Inhoudsopgave
- Wat is hr analytics?
- Waarom is hr analytics waardelvol?
- Concrete toepassing: ziekteverzuim
1. Wat is HR analytics?
Wat betekent HR analytics?
HR analytics of
people analytics heeft als doel HR beslissingen te ondersteunen met resultaten uit statistische analyse van hr-data.Deze analyses worden uitgevoerd op basis van verschillende soorten HR data. Enerzijds objectieve data zoals
personeelsgegevens of trends zoals het verloop van medewerkers en absenteïsme. Anderzijds wordt er ook gebruik gemaakt van subjectieve data, die bijvoorbeeld informatie bevat over de effectiviteit van trainingen of de betrokkenheid van medewerkers.
Als je die data over je human resources combineert met andere relevante cijfers, en daar met statistische methodes verbanden tussen zoekt, dan spreek je over ‘HR analytics’. Het analyseren van die verbanden helpt je om je HR beleid te verbeteren, waardoor je medewerkers straffere prestaties neerzetten, beter functioneren en langer in je bedrijf blijven.
Hoe ga je van HR data naar HR analytics?
Stel de juiste vragen
Door de technologische vooruitgang kan je je
HR-data makkelijker meten en bewaren. Dan stelt zich de vraag: Wat kun je met deze data doen? Je kan beginnen op goed geluk analyses uit te voeren, in de hoop lukraak actiepunten te vinden in de resultaten. Wil je als organisatie echter concreet voordeel halen uit deze analyses, dan werkt het echter niet zo. In plaats van te vertrekken vanuit de HR data moet je starten met het stellen van de juiste vragen. De juiste vraagstelling biedt namelijk de mogelijkheid om gerichte acties te ondernemen op basis van verschillende resultaten. Maar hoe start je met het stellen van de juiste vragen?
Bekijk het probleem vanuit verschillende hoeken
De eerste vraag die moet gesteld worden is: "Welk bedrijfsprobleem wil je oplossen?". Door te starten vanuit de bron van een probleem, wordt duidelijk waar de prioriteiten moeten liggen.
Volgens Alec Levenson, onderzoeker en consultant in HR optimalisatie, wordt de focus nog te vaak op het individu gelegd. Hij pleit voor een multilevel aanpak die ook teams en business units mee in rekening brengt bij je
HR analyse. Zo krijg je als bedrijf een vollediger beeld van de situatie, wat dan weer tot concretere oplossingen moet leiden. Individuele problemen hebben vaak achterliggende redenen die we moeten zoeken op een hoger niveau, namelijk de werking van het bedrijf.
Voorbeeld: Waarom moet je rekening houden met the bigger picture?
Stel dat je
ziekteverzuim wil aanpakken en uit je HR analytics blijkt dat Mark vaak afwezig is. Door enkel te focussen op zijn data, ga je misschien besluiten dat hij niet langer gemotiveerd is en haak je daarop in.
Kijk je ook naar zijn team, dan zie je misschien dat de relaties in het team verzuurd zijn. Je zou dus beter de pester aanpakken, niet?Door nog een stap verder achteruit te zetten, kom je tot de conclusie dat er in het bedrijf geen echt pestbeleid is. In dit geval zijn voorgaande acties slechts tijdelijke oplossingen. Om ervoor zorgen dat zo'n situaties niet meer voorkomen, moet je veranderingen doorvoeren op het hoogste niveau.
Op die manier helpt HR analytics je tot resultaten en actiepunten te komen om werkelijke impact te hebben op bedrijfsprestaties.
Hoe kan je de bevindingen implementeren?
Wat doen we uiteindelijk met met de resultaten uit die
HR inzichten? Hoewel het vanzelfsprekend lijkt dat hier iets mee gedaan wordt, is dit de stap die vaak vergeten wordt. De resultaten worden ergens opgeslagen, maar blijven daar als vergeten data. Met als gevolg dat er geen concrete actie ondernomen wordt.
People analytics mag niet geïsoleerd zijn van de rest van het bedrijf. Consistente samenwerking tussen verschillende delen van het bedrijf is dus noodzakelijk om positieve resultaten te behalen.
