College 5 en 6 (Gerard Evers)

87
HR Analytics 30 maart 2017

Transcript of College 5 en 6 (Gerard Evers)

Page 1: College 5 en 6 (Gerard Evers)

HR Analytics

30 maart 2017

Page 2: College 5 en 6 (Gerard Evers)

Leerdoelen, vragen?

Waarom HR Analytics? WHY

Wat wil je vandaag graag leren?

http://www.ted.com/talks/simon_sinek_how_great_leaders_inspire_action?language=nl

Page 3: College 5 en 6 (Gerard Evers)

Programma Dag 2

Dag 2: Aan de slag met data, ratio’s, kengetallen en metrics

Tijdens deze dag leert u het belang te onderkennen van het

werken met kengetallen en aanverwante data. U gaat

concreet aan de slag met het opstellen van ken- en

stuurgetallen binnen het HR analytics proces. U leert alles

wat u moet weten om goed te kunnen werken met allerhande

variabelen, metrics, ratio’s en big data. U leert een HR

Balanced Scorecard opstellen en legt verbanden met de HR

strategie.

Page 4: College 5 en 6 (Gerard Evers)

Dr. Gerard Evers

• Oud-hoogleraar Human Capital Valuation

• Econometrist

• Editor van diverse HR-tijdschriften

• Directeur EuroHRM

Tilburgseweg 117

5051 AC Goirle

[email protected]

00316 53465225

Page 5: College 5 en 6 (Gerard Evers)

Opzet algemeen 1. De theorie van HRA. Wat zijn kengetallen, stuurgetallen, wat

is HRA? – Waarom zouden we het gebruiken?

– Welke KSG moeten we dan gebruiken?

– Dashboard ontwikkelen en vullen

2. Thema’s / toepassingsvelden (in overleg) – Ziekteverzuim

– Strategische personeelsplanning

3. Hoe vertalen we data naar HR-beleid?

Page 6: College 5 en 6 (Gerard Evers)

HR-analytics – wat en waarom?

6

Page 7: College 5 en 6 (Gerard Evers)

Wat haal je uit je data?

7

Page 8: College 5 en 6 (Gerard Evers)

De toekomst is ook al niet meer wat hij geweest is……

1. Hoe zag verleden eruit?

2. Wat leren we daarvan?

3. Wat vertelt ons dit over de toekomst?

Page 9: College 5 en 6 (Gerard Evers)

Sturen op de achteruitkijkspiegel?

Voorspellen wat morgen

waarschijnlijk gaat gebeuren?

Wat heeft meer nut:

Rapporteren wat gisteren is gebeurd?

OF

Page 10: College 5 en 6 (Gerard Evers)

HR metrics

Het systematisch in beeld brengen van recente

trends en ontwikkelingen in personeel via ken-

en stuurgetallen, balanced scorecards en

dashboards.

Gerard Evers, Rolf Baarda en

Jelle Dijkstra, 2007

Page 11: College 5 en 6 (Gerard Evers)

HR analytics

Het systematisch en data-gedreven vertalen van

ontwikkelingen in personeel naar gevolgen voor de

toekomst, alsmede het kwantificeren en voorspellen van

de impact van dit ‘human capital’ op de business.

Page 12: College 5 en 6 (Gerard Evers)

www.hracademy.nl 12

HR-metrics

Het systematisch in

beeld brengen van

recente trends en

ontwikkelingen in

personeel via ken- en

stuurgetallen, balanced

scorecards en

dashboards.

HR-analytics

Het systematisch en

data-gedreven vertalen

van ontwikkelingen in

personeel naar

gevolgen voor de

toekomst, alsmede het

kwantificeren en

voorspellen van de

impact van dit ‘human

capital’ op de business.

