Samenvatting hoofdstuk 1: HR-analytics en wat we
eronder verstaan?
1.1. Goede besluiten nemen is vooruit zien
VOORBEELD
1.2. De toegenomen aandacht voor HR-analytics
Data-analyse: ‘een nieuwe motor van data gedreven besluitvorming in HR.
1.3. HR-analytics: wat verstaan we eronder?
HR analytics: als je als organisatie zo veel mogelijk informatie over je medewerkers wilt hebben en die
optimaal benut om beter beslissingen te nemen en zo de plannen en doelstellingen van de
organisatie te realiseren. Vakken die daarbij helpen; met name personeelswetenschappen, arbeids-
en organisatiepsychologie, bedrijfskunde, statistiek, data-analyse en informatica.
HR-analytics: een definitie
Ruime definitie:
‘HR-analytics is een op cijfermatig bewijs gebaseerde benadering voor het nemen van beter
beslissingen met betrekking tot de menskant van de organisatie, die gebruikmaakt van uiteenlopende
instrumenten en technieken, variërend van eenvoudige rapportage over HR-Metrics tot en met
voorspellende modellen.’
Onder HR-Metrics wordt verstaan het in meetbare eenheden beschrijven van de personeel
gerelateerde kenmerken van de organisatie. Ofwel het rapporteren van de status hiervan op enig
moment.
Definitie boek:
Het systematisch en met behulp van 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, met als doel het verbeteren van het
individuele en het collectieve gedrag en de prestaties van de medewerkers en de prestaties van de
organisatie als geheel.
1.4. Gedrag voorspellen in een stroomversnelling
Gaat steeds sneller met de opkomende informatietechnologie.
1.5. Van traditionele data tot big data
Data
Beschrijving wat iets dat je kunt vastleggen, ordenen, verzamelen, analyseren; ook wel dataficeren.
Primaire versus secundaire data
Primaire data: gegevens die onderzoeker speciaal voor onderzoek heeft ontwikkelt of verzamelt, bv
steekproef.
Secundaire data: bestaande gegevens die door een ander zijn verzameld en voor andere doelen dan
waarvoor de onderzoeker ze wil gebruiken, bv klant gegevens.
Een overvloed aan data
Op basis van beperkte data bv betrouwbare uitspraken kunnen doen over een totale populatie.
,Primaire data verzamelen is duur en tijdrovend.
Big versus small
Big data grote hoeveelheid informatie.
Groeiende rekenkracht
De rekenkracht van computers groeide en de technologie van het aanmaken, versturen, ontsluiten en
verwerken van grote databestanden verbeterd is.
Big data verdringen steekproeven en klantpanels
HR-analytics en big data
Big-datamethoden kunnen ook voor HR-analytics worden gebruikt. Bv eerst door big data
onderscheidt in je groep maken en dat bepaalde groep mee laten doen aan HR-analytics.
Welke data komen in aanmerking?
Mogelijkheden voor het verzamelen en combineren van data ten behoeve van HR onbeperkt.
1.6. Een nieuwe ontwikkelingsfase van HR
Steeds meer bedrijven beginnen analytics te gebruiken, de hype zijn ze voorbij maar de doorbraak is
er nog steeds niet geweest.
1.7. Wat willen organisaties met HR-analytics?
Voorspellende waarden, belangstelling voor dat-analyse er binnen de organisatie wel is, maar minder
vaak tot concrete actie leidt. Grote organisaties vaan gebruik maken van big data en analytics.
Sommige vragen om workforce analytics.
Een volwassenheidsmodel
Talent analytics Maturiy model: 4 niveau waarop organisaties data gebruiken onder de noemer HR-
analytics (figuur 1.03, blz. 11)
1.8. Hoe gebruikt HR-data en informatie tot op heden?
Ondanks dat veel organisaties de beschikking hebben over HR-gerelateerde data, maken zij daarvan
slechts beperkt gebruik. De vraag is: waarom? Het antwoord is wellicht: onbekend maakt onbemind.
1.9. De potentie van HR-analytics voor HR
Belonen
Het invoeren van uitgestelde beloning in de toekomst welk effect dat zou hebben op het verlagen van
het verloop onder het middenmanagement. Uit data-analyse bleek dat het effect hiervan relatief
klein zou zijn en welke, andere, aanvullende maatregelen wel effectief zouden zijn.
