HR analytics : waarom, hoe en knelpunten.

Transcriptie

1 [ november 2014 ] HR analytics : waarom, hoe en knelpunten. - Voorspellende analyses: tool voor upgrading HR - Rondetafelgesprek met zes HR-managers - Onderzoek naar stand van zaken in België uitgegeven door met de steun van [ knowledge & community ]

2 Voorspellende analyses in HR Introductie door Luk Smeyers (inostix) Luk Smeyers van inostix begint zijn introductie met de vaststelling dat analyse in HR een hot topic is. In tal van, al dan niet gespecialiseerde, media staan de laatste tijd artikels over het onderwerp. Luk Smeyers verwijst steevast naar professor John Boudreau die het in een van zijn artikels heeft over HR is hitting the wall : HR heeft heel veel data, maar onvoldoende inzicht in de business. HR heeft metrics, benchmarks, scorecards, enzovoort. Maar daarmee botsen ze tegen de muur. Voorbij die muur zou HR van description moeten evolueren in de richting van predictive analysis. De meeste bedrijven hebben vandaag goede beschrijvende analyse- of rapportagetools, maar die blijven desondanks voor de muur staan. Deze tools werken bovendien met één databron (enkel HR-data), zijn daardoor niet gekoppeld met businessdata, kijken terug naar het verleden en voegen daardoor weinig waarde toe. De meeste bedrijven (86 %), aldus Bersin, blijven bij niveau 1 en 2 hangen. Een mogelijke definitie van predictieve analyse komt van Schmarzo & Smeyers: Predictive HR analytics is about finding and quantifying hidden patterns in the data using complex mathematical models that can be used to predict future outcomes. (1) Enkele verschillen tussen beschrijvende analyse en voorspellende analyse: HR is een typische tracker : men registreert en slaat heel wat gegevens op over absenteïsme, verloop, opleidingsinspanningen enzovoort. 99% van de bedrijven doet alleen dit. Maar wat men niet doet, is naar de impact van al deze gegevens kijken, toekomstige risico s berekenen, patronen in de data zoeken, what-if scenario s opstellen enzovoort. Bersin (een onderneming uit de Deloitte-groep) maakt in zijn Talent Analytics Maturity Model een onderscheid tussen vier niveaus van HR analytics: Level 1: Reactive Operational Reporting. Ad hoc Level 2: Proactive Advanced Reporting. Dashboards Level 3: Advanced Analytics. Causation Level 4: Predictive Analytics 2

3 Luk Smeyers geeft verder aan de hand van drie minicases een meer concreet inzicht in wat welbegrepen HR analytics zijn en vermogen. Case 1: Call Center Analytics Callcenters zijn een dankbaar object voor predictieve analyse. Er zijn immers heel veel data voorhanden omdat men bijna alles monitort, en die data zijn bovendien gelinkt aan de werknemers van die callcenters. Een van de terugkomende discussies bij het beheer er van is of men een callcenter in huis moet houden of moet outsourcen. Dat is een moeilijke discussie omdat vaak de gegevens ontbreken om te beslissen welke de goede of betere werknemers zijn en welke niet. Het is ook moeilijk te analyseren wat de impact is van outsourcing op de resultaten van de eigen mensen. Dan wordt een aantal onderzoeksvragen geformuleerd: welke eigenschappen van werknemers zijn goed voor de performantie, heeft de samenstelling van het team hier een invloed op, wat voor voorervaring moet een call agent hebben, enzovoort. Mogelijke hypotheses kunnen dan verder onderzocht worden door de werknemersdata (uit de HR-systemen) en bedrijfsdata te koppelen en op verschillende manieren te analyseren. Zo kan men dan bijvoorbeeld een curve opmaken die weergeeft hoelang het duurt eer de werknemers genoeg presteren (de zogenoemde time to performance ) en voorspellen vanaf wanneer het risico groter wordt dat ze het bedrijf verlaten. Uiteraard is het de bedoeling om de stijgende curve ( time to performance ) te optimaliseren en de daling van de curve zo lang mogelijk uit te stellen. Lees meer in de volledige versie. Bestel: HRM.report is enkel beschikbaar voor de houders van PASSport, de login (gebruikersnaam en paswoord) om toegang te verkrijgen tot alle diensten/informatie van HRMinfo. Case 2: Het verloop voorspellen Van een bedrijf waar een hoog verloop was, kreeg inostix de vraag om te onderzoeken waarom mensen het bedrijf verlieten en welke impact dit had op de resultaten van het bedrijf. Hierbij gaat 3