Page 13: College 5 en 6 (Gerard Evers)

HR-intelligence = HR-metrics + HR-analytics

13

Page 14: College 5 en 6 (Gerard Evers)

Metrics versus Analytics

HR-Metrics

1. De cijfers:

2. Zo is het

3. Gisteren

4. Feiten/data

5. Alles

6. Alle handelingen

7. Informatie

8. Verzamelen

9. Rapporteren

10. Lage toegevoegde waarde

11. HR Score card

12. HR Ownership

13. Controlling

14. Inside-in

HR Analytics

1. De waarneming

2. Zo wordt het

3. Toekomst

4. Wat vertelt het ons

5. Need to know

6. De grote lijn

7. Verbanden

8. Vragen stellen

9. Analyseren

10. Onderscheidend vermogen

11. Business score card

12. C-level

13. KPI’s

14. Optimaliseren outside in

Page 15: College 5 en 6 (Gerard Evers)

HR analytics – toepassingen

15

Page 16: College 5 en 6 (Gerard Evers)

Operationeel management

www.hracademy.nl 16

12%

13%

14%

15%

16%

17%

2010 2011 2012 2013

Verloop Top 5 risico talenten/groepen

Kans op vertrek

1 Jan Janssen 85%

2 Peter Pietersen 76%

3 Marieke de Vries 63%

4 Imke Jansen 52%

5 Ton Peters 41%

Page 17: College 5 en 6 (Gerard Evers)

Employee Engagement matters!

Impact on Partner and Business Results:

Store Ranking by

Partner Engagement:

Voluntary

Turnover

Highly Satisfied

Customers

Average

Transaction

Top-Scoring Stores 54% 72% $4.63

Bottom-Scoring Stores 65% 66% $4.49

Difference -11% +6% +$.14

Top-scoring stores on engagement consistently outperform bottom-scoring stores on key employee and business results

If all North America stores scored at the level of top stores, we could realize a:

6-point reduction in Voluntary Turnover = $13MM savings/year

3-point increase in Customer Scores = 1.5MM more highly satisfied customers

6-cent increase in Average Transactions = $95MM sales/year

Bron: Starbucks, 2011

Page 18: College 5 en 6 (Gerard Evers)

Bouwstenen voor SPP

.

18

Nu

Straks

Formatie Bezetting

Gewenste

formatie

Vis

ie, m

iss

ie,

str

ate

gie

,

om

ge

vin

g, e

tc.

K³R

Dyn

am

iek ID

U

Vraag

Intern

Verwachte

bezetting

Cocktail van

beleid,

instrumenten en

acties

Scenario Scenario

Gaps

Boventalligheid

Vacatures

Extern

Aanbod

K³R K³R

K³R

Beleidsdiscussie

- Kwantiteit

- Kwaliteit

- Kosten

- arbeidRelaties

K³R =

Scenario

alternatieven,

bv auto-

matisering,

uitbesteding

werving,

opleiding,

doorstroom,

flexpool, etc

Vergrijzing

Mobiliteit

Schoolverlaters

Krapte

Conjunctuur

Loonniveau’s

Flexibiliteit

Etc.

1

4

2 5

6 3 7

8

Page 19: College 5 en 6 (Gerard Evers)

HR analytics – het proces & de organisatie

19

Page 20: College 5 en 6 (Gerard Evers)

HR analytics als onderdeel van organisatieproces

I. Identificeer business kansen en vragen

II. Analytics: transformeer data in

actiegerichte informatie

III. Inzichten vertalen naar gewenst HR-beleid en dit

implementeren

IV. Resultaten meten en monitoren

Page 21: College 5 en 6 (Gerard Evers)

HR analytics proces: transformeer data in actiegerichte informatie

1. Business vraag achterhalen

2. Business vraag vertalen naar analytics

vraagstuk

3. Data verzamelen

4. Data prepareren

5. Data analyseren en vertalen naar Insights

6. Presentatie en visualisatie

7. Insights vertalen naar beleid

8. Resultaten meten (= metrics)

WIE DOET WAT?

