PowerPoint-presentatie · organisaties contracten afsluiten met zelfstandigen voor de korte...
1
WAAROM DEZE BENAMING? Workforce Analytics is het ontdekken, interpreteren en communiceren van betekenisvolle patronen in arbeid - gerelateerde gegevens ter ondersteuning van besluitvorming en verbetering van prestaties WAAROM? Workforce Analytics stelt organisaties in staat om inzicht te krijgen in mensen waardoor concurrentievoordeel wordt geboden en de bedrijfsprestaties verbeteren WORKFORCE ANALYTICS ONTDEK HOE SUCCESVOLLE ORGANISATIES WORKFORCE ANALYTICS TOEPASSEN OM HUN PRESTATIES TE VERBETEREN Deel I – Grondslagen van Workforce Analytics Noodzaak bijdrage HR aan toevoegde waarde 1. Veranderende positie van HR 2. Naarmate organisaties prestaties willen verbeteren, is het aan HR om haar toegevoegde waarde aan te tonen. De beste manier om dit te doen is door middel van een analytische aanpak. Werknemers, managers en leidinggevenden verwachten meer van HR, namelijk: • De behoefte aan meer informatie om ‘het bedrijf te runnen’. Het antwoord hierop is de democratisering van HR. HR wordt gevraagd naar meer informatie, betere inzichten en nauwkeuriger aanbevelingen om managers en leidinggevenden te helpen hun organisatie te besturen. • Het verlangen naar gepersonaliseerde diensten. Het antwoord hierop is de consumptie van HR. Werknemers stellen aanbevelingen op prijs om hun loopbaan te verbeteren. De evolutie van werk 3. HR moet zich aanpassen en stootkracht creëren op het terrein van Workforce Analytics om te kunnen profiteren van de evolutie van werk zoals opkomst robotisering. Focus van de functie 1. Activiteiten van de functie 2. De focus van de functie richt zich op de ‘Workforce’ binnen een organisatie: werknemers op contractbasis, freelancers maar ook de toekomstige toevoeging van machines die huidige banen uitgevoerd door mensen zullen vervangen. ‘Analytics’ is de meest nauwkeurige term om de activiteiten van de functie te omschrijven. Een benaming geschikt voor de toekomst 3. De benaming ‘Workforce Analytics’ is toekomstbestending. Drie belangrijke veranderingen die gevolgen hebben, zijn: • kunstmatige intelligentie, robotica en andere technologieën zullen het werk veranderen die momenteel door mensen worden uitgevoerd; • de gig economie die zich uitbreidt – een omgeving waarin tijdelijke functies gangbaar zijn en organisaties contracten afsluiten met zelfstandigen voor de korte termijn; • de hoeveelheid arbeid-gerelateerde data zal exponentieel toenemen met de ‘Internet of Things’. DE WORKFORCE ANALYTICS LEIDER Aan wie deze leider rapporteert, welke verantwoordelijkheden en vaardigheden deze leider heeft en wat de belangrijkste leiderschapskenmerken van deze leider zijn De rapportage structuur 1. Rol en verantwoordelijkheden 2. Laat de leider direct rapporteren aan de Chief Human Resource Officer (CHRO) zodat deze een sterke band met HR heeft, directe toegang tot andere delen van de organisatie en hiermee het signaal wordt afgegeven dat de CHRO analytische besluitvorming in het hart van de HR functie plaatst. De rol van de leider is het geven van analytische aanbevelingen die, wanneer toegepast, de bedrijfsprestaties verbeteren. Enkele bijbehorende verantwoordelijkheden omvatten: • managen - alle betrokkenen moeten op passende wijze worden gemanaged zodat projecten worden opgeleverd; • uitdagen – denkwijze van specialisten binnen het team uitdagen om ervoor te zorgen dat hun werk accuraat en compleet is als ook managers en andere leiders uit te dagen om ervoor te zorgen dat projecten nieuwe inzichten opleveren; • integreren – stimuleren van mensen uit een verscheidenheid