Download - PowerPoint-presentatie · organisaties contracten afsluiten met zelfstandigen voor de korte termijn; • de hoeveelheid arbeid-gerelateerde data zal exponentieel toenemen met de ‘Internetof

Transcript
Page 1: PowerPoint-presentatie · organisaties contracten afsluiten met zelfstandigen voor de korte termijn; • de hoeveelheid arbeid-gerelateerde data zal exponentieel toenemen met de ‘Internetof

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