Dr. Jeroen Delmotte Partner inostix. inostix Inhoud

Transcriptie

1 Resultaatverbeteringen doorvoerenmet behulpvan HR Analytics SSPM Congres: Dr. Jeroen Delmotte Partner inostix Inhoud Introductie Google als inspiratie Watis HR analytics? HR analytics: business intelligence of statistiek? Hoe begin ikeraan? Valkuilen bij het starten met HR analytics Moeten alle HR professionals analisten worden? Case studie: verzuim-analytics 2 1

2 Een waar gebeurd verhaal HRD: (trots tot nieuwe CEO) Doelstelling bereikt: alle salesmedewerkers kregen dit jaar 8 uur sales-training. CEO: (eenamerikaanen grotefan van HR): I don t f**king care about those 8 training hours! HRD: (geschokt) Wat bedoel je? CEO: I don t want to know about hours trained but about performance improvements and sales increase!!! 3 HR is nog steeds een tracker : Hoeveel mensen hebben wij? Wie werd gepromoveerd en op welk niveau? Wie heeft de organisatie verlaten? Hoeveel aanwervingen? Hoeveel uren training? Wat is de tevredenheidsscore? Engagementscore? IMPACT??? 4 2

3 Dave Ulrich The HR function is still way too much focused on HR practices and instruments instead of outcomes. 5 De grootste hinderpaal voor HR om waarde toe te voegen, is het onvermogen om de impact van investeringen in het menselijk kapitaal in kaart te brengen. 6 3

4 Inhoud Introductie Google als inspiratie Watis HR analytics? HR analytics: business intelligence of statistiek? Hoe begin ikeraan? Valkuilen bij het starten met HR analytics Moeten alle HR professionals analisten worden? Case studie: verzuim-analytics 7 People Analytics bij Google Lazlo Bock Chief HR at Google. 1/3 of the HR staff globally is hired specifically for their analytical skills. They may have a Ph.D. in statistics or organizational psychology or a master s in chemistry or physics. They build an underlying quality into what we are doing by constantly testing our ideas and practices. Analytics measure the impact for everything we do. 8 4

5 Data is in Google s DNA 9 met Brian Welle, Google 10 5

6 Waaromgebeurtditzoweinigin HR? 11 Inhoud Introductie Google als inspiratie Watis HR analytics? HR analytics: business intelligence of statistiek? Hoe begin ikeraan? Valkuilen bij het starten met HR analytics Moeten alle HR professionals analisten worden? Case studie: verzuim-analytics 12 6

7 Vereenvoudigde definitie Het kwantificerenvan de business impact van human capital investeringen/processen. 13 HR analytics definitie a methodology for creating insights from data by merging data sources from HR sources, with financial and customer data and applying straightforward statistical methods (such as correlation, causation, regression, SEM ) to identify how drivers of intermediate outcomes (such as turnover or engagement) impact business outcomes (such as customer satisfaction, sales or profit). 14 7

8 HR is hitting the wall * Meten Analytics Oorzaken Voorspellingen Scenario s Risico-analyses Toegevoegde Waarde Focus: Verleden Transactioneel Benchmarks Scorecards Surveys Verbanden IMPACT-analysesvoor organisatie-optimalisatie Focus: Toekomst Voorspellend Kengetallen What happened? Why is it happening? What is the business impact? What will happen next? What if? Graad van HR Intelligence (*) Investing in People: Financial Impact of Human Resource Initiatives, by Wayne Cascio & John Boudreau, Dec 8, 2010, FT Press. 15 Data where? Data everywhere! Het koppelen van databronnen geeft nieuwe inzichten! werknemersgegevens rekrutering & selectie beoordeling training & ontwikkeling engagement (survey) salaris mobiliteit verloop promotie diversiteit verzuim vitaliteit productiviteit kwaliteit veiligheid cycle time klantentevredenheid klantenloyauteit klantenverloop omzet kosten winstgevendheid financiële risico s 16 8