Page 22: College 5 en 6 (Gerard Evers)

HR-intelligence = HR-metrics + HR-analytics

Bron: Al/Doze 2015, gebaseerd op Boudreau/Ramstad, Beyond HR, 2007

Page 23: College 5 en 6 (Gerard Evers)

HR-metrics: Ken- en Stuurgetallen

23

Page 24: College 5 en 6 (Gerard Evers)

HR analytics als onderdeel van organisatieproces

I. Identificeer business kansen en vragen

II. Analytics: transformeer data in

actiegerichte informatie

III. Inzichten vertalen naar gewenst HR-beleid en dit

implementeren

IV. Resultaten meten en monitoren

Page 25: College 5 en 6 (Gerard Evers)

Be Smart, don’t Kiss

Denk SMART:

• Specifiek

• Meetbaar

• Acceptabel

• Realistisch

• Tijd-specifiek

Eenvoud en

intuïtie zijn

alibi’s voor de

armen van geest

Meten is weten,

gissen is missen,

gokken is dokken

Page 26: College 5 en 6 (Gerard Evers)

Functies van Ken- en Stuurgetallen

KengetallenDominante thema's

StuurgetallenDiagnose Besturing

Inventariseren Planning

Signaleren Control

Page 27: College 5 en 6 (Gerard Evers)

Resultaatgebieden: organisatieresultaatgebieden of een gebied waarop een

verbeterproject, proces, een functie of een persoon resultaten moet

bereiken

Voorbeelden

Verlooppercentage: Het aantal werknemers waarvan het dienstverband

gedurende een bepaalde periode is beëindigd (resultaat) als percentage

(kenmerk) van het gemiddeld aantal werknemers (resultaatgebied)

binnen die periode.

Kosten per aangenomen medewerker: de gemiddelde kosten (kenmerk)

van het aantal ‘aangenomen medewerkers’ als resultaat van het

recruitmentproces (resultaatgebied)

Een kengetal of prestatie-indicator is: een instrument

om een bepaald aspect (kenmerk) van een bereikt

resultaat (prestatie) op een resultaatgebied te meten

Page 28: College 5 en 6 (Gerard Evers)

Kengetallen op basis van processen

Input Proces Output

Prestatie Indicator /

kengetal

Page 29: College 5 en 6 (Gerard Evers)

Drie ‘aspecten’ (kenmerken) van kengetallen

+

geconstrueerde

indicatoren

Page 30: College 5 en 6 (Gerard Evers)

• klantentevredenheid

• klantenloyaliteit

• klantenverloop

• omzet

• kosten

• winstgevendheid

• financiële risico’s

• werknemersgegevens

• rekrutering & selectie

• beoordeling

• training & ontwikkeling

• engagement (survey)

• salaris

• mobiliteit – verloop – promotie

• diversiteit

• verzuim – vitaliteit

• productiviteit

• kwaliteit

• veiligheid

• cycle time

Het koppelen van databronnen geeft nieuwe inzichten

Data where? Data everywhere! Data where? Data everywhere!

Bron: iNostix, 2012

Page 31: College 5 en 6 (Gerard Evers)

Een beter milieu…

Page 32: College 5 en 6 (Gerard Evers)

Wat zijn goede kengetallen?

• Gemakkelijk te begrijpen

• Helder gedefinieerd, valide

• Efficiënt te verzamelen (kosten)

• Betrouwbaar (zuiver te meten)

• Geloofwaardig: Roughly right is better than precisely wrong

• Duidelijke relatie met strategische issues

• Redelijke frequentie in de tijd

Page 33: College 5 en 6 (Gerard Evers)

Gebruik actieve kengetallen

• Maak kengetallen voorspellend

• Maak kengetallen relevant d.w.z. van het juiste ‘niveau’

• Gebruik waar mogelijk absolute getallen

• Gebruik ook (enkele) negatieve kengetallen

Maak kengetallen meer ‘actiegericht’

Rapporteer kengetallen via het juiste kanaal!

