HR-analytics
Waarde creëren met data en AI
Een praktische en inspirerende gids voor iedereen die zich bezighoudt met HR, data en de toekomst van werk.
Van HR-vraagstukken naar datagedreven inzichten
In welke sollicitant schuilt een talent? Bij welke functies doet zich de grootste kans op langdurig verzuim voor? Hoe kunnen we onze talenten behouden? Van welke teams wordt de klant nu écht tevreden? Hoe kunnen we, met behulp van data en kunstmatige intelligentie onze processen versnellen en verbeteren? Vragen waar veel organisaties mee worstelen, terwijl ze tegelijkertijd een schat aan waardevolle gegevens verzamelen via personeelsinformatiesystemen en business-software.
Haal meer uit je HR-data
HR-analytics laat op toegankelijke wijze zien hoe je met data de bovenstaande vragen beantwoordt. Hoe HR-analytics stap voor stap kan worden toegepast bij het bepalen, uitvoeren en monitoren van HR-interventies, -processen en -strategie. En hoe je waarde creëert voor de organisatie met behulp van HR-data en het gebruik van AI. Deze datagedreven aanpak stelt HR én de organisatie nog beter in staat de bevlogenheid en de prestaties van de medewerkers te verhogen en daarmee de performance van de organisatie te verbeteren.
In 8 stappen naar onderbouwde beslissingen
In 8 gedetailleerd uitgewerkte stappen zie je welke keuzes, controles en werkzaamheden er nodig zijn in het HR-analyticsproces. Zo kom je van een initiële vraag naar een onderbouwd advies of een concreet algoritme dat in de praktijk kan worden ingezet.
Voor wie is dit boek bedoeld?
Dit boek is relevant voor HR-managers, HR-businesspartners, analisten, consultants, controllers en lijnmanagers die meer waarde willen halen uit data.
Geheel herziene editie met actuele voorbeelden
Deze vierde, volledig herziene editie is uitgebreid en aangescherpt, met nieuwe en praktische voorbeelden van organisaties die data en AI inzetten.
