Samenvatting HR Analytics H1 t/m 13
Hoofdstuk 1
1.1 niet relevant, korte introductie
1.2 Data analyse heeft een ontwikkeling doorgemaakt als nieuwe motor van data gedreven
besluitvorming in HR, veel Nederlandse organisaties maken gebruik van HR Analytics op structurele
basis.
1.3 HR Analytics= zo veel mogelijk alle beschikbare gegevens over de medewerkers met behulp van
data analyse optimaal benutten om in de breedste zin betere beslissingen te kunnen nemen over
de inzet van medewerkers zodat deze optimaal kunnen bijdragen aan het realiseren van de
doelstellingen van de organisatie. Combineren van: kennis en technieken uit verschillende
vakgebieden: A&O psychologie, HRM, Statistiek, Data analyse, IT
HR metrics= het in meetbare eenheden beschrijven van de personeel gerelateerde kenmerken van
de organisatie. -> dus: het rapporteren van de status hiervan op enig moment.
Volgens het boek is HR Analytics; het systematisch en m.b.v. data gedreven technieken vertalen van
ontwikkelingen binnen het menselijk kapitaal van de organisatie in gevolgen voor de toekomst, en
het kwantificeren en voorspellen van de impact hiervan op de organisatieactiviteiten.
Doel =het verbeteren van het individuelen en collectieve gedrag en de prestaties van de
medewerkers en de prestaties van de organisatie als geheel.
1.4 data leveren steeds nauwkeuriger voorspellingen op van gedrag van medewerkers etc.
1.5 data = gegeven/ feiten. Data is een verzamelnaam voor iets dat je kan vastleggen, ordenen,
verzamelen en analyseren.
Dataficeren = beschrijven van een verschijnsel in gekwantificeerde vorm. Ook in databestanden.
Digitalisering heeft een impuls gegeven aan het Dataficeren van gegevens.
2 vormen van data:
- Primaire data = gegevens die je zelf specifiek voor een project ontwikkeld of verzameld.
Nadeel; Is duur en tijdrovend. Bijvoorbeeld een steekproef.
- Secundaire data = gegevens die al door een ander zijn verzameld.
Big data= grote dataverzamelingen (gaat om + miljoenen gegevens) wat hierbij heeft geholpen is de
digitalisering en de groeiende rekenkracht van computers dat het mogelijk maakt om een korte tijd
data te verzamelen en te vergelijken van miljoenen gebruikers.
1.6 niet relevant, voorbeelden.
1.7 Bersin onderscheidt in zijn Talent Anlaytics Maturity Model 4 niveaus waarop organisaties data
gebruiken voor HR Analytics. Volwassenheidsniveaus
Niveau 1 Reactief, operationele rapportage= operationele rapportages voor het meten van
de efficiency en kwaliteitsbewaking, exploreren en integreren van data, ontwikkelen van een
databibliotheek.
Niveau 2 Proactief, geavanceerde rapportage= operationele rapportages voor
benchmarketing en besluitvorming, multidimensionale analyses en dashboards.
Niveau 3 Strategische analyses= segmentatie, statistische analyses, ontwikkelen van
Humancapital-modellen, analyse van dimensies om oorzaken te begrijpen, leveren van
actiegerichte oplossingen.
Niveau 4 Voorspellende analyses= ontwikkelen van voorspellende modellen,
scenarioplanning, risicoanalyse en – beheersing, integratie met strategische planning.
De meeste Nederlandse organisaties, die zich met HR Analytics bezighouden, zitten op niveau 1.
1.8 er is een groei in tevredenheid in het gebruik van HR Analytics (37% -> 56%) komt door:
, - toename in gemak om aan cijfers te komen via dashboards en systemen
- er zijn verbeterde randvoorwaarden om data gedreven te kunnen werken (verbetering
kwaliteit data en cultuurverandering)
verbeterpunten gebruik HR-analytics:
- datakwaliteit
- te gebruiken tools
- systemen
- data gebruiken voor besluitvorming
- beleid
1.9 voorbeelden van praktijk, niet relevant
1.10 HR kan bijdragen aan oplossingen voor urgente thema’s zoals;
1. duurzame inzetbaarheid, persoonlijke ontwikkeling en interne mobiliteit
2. verbeteren van onderlinge samenwerking, organisatiecultuur
3. omgaan met thuiswerken en organisatieconcepten zoals het nieuwe werken
1. Leiderschap en teamvorming
2. Verzuim, vitaliteit, werkplezier, employee experience
3. Kwaliteit en service verhogen
4. Performancemanagement
5. Strategische personeelsplanning
6. Recruitment, werving en selectie, Employer branding
7. Talentmanagement, successieplanning, onboarding
8. Retentie, beheersen en personeelsverloop
9. Innovatievermogen van de organisatie
10. Personeelskosten beheersen, besparingen realiseren
11. Privacy, databeveiliging
Hoofdstuk 2
2.1 HR analytics is een mogelijkheid om HR-interventies,- beleid en -strategie effectiever te maken.
2.2 vijf praktische voordelen van HR analytics;
1. Direct kunnen bijdragen aan de organisatiedoelstellingen; bv het selecteren van een
geschikte kandidaat, daarmee draagt HR rechtstreeks bij aan het vergroten van het
innovatievermogen van de organisatie en de belangrijke strategische doelstelling.