• Laat medewerkersgerelateerde organisatiestuurgetallen (zoals bijvoorbeeld de eNPS

en het percentage medewerkers dat voldoet aan de functie-eisen) opnemen in de

reguliere managementrapportages en niet in een eigen HR-rapportage

Voeg actie-ingrediënten toe aan het rapport

• Ingrediënten om het belang van een kengetal te benadrukken

• Ingrediënten om een kengetal actueler te maken

• Ingrediënten om actie mogelijk te maken

• Ingrediënten om het probleem, het besluit en/of de uit te voeren actie(s) persoonlijker te maken

Page 34: College 5 en 6 (Gerard Evers)

• Welke kengetallen hanteren jullie voor verzuim?

• Welke kengetallen zou je (ook) willen gebruiken om ze ‘actiever’ te maken?

Werk in groepjes (3/4 personen), ca. 15 minuten

Oefening

Page 35: College 5 en 6 (Gerard Evers)

Oefening voor later

1. Maak op basis van je eigen databronnen een overzicht

van het verzuim onder hoger en lager opgeleiden?

Verschilt dit?

2. Idem voor deeltijders en voltijders, jong en oud, et

cetera.

3. Maak een verzuimvenster met enerzijds (op de x-as) de

verzuimfrequentie en anderzijds (op de y-as) de

verzuimduur in dagen. Plaats hierin de onderscheiden

groepen: jong/oud, etc.

www.hracademy.nl 35

Page 36: College 5 en 6 (Gerard Evers)

Stuurgetallen volgen uit strategie

www.hracademy.nl 36

Page 37: College 5 en 6 (Gerard Evers)

Stuurgetallen volgen uit strategie(kaart)

Leren en groeien

Intern

Klanten

Financieel

Motivatie Competenties

Korte

levertijd Veel klantcontacten

Klanttevredenheid

Omzet

groei

Lagere

voorraadkosten

Page 38: College 5 en 6 (Gerard Evers)

Van strategiekaart naar balanced scorecard

Page 39: College 5 en 6 (Gerard Evers)

Wat zijn goede stuurgetallen?

Duidelijke relatie met strategische issues Gemakkelijk te begrijpen Helder gedefinieerd, valide Efficiënt te verzamelen (kosten) Betrouwbaar (zuiver te meten) Geloofwaardig: Roughly right is better than precisely wrong Redelijke frequentie in de tijd

Hebben een goede streefwaarde www.hracademy.nl 39

Page 40: College 5 en 6 (Gerard Evers)

Relatie tussen Ken- en Stuurgetallen

40 www.hracademy.nl

Kengetal (diagnose)

Variabele

Instroom

Definitie

% nieuwe medewerkers t.o.v.

totaal aantal medewerkers

Waarde

per 1-1-17

9%

Uitstroom % medewerkers die de

organisatie hebben verlaten 14%

Stuurgetal (besturing)

Variabele

Instroom

Definitie

% nieuwe medewerkers t.o.v.

totaal aantal medewerkers

Waarde

per 1-1-17

9%

Norm

Dec ‘17 Dec ‘18

10% 12%

Uitstroom % medewerkers die de

organisatie hebben verlaten 14%

Dec ‘17 Dec ‘18

11% 8%

Groeistrategie. Instroom dient binnen

twee jaar met 3% te zijn verhoogd en

uitstroom met 6% te zijn verlaagd

Page 41: College 5 en 6 (Gerard Evers)

Hoe kom ik aan een goede streefwaarde?