aan verschillende achtergronden rond een gemeenschappelijke visie en missie; • vertegenwoordigen – positie van technische specialist richting belanghebbenden vertegenwoordigen als ook op een welsprekende wijze praten over details van projecten aan leiders. Zakelijk inzicht 3. De leider moet zakelijk inzicht hebben en deze voortdurend verbeteren. De leider netwerkt met andere leiders, leest zich in over een organisatie, begrijpt de markt, is op de hoogte van de belangrijkste prestatie indicatoren van een organisatie en is financieel geletterd. Leiderschaps- kenmerken 4. Een viertal leiderschapskenmerken worden als zeer belangrijk beschouwd voor de leider om mensen samen te brengen als een geïntegreerd en samenhangend team, namelijk: • denkvermogen – prioriteiten kunnen stellen en in staat zijn om na te denken over zeer complexe projecten; • bereidheid om anderen te ontwikkelen – mensen met verschillende achtergronden en disciplines kunnen integreren in een samenhangend team, een ontwikkelperspectief aan deze mensen bieden en talent koesteren en laten groeien; • vermogen om te inspireren – het bouwen van vertrouwen in het vermogen van teamleden om succesvol te zijn en hen te inspireren om als een samenhangend team te werken rond een gemeenschappelijke visie en missie; • drijfveer – het hebben van vasthoudendheid en veerkracht. DOELGERICHTE ANALYSE Een model voor doelgericht analyse Formuleer vragen Stap 1 Formuleer hypothesen Stap 2 Verzamel gegevens Stap 3 Analyseer Stap 4 Geef inzicht Stap 5 Stel aanbevelingen vast Stap 6 Maak het punt duidelijk Stap 7 Implementeer en evalueer Stap 8 Het formuleren van een vraag is een andere manier om het bedrijfsprobleem te verduidelijken. Deze stap moet eerst worden gemaakt om verkeerde analyse te voorkomen en ook om het project de beste kans van slagen te geven. Zonder duidelijkheid is het onwaarschijnlijk dat het project investering en sponsoring zal krijgen. Betrokkenheid projectsponsoren: Hoog Het formuleren en verduidelijken van hypothesen is belangrijk voor het ‘testen’ van overtuigingen over de oorzaken van een bedrijfsprobleem. Sterke hypothesen moeten de gegevensverzameling- en analysefase leiden en koppelen aan vraagstukken. Passende hypothesen maken het gemakkelijker om de meest geschikte analyse te selecteren. Betrokkenheid projectsponsoren: Hoog Gegevensverzameling vereist het identificeren van de meest relevante gegevens om de hypothesen te testen en te bepalen of de kwaliteit van de gegevens voldoende is. Er moeten beslissingen worden gemaakt over het verzamelen van bestaande gegevens, nieuwe gegevens of het doen van beide. Betrokkenheid projectsponsoren: Middel Methodologie en statistieken worden toegepast om de hypothesen te testen en de basis te vormen voor inzichten. Het kiezen van de juiste analysemethode is van cruciaal belang. Betrokkenheid projectsponsoren: Laag Om twee redenen moeten inzichten worden blootgelegd door analisten. Ten eerste kan niet worden aangenomen dat stakeholders zelf de meest relevante inzichten kunnen afleiden. Ten tweede kunnen stakeholders hun eigen conclusie trekken die het meest in hun eigen voordeel is. Betrokkenheid projectsponsoren: Middel Alhoewel inzichten interessant zijn, zullen alleen aanbevelingen een bedrijf helpen verbeteren. Aanbevelingen zijn wat stakeholders nodig hebben. Een goed geformuleerde aanbeveling geeft aanzet tot verandering. Betrokkenheid projectsponsoren: Middel Alle projecten hebben een moment van waarheid. Deze vindt plaats wanneer de resultaten van het project worden gecommuniceerd aan stakeholders om een punt duidelijk te maken. Dit is het moment