Bestaat jouw leven uit het steeds weer najagen van dromen, verbeteringen en vernieuwingen? Tevreden zijn met wat is, brengt rust en vertrouwen, ook voor de leidinggevende. We hebben steeds een verlangen naar groei, naar ontdekken, naar meer, beter, groter, sterker…
Ontdekken wat we kunnen, om daarna te ontdekken wat we willen betekenen voor de wereld. Daar willen we dan ook steeds bewijzen voor hebben, wetenschappelijke bewijzen en/of cijfermatige bewijzen. In iedere organisatie zou het best veel meer draaien om de vraag: is er iets van waar ik nu mee bezig ben voor een hogere omzet of lagere kosten dat kan bijdragen aan de juiste zorg voor de mens? HR-analytics geeft daar een mogelijk inzicht in.
Maar doen we niet allemaal te zwaar en ingewikkeld over data? Gaan we hier niet te vaak koud en kil mee om als we beslissingen moeten nemen? Sommige organisaties zijn alleen tevreden als HR de noodzaak van een voorstel kan aantonen met een deugdelijke analyse op basis van cijfers.
Vele afdelingen binnen HR doen vaak ingewikkeld over data. Als ze data hebben, willen ze daar altijd mee uitpakken als bewijsmateriaal. Volgens mij zou een eerste stap in de data-analyse binnen HR betekenen dat je je de vraag stelt: hoe duur is een team in vergelijking met andere teams die hetzelfde werk doen? Als je deze berekening kan maken, heb je concrete cijfers en vergelijkingspunten.
Als je aan HR-analyses doet, is het vormgeven en positioneren van de verschillende rollen in je organisatie een veel moeilijker gegeven. En die hebben we wel nodig om de juiste feedback te geven. Werken met data vraagt om voorzichtigheid en discretie, en hangt altijd af van hoe je bepaalde cijfers gaat vertalen naar strategie en toekomstplannen. Hier worden immers de beslissingen op genomen.
Als een directie cijfers en/of analyses vraagt, is het de bedoeling deze te tonen, maar achter ieder koud cijfertje zit uiteraard ook een verhaal. HR-data zijn niet alleen de analyses die je maakt met cijfertjes, minstens even belangrijk is hoe je die aan je stakeholders voorstelt en wat je verhaal daarbij is.
Mensen allemaal in dezelfde boot krijgen met onderbouwd materiaal is de boodschap. Daarbij is cijfermateriaal en analyses maken van één afdeling niet voldoende. Het is de bedoeling om alle departementen mee te krijgen om nog betere linken te kunnen maken en betere beslissingen te kunnen nemen.
Uiteindelijk komt het ook bij analytics, data en cijfertjes altijd op hetzelfde neer: het is niet zwart of wit! En je moet niet blauw of rood zijn, maar de kunst hebben om goed met cijfers en data om te springen, deze in de juiste context te kunnen plaatsen en op de juiste manier uit te leggen aan degene die moet beslissen op basis van dit cijfermateriaal. Data kan je helpen en dataoptimalisatie laat ons sneller en efficiëntere beslissingen nemen, maar vergeet vooral niet het gezond boerenverstand te laten meespelen.