41

Page 42: College 5 en 6 (Gerard Evers)

Balanced scorecards en dashboards

42

Page 43: College 5 en 6 (Gerard Evers)

BALANCED SCORECARD

1992, 1996 KAPLAN EN NORTON

4 DOMINANTE DIMENSIES

• FINANCIEEL

• INTERNE PROCESSEN

• KLANTEN

• LEREN EN GROEIEN

Page 44: College 5 en 6 (Gerard Evers)

Van strategiekaart naar balanced scorecard

Page 45: College 5 en 6 (Gerard Evers)

Een voorbeeld : KLM

ROI = winst / geinv.vermogen (GIV)

= (omzet – kosten) / GIV

= omzet/ASK – kosten/ASK * ASK / GIV

= omzet/ASK – kosten/fte * ASK / GIV

ASK/fte

ASK = available seat km’s

Kosten/fte = arbeidsvoorwaarden

ASK/fte = productiviteit

Page 46: College 5 en 6 (Gerard Evers)

46

Business Balanced Scorecard

+ + Over 5% better than target

+ 1-5% better than target

o On target (i.e. within 1% of target)

– 1-5% worse than target

– – Over 5% worse than target

Improving trend (an improvement of 1% or more)

Stable trend (less than 1% deviation)

Worsening trend (a worsening of 1% or more)

Not available or not applicable

Legend

Financial

Target

(yr)

FC yr KPI Mnd vs

target

jaar vs

target

trend

200 190 Bruto winst + -

0,90 0,88 Kosten per ASK + +

2,6 2,5 Productiviteit per ASK - +

Operational performance

target actu

al

KPI Mnd

vs

target

Jaar

vs

target

81% 78% Stiptheid

vertrek

- - -

80% 82% Stiptheid

aank.

+ +

Service performance

Target

(yr)

FC yr KPI Mnd vs

target

jaar vs

target

90% 70% Prio bag on

belt

- - -

2% 3% Missing

bags

0 -

90% 95% cleanliness - +

Innovations

KPI progres

s

Integratie Air France 0

Inrichting Airbus - -

Page 47: College 5 en 6 (Gerard Evers)

Van Strategiekaart naar HR strategiekaart… Fi

nan

ciee

l K

lan

ten

In

tern

e p

roce

sse

n

Org

anis

a-ti

e

Competenties medewerkers verhogen

Proces kwaliteit verbeteren

Doorlooptijd verkorten

Tijdige levering

Klantenbinding verhogen

Hogere omzet & marges

‘technologie’: selectie opleidingsinstituut

Excellente Training leidinggeven-den tot people managers

Competenties medewerkers verhogen

Fin

anci

eel

Kla

nte

n

Org

anis

a-ti

e

Inte

rne

pro

cess

en

€ Inhuur derden beperken

ORGANISATIE HR

47

Page 48: College 5 en 6 (Gerard Evers)

HR KPI’s monitoren…

48

Page 49: College 5 en 6 (Gerard Evers)

… inclusief alerts

49

Page 50: College 5 en 6 (Gerard Evers)

Hoe bepaal ik welke KPI’s te monitoren?

In twee stappen:

Stap 1 :

Bepaal de strategische doelstellingen/dominante thema’s en de bijdrage van HR hieraan (per HR gebied)

Stap 2 :

Vertaal deze bijdrage naar KSF en KPI’s (wat is het bewijs?)

Page 51: College 5 en 6 (Gerard Evers)

Een voorbeeld: top 10 van thema’s

1. Terugbrengen regrettable verloop

2. Hogere medewerkersbetrokkenheid

3. Demografie en eindeschalers

4. Verhogen van productiviteit

5. Vergroten flexibiliteit

6. Verhogen kwaliteit medewerkers

7. Bewaken loonkostenquote

8. Terugdringen verzuim

9. Talent management en SP

10. Leiderschap en cultuur

Page 52: College 5 en 6 (Gerard Evers)

Stap 1: bijdrage HR aan strategische doelstellingen/ dominante thema’s

Werv

ing

en

sele

cti

e

Perf

orm

an

ce

man

ag

em

en

t

Tale

nt

Develo

pm

en

t

Belo

nin

g

Ad

min

istr

ati

e

Mo

bil

iteit

/

Uit

str

oo

m

Etc

.

A. Strate-

gische

doelstel-

ling

B.

Strate-

gische

doelstel-

ling

Etc.