waarop besluitvorming van stakeholders kan worden ondersteund. Betrokkenheid projectsponsoren: Hoog Deze stap heeft drie afzonderlijke doelen. Ten eerste zorgt het ervoor dat beslissingen worden genomen als gevolg van het project. Ten tweede formuleert het actie voor implementatie op grond van die beslissingen. Ten slotte vergemakkelijkt dit het evalueren van het project of het waarde aan het bedrijf levert. Betrokkenheid projectsponsoren: Hoog Analytische valkuilen De redenen dat een project niet slaagt, namelijk: • stap 1 en 2 – een project zonder duidelijk doel of een projectsponsor is in groot gevaar te mislukken; • stap 3 t/m 6 – zelfs de meest deskundig gedefinieerde probleem en opgestelde hypothesen zullen geen voordeel hebben als het project slecht wordt uitgevoerd door verkeerde keuze methodiek en er onvoldoende is geïnvesteerd in de juiste systemen, technologie en tijd; • stap 7 en 8 – een project mislukt wanneer resultaten slecht worden gecommuniceerd, niet tot actie wordt overgegaan of gebrek aan evaluatie om de impact van het project te bepalen. Analytische stappen 1. 2. BASIS VAN DATA ANALYSE Onderzoeksopzet, kwantitatieve - en kwalitatieve analyse, machine learning en vertekening in analyses Onderzoeks- ontwerp 1. Kwantitatieve analyse 2. Voordat er kan worden geanalyseerd, moeten beslissingen worden genomen welke gegevens worden verzameld, wanneer gegevens worden verzameld, hoe gegevens worden verzameld en van wie gegevens worden verzameld. Deze vragen vallen onder het onderzoeksontwerp. Het onderzoeksontwerp dat wordt toegepast, bepaalt hoe strikt conclusies worden getrokken over oorzaken en effecten van een analyse. De sterkste onderzoeksontwerpen zijn willekeurig verdeelde experimenten, gevolgd door quasi experimenten, correlatie studies en tenslotte kwalitatieve studies. De meeste kwantitatieve analyses (dat wil zeggen statistische analyse van numerieke gegevens) gericht om het volgende te doen: verkennen, segmenteren, reduceren, classificeren, voorspellen en associëren van informatie over medewerkers en organisaties. Kwalitatieve analyse 3. Het doel van kwalitatieve analyse is om organisatorische fenomenen te begrijpen zonder kwantitatieve gegevens te gebruiken en omvat hypothese formulering, interpretatie en contextualisering. Ongestructureerde data 4. Vandaag de dag wordt ongestructureerde data vaak kwantitatief geanalyseerd door het omzetten van gegevens die als spraak of afbeelding zijn vastgelegd in numerieke weergave. Machine learning 5. Machine learning is een breed onderzoeksveld binnen kunstmatige intelligentie, dat zich bezighoudt met de ontwikkeling van algoritmes en technieken waarmee computers kunnen leren. Sociale gevolgen van algoritmen 6. Controleer analyses op beïnvloeding, vooroordeel of billijkheid en neem corrigerende maatregelen indien nodig. BRONNEN: Guenole , N., Ferrar , J. & Feinzig , S. (201 7 ). The Power of People: Learn How Successful Organizations Use Workforce Analytics To Improve Business Performance. Pearson FT Press, New York. GA VOOR MEER INFORMATIE NAAR: www.thepowerofpeople.org Aangepaste inhoud van The Power of People: Learn How Successful Organizations Use Workforce Analytics To Improve Business Performance. Pearson FT Press Ga voor meer informatie naar: www.thepowerofpeople.org
Transcript of PowerPoint-presentatie · organisaties contracten afsluiten met zelfstandigen voor de korte...
WAAROM DEZE BENAMING?Workforce Analytics is het ontdekken, interpreteren en
communiceren van betekenisvolle patronen in arbeid-gerelateerde gegevens ter ondersteuning van besluitvorming
en verbetering van prestaties
WAAROM?