Verloop en productiviteit
Bedrijf wilde inzicht waarom vroegtijdig verloop onder nieuwe buitendienstmedewerkers en
mogelijkheden om de dalende productiviteit onder deze groep te verhogen. Uit de analyse bleek dat
een recente wijziging in het kandidaten profiel had geleid tot de instroom van een type medewerkers
dat een andere begeleiding nodig had.
Klanttevredenheid
Door data-analyse aangetoond dat er een direct verband is tussen aspecten van betrokkenheid van
medewerkers en onder meer verkoopcijfers, klanttevredenheid en het verlagen van bedrijfsrisico’s.
,Prestaties van de organisatie
Een bedrijf analyseerde de relatie tussen houding, gedrag en competenties van medewerkers en
leidinggevenden en de prestaties van de organisaties.
1.10 Urgente HR-thema’s om aan te pakken
HR-analytisc kan bijdragen aan oplossingen voor een reeks urgente thema’s waar organisaties mee te
maken hebben. Daarbij vlakt onder meer te denken aan:
1. Duurzame inzetbaarheid, persoonlijke ontwikkeling en interne mobiliteit;
2. Verzuimrisico’s beheersten en het verlagen van verzuim;
3. Kosten beheersten en besparingen realiseren;
4. Kwaliteit verbeteren en service verhogen;
5. Performancemanagement verbeteren;
6. Strategische personeelsplanning;
7. Recruitment c.q. werving en selectie;
8. Talentmanagement;
9. Retentie en het voorkomen van ongewenst verloop;
10. Innovatievermogen van de organisatie vergroten;
11. De onderlinge samenwerking verbeteren;
12. Het invoeren van innovatieve organisatieconcepten zoals Het Nieuwe Werken.
Samenvatting hoofdstuk 2: Waarom zou HR
gebruikmaken van HR-analytics?
2.1. Ambitieuze organisaties stellen hoge eisen
Waarom zou ze er gebruik van maken? Wedervraag: waarom zou ze niet? HR-analytics is een
mogelijkheid om HR-interventies, -beleid en –strategie effectiever te maken.
2.2. Vijf belangrijk voordelen van HR-analytics
1. Direct kunnen bijdragen aan de organisatiedoelstellingen
Door het proef van de ideale medewerker in kaart te brengen en daarop kandidaten te selecteren,
draagt HR rechtstreeks bij aan het vergoten van het innovatievermogen van de organisatie en
daarmee aan een belangrijke strategische doelstelling.
2. Besparen van tijd en kosten en het inrichten van snellere processen
Minder mensen nodig omdat selectieproces wordt geautomatiseerd, daarnaast snelle lijst van
geschikte kandidaten.
3. Betrouwbare prognoses kunnen maken
Met behulp van gevonden verbanden kunnen voorspellingen worden gedaan over het effect van
veranderingen en nieuw beleid.
4. Nauwkeuriger inzicht verkrijgen in de interne organisatieprocessen
Met behulp van het analyseren van de karakteristieken van de medewerkers krijgt de organisatie
inzicht in welke daarvan het meest bijdragen aan goede prestaties bij deze organisaties. HR-analytics
geeft inzicht in de succesfactoren binnen de eigen organisatiecontext.
5. Vergroten van de betrouwbaarheid van beslissingen
2.3. Behoefte aan evidence based HR-beleid
Bevorderen van betrouwbare, consistente besluitvorming is een belangrijk effect van HR-analytics.
HR-analytics draagt bij aan het nemen van beslissingen die gebaseerd zijn op feitelijke informatie. Het
draagt daardoor bij aan de effectiviteit van processen, van het HR-beleid en van de organisatie als
, geheel.
HR-analytics helpt daarbij op twee manieren de besluitvorming te verbeteren:
1. Het leidt tot betrouwbaardere kennis, gebaseerd op feitelijke gegevens.
2. Het vermindert de subjectiviteit in beoordeling en besluitvorming.
2.4. Betrouwbare kennis op basis van feiten
Mangers en leidinggevende kunnen beslissingen baseren op een systematische afweging en daardoor
gebruikmaken van objectieve en feitelijke informatie. Met behulp van herhaald wetenschappelijk
onderzoek is aangetoond:
Dat het verloop onder nieuwe medewerkers die via een advertentie zijn geworven groter is
dan onder degene die via medewerkers zijn geworven;
Dat de meest voorkomende oorzaak van het vertrek van een medewerker een slechte relatie
met de leidinggevende is.
Zo kan je leidinggevende een training laten volgen om te investeren in een betere relatie met hun
medewerkers.