Page 53: College 5 en 6 (Gerard Evers)

Voorbeeld stap 1

53

Werving en

selectie

Talent

Development

Performance

Management Beloning

Betreden van

een nieuwe

markt (bijv. van

offline naar

online verkoop)

Adequaat

werven en

selecteren van

nieuwe

medewerkers

voor online

Opzetten beleid

en instrumenten

ten behoeve

van de

medewerkers

die in ‘online’

werken

Klant centraal

stellen, klant

gericht werken

Page 54: College 5 en 6 (Gerard Evers)

Stap 2: Bijdrage (of HR strategiekaart) vertalen naar KPI’s

HR bijdrage (K)PI Norm

A. Strategische

doelstelling

Bijdrage/

activiteit 1

‘bewijs’

Bijdrage/

activiteit 2

Page 55: College 5 en 6 (Gerard Evers)

Voorbeeld stap 2

HR bijdrage KPI Norm

Betreden van een

nieuwe markt (bijv.

van offline naar

online verkoop)

Adequaat werven

selecteren van

nieuwe

voor online

% van de vacatures

wordt binnen 40

werkdagen vervuld

90%

% van de

medewerkers blijft

na 12 maanden en

heeft een

beoordeling van

minimaal een 3

80%

www.hracademy.nl 55

Page 56: College 5 en 6 (Gerard Evers)

Oefening: stap 1 (wat is een dominant thema binnen je bedrijf en wat is de bijdrage van de onderstaande HR gebieden)

Str

ate

gis

ch

e

do

els

tell

ing

Werving en

selectie

Talent

Development

Performance

Management Beloning

56

Page 57: College 5 en 6 (Gerard Evers)

Oefening: stap 2 (kies max TWEE bijdragen om uit te werken)

Strategische

doelstelling HR bijdrage KPI Norm

Page 58: College 5 en 6 (Gerard Evers)

HR-analytics: van vraag tot

antwoord

58

Page 59: College 5 en 6 (Gerard Evers)

HR analytics proces: transformeer data in actiegerichte informatie

1. Business vraag

achterhalen

2. Business vraag vertalen naar analytics

vraagstuk

3. Data verzamelen

4. Data prepareren

5. Data analyseren en vertalen naar

Insights

6. Presentatie en visualisatie

7. Insights vertalen naar

beleid

8. Resultaten meten

(= metrics)

Page 60: College 5 en 6 (Gerard Evers)

Valkuil 1: De verkeerde vraag….

"An approximate answer to the right problem

is worth a good deal more than an exact

answer to an approximate problem.“

John Tukey

statisticus (1915 – 2000)

Page 61: College 5 en 6 (Gerard Evers)

Business kansen / vragen identificeren

Page 62: College 5 en 6 (Gerard Evers)

Tips!

We zoeken de vraag – praat dus NIET over oplossingen! (‘heb je al gedacht aan?’, etc.)

Er zijn maar twee soorten barrières:

1. Men is onzeker over de SOLL

2. Men weet niet hoe bij de SOLL te komen

Page 63: College 5 en 6 (Gerard Evers)

Oefening

• In groepjes van 3 personen

• Interview elkaar – maximaal 3 minuten per persoon

• Identificeer een Key Question voor ….

63

Nou en….?

Page 64: College 5 en 6 (Gerard Evers)

Voorbeeld analyse boom

Slechte kwaliteit

dienstverlening

Moeilijke

werkomstandig

-heden

Slecht

materiaal

Hoog

ziekteverzuim

Hoge werkdruk

Slechte

kwaliteit

managers

Lage

betrokkenheid

Andere

targets Weinig MD

Hoog

verloop

Ontevreden

klanten

Hogere eisen

klanten

64

Page 65: College 5 en 6 (Gerard Evers)

Hulpmiddel: Visgraat Diagram Hulpmiddel: visgraat diagram

ENVIRONMENT

65

Page 66: College 5 en 6 (Gerard Evers)

Visgraatdiagram HR

66

Page 67: College 5 en 6 (Gerard Evers)

Oefening Talent Management

Creëer een analyseboom voor het volgende vraagstuk: hoe voorkom ik dat talenten te snel bij onze organisatie vertrekken?

