laatste leestip dan ook een blog over het koppelen van engagementdata met zakelijke data.