2. Tijd en kosten besparen en snellere processen inrichten; bv het digitaliseren en
automatiseren van een selectieproces. Er zijn minder mensuren nodig.
3. Betrouwbare prognoses kunnen maken; m.b.v. gebonden verbanden kunnen
voorspellingen worden gedaan over het effect van veranderingen en nieuw beleid. Bv
het aanpassen van profielen op basis van gevonden resultaten
4. Nauwkeuriger inzicht verkrijgen in de interne organisatieprocessen; door te analyseren
van medewerkers kan gekeken worden wie meer waarde toevoegt.
5. Betrouwbaarheid van beslissingen vergroten; vooraf vragenlijsten afnemen aan
kandidaten.
2.3 belangrijk voordeel HR analytics-> bevorderen van betrouwbare, consistente besluitvorming.
Helpt bij nemen van beslissingen die op feitelijke informatie gebaseerd worden en draagt bij aan
effectiviteit van HR beleid, van processen en van de organisatie als geheel.
, 2.4 HR analytics helpt op 2 manieren de besluitvorming te verbeteren: leidt tot betrouwbare
kennis, gebaseerd op feitelijke gegevens en vermindert de subjectiviteit in beoordeling en
besluitvorming.
1. Leidt tot betrouwbare kennis, gebaseerd op feitelijke gegevens; managers en
leidinggevenden baseren soms beslissingen op systematische afwegingen en maken daarbij
gebruik van objectieve en feitelijke informatie.
Nadeel = Toepassing is niet altijd even optimaal, veel onderzoekers zijn onvoldoende op de hoogte
wat er in de organisatie speelt. HR analytics ondervangt dit door data te gebruiken die betrekking
heeft op de specifieke situatie en organisatiecontext in de gegeven periode.
Cyclisch of periodiek karakter HR analytics= Modellen worden continu bijgesteld om het
voorspellende vermogen op peil te houden of te verbeteren.
M.b.v. HR analytics kan voorspeld worden:
- effecten van interventies
- effecten externe trends
- te verwachten ontwikkelpad; hierdoor kan er gezorgd worden voor de juiste actie voor de
juiste medewerker op het juiste moment.
Dus met HR-analytics krijgt de HR functionaliteit een waardevolle aanvulling op de bestaande HR-
expertise, namelijk; betrouwbaar inzicht in wat er werkelijk in de organisatie gebeurt, hoe
processen verlopen en hoe medewerkers zich ontwikkelen.
2. Vermindert de subjectiviteit in beoordeling en besluitvorming; mensen moeten meer
bewust zijn van vooroordelen, en keuzes niet alleen baseren op kennis, ervaring,
inschattingsvermogen en intuïtie.
2.6 onbewuste processen maken gedrag inconsistent, willekeurig en lastig voorspelbaar.
2.6.i volgens Kahnemans zijn er 2 systemen in onze hersenen actief.
Systeem 1= neemt snel en intuïtief beslissingen
Systeem 2= neemt moeilijker beslissingen en doet dit met veel wikken en wegen. Dus systeem 2
is nauwkeuriger maar trager en kost meer inspanning dan systeem 1.
2.6.ii uit onderzoek is gebleken; hoe langer proefpersonen hun oordeel konden afwegen des
te inconsistenter werden hun antwoorden. Dus bewust nadenken hoeft geen garantie te
zijn voor een beter afgewogen en consistenter oordeel.
2.6.iii De irrationaliteit van gedrag maakt het lastig om effecten van HR instrumenten in
organisaties goed te voorspellen.
2.6.iv Oorzaken van zelfoverschatting:
o Het ego is prominent aanwezig in alles wat we doen
o Zelfkennis door introspectie is beperkt mogelijk
o Relatieve machtspositie beïnvloedt beoordelingsvermogen
o Meesten hebben liever een comfortabel zelfbeeld
2.7 invloed van onbewuste processen kan omzeild worden door met behulp van data analyse het
werkelijke gedrag van medewerkers in kaart te brengen, data analyse laat zien welke factoren
invloed hebben.