67

Kans op hoog

verloop onder

talenten

Page 68: College 5 en 6 (Gerard Evers)

HR analytics als onderdeel van organisatie proces

68

I. Identificeer business kansen en

vragen

II. Analytics: transformeer data in

actiegerichte informatie

III. Inzichten vertalen naar gewenst HR-beleid en dit

implementeren

IV. Resultaten meten en monitoren

Page 69: College 5 en 6 (Gerard Evers)

HR analytics proces: transformeer data in actiegerichte informatie

Probleem/

Vraag Data Analyse

Presentatie

Rapportage

(Actie)

Van business

vraag naar

analytics

vraagstuk

Creëer de

analyseboom /

stel

hypotheses op

Data

bronnen

zoeken,

definiëren

en/of creëren

Data

verzamelen

Data schoon-

maak,

verwerken en

verrijken

Analyses

uitvoeren

Analyseboom en

hypotheses

reviewen

Samenbrengen

en vertalen van

analyse

resultaten naar

inzichten en

acties

Doeltreffend

rapporteren

en

visualiseren

van

resultaten

Page 70: College 5 en 6 (Gerard Evers)

HR analytics proces: transformeer data in actiegerichte informatie

Probleem/

Vraag Data Analyse

Presentatie

Rapportage

(Actie)

Van business

vraag naar

analytics

vraagstuk

Creëer de

analyseboom /

stel

hypotheses op

Data

bronnen

zoeken,

definiëren

en/of creëren

Data

verzamelen

Data schoon-

maak,

verwerken en

verrijken

Analyses

uitvoeren

Analyseboom en

hypotheses

reviewen

Samenbrengen

en vertalen van

analyse

resultaten naar

inzichten en

acties

Doeltreffend

rapporteren

en

visualiseren

van

resultaten

UBS Dag 3 en 4 UBS dag 5

Page 71: College 5 en 6 (Gerard Evers)

Valkuil : Te simpel analysemodel

Page 72: College 5 en 6 (Gerard Evers)

Of moeten we juist meer IKEA winkels hebben …?

Page 73: College 5 en 6 (Gerard Evers)

Het Interrelatiediagram

Het interrelatiediagram helpt je de betrekkingen van oorzaak en gevolg tussen factoren aan het licht te brengen. Het heeft wat weg van ‘mind-mapping’. Zet alle factoren op een bord en bespreek de relatie tussen twee factoren onderling. Niet de ‘sterkte’ van de relatie (die komt uit de statistiek) maar de richting van de relatie: wat is tussen de betreffende twee het oorzaak en gevolg? Eén belangrijke spelregel: altijd slechts één richting mogelijk! Kiezen dus. Teken een pijl tussen de twee factoren om de richting van een verband te tonen. Geen verband of zwak, dan geen pijl. Doe dit voor alle factoren.

Tel vervolgens de uitgaande pijlen en inkomende pijlen per factor. De factoren zonder inkomende pijlen (en waar de meeste pijlen van uitgaan), worden wel de ‘bronoorzaken’ of ‘drivers’ genoemd. De factoren met alleen inkomende pijlen (of de meeste), vormen de ‘bottlenecks’ : het zichtbare (eind)probleem, dat je wil oplossen.

73

Page 74: College 5 en 6 (Gerard Evers)

Hulpmiddel: interrelatiediagram (uitgaand / inkomend)

74

Slechte kwaliteit

Managers

Minder

vaardigheden en

ervaring (managers)

Lager werktempo

(medewerkers)

Slechtere Tools en

Instructies

Langere

doorlooptijden

projecten

Strakkere eisen aan

Installatie

3 / 1 2 / 0

0 / 5

2 / 2 1 /4

4 / 0

Page 75: College 5 en 6 (Gerard Evers)

Van analyses naar inzichten

75

Page 76: College 5 en 6 (Gerard Evers)

Een redenering bevat uitgangspunten waaruit een conclusie volgt. Daartussen

zitten redeneerstappen. Als de uitgangspunten waar zijn, dan moet de

conclusie ook waar zijn.