Workforce Analytics stelt organisaties in staat om inzicht te krijgenin mensen waardoor concurrentievoordeel wordt geboden
en de bedrijfsprestaties verbeteren
WORKFORCE ANALYTICSONTDEK HOE SUCCESVOLLE ORGANISATIES WORKFORCE ANALYTICS TOEPASSEN OM HUN PRESTATIES TE VERBETEREN
Deel I – Grondslagen van Workforce Analytics
Noodzaak bijdrage HR aan
toevoegde waarde1. Veranderende
positie van HR2.Naarmate organisaties prestaties willenverbeteren, is het aan HR om haar toegevoegdewaarde aan te tonen. De beste manier om dit tedoen is door middel van een analytische aanpak.
Werknemers, managers en leidinggevenden verwachtenmeer van HR, namelijk:• De behoefte aan meer informatie om ‘het bedrijf
te runnen’. Het antwoord hierop is dedemocratisering van HR. HR wordt gevraagd naarmeer informatie, betere inzichten ennauwkeuriger aanbevelingen om managers enleidinggevenden te helpen hun organisatie tebesturen.
• Het verlangen naar gepersonaliseerde diensten.Het antwoord hierop is de consumptie van HR.Werknemers stellen aanbevelingen op prijs omhun loopbaan te verbeteren.
De evolutie
van werk3.HR moet zich aanpassen en stootkracht creëren op hetterrein van Workforce Analytics om te kunnenprofiteren van de evolutie van werk zoals opkomstrobotisering.
Focus van
de functie1.Activiteiten
van de functie2.De focus van de functie richt zich op de‘Workforce’ binnen een organisatie: werknemers opcontractbasis, freelancers maar ook de toekomstigetoevoeging van machines die huidige banenuitgevoerd door mensen zullen vervangen.
‘Analytics’ is de meest nauwkeurige term om deactiviteiten van de functie te omschrijven.
Een benaming geschikt
voor de toekomst3.De benaming ‘Workforce Analytics’ is toekomstbestending. Drie belangrijke veranderingen die gevolgenhebben, zijn:• kunstmatige intelligentie, robotica en andere technologieën zullen het werk veranderen die momenteel
door mensen worden uitgevoerd;• de gig economie die zich uitbreidt – een omgeving waarin tijdelijke functies gangbaar zijn en
organisaties contracten afsluiten met zelfstandigen voor de korte termijn;• de hoeveelheid arbeid-gerelateerde data zal exponentieel toenemen met de ‘Internet of Things’.
DE WORKFORCE ANALYTICS LEIDERAan wie deze leider rapporteert, welke verantwoordelijkheden en
vaardigheden deze leider heeft en wat de belangrijkste leiderschapskenmerken van deze leider zijn
De rapportage
structuur1.Rol en
verantwoordelijkheden2.Laat de leider direct rapporteren aan de ChiefHuman Resource Officer (CHRO) zodat deze eensterke band met HR heeft, directe toegang totandere delen van de organisatie en hiermee hetsignaal wordt afgegeven dat de CHRO analytischebesluitvorming in het hart van de HR functieplaatst.
De rol van de leider is het geven van analytischeaanbevelingen die, wanneer toegepast, debedrijfsprestaties verbeteren. Enkele bijbehorendeverantwoordelijkheden omvatten:• managen - alle betrokkenen moeten op passende
wijze worden gemanaged zodat projecten wordenopgeleverd;
• uitdagen – denkwijze van specialisten binnenhet team uitdagen om ervoor te zorgen dat hunwerk accuraat en compleet is als ook managersen andere leiders uit te dagen om ervoor tezorgen dat projecten nieuwe inzichtenopleveren;
• integreren – stimuleren van mensen uit eenverscheidenheid aan verschillende achtergrondenrond een gemeenschappelijke visie en missie;
• vertegenwoordigen – positie van technischespecialist richting belanghebbendenvertegenwoordigen als ook op een welsprekendewijze praten over details van projecten aanleiders.