Hoofdstuk 1
1.1 niet relevant, korte introductie
1.2 Data analyse heeft een ontwikkeling doorgemaakt als nieuwe motor van data gedreven
besluitvorming in HR, veel Nederlandse organisaties maken gebruik van HR Analytics op structurele
basis.
1.3 HR Analytics= zo veel mogelijk alle beschikbare gegevens over de medewerkers met behulp van
data analyse optimaal benutten om in de breedste zin betere beslissingen te kunnen nemen over
de inzet van medewerkers zodat deze optimaal kunnen bijdragen aan het realiseren van de
doelstellingen van de organisatie. Combineren van: kennis en technieken uit verschillende
vakgebieden: A&O psychologie, HRM, Statistiek, Data analyse, IT
HR metrics= het in meetbare eenheden beschrijven van de personeel gerelateerde kenmerken van
de organisatie. -> dus: het rapporteren van de status hiervan op enig moment.
Volgens het boek is HR Analytics; het systematisch en m.b.v. data gedreven technieken vertalen van
ontwikkelingen binnen het menselijk kapitaal van de organisatie in gevolgen voor de toekomst, en
het kwantificeren en voorspellen van de impact hiervan op de organisatieactiviteiten.
Doel =het verbeteren van het individuelen en collectieve gedrag en de prestaties van de
medewerkers en de prestaties van de organisatie als geheel.
1.4 data leveren steeds nauwkeuriger voorspellingen op van gedrag van medewerkers etc.
1.5 data = gegeven/ feiten. Data is een verzamelnaam voor iets dat je kan vastleggen, ordenen,
verzamelen en analyseren.
Dataficeren = beschrijven van een verschijnsel in gekwantificeerde vorm. Ook in databestanden.
Digitalisering heeft een impuls gegeven aan het Dataficeren van gegevens.
2 vormen van data:
- Primaire data = gegevens die je zelf specifiek voor een project ontwikkeld of verzameld.
Nadeel; Is duur en tijdrovend. Bijvoorbeeld een steekproef.
- Secundaire data = gegevens die al door een ander zijn verzameld.
Big data= grote dataverzamelingen (gaat om + miljoenen gegevens) wat hierbij heeft geholpen is de
digitalisering en de groeiende rekenkracht van computers dat het mogelijk maakt om een korte tijd
data te verzamelen en te vergelijken van miljoenen gebruikers.
1.6 niet relevant, voorbeelden.
1.7 Bersin onderscheidt in zijn Talent Anlaytics Maturity Model 4 niveaus waarop organisaties data
gebruiken voor HR Analytics. Volwassenheidsniveaus
Niveau 1 Reactief, operationele rapportage= operationele rapportages voor het meten van
de efficiency en kwaliteitsbewaking, exploreren en integreren van data, ontwikkelen van een
databibliotheek.
Niveau 2 Proactief, geavanceerde rapportage= operationele rapportages voor
benchmarketing en besluitvorming, multidimensionale analyses en dashboards.
Niveau 3 Strategische analyses= segmentatie, statistische analyses, ontwikkelen van
Humancapital-modellen, analyse van dimensies om oorzaken te begrijpen, leveren van
actiegerichte oplossingen.
Niveau 4 Voorspellende analyses= ontwikkelen van voorspellende modellen,
scenarioplanning, risicoanalyse en – beheersing, integratie met strategische planning.
De meeste Nederlandse organisaties, die zich met HR Analytics bezighouden, zitten op niveau 1.
1.8 er is een groei in tevredenheid in het gebruik van HR Analytics (37% -> 56%) komt door:
, - toename in gemak om aan cijfers te komen via dashboards en systemen
- er zijn verbeterde randvoorwaarden om data gedreven te kunnen werken (verbetering
kwaliteit data en cultuurverandering)
verbeterpunten gebruik HR-analytics:
- datakwaliteit
- te gebruiken tools
- systemen
- data gebruiken voor besluitvorming
- beleid
1.9 voorbeelden van praktijk, niet relevant
1.10 HR kan bijdragen aan oplossingen voor urgente thema’s zoals;
1. duurzame inzetbaarheid, persoonlijke ontwikkeling en interne mobiliteit
2. verbeteren van onderlinge samenwerking, organisatiecultuur
3. omgaan met thuiswerken en organisatieconcepten zoals het nieuwe werken
1. Leiderschap en teamvorming
2. Verzuim, vitaliteit, werkplezier, employee experience
3. Kwaliteit en service verhogen
4. Performancemanagement
5. Strategische personeelsplanning
6. Recruitment, werving en selectie, Employer branding
7. Talentmanagement, successieplanning, onboarding
8. Retentie, beheersen en personeelsverloop
9. Innovatievermogen van de organisatie
10. Personeelskosten beheersen, besparingen realiseren
11. Privacy, databeveiliging
Hoofdstuk 2
2.1 HR analytics is een mogelijkheid om HR-interventies,- beleid en -strategie effectiever te maken.
2.2 vijf praktische voordelen van HR analytics;
1. Direct kunnen bijdragen aan de organisatiedoelstellingen; bv het selecteren van een
geschikte kandidaat, daarmee draagt HR rechtstreeks bij aan het vergroten van het
innovatievermogen van de organisatie en de belangrijke strategische doelstelling.