• Deductief redeneren: de toepassing van een algemene regel op een

specifieke situatie

• Inductief redeneren: de afleiding van een algemene regel uit een beperkte

verzameling specifieke gevallen

Conclusies trekken = redeneren

Page 77: College 5 en 6 (Gerard Evers)

Voorbeelden: inductief en deductief redeneren

Investeren

in personeel

Investeren

in tools

Investeren

in werk-

omgeving

Meer

investeringen

nodig

Technologie

bedrijven vinden

moeilijker personeel

Wij zijn een

technologie

bedrijf

Wij vinden

moeilijker

personeel

Vacatures

invullen wordt

moeilijker

Inductief

Deductief

77

Page 78: College 5 en 6 (Gerard Evers)

Ali, Ben, Corné en Daantje hebben een cadeau voor hun vader gekocht. Een van de vier kinderen heeft het cadeau verstopt. Toen hun moeder vroeg wie dat had gedaan, antwoordden ze als volgt:

Ali: “Ik was het niet.”

Ben: “Ik was het niet.”

Corné: “Daantje heeft het gedaan.”

Daantje: “Ben heeft het gedaan.”

1. De uitspraken van Corné en Daantje kunnen niet allebei tegelijk waar zijn. Geef nog zo’n voorbeeld.

2. Stel: precies één van de kinderen heeft gelogen. Wie heeft dan het cadeau verstopt?

Redeneren…

Page 79: College 5 en 6 (Gerard Evers)

Ali, Ben, Corné en Daantje hebben een cadeau voor hun vader gekocht. Een van de vier kinderen heeft het cadeau verstopt. Toen hun moeder vroeg wie dat had gedaan, antwoordden ze als volgt:

Ali: “Ik was het niet.”

Ben: “Ik was het niet.”

Corné: “Daantje heeft het gedaan.”

Daantje: “Ben heeft het gedaan.”

1. De uitspraken van Corné en Daantje kunnen niet allebei tegelijk waar

zijn. Geef nog zo’n voorbeeld. Ben en Daantje 2. Stel: precies één van de kinderen heeft gelogen. Wie heeft dan het cadeau

verstopt?

- Als Ali zou liegen, dan kloppen Corne en Daantje niet

- Als Ben zou liegen, dan kloppen Corne en Daantje niet

- Als Corné zou liegen dan kloppen Ben en Daantje niet

- Dus: Daantje heeft gelogen. Corné spreekt de waarheid. Daantje heeft het gedaan!

Antwoorden…

Page 80: College 5 en 6 (Gerard Evers)

Rapporteren en visaliseren

80

Page 81: College 5 en 6 (Gerard Evers)

Van Key Question naar Key Answer

Key

Question

Key

Answer

Ondersteunende

gedachte

Ondersteunende

gedachte

Ondersteunende

gedachte

O

G

O

G

Page 82: College 5 en 6 (Gerard Evers)

Valkuil 3: Visualiseren

Hoeveel

stippen ziet

u?

Page 83: College 5 en 6 (Gerard Evers)

En nu ?

Page 84: College 5 en 6 (Gerard Evers)

En nu ?

Page 85: College 5 en 6 (Gerard Evers)

HR analytics als onderdeel van organisatie proces

85

I. Identificeer business kansen en

vragen

II. Analytics: transformeer data in

actiegerichte informatie

III. Inzichten vertalen naar gewenst HR-beleid en dit

implementeren

IV. Resultaten meten en monitoren

WIE DOET WAT?

Page 86: College 5 en 6 (Gerard Evers)

Afsluitend

"A good hockey

player plays where

the puck is. A great

hockey player

plays where the

puck is going to

be.“

Wayne Gretzky

Page 87: College 5 en 6 (Gerard Evers)

Vragen?