11/16/2012
Resultaatverbeteringen doorvoeren met behulp van HR Analytics SSPM Congres: 20-11-2012 Dr. Jeroen Delmotte Partner iNostix
©iNostix 2012
Inhoud • • • • • • • •
Introductie Google als inspiratie Wat is “HR analytics”? HR analytics: business intelligence of statistiek? Hoe begin ik er aan? Valkuilen bij het starten met HR analytics Moeten alle HR professionals analisten worden? Case studie: verzuim-analytics ©iNostix 2012
2
1
11/16/2012
Een waar gebeurd verhaal… • HRD: (trots tot nieuwe CEO) “Doelstelling bereikt: alle salesmedewerkers kregen dit jaar 8 uur sales-training”.
• CEO: (een Amerikaan en grote fan van HR): “I don’t f**king care about those 8 training hours!”
• HRD: (geschokt) “Wat bedoel je”? •
CEO: “I don’t want to know about ‘hours trained’ but about ‘performance improvements’ and ‘sales increase’”!!!
©iNostix 2012
3
HR is nog steeds een ‘tracker’: • • • • • •
Hoeveel mensen hebben wij? Wie werd gepromoveerd en op welk niveau? Wie heeft de organisatie verlaten? Hoeveel aanwervingen? Hoeveel uren training? Wat is de tevredenheidsscore? Engagementscore?
IMPACT ??? ©iNostix 2012
4
2
11/16/2012
Dave Ulrich
“The HR function is still way too much focused on HR practices and instruments instead of outcomes.”
©iNostix 2012
5
“De grootste hinderpaal voor HR om waarde toe te voegen, is het onvermogen om de impact van investeringen in het menselijk kapitaal in kaart te brengen.” ©iNostix 2012
6
3
11/16/2012
Inhoud • • • • • • • •
Introductie Google als inspiratie Wat is “HR analytics”? HR analytics: business intelligence of statistiek? Hoe begin ik er aan? Valkuilen bij het starten met HR analytics Moeten alle HR professionals analisten worden? Case studie: verzuim-analytics ©iNostix 2012
7
People Analytics bij Google
Lazlo Bock “. Chief HR at Google
“1/3 of the HR staff globally is hired specifically for their analytical skills. They may have a Ph.D. in statistics or organizational psychology or a master’s in chemistry or physics. They build an underlying quality into what we are doing by constantly testing our ideas and practices. Analytics measure the impact for everything we do.”
”
©iNostix 2012
8
4
11/16/2012
Data is in Google’s DNA…
©iNostix 2012
9
Email met Brian Welle, Google
©iNostix 2012
10
5
11/16/2012
Waarom gebeurt dit zo weinig in HR?
©iNostix 2012
11
Inhoud • • • • • • • •
Introductie Google als inspiratie Wat is “HR analytics”? HR analytics: business intelligence of statistiek? Hoe begin ik er aan? Valkuilen bij het starten met HR analytics Moeten alle HR professionals analisten worden? Case studie: verzuim-analytics ©iNostix 2012
12
6
11/16/2012
Vereenvoudigde definitie
“Het kwantificeren van de
business impact van human capital investeringen/processen.”
©iNostix 2012
13
HR analytics definitie • a methodology for creating insights from data • by merging data sources from HR sources, with financial and customer data and • applying straightforward statistical methods (such as correlation, causation, regression, SEM…) • to identify how drivers of “intermediate” outcomes (such as turnover or engagement) impact business outcomes (such as customer satisfaction, sales or profit).
©iNostix 2012
14
7
11/16/2012
“HR is hitting the wall”* Meten
Analytics
Voorspellingen Scenario’s Risico-analyses
Toegevoegde Waarde
Oorzaken
Focus: • Verleden • Transactioneel
Verbanden
Focus: • Toekomst • Voorspellend
Surveys
IMPACT-analyses voor organisatie-optimalisatie
Scorecards
Benchmarks
Kengetallen
What happened?
Why is it happening? What is the business impact?
What will happen next? What if?
Graad van ‘HR Intelligence’ (*) Investing in People: Financial Impact of Human Resource Initiatives, by Wayne Cascio & John Boudreau, Dec 8, 2010, FT Press.
15
©iNostix 2012
Data where? Data everywhere! Het koppelen van databronnen geeft nieuwe inzichten!