4 Ronde tafel over HR analytics Datum: 23/10/2014 Deelnemers: Hubert De Neve (Imec), Piet Hendriks (Swift), Jo Duprez (Argenta), Mia Vanstraelen (IBM), Erwin Deyaert (ING), Andy Vanzurpele (ING) en Henk Fockedey (Partena). Luk Smeyers en Jeroen Delmotte (inostix) namen ook deel aan de gedachtenwisseling. Moderator/gespreksleider: Marc Ernst (BizInfo). Host: inostix Noot: De interventies/bijdragen van de deelnemers worden in onderstaande samenvatting van de discussie geanonimiseerd. De collectieve output/intelligentie is relevanter dan wie precies wat zei. De meeste deelnemers aan de ronde tafel herkenden zich in de geschetste problematiek en uitdagingen (zie Inleiding ). Ze erkenden zeker het probleem dat HR te weinig data bijhoudt, en dat de grote uitdagingen in dit verband dan ook de data op zich en de kwaliteit ervan zijn. Als je geen data hebt die op een gestructureerde manier bij elkaar kunnen gebracht worden, zit je als het ware op los zand. Daarnaast ontbreekt het HR aan expertise en de juiste competenties om dit soort analyses uit te voeren. HR zal mensen met een degelijke kennis van statistiek in huis moeten halen om aan predictieve analyse te kunnen doen. Een van de deelnemers wees erop dat het niet alleen over puur technische zaken gaat: Het is niet alleen structuur, je moet ook weten welke data je best blijft bijhouden. Moeten we bijvoorbeeld de gegevens van rekrutering bijhouden? We doen al heel lang psychometrische tests, maar we houden die data niet bij. Pas de laatste jaren zijn er bedrijven die zeggen dat ze die gegevens toch bijhouden. Bij de deelnemers aan de ronde tafel waren er maar enkele bedrijven waar men al op een gestructureerde manier bezig is met predictieve analyse. Een van de deelnemers verwoordde het zo: Het is zeker de toekomst, en HR moet er absoluut in mee. Maar het is een krampachtige inhaalbeweging. Andere afdelingen in bedrijven zijn er al lang mee bezig. Maar vanuit HR moeten we meer aansluiting vinden met de business. Daarom hoef je nog niet meteen met grootse projecten te beginnen. We merken daarnaast dat je zelfs met beperkte data al heel interessante inzichten kunt verwerven. Een probleem voor HR is wel dat binnen de HRdepartementen de juiste profielen niet aanwezig zijn om die analyses uit te voeren: We hebben niet de juiste competenties in huis op het vlak van statistiek. Iemand anders vult aan dat een klassieke kennis van statistiek niet genoeg is: We krijgen stagiairs op onze afdeling die hier echt ook nog niet in mee zijn. Noch psychologen, noch economisten kunnen mee met deze evolutie. Als ze al iets van statistiek kennen, is het old school statistiek. 5

