Van data naar impact: HR analytics in de praktijk

We meten, rapporteren en visualiseren steeds meer data, maar benutten de inzichten nog te weinig om betere beslissingen te nemen. In de meeste Belgische organisaties blijft de maturiteit op vlak van HR analytics laag. Opvallend, want niemand twijfelt aan het potentieel voor strategisch HR-beleid. Hoe komt dat? En wat is er nodig om de stap te zetten van cijfers naar impact?

Analytics consultant & enterprise architect Glenn Walschap is docent bij het postgraduaat HR – People & Business van KdG Academy. Hij stelt het begrip HR analytics scherp door het onderscheid te maken met HR metrics. Dat laatste verwijst naar klassieke rapportering: dashboards tonen cijfers over bijvoorbeeld verloop, absenteïsme of opleidingsgraad. Die aanpak is beschrijvend en reactief – een soort achteruitkijkspiegel die laat zien wat er zich heeft voorgedaan.

HR analytics ontleedt data op een dieper niveau. Je onderzoekt waarom bepaalde gebeurtenissen plaatsvinden en gebruikt die inzichten om trends te voorspellen of beslissingen te onderbouwen. Denk aan vragen zoals: Welke medewerkers hebben een verhoogd vertrekrisico? Hoe voorkom je dat? Of welke skills zijn er morgen nodig? Data is daarbij geen doel op zich, maar een middel om businessvraagstukken op te lossen.

Realiteit van HR analytics maturiteit

Joke Decommer volgde het postgraduaat HR – People & Business via KdG Academy. Voor een HR business case in het kader van de opleiding onderzocht ze in 2022 de status van HR analytics binnen Decathlon België. Glenn Walschap coachte haar. Haar conclusie: veel beschikbare data, weinig structuur. Informatie zat verspreid over verschillende spreadsheets, tools en landen. Definities waren niet altijd eenduidig en de datakwaliteit wisselend. Sinds het onderzoek zette Decathlon stappen vooruit, maar voor veel bedrijven blijft dat de realiteit.

De laatste HR Barometer van Vlerick Business School en Hudson bevestigt dat: HR analytics krijgt vaak geen prioriteit. Belgische organisaties concentreren zich vooral op selectie en recruitment, leadership development en learning en development. In een krappe arbeidsmarkt met een stijgend verloop is dat niet onterecht. Toch loont het volgens Glenn Walschap ook in die context om parallel te investeren in HR analytics. Door dashboards descriptief én predictief in te zetten, kan je waardevolle inzichten genereren. Je kan bijvoorbeeld voorspellen welke profielen binnenkort schaars zullen zijn en daar proactief op inspelen.

Drempels: definities, mensen, kennis en tijd

Welke drempels ervaren bedrijven bij het gebruik van HR analytics? Joke Decommer, talent manager bij Decathlon België, wijst op het gebrek aan heldere, gedeelde definities. Verschillende belangengroepen en niveaus interpreteren begrippen niet altijd op dezelfde manier, wat leidt tot inefficiënte analyses. Afstemming vooraf is daarom cruciaal, bijvoorbeeld via een codeboek.

Glenn Walschap voegt drie drempels toe: kennis, mensen en tijd. Wat kennis betreft, heeft het typische HR profiel vaak niet de interesse, skills of competenties om doorgedreven analyses uit te voeren. Bovendien is er een tekort aan mensen die zich structureel bezighouden met data. En ook tijd is een struikelblok. HR professionals zijn vaak ‘brandblussers’, met veel energie die gaat naar operationele taken, compliance en juridische verplichtingen, zeker in een context van toenemende digitalisering.

Sleutelrol voor HR data translator

Opvallend is dat organisaties met een hogere maturiteit een duidelijke succesfactor delen: minstens één iemand is expliciet verantwoordelijk voor HR analytics. Glenn Walschap noemt die rol een HR data translator. Geen pure data scientist en ook geen klassieke HR business partner, maar een brugfiguur tussen HR, business en IT. Iemand die voldoende HR expertise en affiniteit met data heeft.

Als HR data translator werk je nauw samen met een data analist die statistische analyses uitvoert. Vanuit kennis van de strategische prioriteiten van het bedrijf maak je een vertaalslag van die ruwe data. Zo kan je concrete, actiegerichte aanbevelingen formuleren die meerwaarde creëren voor de business.