• werknemersgegevens • rekrutering & selectie • beoordeling • training & ontwikkeling • engagement (survey) • salaris • mobiliteit – verloop – promotie • diversiteit • verzuim – vitaliteit
• klantentevredenheid • klantenloyauteit • klantenverloop
• omzet • kosten • winstgevendheid • financiële risico’s
• productiviteit • kwaliteit • veiligheid • cycle time
©iNostix 2012
16
8
11/16/2012
Inhoud • • • • • • • •
Introductie Google als inspiratie Wat is “HR analytics”? HR analytics: business intelligence of statistiek? Hoe begin ik er aan? Valkuilen bij het starten met HR analytics Moeten alle HR professionals analisten worden? Case studie: verzuim-analytics 17
©iNostix 2012
Business Intelligence of Statistiek? Basis
Geavanceerd
Dashboards voor monitoring
‘Deep dive’ analyse
Tools
Business Intelligence
Statistische Modeling
Output
Tellingen, ratio’s, tabellen
Causale verbanden
Informatie
Gebruik
WAT ?
WAAROM – IMPACT ?
• verloop/verzuim • promoties • FTE • span of control
• waarom verloop en impact op business • engagement & verzuim-impact? • impact van training op veiligheid?
• rapportering (intern & extern) • monitoring van trends • ad hoc managementinfo • personeelsplanning & budgettering
• business-impact-analyses • simulaties & scenario’s • opsporen van hefbomen • risico-analyses • voorspellende modellen
©iNostix 2012
18
9
11/16/2012
Business Intelligence of Statistiek? Business Intelligence
Verzuim
Call Coaching
Beoordeling
Statistic Modeling
• Verzuim per afdeling, geslacht, functie,… • Verzuimkosten per… • Verzuim-tendens per… • Interne benchmarks/gemiddelden
• Impact van verzuim op klantentevredenheid? • Welke personeelskenmerken bepalen verzuim het meest? • Welke werkkenmerken hebben meest effect op verzuim? (survey-koppeling)
• Call Coaching per werknemer, geslacht, functie,… • Call Coaching kosten per coach, per…
• Wat is het effect van call coaching op omzetontwikkeling? • Hoe groot is de kans dat slechte call coaching de klantentevredenheid negatief beïnvloedt?
• Scores mannen versus vrouwen • Frequentieverdeling van scores • Beoordelingsevolutie bij nieuwelingen
• Is er een gender-impact op de scores? • Hebben vrouwen minder kans op hogere beoordelingen dan mannen? • Hoe groot is het risico dat nieuwelingen lage beoordelingen behalen?
√+×≤ ≠∞÷±
©iNostix 2012
19
Inhoud • • • • • • • •
Introductie Google als inspiratie Wat is “HR analytics”? HR analytics: business intelligence of statistiek? Hoe begin ik er aan? Valkuilen bij het starten met HR analytics Moeten alle HR professionals analisten worden? Case studie: verzuim-analytics ©iNostix 2012
20
10
11/16/2012
Hoe begin ik daar nu aan? • • • •
Experimenteer! Begin klein! Viraal project(je) Dicht bij de business Vertrek met een business vraag (niet van HR-data)
©iNostix 2012
21
De grootste valkuil
HR Data
Wat kunnen we uit de HR-data halen?
©iNostix 2012
22
11
11/16/2012
Start met vragen, niet met data! 1. Business Data
Organisatie-impact: wat willen we weten ? • • • • • •
Hoe kunnen we talent management optimaliseren? Hoe verbeteren we de leiderschapskwaliteit? Hoe verbeteren we de prestaties van het sales team? Hoe optimaliseren we de innovatie-capaciteit? Hoe verhogen we de klanttevredenheid? Hoe verlagen het ongevallen-risico?
©iNostix 2012
2. HR research data
3. HR data
23
Analyses zijn maar zo goed als de hypothese/onderzoeksvraag die eraan vooraf gaat!!!
©iNostix 2012
24
12
11/16/2012
De juiste volgorde…
1. 2. 3. 4.
De vraagstelling De data De expertise De techniek
©iNostix 2012
25
Inhoud • • • • • • • •
Introductie Google als inspiratie Wat is “HR analytics”? HR analytics: business intelligence of statistiek? Hoe begin ik er aan? Valkuilen bij het starten met HR analytics Moeten alle HR professionals analisten worden? Case studie: verzuim-analytics ©iNostix 2012
26
13
11/16/2012
7 valkuilen • • • • • • •
Cultuur & draagvlak Onvoldoende strategisch verankerd Onduidelijke vraagstukken/hypothesen Gebrek aan analytische vaardigheden Geen segmentering of differentiatie Goede inzichten, falende ‘story telling’ Problemen met de data & systemen
Nadenken over de HR functie van de toekomst! ©iNostix 2012
27
Inhoud • • • • • • • •
Introductie Google als inspiratie Wat is “HR analytics”? HR analytics: business intelligence of statistiek? Hoe begin ik er aan? Valkuilen bij het starten met HR analytics Moeten alle HR professionals analisten worden? Case studie: verzuim-analytics ©iNostix 2012
28
14
11/16/2012
Moeten HR professionals dan analisten worden?