9 Inhoud Introductie Google als inspiratie Watis HR analytics? HR analytics: business intelligence of statistiek? Hoe begin ikeraan? Valkuilen bij het starten met HR analytics Moeten alle HR professionals analisten worden? Case studie: verzuim-analytics 17 Business Intelligence of Statistiek? Basis Dashboards voor monitoring Geavanceerd Deep dive analyse Tools Business Intelligence Statistische Modeling Output Tellingen, ratio s, tabellen Causale verbanden Informatie WAT? verloop/verzuim promoties FTE span of control WAAROM IMPACT? waarom verloop en impact op business engagement & verzuim-impact? impact van training op veiligheid? Gebruik rapportering (intern & extern) monitoring van trends ad hoc managementinfo personeelsplanning & budgettering business-impact-analyses simulaties & scenario s opsporen van hefbomen risico-analyses voorspellende modellen 18 9

10 Business Intelligence of Statistiek? Verzuim Call - Coaching Business Intelligence Verzuim per afdeling, geslacht, functie, Verzuimkosten per Verzuim-tendens per Interne benchmarks/gemiddelden Call Coaching per werknemer, geslacht, functie, Call Coaching kosten per coach, per Statistic Modeling Impact van verzuim op klantentevredenheid? Welke personeelskenmerken bepalen verzuim het meest? Welke werkkenmerken hebben meest effect op verzuim? (survey-koppeling) Wat is het effect van call coaching op omzetontwikkeling? Hoe groot is de kans dat slechte call coaching de klantentevredenheid negatief beïnvloedt? Beoordeling Scores mannen versus vrouwen Frequentieverdeling van scores Beoordelingsevolutie bij nieuwelingen Is er een gender-impact op de scores? Hebben vrouwen minder kans op hogere beoordelingen dan mannen? Hoe groot is het risico dat nieuwelingen lage beoordelingen behalen? + ± 19 Inhoud Introductie Google als inspiratie Watis HR analytics? HR analytics: business intelligence of statistiek? Hoe begin ikeraan? Valkuilen bij het starten met HR analytics Moeten alle HR professionals analisten worden? Case studie: verzuim-analytics 20 10

11 Hoe begin ikdaarnu aan? Experimenteer! Begin klein! Viraal project(je) Dicht bij de business Vertrek met een business vraag(niet van HR-data) 21 De grootste valkuil HR Data Wat kunnen we uitde HR-data halen? 22 11

12 Start met vragen, niet met data! Organisatie-impact: watwillenwe weten? Hoe kunnen we talent management optimaliseren? Hoe verbeteren we de leiderschapskwaliteit? Hoe verbeteren we de prestaties van het sales team? Hoe optimaliseren we de innovatie-capaciteit? Hoe verhogen we de klanttevredenheid? Hoe verlagen het ongevallen-risico? 1. Business Data 2. HR research data 3. HR data 23 Analyses zijn maar zo goed als de hypothese/onderzoeksvraag die eraan vooraf gaat!!! 24 12

13 De juiste volgorde 1. De vraagstelling 2. De data 3. De expertise 4. De techniek 25 Inhoud Introductie Google als inspiratie Watis HR analytics? HR analytics: business intelligence of statistiek? Hoe begin ikeraan? Valkuilen bij het starten met HR analytics Moeten alle HR professionals analisten worden? Case studie: verzuim-analytics 26 13

14 7 valkuilen Cultuur& draagvlak Onvoldoende strategisch verankerd Onduidelijke vraagstukken/hypothesen Gebrek aan analytische vaardigheden Geen segmentering of differentiatie Goede inzichten, falende story telling Problemen met de data & systemen Nadenken over de HR functie van de toekomst! 27 Inhoud Introductie Google als inspiratie Watis HR analytics? HR analytics: business intelligence of statistiek? Hoe begin ikeraan? Valkuilen bij het starten met HR analytics Moeten alle HR professionals analisten worden? Case studie: verzuim-analytics 28 14