Kluijtmans stelt dat dit niet altijd werkt, elke organisatie is toch anders en de mensen die er werken
ook, kan je dus niet met wetenschappelijk onderzoek concluderen. Daarnaast kan het ook per jaar
verschillen.
Proactief HR-beleid
Behalve het voorspellen van effecten van interventies of externe trends kan HR-analytics ook het
verwachte ontwikkelpand van medewerkers voorspellen, verfijnd naar subcategorieën. Zo kan HR het
aanbod van instrumenten en begeleiding segmenteren en zorgen voor de juiste actie voor de juiste
medewerker op het juiste moment.
Met HR-analytics krijgt de HR-functionaliteit dus een waardevolle aanvulling op de bestaande HR-
expertise. Namelijk betrouwbaar inzicht in wat er werkelijk in de organisatie gebeurt, hoe processen
werkelijk verlopen, en hoe (groepen) medewerkers zich werkelijk (gaan) ontwikkelen. Dat geeft meer
kennis over wat wel en niet werkt, wat er precies voor zorgt dat medewerkers al dan niet
functioneren. Op basis daarvan is het mogelijk om de kwaliteit van besluiten nemen en (HR-) beleid
ontwikkelen aanmerkelijk te verbeteren.
2.5. Subjectiviteit in beslissingen reduceren
Meesten van ons maar ook managers en leidinggevenden zijn geneigd te beslissen op basis van hun
kennis, ervaring, inschattingsvermogen en Intuïtie. Menselijk beslissingen blijken doorgaans niet zo
rationeel te zijn als we denken. Het gevolg is dat beslissingen niet altijd het beoogde resultaat
opleveren. De organisatie bent daardoor kansen niet optimaal. De ondermijnt de kwaliteit en de
effectiviteit van de uiteindelijke prestaties van de organisatie.
2.6. De homo economicus bestaat niet
Veel gedragstheorieën waren gebaseerd op het idee van de homo economicus: de mens die eerst en
vooral een economisch wezen is, en erop gericht is zijn individuele behoeften op efficiënte, rationele
en logische wijze te bevredigen. Van belang te realiseren dat onbewuste processen ons gedrag
inconsistent, willekeurig en lastig voorspelbaar maken. Meeste doe je onbewust. Plat gezegd: we
vergissen ons nogal eens, zowel bij alledaagse beslissingen als bij beslissingen war het nodige van
afhangt.
eronder verstaan?
1.1. Goede besluiten nemen is vooruit zien
VOORBEELD
1.2. De toegenomen aandacht voor HR-analytics
Data-analyse: ‘een nieuwe motor van data gedreven besluitvorming in HR.
1.3. HR-analytics: wat verstaan we eronder?
HR analytics: als je als organisatie zo veel mogelijk informatie over je medewerkers wilt hebben en die
optimaal benut om beter beslissingen te nemen en zo de plannen en doelstellingen van de
organisatie te realiseren. Vakken die daarbij helpen; met name personeelswetenschappen, arbeids-
en organisatiepsychologie, bedrijfskunde, statistiek, data-analyse en informatica.
HR-analytics: een definitie
Ruime definitie:
‘HR-analytics is een op cijfermatig bewijs gebaseerde benadering voor het nemen van beter
beslissingen met betrekking tot de menskant van de organisatie, die gebruikmaakt van uiteenlopende
instrumenten en technieken, variërend van eenvoudige rapportage over HR-Metrics tot en met
voorspellende modellen.’
Onder HR-Metrics wordt verstaan het in meetbare eenheden beschrijven van de personeel
gerelateerde kenmerken van de organisatie. Ofwel het rapporteren van de status hiervan op enig
moment.
Definitie boek:
Het systematisch en met behulp van 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, met als doel het verbeteren van het
individuele en het collectieve gedrag en de prestaties van de medewerkers en de prestaties van de
organisatie als geheel.
1.4. Gedrag voorspellen in een stroomversnelling
Gaat steeds sneller met de opkomende informatietechnologie.
1.5. Van traditionele data tot big data
Data
Beschrijving wat iets dat je kunt vastleggen, ordenen, verzamelen, analyseren; ook wel dataficeren.
Primaire versus secundaire data
Primaire data: gegevens die onderzoeker speciaal voor onderzoek heeft ontwikkelt of verzamelt, bv
steekproef.
Secundaire data: bestaande gegevens die door een ander zijn verzameld en voor andere doelen dan
waarvoor de onderzoeker ze wil gebruiken, bv klant gegevens.
Een overvloed aan data
Op basis van beperkte data bv betrouwbare uitspraken kunnen doen over een totale populatie.