Zakelijk
inzicht3.De leider moet zakelijk inzicht hebben en dezevoortdurend verbeteren. De leider netwerkt metandere leiders, leest zich in over eenorganisatie, begrijpt de markt, is op de hoogtevan de belangrijkste prestatie indicatoren van eenorganisatie en is financieel geletterd.
Leiderschaps-
kenmerken4.Een viertal leiderschapskenmerken worden als zeer belangrijk beschouwd voor de leider om mensen samen tebrengen als een geïntegreerd en samenhangend team, namelijk:• denkvermogen – prioriteiten kunnen stellen en in staat zijn om na te denken over zeer complexe
projecten;• bereidheid om anderen te ontwikkelen – mensen met verschillende achtergronden en disciplines kunnen
integreren in een samenhangend team, een ontwikkelperspectief aan deze mensen bieden en talent koesterenen laten groeien;
• vermogen om te inspireren – het bouwen van vertrouwen in het vermogen van teamleden om succesvol te zijnen hen te inspireren om als een samenhangend team te werken rond een gemeenschappelijke visie en missie;
• drijfveer – het hebben van vasthoudendheid en veerkracht.
DOELGERICHTE ANALYSEEen model voor doelgericht analyse
Formuleer
vragenStap 1
Formuleer
hypothesenStap 2
Verzamel
gegevensStap 3
AnalyseerStap 4
Geef
inzichtStap 5
Stel aanbevelingen
vastStap 6
Maak het punt
duidelijkStap 7
Implementeer
en evalueerStap 8
Het formuleren van een vraag is eenandere manier om het bedrijfsprobleemte verduidelijken. Deze stap moet eerstworden gemaakt om verkeerde analyse tevoorkomen en ook om het project debeste kans van slagen te geven. Zonderduidelijkheid is het onwaarschijnlijkdat het project investering ensponsoring zal krijgen.
Betrokkenheid projectsponsoren: Hoog
Het formuleren en verduidelijken vanhypothesen is belangrijk voor het‘testen’ van overtuigingen over deoorzaken van een bedrijfsprobleem.Sterke hypothesen moeten degegevensverzameling- en analysefaseleiden en koppelen aan vraagstukken.Passende hypothesen maken hetgemakkelijker om de meest geschikteanalyse te selecteren.
Betrokkenheid projectsponsoren: Hoog
Gegevensverzameling vereist hetidentificeren van de meest relevantegegevens om de hypothesen te testen ente bepalen of de kwaliteit van degegevens voldoende is. Er moetenbeslissingen worden gemaakt over hetverzamelen van bestaande gegevens,nieuwe gegevens of het doen van beide.
Betrokkenheid projectsponsoren: Middel
Methodologie en statistieken wordentoegepast om de hypothesen te testen ende basis te vormen voor inzichten. Hetkiezen van de juiste analysemethode isvan cruciaal belang.
Betrokkenheid projectsponsoren: Laag
Om twee redenen moeten inzichten wordenblootgelegd door analisten. Ten eerstekan niet worden aangenomen datstakeholders zelf de meest relevanteinzichten kunnen afleiden. Ten tweedekunnen stakeholders hun eigen conclusietrekken die het meest in hun eigenvoordeel is.
Betrokkenheid projectsponsoren: Middel Alhoewel inzichten interessant zijn,zullen alleen aanbevelingen een bedrijfhelpen verbeteren. Aanbevelingen zijnwat stakeholders nodig hebben. Een goedgeformuleerde aanbeveling geeft aanzettot verandering.
Betrokkenheid projectsponsoren: Middel
Alle projecten hebben een moment vanwaarheid. Deze vindt plaats wanneer deresultaten van het project wordengecommuniceerd aan stakeholders om eenpunt duidelijk te maken. Dit is hetmoment waarop besluitvorming vanstakeholders kan worden ondersteund.