29
©iNostix 2012
Dialogue versus Data People Dialogue People
Data People √+×≤ ≠∞÷±
©iNostix 2012
30
15
11/16/2012
Dialogue versus Data People ‘Het nieuwe HR’ ‘typische’ √+×≤ ≠∞÷±
Dialogue People
HR Business Partner HR analytics kwadrant
Data i.p.v. ‘story telling’!
Data People ©iNostix 2012
31
HR analytics vraagt een nieuwe… CULTUUR
STRUCTUUR
MENSEN
VAARDIGHEDEN
©iNostix 2012
32
16
11/16/2012
©iNostix 2012
33
De grote uitdaging: de ‘mindset’
John Boudreau, University of Southern California
“The future of HR analytics lies more in the MINDS of the HR leaders than in analytical techniques.”
©iNostix 2012
34
17
11/16/2012
Inhoud • • • • • • • •
Introductie Google als inspiratie Wat is “HR analytics”? HR analytics: business intelligence of statistiek? Hoe begin ik er aan? Valkuilen bij het starten met HR analytics Moeten alle HR professionals analisten worden? Case studie: verzuim-analytics 35
©iNostix 2012
Verschil tussen klassieke verzuimanalyse & analytics-gebaseerde analyse Basis
Geavanceerd
Business Intelligence
Statistische Modeling
Tellingen, ratio’s, tabellen
Causale verbanden
Klassiek analyse: • verzuim % • afdelings % • demografische % (leeftijd, m/v, …) • verzuimkost • verzuimreden (bv. rugklachten,…) • duur & frequentie
HRA analyse (vragen stellen): • wat veroorzaakt verzuim? • heeft verzuim impact op KTV, omzet? • impact op kwaliteit, productiviteit? • impact van directe leiding op verzuim? • impact van werkdruk/belasting op verzuim? • impact van engagement op verzuim? • impact van introductie-kwaliteit op verzuim? • impact van regio, type klant, demografie,…
Case: koppeling van verzuimdata met engagement-survey-data. ©iNostix 2012
36
18
11/16/2012
Fysieke belasting
12,0%
Werknemers met een hoge fysieke belasting, hebben een significant hoger verzuim 10,27%
Verzuimpercentage
10,0% 8,0% 5,76%
6,0% 4,0%
2,89%
2,91%
2,0% 0,0% Laag (<5/10)
Midden (5=
Hoog (>=7,5/10)
Graad van fysieke belasting Gemiddeld verzuimpercentage Globaal gemiddeld verzuimpercentage
37
©iNostix 2012
Mate van engagement
Ontevreden werknemers hebben een significant hoger verzuim dan de tevreden en geëngageerde werknemers 5,0%
Verzuimpercenatege
4,0%
4,00%
2,89%
3,0%
Sign. verschil
2,71%
Sign. verschil
2,68%
2,0%
1,0%
0,0%
9,37 dagen
6,50 dagen
6,61 dagen
Ontevreden
Tevreden
Geëngageerd
Mate van engagement Gemiddeld verzuimpercentage Globaal gemiddeld verzuimpercentage
©iNostix 2012
38
19
11/16/2012
Net Promotor Score
Ontraders hebben een significant hoger verzuim dan actieve promotors. 5,0% 4,5%
4,10%
Verzuimpercentage
4,0% Sign. verschil
3,5% 2,89%
3,0%
3,05%
2,83%
2,5% 2,0% 1,5% 1,0% 0,5% 0,0%
9,28 dagen Ontraders (0-4 rating)
6,83 dagen
7,37 dagen
Passieve promotors (5-7 rating) Actieve promotors (8-10 rating)
Net Promotor Score Gemiddeld verzuimpercentage Globaal gemiddeld verzuimpercentage
39
©iNostix 2012
Betrokkenheidsanalyse Werknemers met een laag engagement verzuimen significant meer dan werknemers met een hoog engagement en dit ongeacht hun mate van organisatiebetrokkenheid. Wel betrokken bij de organisatie, niet geëngageerd in de job (8,7%).
Betrokken en geëngageerd (75,6%).
4,19%
2,75%
Hoog
(6,65 dagen)
Niet betrokken bij de organisatie, wel geëngageerd in de job (8,6%).
Niet betrokken bij de organisatie, niet geëngageerd in de job (7,1%).