5 Hype of niet Iemand anders werpt op dat predictieve analyse misschien ook wel gewoon een hype kan zijn, zoals Knowledge Management in de tweede helft van de jaren 90. Een andere deelnemer is het daar zeker niet mee eens: Kennisbeheer was heel breed en ambitieus opgevat. Met dit soort analyses kun je het heel klein of groots aanpakken. Het is veel handzamer. Deze trend naar datamining en analyse gaat ook veel breder dan HR. Ik ben ervan overtuigd dat het meer is dan een hype. Lees meer in de volledige versie. Bestel: HRM.report is enkel beschikbaar voor de houders van PASSport, de login (gebruikersnaam en paswoord) om toegang te verkrijgen tot alle diensten/informatie van HRMinfo. Een van de deelnemers had al een pilot uitgevoerd. Men heeft voor de pilot een afdeling gekozen waarvan veel data voorhanden waren. In het verleden werden al veel data over deze afdeling verzameld om bepaalde zaken te analyseren, zoals het succes van bepaalde vestigingen. In de pilot wilde men bekijken welk deel van dat succes aan de menselijke factor te danken is. Zo wilde men nagaan of er een relatie is tussen het profiel van de medewerkers en het succes van de organisatie: hoe zit het met de opleiding van de mensen, hoe succesvol word je als je langer in een functie zit, enzovoort. In eerste instantie is men data gaan verzamelen rond de performantie van een welbepaalde vestiging. Deze businessdata heeft men dan gecombineerd met HR-data. Hier zijn zinvolle inzichten uit gekomen die nu toegepast worden. De grootste uitdaging bij dit project was de juiste data op een goede manier te verzamelen. De data waren ook niet gestructureerd, wat het verwerken niet eenvoudig maakte, aldus de deelnemer. Maar men heeft hier slechts drie manmaanden aan gewerkt. Na vier maanden gebruik is de evaluatie positief: We praten nu op een heel andere manier met de business, is de voorlopige conclusie. Bij een ander groot bedrijf is men er al heel sterk mee bezig, voor onder meer rekrutering en retentie. Elke pijler binnen HR heeft zijn specifieke analytics. Sinds anderhalf jaar is er binnen de onderneming een specifieke groep die er zich wereldwijd mee bezig houdt. De ervaring leert dat mensen niet per se alles van predictieve analyse of de tools moeten kennen, maar dat ze die wel moeten kunnen gebruiken. Een deel van de mensen uit het HR-departement zal daarom waarschijnlijk naar puur operationele diensten moeten verhuizen. De HR-verantwoordelijke zelf 6

6 Onderzoek: Van HR Metrics tot HR Analytics Van HR Metrics tot HR Analytics: wie doet er iets mee? Big data, HR Analytics, voorspellende analyse de druk binnen HR om beter en vooral nuttiger te meten was nooit zo groot. Maar zetten onze Belgische bedrijven die trend ook om in de praktijk? Partena peilde naar de integratie van HR Analytics bij 224 HR-professionals van grote bedrijven (+ 50 werknemers) van 24 augustus tot 12 september. De resultaten van de online-enquête geven een representatief beeld van onze grote bedrijven uit de verschillende sectoren en regio s. 84% van de respondenten werkt voor de HR- of personeelsdienst en 12% voor de financiële of algemene directie. Henk Fockedey, HR Analytics expert van Partena, licht de resultaten toe en reikt perspectieven aan. 1. HR Metrics, HR Analytics het blijft HR-jargon 2. We meten enkel de basics 3. en toetsen (soms) onze cijfers aan de markt 4. Eerste schuchtere stappen naar HR Analytics 5. Maar hoe weet je of je een verschil maakt? 6. We rapporteren veel cijfers, weinig inzichten 7. Strategie en het lijnmanagement 8. Voorbijgaande trend of structurele wijziging? 9. Conclusies 8

7 1. HR Metrics, HR Analytics het blijft HR-jargon 46 % weet wat HR Metrics betekent HR Metrics: Verzamelen, opvolgen en rapporteren van ken- en stuurgetallen binnen HR, en deze gegevens benchmarken. HR Metrics staat voor een beschrijvende analyse van de HR-data. vb. overzicht van training bij sales (aantal dagen, type opleiding, evolutie, ) 50 % kent HR Analytics HR Analytics: Op zoek gaan naar de (oorzakelijke) verbanden tussen parameters (vb. : heeft deeltijds werk een rechtstreekse invloed op het absenteïsme), en HR-data koppelen aan businessdata (winst, productiviteit, klanttevredenheid, ). HR Analytics staat voor een voorspellende analyse van HR- & Businessdata. 1 op 2 bedrijven is vertrouwd met de begrippen HR Metrics en HR Analytics. Met het aantal werknemers in het bedrijf stijgt ook de kennis van deze begrippen. Al blijven het ook daar wel echte HR-termen: in de boekhouding en personeelsadministratie kent 75 % er niet de betekenis van. Henk Fockedey: Dat de interesse stijgt met de grootte van het bedrijf lijkt me logisch. Twee interessante vaststellingen: HR-diensten die meer strategisch dan operationeel werken (model van Ulrich) zijn beter vertrouwd met de begrippen. Ze scoren ruim 10% hoger. In het buitenland staat men al een stuk verder. De discrepantie tussen bedrijven met internationale vestigingen (56%) en puur Belgische ondernemingen (35%) zegt voldoende. vb. Wat is de invloed van de salestraining 2014 op de omzet? 9

