In 2020 produceert de wereld 40 zettabytes aan digitale data per jaar. Als in dat jaar alleen al de data in West-Europa zou worden afgedrukt op papier, levert dat een stapel op zo hoog als 6,5 biljoen Eiffeltorens. In hoeverre is het in deze complexe wereld nog mogelijk om goede besluitvorming toe te passen? Hoe moeten wij als mensen omgaan met deze hoeveelheden?
Bepaalde studies geven aan dat men bij complexe beslissingen het rationele orgaan moet uitschakelen en af moet gaan op het ‘slimme’ onbewuste; de antwoorden komen vanzelf bovendrijven. Het is echter de vraag of je als HRM-verantwoordelijke bij de directie goed uitgelegd krijgt dat je het complete HRM beleid inclusief het nieuwe loongebouw hebt gefundeerd zonder het gebruik van data-analyse.
Bij tactische en strategische koersbepaling is het verstandig om een keuze ook te kunnen onderbouwen met ‘harde’ data. Het is daarbij een geruststellende gedachte dat HRM stevig kan leunen op een techniek die zijn waarde in andere vakgebieden, zoals finance en marketing, inmiddels ronduit bewezen heeft: Analytics.
HR-analytics is het op een gestructureerde wijze verzamelen en analyseren van data om hiermee gefundeerde antwoorden te geven op de HR-uitdagingen van de organisatie. In een ideale situatie wordt een koppeling gemaakt tussen HR-data (uit het HR-systeem), onderzoeksdata (bijvoorbeeld medewerkersbetrokkenheid) en bedrijfsdata (zoals kwaliteitscijfers), om hiermee toekomstige investeringen in HRM te beargumenteren. HR-analytics is een veelzijdige discipline waar meerdere vakgebieden bij elkaar komen. Naast de verwachte statistiek, data-analyse en ICT zijn ook thema’s als bedrijfskunde, arbeids- en organisatiepsychologie (cognitieve processen) en alle HR-specialiteiten noodzakelijk.
HR-analytics heeft daarnaast binnen organisaties op thema-gebied een aantal adoptiefasen. De eerste implementatiebundel heeft vaak betrekking op werving & selectie, training & opleiding en
performance management. In een tweede fase gaat de aandacht naar de integratie van talentmanagement en formatieplanning waarbij de koppeling wordt gelegd met de strategische uitdagingen van de organisatie. In een laatste fase komen de voorspellende HRM-modules aan bod.
Hierdoor is het bijvoorbeeld mogelijk om op basis van meerjarige ervaringscijfers het verloop bij specifieke afdelingen te voorspellen om hiermee preventieve werving & selectie acties uit te zetten. De verwachting is dat deze voorspellende onderdelen de komende jaren een sterke groei laten zien. In 2015 is het aantal organisaties dat gebruikmaakt van deze modules van 4% naar 8% gegroeid.
In de regel heeft HRM minder affiniteit met data en analyses; men heeft immers niet voor niets voor een mensgericht vakgebied gekozen. Het gevaar hierbij is dat deze discipline een plek binnen de organisatie krijgt buiten de reikwijdte van HRM. Dat zou zonde zijn; net nu HRM steeds meer een strategische positie krijgt toebedeeld binnen organisaties. Door HR-analytics te omarmen kan de discipline verankerd worden in HRM-functies. En dat biedt louter voordelen. Maar moeten alle HRM’ers dan ineens verstand hebben van data? Het antwoord daarop is ‘Nee’. Binnen een vakgebied als marketing heeft data de afgelopen 5 jaar een enorme vlucht genomen. Dit heeft geleid tot een veelvoud aan functies en specialisaties binnen ‘database-marketing’. Door samenwerking en afstemming maakt iedere marketeer gebruik van de data, zonder zelf een data-specialist te zijn.
Meer lezen? Het volledige artikel staat in de HRM Barometer. Een publicatie met meer dan 100 pagina’s toegespitst op de belangrijkste HRM trends & ontwikkelingen voor overheid, onderwijs, zorg & welzijn en cultuur. Vraag de HRM Barometer 2016-2017 kosteloos op via www.driessen.nl/hrmbarometer.