Tools voor HR analytics

Welke tool(s) zet je in voor HR analytics? Glenn Walschap onderscheidt drie categorieën. De eerste omvat operationele tools die vandaag in veel bedrijven aanwezig zijn: learning management, performance of rekruteringstools. In die tools zit heel wat data – zo vind je in een learning management tool alle opleidingen, deelnemers en feedback. Heb je zulke tools niet, maar werk je met een sociaal secretariaat? Veel spelers bieden uitgebreide HR-pakketten aan, met naast payroll ook tools voor talent management of performance. Zo kan je zo relatief laagdrempelig je maturiteit opbouwen.

De meerwaarde van analytics zit in de combinatie van data. Vragen zoals welke opleidingen bijdragen aan een hogere performantie, kan je pas beantwoorden door verschillende databronnen te koppelen. De tweede categorie omvat geïntegreerde HR-informatiesystemen zoals Workday, SAP en Oracle, die meerdere processen samenbrengen in één platform. Die procesintegratie maakt data uit verschillende vakgebieden toegankelijk. De keerzijde: implementaties zijn complex en duur. Goedkopere, meer kleinschalige alternatieven zijn Odoo, BambooHR of Personio, waarbij je modulair of pay-per-user kan werken.

De derde categorie omvat gespecialiseerde analytics platformen. Visier is een van de bekendste voor people analytics en workforce planning. De tool levert diepgaande inzichten en voorspellende analyses die besluitvorming verbeteren en helpt antwoorden te vinden op strategische vragen. Een volgende stap in maturiteit is om naast HR-data ook gegevens uit andere bronnen zoals sales en finance te gebruiken.

Joke Decommer merkt in haar onderzoek op dat je beter selectief bent in de KPI’s die je toont in je dashboard. Less is more: te veel indicatoren bemoeilijken de interpretatie en verminderen de waarde.

Een zes stappenplan voor impact

Wil je problemen of opportuniteiten rond HR analytics aanpakken? Volgens Glenn Walschap zet je best eerst een stap terug om het grotere plaatje te bekijken. In de podcast en het boek Impactvolle HR-analytics stelt hij een gestructureerd zes stappenplan voor:

1. Baken je business case af: breng de vraag of het probleem in kaart, net als de doelstellingen, timing en investering van de analyse. Voer een kosten-batenanalyse uit en zorg voor een breed draagvlak. Focus op meerwaarde voor de hele organisatie, niet alleen HR.
2. Evalueer je databronnen: voer een audit uit om de beschikbaarheid en kwaliteit van je data na te gaan. Intern onderscheid je HR-bronnen (bijvoorbeeld voor personeelsgegevens) en non-HR-bronnen (bijvoorbeeld voor financiële gegevens). Externe databronnen zijn Statbel of een sociaal secretariaat. Om kwaliteit te beoordelen, let je op accuraatheid, toegankelijkheid, bruikbaarheid en betrouwbaarheid.
3. Verzamel je data: gebruik verschillende methodes, denk aan bevragingen, interviews of digitale systemen.
4. Analyseer je data: bepaal op welk niveau je gegevens analyseert. Het eerste niveau is descriptief: wat is er gebeurd? Daarna diagnostisch: waarom is dat gebeurd? Het derde niveau is voorspellend: wat zal er gebeuren? Het vierde prescriptief: hoe kunnen iets doen gebeuren?
5. Vertaal je data naar inzichten en impact: vertaal inzichten uit de data naar waarde voor de business. Stem je rapportering af op de doelgroep die ermee aan de slag moet.
6. Evalueer en verzamel feedback: toets of de doelstellingen behaald zijn. Leg je ervaringen, lessen en best practices vast in één overzicht. Zo creëer je een basis om in de toekomst op te bouwen.

Dit artikel maakt deel uit van een reeks van KdG Academy, het merk voor levenslang leren van Karel de Grote Hogeschool. We zoomen in op actuele thema’s die aan bod komen in onze HR-opleidingen. Docenten en experts delen hun visie, aangevuld met inzichten van alumni die diepgaand onderzoek deden.