De aanwezige HR-professionals waren er allen van overtuigd dat er een wereld te winnen valt als het gaat om het gebruik van data-analyse. Ook als je daar al een goede basis voor hebt. Want dan is de vraag: hoe breng je dat vanuit de huidige situatie naar een hoger plan? Waar sta je op dit moment en wat is er nodig voor een vervolgstap? Dat waren de thema’s die de revue passeerden tijden deze rondetafelsessie, georganiseerd in samenwerking met ADP.

Data in combinatie met je eigen professionele inzichten moeten de juiste input geven aan discussies

Allereerst werd er gesproken over de data zelf. Is het wel verstandig om op data te vertrouwen, vroeg een van de deelnemers zich hardop af. Levert dat het gewenste succes op? Voor beoordelingsscores worden vaak algoritmen gebruikt. Daarin schuilt wel een gevaar: er kunnen vooroordelen zitten in samengestelde algoritmen. Ook kunnen zaken onder de oppervlakte blijven. De vraag is dan ook of algoritmen wel zinvol zijn voor beoordelingsscores.

Toegevoegde waarde

Een van de HR-professionals zei toch meer vertrouwen te hebben in een gevalideerde psychologische test of de beoordeling van een leidinggevende. “We moeten niet alleen uitgaan van cijfers”, klinkt er een waarschuwing. “Het menselijke blijft in het HR-vak essentieel.” Maar iedereen was het er wel over eens dat data-analytics een toegevoegde waarde kan hebben.

Het probleem is echter dat HR moeite heeft die waarde te laten zien aan het management. “Het idee leeft dat HR vooral erg druk bezig is met HR”, constateerde iemand. Dat zorgde voor hilariteit, maar de deelnemers vonden wel dat er waarheid school in die opmerking. HR-professionals moeten die waarde zelf laten zien. Dat kan bijvoorbeeld door proactief mee te denken met businessvragen binnen de organisatie. “Het management weet vaak niet precies wat ze van ons willen weten”, zei een deelnemer. “Het is onze taak ze daarin te sturen. Zo creëer je meerwaarde.”

Verrassende selectie

Dat bleek bijvoorbeeld uit een case van een van de aanwezigen. Het bedrijf wilde het management verkleinen. Dat betekende dat er geschoven moest worden met mensen. Om tot een nieuw team te komen werden uitkomsten uit een MBTI-test gecombineerd met HR-gegevens die voorhanden waren. Uiteindelijk kwam daar een dataset uit waarmee een managementteam voor de toekomst gevormd werd.

Het verrassende was dat de selectie heel anders uitpakte dan je normaal zou verwachten. Uit de data bleek dat de succesvolle mensen van dat moment niet de succesvolle mensen voor de toekomst waren. Op die manier kan data helpen bij het nemen van beslissingen op (middel)lange termijn.

Dat HR-data een belangrijke rol in de verre toekomst van organisaties kunnen spelen kwam naar voren bij het analyseren van personeelsvraagstukken waar HR-professionals eigenlijk al in de huidige periode mee geconfronteerd worden. Vanwege krapte op de arbeidsmarkt hebben veel HR-afdelingen moeite met het op orde houden van het personeelsbestand voor de korte termijn.

Urgentie niet gevoeld

Maar onder de oppervlakte speelt een veel groter probleem. In de komende tien tot vijftien jaar vertrekken veel oudere werknemers. De urgentie daarvan wordt binnen de meeste organisaties niet gevoeld, constateerde een van de deelnemers. Deze professional merkte dat de discussie wel werd aangezwengeld door een ander vraagstuk binnen de organisatie, mede door het analyseren van data die HR aanleverde.

Die data uit een practical skills analyse van het personeel was de aanzet voor een strategisch plan rond het vertrek van oudere werknemers. Kennis die met hun afscheid verdwijnt moet geborgd worden, want die heb je nog nodig. Bovendien kun je als HR een route uitstippelen om mensen op te leiden of kennis in te kopen.

“Je moet vraaggestuurd bezig zijn”

Een organisatie zou zelf mogelijk niet met zulke vragen bij HR terechtkomen. “Je moet vraaggestuurd bezig zijn”, geeft een van de deelnemers als tip mee. “Als je alleen al kijkt naar de samenstelling van personeel kun je als HR trends herkennen voor de toekomst. Wij zien in welk tempo het personeelsbestand verandert, of zelfs veroudert. Dat ziet de organisatie niet. Maar die heeft wel behoefte aan informatie om daar beleid op te maken. Wij hebben die kennis wel en in veel gevallen ook de oplossingen. Dat moeten we laten zien.”