8 2. We meten enkel de basics De Top 3 blijft constant: iedereen meet de basics, zoals aantal werknemers en FTE (92%), absenteïsme door ziekte (83%), het contractueel loonpakket (73%). Zodra de begrippen wat vager worden, zakken de cijfers al snel onder de 50% (vb. diversiteit en mobiliteit). Dieper graven is (nog) niet aan de orde. Slechts één op vier meet belangrijke ratio s: variabel loon/ vast loon, contractueel/uitbetaald, overuren/ absenteïsme En slechts één op vijf meet de loonkloof. Henk Fockedey (Partena): Dit is nochtans erg nuttige info voor HR, want elke optimalisatie van de loonkost heeft rechtstreeks invloed op de bedrijfsresultaten. Vanwaar het belang van analyse en opvolging van de structuur van de loonmassa. En ook de loonkloof doet de wenkbrouwen fronsen: Vanaf 50 werknemers ben je wettelijk verplicht de loonkloof te analyseren. Toch vinden we hier cijfers van 20%, en zelfs maar 10% voor een iets diepere analyse Er is dus werk aan de winkel tegen februari

9 3. en toetsen (soms) onze cijfers aan de markt Eén op de twee bedrijven benchmarkt zijn lonen. Zowel door het loon van een werknemer te situeren t.o.v. een vergelijkbare functie binnen het bedrijf (interne benchmark) als met marktgegevens (externe benchmark). Hoe groter het bedrijf, hoe meer men benchmarkt. En opnieuw blijkt dat internationale bedrijven verder staan dan de puur Belgische: 64% doet aan externe benchmark t.o.v. 30%. De industrie steekt er met 60% bovenuit, de overheid hinkt met 30% wat achterop. Lees meer in de volledige versie. Bestel: HRM.report is enkel beschikbaar voor de houders van PASSport, de login (gebruikersnaam en paswoord) om toegang te verkrijgen tot alle diensten/informatie van HRMinfo. Partena: De enquête geeft aan dat het Ulrichmodel een relatief gewicht heeft: operationeel gerichte HR-diensten vergelijken de lonen meer intern, strategische HR-diensten vergelijken vaker extern. Externe benchmarking voor absenteïsme gebeurt minder vaak omdat marktgegevens over absenteïsme moeilijker verkrijgbaar zijn dan looninfo. Maar intern wordt absenteïsme even vaak gebenchmarkt als de lonen. 11

10 Colofon HRM.report is een uitgave van HRMinfo.net ( HRMinfo.net is een kennisplatform voor en community van HR-professionals en iedereen die met personeelsmanagement te maken heeft of behoefte heeft aan informatie op dat vlak. HRMinfo.net telt ruim geregistreerde gebruikers. HRMinfo.net is een dienst/product van BizInfo ( HRM.report is enkel beschikbaar voor de houders van PASSport, de login (gebruikersnaam en paswoord) om toegang te verkrijgen tot alle diensten/informatie van HRMinfo. Meer info en bestelling PASSport: Een extract van HRM.report is gratis beschikbaar op Adres: Postbus 67, Gent (centr.) Tel.: (09) management@hrminfo.net URL: Directeur & (verantwoordelijk) uitgever: Marc Ernst Werkten mee aan dit nummer van HRM.topics: Bruno Koninckx, Luk Smeyers, Henk Fockedey en Marc Ernst. HRMinfo.net/BizInfo gcv Uitgezonderd korte fragmenten (voor journalistieke doeleinden zoals recensies), mag deze uitgave noch in haar geheel noch gedeeltelijk, gereproduceerd en/of verspreid worden, noch via elektronische of andere middelen, zonder voorafgaande schriftelijke toestemming van de uitgever. Without prior written permission from the editor, this publication, integral of partly, may not be reproduced and/or distributed (except brief passages for journalistic purposes as reviews); by electronic of any other means. 18