Alec Levenson gelooft dat als we resultaat willen boeken met HR analytics, ingenieurs en HR managers moeten samenwerken. In die visie helpen ingenieurs de analyseprocessen te optimaliseren en neemt HR de communicatie voor zich.
Wat met persoonlijke gegevens van medewerkers?
Omdat HR analytics o.a. gebruik maakt van persoonlijke gegevens van medewerkers, is het belangrijk dat er op een ethische manier mee omgegaan wordt. Dit wil zeggen dat het proces eerlijk en
transparant moet verlopen. Stel jezelf steeds de vraag: wat wil ik met de resultaten bereiken en wie zal hier baat bij hebben?
Verder moet er ook altijd verantwoording kunnen afgelegd worden bij de beslissingen. Regels als de
GDPR zorgen ervoor dat medewerkers beschermd blijven tegen onethische praktijken.
2. Waarom is HR analytics waardevol?
HR analytics helpt je je doelen te bereiken
Net als de andere
data driven-afdelingen van het bedrijf draagt jouw afdeling bij aan het resultaat. De
voordelen van HR analytics kunnen daarom dus ook ongemeen waardevol zijn voor andere afdelingen, en omgekeerd. Nieuwe inzichten helpen je namelijk om doelgerichter keuzes te maken.
Ga op zoek naar
oorzaak-gevolg-verbanden tussen HR data en data over de
core business van de organisatie. Zo krijg je bijvoorbeeld een zicht op de impact van vormingen op de bedrijfsresultaten, of begrijp je beter waarom een bepaalde afdeling haar doelstellingen niet bereikt. Allemaal informatie die je strategisch kan inzetten om als bedrijf grotere stappen vooruit te zetten.
Ook binnen HR is data-analyse erg zinvol. Ze kan de beslissingen en initiatieven die je vanuit je buikgevoel wil nemen, al dan niet staven met objectieve kennis. Al blijft HR altijd mensenwerk: de informatie die je verkrijgt door met medewerkers te praten, kan je niet vervangen door een databank.
Bottom line is dat beide elkaar relevanter maken: de waarde van HR stijgt door data, de HR data worden gesterkt door de gegevens van medewerkers.
Vertaal gegevens naar inzichten
Nu je weet wat HR analytics is kunnen de inzichten die eruit voortkomen je helpen om keuzes te maken in je bedrijfsstrategie. Let wel: hoe nuttig hr analytics ook is, je hoeft niet meteen
all the way te gaan. Zoek uit waar jouw bedrijf het meest nood aan heeft. Of ga aan de slag met de data die je nu al verzamelt. Je kan er sowieso méér uit halen.
Operationele rapportage
Verzamel data over wat je allemaal doet. Hoeveel mensen heb je in het afgelopen jaar aangeworven? Welke opleidingen hebben de medewerkers gevolgd? Hoeveel verdient iedereen? Deze cijfers systematisch bijhouden, op een overzichtelijke manier, is stap 1.
Geavanceerde rapportage
Maak er een gewoonte van om informatie bij te houden die aangeeft hoe het in en met je organisatie gaat. Tegenwoordig bestaan er
tools die de evolutie dag per dag voor je opvolgen. Hiermee bespaar je jezelf de tijd om alle cijfers in rapportjes te gieten. Meet bijvoorbeeld in- en uitstroom, werkverzuim, salaris, kosten en ga zo maar door.
Strategische analyse
Met statistische modellen leer je hoe HR gegevens andere data beïnvloeden en omgekeerd. Je linkt de activiteiten van de HR afdeling aan de bedrijfsresultaten. Bijvoorbeeld: welke impact heeft ziekteverzuim op de klantentevredenheid, of zorgen tevreden medewerkers voor betere verkoopresultaten?
Voorspellende analyse (predictive analytics, predictive HR analytics)
Met verder gevorderde statistiek en
gecentraliseerde data kan je ook voorspellen waaraan je je in de komende tijd mag verwachten. Je combineert patronen en trends in de data met modellen die een zicht geven op de toekomst. Op basis van die predictive analytics kan je beter plannen: is het nuttig een bepaalde opleiding te herhalen? Voor welke functies zal je over een jaar nieuwe mensen moeten zoeken? Moet je actie ondernemen om de tevredenheid van je medewerkers op peil te houden?