HR-professionals hebben de drive om met data-analyse aan de gang te gaan. Probleem bij veel organisaties is dat de middelen daarvoor begrensd zijn. Hoe zorg je dan dat je toch je meerwaarde kan laten zien? Dat was een van de vragen waar de deelnemers nieuwsgierig naar waren. Een deelnemer stelde de ontwikkeling van de iPhone als voorbeeld. “Veel bedrijven geven hun medewerkers de mogelijkheid onder werktijd research te doen. Apple leverde dat de iPhone op. Dat zou je als HR kunnen stimuleren. Heb je iemand binnen je team die dat echt leuk vindt; geef die de ruimte!”

Wow-factor

Een andere deelnemer vertelde dat het ook helpt om zelf vraag te genereren. Daar werd zelfs binnen het eigen HR-team ruimte voor gemaakt. Door in te spelen op vragen binnen de organisatie kon de HR-afdeling zich profileren. “We kwamen met data en daaruit kwamen weer nieuwe vragen”, keek de deelnemer terug. “We kweekten een ‘wow-factor’ en dan komt al gauw het moment waarop je kunt zeggen dat je best wel verder onderzoek wilt doen, maar dat er dan toch echt een fte bij moet.” Op zo’n manier laat je de data voor je werken.

Probleem bij veel organisaties is dat er nog niet genoeg data voorhanden zijn voor HR-professionals. “Maar als je buiten je eigen afdeling gaat kijken, kun je toch wel dingen vinden waarmee je aan de slag kan”, vertelde een HR-professional. Vooral in retail kan zo’n werkwijze een oplossing zijn. Een van de aanwezigen vertelde hoe een winkelketen het personeelsbestand in de filialen toekomstbestendig maakte. “Er waren weinig data over het personeel. Maar de keten had wel data van de klanten. Die hadden allemaal een klantkaart en daar was veel informatie uit af te lezen.”

Koppeling van HR-data met data uit andere afdelingen binnen de organisatie werkt versterkend

Uit die gegevens stelde de HR-afdeling een ‘persona’ samen; een doorsneeklant. Aan de hand daarvan werden kenmerken opgesteld waaraan winkelmedewerkers zouden moeten voldoen om de klantbeleving van deze persona op peil te houden. Het was het begin van de zoektocht naar nieuw personeel. Dankzij data-analyse kon daarvoor de eerste schifting gemaakt worden.

Die koppeling van HR-data met data uit andere afdelingen binnen de organisatie werkt versterkend, volgens een gespreksdeelnemer. Die maakte zelf mee hoe de HR-afdeling binnen de organisatie een co-partner werd op allerlei gebieden. “Je lost zaken samen op. Wij hebben de holy grail niet alleen en uiteindelijk hebben we allemaal dezelfde targets. Door samen op te trekken kunnen we elkaar versterken. Zaak is dan wel dat de processen binnen je eigen team goed lopen.”

Onafhankelijke blik

Deze manier van werken komt in de buurt van de ervaringen van een andere HR-professional aan tafel. Die vertelde dat data-analyse juist werd weggehaald bij HR. Dat was even wennen, maar uiteindelijk had het voor haar juist alleen maar voordelen. “De onderzoeksvraag formuleren we namelijk wel zelf. Dan laten we er data-specialisten op los”, gaf de deelnemer een kijkje in de eigen werkwijze.

“Dat zijn mensen die veel beter met data om kunnen gaan en ze zijn over het algemeen niet specifiek geïnteresseerd in de informatie zoals wij erin geïnteresseerd zijn. Dat geeft ze juist een onafhankelijke blik.” HR kan met de resultaten die de data-afdeling aanlevert aan de slag. “Zo help je voorkomen dat er alleen op basis van data beslissingen worden genomen”, legt de deelnemer uit. “Er kunnen zo heel blanco data worden geanalyseerd.” Bijkomend voordeel is dat het resultaat meer een gemeenschappelijke waarheid wordt en niet van HR alleen.

Hoe je ook met data-analyse aan de slag gaat, je moet er wel met je eigen professionele HR-verstand naar kijken, concluderen de deelnemers aan het gesprek. Data in combinatie met je eigen inzichten moeten de juiste input geven aan discussies. De kwaliteit daarvan staat of valt met HR-kennis. Zo wordt de inzet van data-analytics een mooi samenspel tussen mens en kunstmatige intelligentie.