Hoe een grote retail organisatie in NL, eNPS gebruikt in hun HR Analytics
Net Promoter Score (NPS) is een maatstaf die wordt gebruikt om de loyaliteit en tevredenheid van klanten te beoordelen door te meten in hoeverre ze een bedrijf of product aan anderen aanbevelen. NPS is algemeen bekend en wordt gebruikt. Op het gebied van HR wordt een vergelijkbare metriek genaamd eNPS gebruikt. Dit bedrijf is een organisatie die deze statistiek gebruikt en er diepere inzichten uit probeert te halen.
Meer informatie?
Neem vrijblijvend contact met ons op.
Wat is eNPS?
eNPS, of Employee Net Promoter Score, is een meetinstrument dat het aanbevelingsniveau van werknemers voor hun organisatie vastlegt, vergelijkbaar met hoe Net Promoter Score (NPS) de aanbevelingsintentie van klanten meet. Het geeft inzicht in de betrokkenheid van medewerkers bij de organisatie.
Doel van de eNPS-analyse
Het doel van de eNPS-analyse van deze organisatie was om de verkregen inzichten te benutten en praktisch toe te passen. Ze hadden tot doel de relatie tussen medewerkersbetrokkenheid, medewerkerstevredenheid en demografie te onderzoeken door variabelen te vergelijken. Daarnaast onderzochten ze andere relevante enquêtevragen om hun begrip verder te vergroten.
Relaties met andere statistieken
Om de relaties tussen variabelen te analyseren, gebruikte AnalitiQs zowel bivariate als multivariate analyses. Interessant is dat veel factoren van invloed waren op eNPS, en hoewel sommige relaties werden verwacht, zorgde deze bevestiging voor meer duidelijkheid. Zo bleek dat de enquêtevragen over leiderschap gecorreleerd waren, evenals het lid zijn van verschillende teams.
Wat zijn bivariate en multivariate analyses?
Bivariate analyse verwijst naar het statistisch onderzoek van de relatie tussen twee variabelen, waarbij wordt onderzocht hoe veranderingen in de ene variabele verband houden met veranderingen in een andere. Het heeft tot doel de associatie of correlatie tussen de variabelen te begrijpen en kan technieken omvatten zoals correlatieanalyse en chikwadraattesten.
Aan de andere kant omvat multivariate analyse de gelijktijdige analyse van meerdere variabelen om complexe relaties en patronen binnen een dataset te begrijpen. Het onderzoekt hoe verschillende variabelen met elkaar omgaan en probeert onderliggende structuren of dimensies bloot te leggen. Technieken die bij multivariate analyse worden gebruikt, zijn onder meer regressieanalyse, factoranalyse, clusteranalyse en het belang van willekeurige boskenmerken.
Actie ondernemen op basis van inzichten
Inzichten alleen verbeteren de bedrijfsresultaten niet; actie moet worden ondernomen. Als leiderschap bijvoorbeeld naar voren komt als een belangrijke factor die van invloed is op eNPS, kan het nodig zijn om dieper op dit thema in te gaan om de precieze drijfveer te identificeren.
Om vast te stellen of interventies het gewenste effect hebben, is regelmatige monitoring van de uitkomsten nodig. Daarom meten we twee keer per jaar de Employee Net Promoter Score (eNPS), waardoor we veranderingen niet alleen op jaarbasis, maar ook halfjaarlijks kunnen waarnemen. Desgewenst kunnen we deze metingen tweemaandelijks of zelfs maandelijks uitvoeren.
Responspercentages en demografische gegevens werden ook onderzocht om eventuele patronen te identificeren bij werknemers die de enquête niet hebben ingevuld. Als een bepaalde groep kan worden geïdentificeerd, zijn de uitkomsten mogelijk niet volledig representatief voor het bedrijf. Er werd bijvoorbeeld een verschil in responspercentages waargenomen tussen voltijdse en deeltijdse werknemers.
Gegevens integratie
Om meer inzicht te krijgen, integreerde deze organisatie gegevens uit drie bronnen: HR-gegevens, enquêtes en talentbeoordelingsgegevens. In de toekomst hebben ze plannen om de data-integratie uit te breiden, zowel interne als externe of open databronnen. Locatiegegevens van supermarktlocaties kunnen bijvoorbeeld worden gebruikt om de impact van specifieke gebieden te onderzoeken, zoals die in de buurt van treinstations of bushaltes. Daarnaast zou zij kunnen overwegen om gebruik te maken van data van het Centraal Bureau voor de Statistiek (CBS), dat meer dan 4600 datasets biedt over verschillende onderwerpen, waaronder de arbeidsmarkt.
Samenwerking met het bedrijfsleven
Voor het beste resultaat is een nauwe samenwerking met de business cruciaal. Ze beschikken over de ervaring en kennis om de resultaten te interpreteren en spelen een sleutelrol bij het stellen van doelen voor de analyse. Brainstormsessies, die als een team werkten, hielpen aanvullende aandachtsgebieden te identificeren.
Soms ontstonden er andere mooie initiatieven. Er zijn voldoende gegevens nodig voor analyse, dus toen de respons te laag was, werd een nieuwe aanpak geïmplementeerd: herinneringen sturen via sms.
Deze berichten bevatten directe links, waardoor medewerkers de vragen gemakkelijk en onafhankelijk van hun locatie kunnen beantwoorden. Dit resulteerde in een hogere respons. En natuurlijk volgen er nog meer initiatieven!
Wat is het volgende?
Hoewel deze inzichten zeer waardevol zijn, vragen sommige aspecten nog aandacht. Zo zou het wenselijk zijn om de ontwikkeling in de tijd en in vergelijking met het verleden te observeren, maar onvoldoende data kunnen een dergelijke analyse in de weg staan. Evenzo zijn prognoses en voorspellingen nog niet uitgevoerd vanwege dezelfde gegevensbeperking.
AnalitiQs is toegewijd aan standaardisatie, wat het gemakkelijker maakt om de analyse te repliceren. Consistentie in de aanpak maakt zinvolle vergelijkingen tussen uitkomsten mogelijk. Deze toewijding aan standaardisatie vergroot de waarde van eNPS-analyse, waardoor deze in de toekomst nog waardevoller wordt!
Dit artikel is geschreven door
