Neem betere beslissingen op basis van data

Uit een door IJK uitgevoerd onderzoek onder HRM-professionals in de publieke sector blijkt dat het verzamelen van data als informatiebron populair is. De meerderheid, 67%, is hier bewust mee bezig. Slechts 18% van de respondenten geeft aan hier niet bewust mee bezig te zijn.

Het verzamelen is natuurlijk stap 1. Het gaat uiteindelijk om wat u als organisatie met deze verzamelde data doet. Een derde van de respondenten zet de data in voor toekomstscenario’s en het te vormen HRM-beleid. En bijna de helft die data inzet (45%) neemt hierdoor ook daadwerkelijk betere beslissingen. Maar waarom zien we dan toch in de praktijk dat organisaties hiermee worstelen of er niet actief mee bezig zijn?

Data van onschatbare waarde

Het begint ermee dat veel organisaties (nog) niet in staat zijn om de waarde van data in te schatten. Ontoegankelijke data maakt het lastig om de waarde in te zien. Toch zien we dat HR-data in de publieke sector over het algemeen vrij gestructureerd en redelijk eenvoudig in gangbare Business Intelligence (BI) systemen is op te slaan en te analyseren. Hoewel er natuurlijk binnen HR sprake is van veel data, is bij weinig organisaties binnen de publieke sector echt sprake van big data. Maar dat kan in de toekomst veranderen, wanneer de snelheid, de hoeveelheid en het aantal bronnen die geautomatiseerde data opleveren groter wordt. 

Niet alleen interne data is waardevol, ook data van derden kan van toegevoegde waarde zijn. Zo zijn er diverse zorgorganisaties die met elkaar samenwerken op het gebied van HR-data. Het personeelsbeleid, de werving van talent en de arbeidsvoorwaarden stemmen zij op elkaar af. Met data die zij ontvangen van het pensioenfonds hebben zij bijvoorbeeld goed in beeld hoeveel mensen in de sector werkzaam blijven en hoeveel mensen de sector verlaten. Op basis van deze data kun je strategisch personeelsbeleid plannen. Bij dezelfde organisaties deed men een aanname dat het niveau van medewerkers (MBO of HBO) van ziekenhuizen ten opzichte van de thuiszorgorganisaties in dezelfde regio goed verdeeld was. De analyse van de data liet echter een compleet ander beeld zien. De verhouding lag totaal anders dan verwacht. Op basis van deze inzichten is het wervings- en selectiebeleid aangepast, zodat de doorstroom tussen de organisaties beter verloopt.

Van data naar beleid

Er zijn nog maar weinig organisaties die daadwerkelijk op basis van HR Analytics monitoren of het ingezette beleid resultaat heeft. Wanneer u bijvoorbeeld constateert dat u een verzuim heeft van 8%, is de eerste stap te achterhalen of dit veel of weinig is. Zijn er benchmarks waarmee u soortgelijke organisaties kunt vergelijken? De vervolgvragen zijn: Welke mensen vallen uit? Zijn dat mannen of vrouwen? Hoog- of laagopgeleid? Met HR Analytics monitort u vervolgens of de maatregelen die worden getroffen ook daadwerkelijk effect hebben op deze groep om vervolgens bij te sturen. 

Makkelijker dan het lijkt

Data wordt vaak als complex en belastend gezien. Maar dat hoeft helemaal niet zo te zijn. Er zijn genoeg eenvoudige voorbeelden te noemen die voor een positief effect zorgen in de organisatie. Denk bijvoorbeeld aan continue feedback. Het meten van de medewerkerstevredenheid gebeurt over het algemeen één keer per jaar. Het op een eenvoudige manier frequenter uitvragen van de tevredenheid kan een heel ander beeld geven. Plaats bijvoorbeeld een zuil bij de uitgang en vraag via emoticons hoe de medewerker zijn dag heeft ervaren. Er ontstaat zo een veel gedetailleerder beeld. Je meet sentiment en hebt veel meer gevoel bij de sfeer die er heerst. Zijn mensen bijvoorbeeld werkgelukkiger in de zomer als de zon schijnt? Of zien we het werkgeluk dalen in drukke periodes? Als de cycli meetbaar zijn, dan kun je er iets mee in het beleid.