4,39%
2,84%
(10,32 dagen)
(6,73 dagen)
Laag
betrokkenheid
(9,85 dagen)
Laag
Hoog engagement
©iNostix 2012
40
20
11/16/2012
Werkbeleving
hoog (plezierig)
2,25%
3,76%
(5,54 dagen)
(8,86 dagen)
AANGENAAM – Plezierig en weinig stress (54,7%)*
laag (niet plezierig)
plezier in het werk
Werknemers met een aangename job zijn het minst aantal dagen afwezig. Werknemers met een slopende of uitdagende job zijn significant meer dagen afwezig.
UITDAGEND – Plezierig en veel stress (33,8%)
3,10%
4,93%
(7,23 dagen)
(11,65 dagen)
SAAI – Niet plezierig en weinig stress (3,8%) weinig stress
SLOPEND – Niet plezierig en veel stress (7,7%)
vermoeidheid (stress)
veel stress
41
©iNostix 2012
Vragen?
©iNostix 2012
42
21
11/16/2012
Luk Smeyers: +32 475 850277 (gsm) Jeroen Delmotte: +32 486 511210 (gsm) Kantoor B: +32 16 270051 Kantoor NL: +31 346 28 30 97 iNostix België Bedrijvencentrum ‘In Volle Vaart’ Engels Plein 35/01.01 B - 3000 Leuven
iNostix Nederland Bright & Company | iNostix Kerkweg 31A NL – 3603 CL Maarssen
[email protected] [email protected]
www.linkedin.com/in/luksmeyers www.linkedin.com/in/jeroendelmotte
@inostix (internationale artikelen over HR analytics)
hrintelligenceblog.com (tips & tricks over HR analytics)
Facebook.com/inostix (een kijkje achter de schermen)
©iNostix 2012
43
iNostix’ mission & service definition: « Quantifying the Business Impact of Human Capital Investments »
1. HR Research (HRR): Developing & scientifically validating diagnostics, measurement instruments and research/survey models/frameworks
2. HR Analytics (HRA): • Establishing measurable links between human capital investments and their business results • Developing human capital predictive models/scenario’s
©iNostix 2012
44
22
11/16/2012
4 iNostix Focus-Areas
1. HR function effectiveness • Roles & Competenties (Ulrich based analysis) • Service delivery & System Strength • HR Practices Evaluation • Line Manager HR implementation quality • …
3. Employer Branding measurement • Employer Brand strength measurement • External/Internal gap analysis • Recruitment/hiring quality analysis • Career Site quality measurement • …
2. People & Organization effectiveness • Turnover analysis • Entry/Exit analysis • Wellbeing/Stress analysis • Organization diligence • Safety analytics • Engagement & Satisfaction Surveys • …
4. Talent effectiveness • Leadership quality scan • Talent management quality scan • Strategic Workforce Planning • Coaching effectiveness • …
Target clients: organizations and consultants
©iNostix 2012
45
Wat kan iNostix voor u doen m.b.t. HR analytics?
1. Volledige of gedeeltelijke uitvoering
2. Begeleiding bij de uitbouw van
van analytisch projecten
interne analytische competenties
• Formuleren van het centrale probleem of
• Uitwerken van optimale HR structuur voor
organisatie-prioriteit (hypothese, aanname) • Toepassen van conceptuele modellen voor de analyse • Verzamelen van data • Maken van data-koppelingen en uitvoeren van analyses • Presenteren van conclusies aan stakeholders • Uitwerken van aktieplannen om conclusies te implementeren
HR analytics • Uitbouw van organisatie-interne analytische competenties • Verzorgen van interne HR analytics workshops • Verzorgen van keynote presentaties voor directies • Begeleiden van HR analytische medewerkers • Uitwerken van HR analytics plannen & budgetten
©iNostix 2012
46
23
11/16/2012
Voorbeeld van een HRA stappenplan STAP 1 • Starten met vragen over strategie en/of problemen • Formuleren van hypotheses • Inventariseren van aanwezige en/of nog te verzamelen data • Oprichten van cross-functioneel data team • Creëren van draagvlak
STAP 2
STAP 3
Koppeling van HR data met relevante business data en/of prestatie-indicatoren
• Visualiseren van impactanalyses • Voorbereiden story-telling • Bepalen van doelgroepen voor rapportage
STAP 4 • Bepalen van verandertraject • Bepalen van permanente rapportage/dashboards • Bepalen van governance (toegang data & rapporten)
BORGEN RAPPORTAGE IMPACT ANALYSES STARTFASE
©iNostix 2012
47
24
