In het afgelopen decennium hebben we HR-professionals over de hele wereld het belang zien inzien van: mensenanalyse (Mensenanalyse) als fundamenteel voor de toekomst van human resources.
Gedreven door de wijdverbreide acceptatie van clouddiensten binnen HR, beginnen bedrijven zwaar te investeren in programma's, platforms en tools die gebruikmaken van gegevens voor alle aspecten van personeelsplanning, talentbeheer en verbetering operationeel.
advertenties
In dit artikel vind je:
Wat is People Analytics?
People Analytics, ook wel Workforce Analytics genoemd, is een systematische en wetenschappelijke benadering waarbij beschikbare menselijke gegevens (zowel kwalitatief als kwantitatief) worden verwerkt om verschillende zakelijke vragen met betrekking tot HR als geheel op te lossen/te begrijpen.
advertenties
Slimme statistische technieken en machine learning-algoritmen zijn nodig om de moeilijkste zakelijke vragen op de meest efficiënte en moeiteloze manier te beantwoorden. Deze aanpak verschillende ideeën en verhalen extraheren die kunnen worden gebruikt bij de besluitvorming, formuleer strategieën en toekomstige doelen voor organisaties.
De People Analytics-aanpak is meer een "bundel" of "verpakking" op een elementaire manier, bestaande uit verschillende iteratieve stappen die goed gedefinieerde methodologieën omvatten om zakelijk inzicht te genereren.
advertenties
Belang
Een steeds veranderende en vluchtige zakelijke omgeving heeft geleid tot een dringende behoefte aan betere beslissingen van mensen overal ter wereld. Om echt succesvol te zijn, moet u uw gegevens kunnen ondervragen om de oorzaak van de problemen, pas passende interventies toe en anticipeer op toekomstige evidence-based ontwikkelingen stevig.
Dit proces vormt de kern van effectieve strategieën voor mensenanalyse. De kracht van people analytics in de dagelijkse besluitvorming is onmiskenbaar: volgens DDI is de Organisaties die uitblinken in people analytics hebben 3,1 keer meer kans om beter te presteren hun leeftijdsgroep.
advertenties
Veel veelvoorkomende HR-statistieken ze voegen geen strategische waarde toe aan het bedrijf. Ze helpen HR vaak niet. om te verwoorden wat nodig is om aan een bedrijfsdoel of behoefte te voldoen. Ze onthullen niet hoe onderbezetting de omzetdoelen of nettoscores van promotors zal beïnvloeden.
Met people analytics kun je de aandacht van je CEO trekken door je te verdiepen in strategische HR-statistieken, zoals:
advertenties
- Inkomen per werknemer.
- Verbetering van de kwaliteit van de werving.
- Rotatie van prestaties in belangrijke banen.
- Gederfde inkomsten door vacante dagen.
- HR-effectiviteit.
- Mislukkingspercentage nieuwe aanwervingen.
- Diversiteit aannemen in klantimpactposities
Focus
Dit is het typische ecosysteem van de People Analytics-aanpak
1 bereik
Het begrijpen van het bedrijfsprobleem/de studie en de bestaande impact ervan is een voorbereidende stap. In het algemeen worden alle aspecten gedefinieerd / besproken / gedebatteerd samen met de gewenste probabilistische uitkomst. Het gebeurt meestal op uitvoerend niveau tussen belanghebbenden en materiedeskundigen.
2.- Plannen
Verderop in de lijn... de doelstellingen zijn hier zeer goed gedefinieerd met betrekking tot de beschrijving van de omvang, de benodigde logistiek in termen van middelen, methodologieën, tools, SLA, enz. De bedoeling is duidelijk gedefinieerd samen met de geschatte levertijden.
3.- Gegevensarchitectuurmodel
De gegevens vormen het skelet van dit onderzoek. Het begrijpen van het bestaande schema is essentieel, samen met het illustreren van het gewenste data-architectuurmodel.
Er worden herhaalde data-audits uitgevoerd om beschikbaarheid, kwaliteit, gezond verstand, toegankelijkheid, nauwkeurigheid en gevoeligheid te meten. En de nodige aanvullende gestructureerde gegevens moeten worden verzameld over de resultaten van de gegevensaudit voordat verder wordt gegaan om meningsverschillen en anomalieën te voorkomen.
4.- Processtroomdiagram (PFD)
Hier wordt de verbinding van de knooppunten gemaakt volgens het data-architectuurmodel. Dit illustreert de roadmap van het onderzoek en karakteriseert alle mogelijke kritieken onderweg. Gewoonlijk moet een PFD worden besproken met belanghebbenden voor input voordat wordt overgegaan tot de volgende stap. Hier kunt u de omvang van het project opnieuw wijzigen en indien nodig de tijdlijnen opnieuw inschatten.
5.- Analyse en gegevensverwerking
Dit is een interessant en leuk onderdeel van het onderzoek waarbij de feitelijke gegevens worden geanalyseerd en verwerkt volgens de roadmap die is gedefinieerd in PFD. Statistische technieken en machine learning-algoritmen worden iteratief gebruikt om de gewenste resultaten te verkrijgen die passen bij de gedefinieerde reikwijdte van het onderzoek.
6.- Kennisextractie
Dit is het intuïtieve deel van het project waar de resultaten worden bestudeerd om kennis te extraheren. Om dit onderdeel te exposeren is een uitstekende commerciële en technische kennis vereist. Het resultaat zit hem vooral in technische taal en beleving om dit om te zetten in bedrijfsresultaten in de vorm van verhalen.
7.- Impactanalyse en aanbevelingen
Dit is de laatste formele stap in de aanpak waarin impact wordt geanalyseerd door middel van verschillende hypothesestudies en aanbevelingen worden gedaan met stakeholders. Het is noodzakelijk om de positieve en negatieve aspecten van het onderzoek te definiëren om consequenties te voorkomen. Aanbevelingen worden meestal gedaan op basis van verzameld bewijs en ideeën gedreven in de vorm van een rapport, visualisatie.