Van inzicht naar actie
Even terug naar de reden om met HR analytics te beginnen: je bedrijf succesvoller maken. Ga dus niet achterover leunen eens je rapport op tafel ligt. Zet je nieuwe inzichten om in acties die je dichter bij je doelen brengen.Ook belangrijk: breng je collega’s en medewerkers op een heldere manier op de hoogte van wat de analyse je geleerd heeft. Hoe beter zij begrijpen waarom het beleid in een bepaalde richting evolueert, hoe vlotter aanpassingen zullen verlopen.
HR analytics in Officient
HR analytics is niet één van de hoofdmodules in
Officient. Maar hoewel we vooral focussen op HR administratie, geloven we toch in de waarde van HR inzichten. We ervaren dat deze het makkelijker maken op te rapporteren en belangrijker nog: om problemen vroegtijdig op te sporen. Daarom bieden we ook
inzichten in data omtrent lonen, personen en afwezigheid.
3. Concrete toepassing van HR analytics: ziekteverzuim
HR analytics is niet meer weg te denken uit een hedendaags HR beleid. Meten is dan ook meer dan ooit weten. En niets is zo belangrijk dan te weten hoe het met je medewerkers is gesteld. Het succes van jouw bedrijf ligt namelijk in hun handen, en burn-outs wil je koste wat kost vermijden. Maar hoe breng je
ziekteverzuim in kaart? Deze 6 cijfers helpen je alvast op weg.
Wat betekent ziekteverzuim?
Ziekteverzuim is een gedrag waarbij een medewerker thuisblijft door ziekte. Dit wordt ook wel
absenteïsme genoemd. Het omvat alle soorten ziekte waarbij een medewerker afwezig is. Meestal spreken we echter pas van ziekteverzuim als iemand zich buitensporig vaak ziek meldt. Er bestaan vier verschillende soorten:
- Wit verzuim: de ziekte zorgt ervoor dat het niet mogelijk is voor de medewerker om zijn/haar werk uit te voeren. Bijvoorbeeld een operatie, griep, een longontsteking. Er is geen keuze om te gaan werken: het gaat gewoon echt niet.
- Grijs verzuim: de werknemer is wel degelijk ziek door bijvoorbeeld hoofpijn of een verkoudheid. De keuze om al dan niet te gaan werken wordt sterk beïnvloed door de medewerker zelf en zijn/haar arts. Motivatie speelt bij dit soort ziekteverzuim een belangrijke rol.
- Zwart verzuim: hierbij is geen sprake van een ziekte, maar de medewerker besluit toch om niet te komen werken. Zwart ziekteverzuim wordt soms ook frauduleus verzuim genoemd.
- Roze verzuim: komt voor wanneer een zieke medewerker toch komt werken. Dit kan ervoor zorgen dat collega's ook aangestoken worden. Bovendien kan de medewerker niet rusten en dus ook niet genezen. Dat brengt verlaagde productiviteit met zich mee.
HR analytics om ziekteverzuim te meten
Om absenteïsme te voorkomen moet je natuurlijk eerst weten wat er speelt. Dankzij deze 6
HR metrics kun je het
ziekteverzuim berekenen voor jouw organisatie:
1. Verzuimpercentage
Het verzuimpercentage berekent welk percentage van werkdagen er eigenlijk verzuim was. Een interessant cijfer om per kwartaal of jaar bij te houden.Zo kan je de evolutie hiervan goed te monitoren.
De formule = (aantal dagen verzuim x 100)/ aantal dagen per jaar waarop gewerkt zou moeten worden
2. Verzuimfrequentie
De verzuimfrequentie zal je inzichten geven in hoe vaak medewerkers zich ziek melden per jaar. Het toont je het gemiddelde aantal ziekmeldingen per medewerker.
De formule = aantal ziekmeldingen per jaar/aantal werknemers
3. Gemiddeld ziekteverzuim
De gemiddelde ziekteduur zal je vertellen hoe lang jouw medewerkers gemiddeld afwezig zijn door ziekte op een jaar tijd.