15 Moeten HR professionals dan analisten worden? 29 Dialogue versus Data People Dialogue People Data People + ± 30 15

16 Dialogue versus Data People typische HR Business Partner Het nieuwe HR + ± Dialogue People HR analytics kwadrant Data i.p.v. story telling! Data People 31 HR analytics vraagt een nieuwe CULTUUR STRUCTUUR MENSEN VAARDIGHEDEN 32 16

17 33 De grote uitdaging: de mindset John Boudreau, University of Southern California The future of HR analytics lies more in the MINDS of the HR leaders than in analytical techniques

18 Inhoud Introductie Google als inspiratie Watis HR analytics? HR analytics: business intelligence of statistiek? Hoe begin ikeraan? Valkuilen bij het starten met HR analytics Moeten alle HR professionals analisten worden? Case studie: verzuim-analytics 35 Verschil tussen klassieke verzuimanalyse & analytics-gebaseerde analyse Basis Business Intelligence Tellingen, ratio s, tabellen Klassiek analyse: verzuim% afdelings% demografische% (leeftijd, m/v, ) verzuimkost verzuimreden (bv. rugklachten, ) duur& frequentie Geavanceerd Statistische Modeling Causale verbanden HRA analyse(vragen stellen): wat veroorzaakt verzuim? heeft verzuim impact op KTV, omzet? impact op kwaliteit, productiviteit? impact van directe leiding op verzuim? impact van werkdruk/belasting op verzuim? impact van engagement op verzuim? impact van introductie-kwaliteit op verzuim? impact van regio, type klant, demografie, Case: koppeling van verzuimdata met engagement-survey-data

19 Fysieke belasting 12,0% 10,0% Werknemers met een hoge fysieke belasting, hebben een significant hoger verzuim 10,27% Verzuimpercentage 8,0% 6,0% 4,0% 2,0% 2,91% 2,89% 5,76% 0,0% Laag (<5/10) Midden (5=</10 en <7,5/10) Hoog (>=7,5/10) Graad van fysieke belasting Gemiddeld verzuimpercentage Globaal gemiddeld verzuimpercentage 37 Mate van engagement 5,0% Ontevreden werknemers hebben een significant hoger verzuim dan de tevreden en geëngageerde werknemers Verzuimpercenatege 4,0% 3,0% 2,0% 1,0% 0,0% 4,00% Sign. verschil Sign. verschil 2,89% 2,71% 2,68% 9,37 dagen 6,50 dagen 6,61 dagen Ontevreden Tevreden Geëngageerd Mate van engagement Gemiddeld verzuimpercentage Globaal gemiddeld verzuimpercentage 38 19

20 Net Promotor Score 5,0% Ontraders hebben een significant hoger verzuim dan actieve promotors. Verzuimpercentage 4,5% 4,0% 3,5% 3,0% 2,5% 2,0% 1,5% 1,0% 0,5% 0,0% 4,10% Sign. verschil 2,89% 3,05% 2,83% 9,28 dagen 7,37 dagen 6,83 dagen Ontraders (0-4 rating) Passieve promotors (5-7 rating) Actieve promotors (8-10 rating) Net Promotor Score Gemiddeld verzuimpercentage Globaal gemiddeld verzuimpercentage 39 Betrokkenheidsanalyse Werknemers met een laag engagement verzuimen significant meer dan werknemers met een hoog engagement en dit ongeacht hun mate van organisatiebetrokkenheid. Wel betrokken bij de organisatie, niet geëngageerdin de job (8,7%). Betrokken en geëngageerd(75,6%). betrokkenheid Laag Hoog Nietbetrokkenbijde organisatie, niet geëngageerdin de job (7,1%). 4,19% (9,85 dagen) 4,39% (10,32 dagen) 2,75% (6,65 dagen) Niet betrokken bij de organisatie, wel geëngageerdin de job (8,6%). 2,84% (6,73 dagen) Laag engagement Hoog 40 20

