HR analytics – waarom cijfers wel menselijk zijn

Vroeger merkte ik al een tweedeling, als ik vertelde dat ik wiskunde heb gestudeerd. Er waren twee soorten reacties: mensen die zeiden dat ze wiskunde vreselijk en heel moeilijk vonden (de meest voorkomende) of mensen die er ook enthousiast van worden. Datzelfde merk ik nu ook met HR analytics. Veel HR mensen zijn het vak ingegaan vanwege de sociologische of psychologische kant en hebben weinig met cijfers. Tegen deze groep roepen dat HR analytics een must is, is dan ook vloeken in de kerk. Meest gehoorde opmerking is dat HR analytics niet menselijk is en niets zegt over een individu. Over dat laatste ben ik het grondig mee eens - HR analytics zegt iets over kansen en risico’s en vooral op groepsniveau – maar dat het de human uit HR haalt ben ik het volledig mee oneens. Al was het maar dat in het dagelijks leven mensen overal cijfers aan koppelen: “hoe voel je je vandaag op een schaal van 1-5 of hoe vond je je vakantie, als je het een cijfer moest geven?”.

Betere besluitvorming betere keuzes

In ons dagelijks leven gebruiken we ook feitelijke informatie voor het maken van onze besluiten. Als we een auto kopen bijvoorbeeld, lezen we ook eerst allerlei reviews of het wel een veilige auto is, welke voor- en nadelen eraan kleven en of het een goede prijs-kwaliteitsverhouding heeft, voordat we uiteindelijk tot de koop overgaan. Waarom zou je dat voor je werknemers niet doen? Hoe kan je betere werkomstandigheden beloven als je niet weet of het veiligheidsbeleid daar ook echt toe bijdraagt? Of hoe kan je beweren goede arbeidsvoorwaarden te bieden als je niet weet wat je medewerkers belangrijk vinden?  Of hoe kan je mooie doorgroeimogelijkheden beloven als je niet weet hoe realistisch dat eigenlijk is? Er zijn tal van voorbeelden te noemen die tot op de dag van vandaag bij bedrijven op onderbuikgevoel gaat of op basis van onderzoeken die misschien helemaal niet van toepassing zijn op jouw werknemers. Hoe menselijk is dat? Met HR analytics weet je het ook niet met 100% zekerheid, maar dan heb je in elk geval zoveel mogelijk informatie boven tafel gehaald om gefundeerd een bepaalde richting in te gaan. Een auto die over het algemeen als veilig wordt ervaren kan ook incidenteel stuk gaan.

Gebruik data-analyses om te verbeteren

Verder wordt HR analytics nogal eens gezien als allesomvattend, dat met de uitkomsten de kous af is. Maar niets is minder waar. Meestal leveren HR analytics uitkomsten nieuwe vragen op en belicht het een deel van de problematiek. Moet je het daarom maar niet doen? Juist wel, want alle inzichten kunnen gebruikt worden om beleid en werkwijzen te verbeteren. We leven in een veranderende wereld en continu verbeteren of misschien beter gezegd aanpassen aan de veranderende werkelijkheid is hiermee mogelijk. Dus ook de analyse vraagstukken zijn aan verandering onderhevig en is een never ending story. Niets menselijks is ons vreemd.