De formule = totaal aantal dagen verzuim per jaar/ aantal werkhervattingen per jaar
4. Houd cijfers bij
Breng in kaart hoe lang je medewerkers niet aanwezig zijn. Heb je vooral te maken met langdurige zieken of gaat het eerder over kort ziekteverzuim? Vergelijk dit met gekende cijfers in België. Zo brengt onze partner Securex elk jaar
een rapport uit rond absenteïsme. In 2018 waren medewerkers bijvoorbeeld meer dagen kortdurend ziek. Het aantal langdurige afwezigheden bleven gemiddeld gezien hetzelfde dan het jaar ervoor. Is dit bij jouw bedrijf ook het geval? Of verschillen jouw cijfers van de rest?
5. Ga op zoek naar mogelijke patronen
Probeer goed te letten op bepaalde patronen in je ziekteverzuim. Houd daarom bij op welke dagen mensen zich ziek melden. Zo kan een groot aantal ziekmeldingen op woensdagnamiddag, misschien aantonen dat er een probleem is met kinderopvang.
Hoewel je aan sommige zaken niet veel zal kunnen veranderen, kan het ook zijn dat de oorzaak wel degelijk werkgerelateerd is. Zo kunnen een slechte work-life balance of een algemene ontevredenheid op het werk ertoe leiden dat je medewerker er steeds voor zal kiezen om niet te komen werken ook al is het misschien wel mogelijk. Houd daarom zowel op persoonlijk als organisatorisch vlak deze data goed bij.
De Bradford factor
De
Bradford factor start vanuit de vaststelling dat het kostelijker is voor een organisatie wanneer een medewerker zich meerdere korte periodes ziek meldt, ten opzichte van minder frequente maar langere periodes. Korte, ongeplande ziekteperiodes zijn immers vaak moeilijker op te vangen voor een team of organisatie.
Naast het meten van het totaal aantal ziektedagen per medewerker, geeft de Bradford score dus zicht op de
impact van het ziekteverzuim.
De naam 'Bradford' komt trouwens van de Bradford University School of Management, waar de formule in de jaren '80 ontwikkeld werd.
Hoe wordt de Bradford factor berekend?
De Bradford formule is: B = S² x D
Waarbij:
- B = de Bradford score
- S = het aantal verschillende ziekteperiodes voor een bepaalde medewerker
- D = het totaal aantal dagen ziekte voor een bepaalde medewerker
Als referentieperiode wordt meestal het afgelopen jaar genomen.Hieronder vind je enkele voorbeelden:
Stef is gedurende het laatste jaar 10 opeenvolgende dagen afwezig geweest wegens ziekte.
De Bradford score voor Stef = (1²) x 10 = 10.
Julie is gedurende het laatste jaar 2 keer 5 opeenvolgende dagen ziek geweest.
De Bradford score voor Julie = (2²) x 10 = 40.
Kurt is gedurende het laatste jaar 10 keer 1 dag ziek geweest.
De Bradford score voor Kurt is de hoogste = (10²) x 10 = 1000.
In Officient wordt de Bradford score automatisch berekend op basis van de beschikbare ziektegegevens van elke medewerker. Elke ziektedag wordt immers bijgehouden in de kalender die op het einde van de maand naar de payroll provider doorgestuurd wordt.
Wat is een goede of een slechte Bradford score?
In het algemeen geldt: hoe hoger de Bradford score, hoe slechter. Meerdere korte, ongeplande ziekteperiodes wegen immers zwaarder door. Soms koppelen organisaties bepaalde drempelwaarden aan de scores, telkens met een bijhorende actie, bijvoorbeeld:
- Score vanaf 51: mondelinge waarschuwing
- Score vanaf 201: schriftelijke waarschuwing
- Score vanaf 401: laatste waarschuwing
- Score vanaf 601: leidt soms tot ontslag
Hoe ga je concreet met de Bradford factor aan de slag?
Naast het totaal aantal dagen ziekte biedt de
Bradford factor dus een interessante maat voor ziekteverzuim. Toch wordt de Bradford factor soms bekritiseerd, vooral als het de enige maatstaf is die wordt gebruikt.
Ziekteverzuim aanpakken kadert best binnen een breder beleid. Losse acties hebben niet altijd een duurzaam effect en medewerkers reageren soms verschillend op genomen acties. Bekijk de Bradford score dus steeds als een nuttige eerste stap naar een verdere analyse van het probleem en het vinden van mogelijke oplossingen.