21 Werkbeleving Werknemers met een aangename job zijn het minst aantal dagen afwezig. Werknemers met een slopende of uitdagende job zijn significant meer dagen afwezig. plezier in het werk laag(niet plezierig) hoog(plezierig) 2,25% (5,54 dagen) AANGENAAM Plezierig en weinig stress (54,7%)* UITDAGEND Plezierig en veel stress (33,8%) 3,10% (7,23 dagen) SAAI Niet plezierig en weinig stress (3,8%) SLOPEND Niet plezierig en veel stress (7,7%) weinig stress vermoeidheid (stress) 3,76% (8,86 dagen) 4,93% (11,65 dagen) veel stress 41 Vragen? 42 21

22 Luk Smeyers: (gsm) Jeroen Delmotte: (gsm) Kantoor B: Kantoor NL: inostix België Bedrijvencentrum In Volle Vaart Engels Plein 35/01.01 B-3000 Leuven inostix Nederland Bright& Company inostix Kerkweg 31A NL 3603 CL Maarssen (internationale artikelen over HR analytics) hrintelligenceblog.com (tips & tricks over HR analytics) Facebook.com/inostix (een kijkje achter de schermen) 43 inostix mission & service definition: «Quantifying the Business Impact of Human Capital Investments» 1. HR Research (HRR): Developing & scientifically validating diagnostics, measurement instruments and research/survey models/frameworks 2. HR Analytics (HRA): Establishing measurable links between human capital investments and their business results Developing human capital predictive models/scenario s 44 22

23 4 inostix Focus-Areas 1. HR function effectiveness Roles & Competenties (Ulrich based analysis) Service delivery & System Strength HR Practices Evaluation Line Manager HR implementation quality 2. People & Organization effectiveness Turnover analysis Entry/Exit analysis Wellbeing/Stress analysis Organization diligence Safety analytics Engagement & Satisfaction Surveys 3. Employer Branding measurement Employer Brand strength measurement External/Internal gap analysis Recruitment/hiring quality analysis Career Site quality measurement 4. Talent effectiveness Leadership quality scan Talent management quality scan Strategic Workforce Planning Coaching effectiveness Target clients: organizations and consultants 45 Wat kan inostixvoor u doen m.b.t. HR analytics? 1. Volledige of gedeeltelijke uitvoering van analytisch projecten 2. Begeleiding bij de uitbouw van interne analytische competenties Formuleren van het centrale probleem of organisatie-prioriteit (hypothese, aanname) Toepassen van conceptuele modellen voor de analyse Verzamelen van data Maken van data-koppelingen en uitvoeren van analyses Presenteren van conclusies aan stakeholders Uitwerken van aktieplannen om conclusies te implementeren Uitwerken van optimale HR structuur voor HR analytics Uitbouw van organisatie-interne analytische competenties Verzorgen van interne HR analytics workshops Verzorgen van keynote presentaties voor directies Begeleiden van HR analytische medewerkers Uitwerken van HR analytics plannen & budgetten 46 23

24 Voorbeeld van een HRA stappenplan STAP 1 STAP 2 STAP 3 STAP 4 Starten met vragen over strategie en/of problemen Formuleren van hypotheses Inventariseren van aanwezige en/of nog te verzamelen data Oprichten van cross-functioneel data team Creëren van draagvlak STARTFASE Koppeling van HR data met relevante business data en/of prestatie-indicatoren IMPACT ANALYSES Visualiseren van impactanalyses Voorbereiden story-telling Bepalen van doelgroepen voor rapportage RAPPORTAGE Bepalen van verandertraject Bepalen van permanente rapportage/dashboards Bepalen van governance (toegang data & rapporten) BORGEN 47 24