DEEL I INTRODUCTIE
1 HR-analytics, wat en waarom
1.1 De groeiende aandacht voor HR-analytics
1.2 HR-analytics: wat verstaan we eronder?
1.3 Waarom gebruikmaken van HR-analytics?
1.4 Vijf belangrijke voordelen van HR-analytics
2 HR-analytics als onderdeel van een continu verbeterproces
2.1 Datagedreven werken in HR
2.2 Naar een datagedreven proces
2.3 Het HR-analyticsproces
2.4 Instrumenten HR-analytics
3 Praktische toepassingen van HR-analytics
3.1 De datagedreven HR-strategie
3.2 Datagedreven werving en selectie
3.3 Datagedreven talentmanagement
3.4 Datagedreven vitaliteit en verzuimmanagement
3.5 De datagedreven employee experience
3.6 Datagedreven diversiteit en inclusie
DEEL II METHODIEK
4 Stap 1 Monitoren en sturen met metrics
4.1 HR tussen waarde en welzijn
4.2 Kengetallen of prestatie-indicatoren
4.3 Lifetime value van de medewerker als kengetal
4.4 Stuurgetallen of kritieke prestatie-indicatoren (KPI’s)
4.5 Van strategie naar gedrag
4.6 Rapportage van ken- en stuurgetallen
4.7 Datavisualisatie in dashboards en metricsrapporten
5 Stap 2a HR-analyse: de businessvraag definiëren
5.1 Achterhalen en vertalen van de businessvraag
5.2 De ISBK-methode
5.3 Succesfactoren en valkuilen
6 Stap 2b HR-analyse: de businessvraag vertalen naar een analyticsvraagstuk
6.1 De analysevragen bepalen
6.2 Een of meer analyticsvraagstukken?
6.3 Een analyseboom maken
6.4 Denk ‘out of the box’
6.5 Scope: wat neem je wel en niet mee in de analyse?
6.6 Anticiperen op de beoogde output
6.7 Vuistregels om de HR-analist goed te briefen
7 Stap 2c HR-analyse: data verzamelen
7.1 Verzamelen van databronnen: van buiten naar binnen
7.2 Externe secundaire databronnen
7.3 Interne secundaire informatiebronnen
7.4 Primair onderzoek
7.5 Voice of the Employee
7.6 Van traditionele data naar big data
7.7 Het kritisch beoordelen van bronnen
7.8 Regels van privacy
8 Stap 2d HR-analyse: data prepareren
8.1 Bezint eer ge begint
8.2 Ruwe data versus geaggregeerde data
8.3 Dataschoonmaak levert veel op
8.4 Dataschoonmaak in drie stappen
8.5 Data samenvoegen
8.6 Data verrijken
8.7 Variabelen afleiden
8.8 Nieuwe tabellen
8.9 Switchen tussen prepareren en analyseren
9 Stap 2e HR-analyse: de data analyseren
9.1 Van beschrijven via verklaren naar voorspellen
9.2 Niet alle data zijn hetzelfde
9.3 Descriptive analytics
9.4 Tijdreeksanalyses
9.5 Diagnostic analytics
9.6 Regressieanalyse
9.7 Een relatie betekent nog geen causaal verband
9.8 Predictive analytics
9.9 Prescriptive analytics
9.10 Een voorspellend model maken
9.11 Andere veelgebruikte analyses
9.12 Het analyseren van steekproefdata
9.13 Conclusies en insights
10 Stap 2f HR-analyse: rapporteren, visualiseren en adviseren
10.1 Piramidaal rapporteren
10.2 Een intrigerende introductie
10.3 De boodschap ondersteunen met datavisualisaties
10.4 Visuele perceptie
10.5 Grafiek of tabel?
10.6 De boodschap bepaalt de grafiek
10.7 Rapportages actiegericht maken
10.8 Resultaat bereiken als adviseur
11 Stap 3 HR-beleid, -processen en -interventies verbeteren met data en AI
11.1 Verbeteringen in beleid: van inzicht naar richting
11.2 Verbeteringen in de operatie
11.3 De cirkel is rond
DEEL III AAN DE SLAG MET HR-ANALYTICS
12 Volwassen worden in HR-analytics
12.1 Waarom volwassenheid ertoe doet
12.2 HR-analytics in de praktijk: potentieel versus realiteit
12.3 Van interesse naar inrichting: lessen uit organisaties
12.4 Van losse initiatieven naar datagedreven werken
12.5 Het volwassenheidsmodel voor HR-analytics
12.6 Begin eenvoudig, ongeacht het ambitieniveau
12.7 Datagedreven werken als verandertraject
12.8 Van volwassenheidsmodel naar verdere uitwerking
13 HR-analytics organiseren voor duurzame waarde
13.1 Het HR-analytics framework
13.2 Wie datagedreven HR wil, moet dat ook laten zien
13.3 Van ambitie naar richtinggevende keuzes
13.4 De inrichting van HR-analytics: keuzes in organisatie en samenwerking
13.5 Zonder betrouwbare data geen vertrouwen
13.6 Technologie als middel, niet als doel
13.7 Verantwoord omgaan met data en AI
13.8 Skills: de mensen achter HR-analytics
13.9 Een datagedreven mindset groeit niet vanzelf
14 Zorgvuldig omgaan met HR-data en AI
14.1 Privacy, een heet hangijzer
14.2 AI-Verordening: regels voor AI-systemen in HR
14.3 Ethiek: het kan, het mag – maar is het wenselijk?
15 Tot slot
15.1 Sneeuwt de menselijke kant van HR onder in analyses?
15.2 Kun je blind vertrouwen op algoritmes?
15.3 Technologie doet een beroep op HR
15.4 Afsluitend
Bibliografie
Register
Over de auteurs