,Primaire data verzamelen is duur en tijdrovend.
Big versus small
Big data grote hoeveelheid informatie.
Groeiende rekenkracht
De rekenkracht van computers groeide en de technologie van het aanmaken, versturen, ontsluiten en
verwerken van grote databestanden verbeterd is.
Big data verdringen steekproeven en klantpanels
HR-analytics en big data
Big-datamethoden kunnen ook voor HR-analytics worden gebruikt. Bv eerst door big data
onderscheidt in je groep maken en dat bepaalde groep mee laten doen aan HR-analytics.
Welke data komen in aanmerking?
Mogelijkheden voor het verzamelen en combineren van data ten behoeve van HR onbeperkt.
1.6. Een nieuwe ontwikkelingsfase van HR
Steeds meer bedrijven beginnen analytics te gebruiken, de hype zijn ze voorbij maar de doorbraak is
er nog steeds niet geweest.
1.7. Wat willen organisaties met HR-analytics?
Voorspellende waarden, belangstelling voor dat-analyse er binnen de organisatie wel is, maar minder
vaak tot concrete actie leidt. Grote organisaties vaan gebruik maken van big data en analytics.
Sommige vragen om workforce analytics.
Een volwassenheidsmodel
Talent analytics Maturiy model: 4 niveau waarop organisaties data gebruiken onder de noemer HR-
analytics (figuur 1.03, blz. 11)
1.8. Hoe gebruikt HR-data en informatie tot op heden?
Ondanks dat veel organisaties de beschikking hebben over HR-gerelateerde data, maken zij daarvan
slechts beperkt gebruik. De vraag is: waarom? Het antwoord is wellicht: onbekend maakt onbemind.
1.9. De potentie van HR-analytics voor HR
Belonen
Het invoeren van uitgestelde beloning in de toekomst welk effect dat zou hebben op het verlagen van
het verloop onder het middenmanagement. Uit data-analyse bleek dat het effect hiervan relatief
klein zou zijn en welke, andere, aanvullende maatregelen wel effectief zouden zijn.
Verloop en productiviteit
Bedrijf wilde inzicht waarom vroegtijdig verloop onder nieuwe buitendienstmedewerkers en
mogelijkheden om de dalende productiviteit onder deze groep te verhogen. Uit de analyse bleek dat
een recente wijziging in het kandidaten profiel had geleid tot de instroom van een type medewerkers
dat een andere begeleiding nodig had.
Klanttevredenheid
Door data-analyse aangetoond dat er een direct verband is tussen aspecten van betrokkenheid van
medewerkers en onder meer verkoopcijfers, klanttevredenheid en het verlagen van bedrijfsrisico’s.
,Prestaties van de organisatie
Een bedrijf analyseerde de relatie tussen houding, gedrag en competenties van medewerkers en
leidinggevenden en de prestaties van de organisaties.
1.10 Urgente HR-thema’s om aan te pakken
HR-analytisc kan bijdragen aan oplossingen voor een reeks urgente thema’s waar organisaties mee te
maken hebben. Daarbij vlakt onder meer te denken aan:
1. Duurzame inzetbaarheid, persoonlijke ontwikkeling en interne mobiliteit;
2. Verzuimrisico’s beheersten en het verlagen van verzuim;
3. Kosten beheersten en besparingen realiseren;
4. Kwaliteit verbeteren en service verhogen;
5. Performancemanagement verbeteren;
6. Strategische personeelsplanning;
7. Recruitment c.q. werving en selectie;
8. Talentmanagement;
9. Retentie en het voorkomen van ongewenst verloop;
10. Innovatievermogen van de organisatie vergroten;
11. De onderlinge samenwerking verbeteren;
12. Het invoeren van innovatieve organisatieconcepten zoals Het Nieuwe Werken.
Samenvatting hoofdstuk 2: Waarom zou HR
gebruikmaken van HR-analytics?
2.1. Ambitieuze organisaties stellen hoge eisen
Waarom zou ze er gebruik van maken? Wedervraag: waarom zou ze niet? HR-analytics is een
mogelijkheid om HR-interventies, -beleid en –strategie effectiever te maken.
2.2. Vijf belangrijk voordelen van HR-analytics
1. Direct kunnen bijdragen aan de organisatiedoelstellingen
Door het proef van de ideale medewerker in kaart te brengen en daarop kandidaten te selecteren,
draagt HR rechtstreeks bij aan het vergoten van het innovatievermogen van de organisatie en
daarmee aan een belangrijke strategische doelstelling.