Betrokkenheid projectsponsoren: Hoog
Deze stap heeft drie afzonderlijkedoelen. Ten eerste zorgt het ervoor datbeslissingen worden genomen als gevolgvan het project. Ten tweede formuleerthet actie voor implementatie op grondvan die beslissingen. Ten slottevergemakkelijkt dit het evalueren vanhet project of het waarde aan hetbedrijf levert.
Betrokkenheid projectsponsoren: Hoog
Analytische
valkuilenDe redenen dat een project niet slaagt, namelijk:• stap 1 en 2 – een project zonder duidelijk doel of een projectsponsor is in groot gevaar te mislukken;• stap 3 t/m 6 – zelfs de meest deskundig gedefinieerde probleem en opgestelde hypothesen zullen geen
voordeel hebben als het project slecht wordt uitgevoerd door verkeerde keuze methodiek en er onvoldoendeis geïnvesteerd in de juiste systemen, technologie en tijd;
• stap 7 en 8 – een project mislukt wanneer resultaten slecht worden gecommuniceerd, niet tot actie wordtovergegaan of gebrek aan evaluatie om de impact van het project te bepalen.
Analytische
stappen1.
2.
BASIS VAN DATA ANALYSEOnderzoeksopzet, kwantitatieve- en kwalitatieve analyse,
machine learning en vertekening in analyses
Onderzoeks-
ontwerp1.Kwantitatieve
analyse2.Voordat er kan worden geanalyseerd, moetenbeslissingen worden genomen welke gegevens wordenverzameld, wanneer gegevens worden verzameld, hoegegevens worden verzameld en van wie gegevensworden verzameld. Deze vragen vallen onder hetonderzoeksontwerp. Het onderzoeksontwerp dat wordttoegepast, bepaalt hoe strikt conclusies wordengetrokken over oorzaken en effecten van eenanalyse. De sterkste onderzoeksontwerpen zijnwillekeurig verdeelde experimenten, gevolgd doorquasi experimenten, correlatie studies entenslotte kwalitatieve studies.
De meeste kwantitatieve analyses (dat wilzeggen statistische analyse van numeriekegegevens) gericht om het volgende te doen:verkennen, segmenteren, reduceren,classificeren, voorspellen en associëren vaninformatie over medewerkers en organisaties.
Kwalitatieve
analyse3.Het doel van kwalitatieve analyse is omorganisatorische fenomenen te begrijpenzonder kwantitatieve gegevens te gebruiken enomvat hypothese formulering, interpretatie encontextualisering.
Ongestructureerde
data4.Vandaag de dag wordt ongestructureerde datavaak kwantitatief geanalyseerd door hetomzetten van gegevens die als spraak ofafbeelding zijn vastgelegd in numeriekeweergave.
Machine
learning5.Machine learning is een breed onderzoeksveldbinnen kunstmatige intelligentie, dat zichbezighoudt met de ontwikkeling van algoritmesen technieken waarmee computers kunnen leren.
Sociale gevolgen
van algoritmen6.Controleer analyses op beïnvloeding,vooroordeel of billijkheid en neemcorrigerende maatregelen indien nodig.
BRONNEN:
Guenole, N., Ferrar, J. & Feinzig, S. (2017). The Power of People: Learn How Successful Organizations Use Workforce Analytics To Improve Business Performance. Pearson FT Press, New York.
GA VOOR MEER INFORMATIE NAAR:www.thepowerofpeople.org
Aangepaste inhoud van The Power of People: LearnHow SuccessfulOrganizations UseWorkforce Analytics To Improve Business Performance. Pearson FT Press
Ga voor meer informatie naar:www.thepowerofpeople.org
![Over de anonimiteit van geaggregeerde telecomlocatiedata · gerelateerde aanvallen [ref3] aangetoond. Hoezo dan? De geaggregeerde locatiedata bevat nog steeds voldoende informatie](https://static.fdocuments.nl/doc/165x107/5f70df958d152f3fab4a2acf/over-de-anonimiteit-van-geaggregeerde-telecomlocatiedata-gerelateerde-aanvallen.jpg)