2. Tijd en kosten besparen en snellere processen inrichten; bv het digitaliseren en
automatiseren van een selectieproces. Er zijn minder mensuren nodig.
3. Betrouwbare prognoses kunnen maken; m.b.v. gebonden verbanden kunnen
voorspellingen worden gedaan over het effect van veranderingen en nieuw beleid. Bv
het aanpassen van profielen op basis van gevonden resultaten
4. Nauwkeuriger inzicht verkrijgen in de interne organisatieprocessen; door te analyseren
van medewerkers kan gekeken worden wie meer waarde toevoegt.
5. Betrouwbaarheid van beslissingen vergroten; vooraf vragenlijsten afnemen aan
kandidaten.
2.3 belangrijk voordeel HR analytics-> bevorderen van betrouwbare, consistente besluitvorming.
Helpt bij nemen van beslissingen die op feitelijke informatie gebaseerd worden en draagt bij aan
effectiviteit van HR beleid, van processen en van de organisatie als geheel.
, 2.4 HR analytics helpt op 2 manieren de besluitvorming te verbeteren: leidt tot betrouwbare
kennis, gebaseerd op feitelijke gegevens en vermindert de subjectiviteit in beoordeling en
besluitvorming.
1. Leidt tot betrouwbare kennis, gebaseerd op feitelijke gegevens; managers en
leidinggevenden baseren soms beslissingen op systematische afwegingen en maken daarbij
gebruik van objectieve en feitelijke informatie.
Nadeel = Toepassing is niet altijd even optimaal, veel onderzoekers zijn onvoldoende op de hoogte
wat er in de organisatie speelt. HR analytics ondervangt dit door data te gebruiken die betrekking
heeft op de specifieke situatie en organisatiecontext in de gegeven periode.
Cyclisch of periodiek karakter HR analytics= Modellen worden continu bijgesteld om het
voorspellende vermogen op peil te houden of te verbeteren.
M.b.v. HR analytics kan voorspeld worden:
- effecten van interventies
- effecten externe trends
- te verwachten ontwikkelpad; hierdoor kan er gezorgd worden voor de juiste actie voor de
juiste medewerker op het juiste moment.
Dus met HR-analytics krijgt de HR functionaliteit een waardevolle aanvulling op de bestaande HR-
expertise, namelijk; betrouwbaar inzicht in wat er werkelijk in de organisatie gebeurt, hoe
processen verlopen en hoe medewerkers zich ontwikkelen.
2. Vermindert de subjectiviteit in beoordeling en besluitvorming; mensen moeten meer
bewust zijn van vooroordelen, en keuzes niet alleen baseren op kennis, ervaring,
inschattingsvermogen en intuïtie.
2.6 onbewuste processen maken gedrag inconsistent, willekeurig en lastig voorspelbaar.
2.6.i volgens Kahnemans zijn er 2 systemen in onze hersenen actief.
Systeem 1= neemt snel en intuïtief beslissingen
Systeem 2= neemt moeilijker beslissingen en doet dit met veel wikken en wegen. Dus systeem 2
is nauwkeuriger maar trager en kost meer inspanning dan systeem 1.
2.6.ii uit onderzoek is gebleken; hoe langer proefpersonen hun oordeel konden afwegen des
te inconsistenter werden hun antwoorden. Dus bewust nadenken hoeft geen garantie te
zijn voor een beter afgewogen en consistenter oordeel.
2.6.iii De irrationaliteit van gedrag maakt het lastig om effecten van HR instrumenten in
organisaties goed te voorspellen.
2.6.iv Oorzaken van zelfoverschatting:
o Het ego is prominent aanwezig in alles wat we doen
o Zelfkennis door introspectie is beperkt mogelijk
o Relatieve machtspositie beïnvloedt beoordelingsvermogen
o Meesten hebben liever een comfortabel zelfbeeld
2.7 invloed van onbewuste processen kan omzeild worden door met behulp van data analyse het
werkelijke gedrag van medewerkers in kaart te brengen, data analyse laat zien welke factoren
invloed hebben.