2. Besparen van tijd en kosten en het inrichten van snellere processen
Minder mensen nodig omdat selectieproces wordt geautomatiseerd, daarnaast snelle lijst van
geschikte kandidaten.
3. Betrouwbare prognoses kunnen maken
Met behulp van gevonden verbanden kunnen voorspellingen worden gedaan over het effect van
veranderingen en nieuw beleid.
4. Nauwkeuriger inzicht verkrijgen in de interne organisatieprocessen
Met behulp van het analyseren van de karakteristieken van de medewerkers krijgt de organisatie
inzicht in welke daarvan het meest bijdragen aan goede prestaties bij deze organisaties. HR-analytics
geeft inzicht in de succesfactoren binnen de eigen organisatiecontext.
5. Vergroten van de betrouwbaarheid van beslissingen
2.3. Behoefte aan evidence based HR-beleid
Bevorderen van betrouwbare, consistente besluitvorming is een belangrijk effect van HR-analytics.
HR-analytics draagt bij aan het nemen van beslissingen die gebaseerd zijn op feitelijke informatie. Het
draagt daardoor bij aan de effectiviteit van processen, van het HR-beleid en van de organisatie als
, geheel.
HR-analytics helpt daarbij op twee manieren de besluitvorming te verbeteren:
1. Het leidt tot betrouwbaardere kennis, gebaseerd op feitelijke gegevens.
2. Het vermindert de subjectiviteit in beoordeling en besluitvorming.
2.4. Betrouwbare kennis op basis van feiten
Mangers en leidinggevende kunnen beslissingen baseren op een systematische afweging en daardoor
gebruikmaken van objectieve en feitelijke informatie. Met behulp van herhaald wetenschappelijk
onderzoek is aangetoond:
Dat het verloop onder nieuwe medewerkers die via een advertentie zijn geworven groter is
dan onder degene die via medewerkers zijn geworven;
Dat de meest voorkomende oorzaak van het vertrek van een medewerker een slechte relatie
met de leidinggevende is.
Zo kan je leidinggevende een training laten volgen om te investeren in een betere relatie met hun
medewerkers.
Kluijtmans stelt dat dit niet altijd werkt, elke organisatie is toch anders en de mensen die er werken
ook, kan je dus niet met wetenschappelijk onderzoek concluderen. Daarnaast kan het ook per jaar
verschillen.
Proactief HR-beleid
Behalve het voorspellen van effecten van interventies of externe trends kan HR-analytics ook het
verwachte ontwikkelpand van medewerkers voorspellen, verfijnd naar subcategorieën. Zo kan HR het
aanbod van instrumenten en begeleiding segmenteren en zorgen voor de juiste actie voor de juiste
medewerker op het juiste moment.
Met HR-analytics krijgt de HR-functionaliteit dus een waardevolle aanvulling op de bestaande HR-
expertise. Namelijk betrouwbaar inzicht in wat er werkelijk in de organisatie gebeurt, hoe processen
werkelijk verlopen, en hoe (groepen) medewerkers zich werkelijk (gaan) ontwikkelen. Dat geeft meer
kennis over wat wel en niet werkt, wat er precies voor zorgt dat medewerkers al dan niet
functioneren. Op basis daarvan is het mogelijk om de kwaliteit van besluiten nemen en (HR-) beleid
ontwikkelen aanmerkelijk te verbeteren.
2.5. Subjectiviteit in beslissingen reduceren
Meesten van ons maar ook managers en leidinggevenden zijn geneigd te beslissen op basis van hun
kennis, ervaring, inschattingsvermogen en Intuïtie. Menselijk beslissingen blijken doorgaans niet zo
rationeel te zijn als we denken. Het gevolg is dat beslissingen niet altijd het beoogde resultaat
opleveren. De organisatie bent daardoor kansen niet optimaal. De ondermijnt de kwaliteit en de
effectiviteit van de uiteindelijke prestaties van de organisatie.
2.6. De homo economicus bestaat niet
Veel gedragstheorieën waren gebaseerd op het idee van de homo economicus: de mens die eerst en
vooral een economisch wezen is, en erop gericht is zijn individuele behoeften op efficiënte, rationele
en logische wijze te bevredigen. Van belang te realiseren dat onbewuste processen ons gedrag
inconsistent, willekeurig en lastig voorspelbaar maken. Meeste doe je onbewust. Plat gezegd: we
vergissen ons nogal eens, zowel bij alledaagse beslissingen als bij beslissingen war het nodige van
afhangt.
