Praktijkcase HR-Analytics:
Hoe Capgemini data beter benut

De maandelijkse HR-rapportage bij Capgemini omvat zo’n veertig pagina’s. Toch dacht HR-adviseur Angela van den Hoek dat er meer uit te halen viel. Om dat aan te tonen, voerde zij als pilotproject een HR-analyse uit naar de kans op verloop.

‘Managers schrikken soms van die maandelijkse HR-update als er uitschieters naar boven en naar beneden in zitten. Maar door een andere weergave wordt het beeld al rustiger. Bijvoorbeeld door het verloop te rapporteren als een twaalfmaands doorlopend gemiddelde. Dat geeft meteen ook zicht op trends. Verder zien we door de huidige manier van weergeven slechts hoe de piramide er uitziet qua leeftijd, geslacht, dienstjaren, salaris, verloop, enzovoort. Maar door het koppelen van verschillende data kunnen verbanden zichtbaar worden die we tot nu toe niet zagen,’ zegt Angela van den Hoek. Zij is sinds dertien jaar werkzaam bij Capgemini in Utrecht. Naast het adviseren van de managers houdt zij zich onder meer bezig met de jaarronden voor salaris en de variabele beloning.

Angela combineerde het HR-analytics-project met een training HR Analytics van AnalitiQs. Zij volgde de training samen met twee collega’s, een people-manager annex BI-consultant en de HR-reportingmanager. Onderwerp was het verloop onder de 2500 medewerkers van haar business unit. ‘De laatste tijd lees ik regelmatig artikelen over HR Analytics. Ik raak er steeds meer van overtuigd dat ook voorspellingen mogelijk zijn, als je zoveel data hebt.’

Wat waren de doelstellingen van het project?

‘Ik wilde mijn kennis over HR Analytics vergroten, zien wat we als organisatie zouden leren van een basisonderzoek en of we voldoende draagvlak konden krijgen om meer met HR Analytics te doen. Om de business-vraag te bepalen spraken we onder andere met een aantal managers. Eén van hen zei: in de exitgesprekken krijgen we een beeld bij de vertrekredenen; nog mooier zou zijn als we konden voorspellen wie er zullen vertrekken. Dan kunnen we ongewenst verloop misschien ook voorkomen. Zo kwamen we op de vraag: wat zijn de meest voorspellende variabelen voor het uit diensttreden van Capgemini-medewerkers? En kunnen we dit op basis van meer kennis voor zijn?’

Hoe heb je de HR-analyticstraining en het analyseproject met elkaar gecombineerd?

‘De training was verdeeld over vier sessies met tussenpozen. Elke sessie begon met een theoretische inleiding. Met deze kennis gingen wij dan zelf aan de slag. De startbijeenkomst had als thema het zo scherp mogelijk definiëren van de business-vraag. Deze hebben we vervolgens weer bij collega’s uit de business getoetst. De tweede sessie ging in op de vraag welke data we nodig hadden om de business-vraag te beantwoorden. De derde sessie betrof de analyse van deze data. De vierde en laatste sessie ging over het maken van de rapportages. Irma Doze van AnalitiQs gaf ons bij elke trainingssessie opdrachten. Zij adviseerde ons bij het goed afbakenen van elke processtap en de uitvoering ervan. Mijn collega van HR Reporting leverde de benodigde data op. Vervolgens zorgde Irma voor het koppelen van alle benodigde bestanden om de analyses te kunnen uitvoeren.’

Welke hobbels kwamen jullie in de uitvoering tegen?

‘Lastig bleek onder meer dat er de afgelopen jaren andere benamingen zijn gegeven aan categorieën in bestanden. Dat maakte de koppeling van de bestanden tot een heel bewerkelijk onderdeel. Met name die van alle maandelijkse bestanden tot één bestand over een periode van zo’n drie jaar. Verder zijn data gekoppeld van de personeelsadministratie, een aparte database voor de exitgesprekken, en de projectadministratie, inclusief verzuim- en verlofgegevens. Die projectadministratie registreert welke projecten een medewerker gedaan heeft en gedurende welke periode. Een gemis was, dat de projectlocaties daarin ontbraken. Dus hadden we geen inzicht in reistijden en –afstanden. Een andere hobbel was, dat we de gegevens uit de MTO’s niet konden gebruiken. We waren net overgestapt op een ander onderzoeksbureau en die overstap eiste alle aandacht op. De kwalitatieve data uit het MTO willen we in de nabije toekomst beslist ook gebruiken. Door samenwerking met een externe partij als AnalitiQs, die zelf ook MTO’s uitvoert, kunnen we de privacy waarborgen.

Welke resultaten en inzichten heeft het project opgeleverd?

‘We wilden in kaart kunnen brengen welke groepen en individuele medewerkers waarschijnlijk als eerste zullen gaan vertrekken. Dat hebben we in een overzicht weergegeven. De belangrijkste variabele daarbij is het aantal dienstjaren. Dat ligt in het verlengde van wat we al wisten over vertrekredenen. In die zin zijn er geen verrassende inzichten uit naar voren gekomen. Maar ook geen inzichten die strijdig waren met wat we al wisten. De groep met de grootste kans op aanstaand vertrek heeft tot zes dienstjaren. Vervolgens neemt met het aantal dienstjaren de kans op vertrek af. Alleen bij een specifieke groep die langer dienst is, neemt de kans weer toe. Een deel van die groep maakt een fase door waarin zich grote veranderingen in het privéleven voordoen, bijvoorbeeld een gezin starten. Dat kan redenen tot vertrek geven. Deze resultaten onderstrepen het belang van het voeren van goede gesprekken met medewerkers, omdat je hiermee uitstroom kunt voorkomen. In trainingen voor people managers leggen we daar dan ook de nadruk op. Na afronding van het onderzoek bleek er voldoende draagvlak te zijn om verder te gaan met HR Analytics.’

Had je voldoende informatie om de business-vraag helemaal te beantwoorden?

‘Nee, om te weten hoe we vertrek kunnen voorkomen, hebben we meer kwalitatieve informatie nodig. Bijvoorbeeld waardoor iemand zich wel of niet gebonden voelt aan de organisatie en hoe dat mee speelt. Die inzichten hopen we de volgende keer uit het MTO te halen.’

Heeft het project ook nieuwe vragen opgeworpen?

‘We hebben een aantal jaren geleden afgesproken selectieassessments twee jaar te bewaren. Het aantal beschikbare assessments was hierdoor beperkt. Toch leverde het onderzoeken van deze assessments al een aanwijzing voor de kenmerken waarin de blijvers verschillen van de vertrokken medewerkers. Ik zou hier graag een nader onderzoek naar willen doen, zodra meer assessments beschikbaar zijn. Verder zou ik meer willen kijken naar lange termijntrends, dwarsverbanden tussen verschillende HR-onderwerpen en voorspellende analyses gaan maken. Hierover ga ik binnenkort met mijn HR-directeur in gesprek. Los daarvan toonde het samenvoegen van de maandelijkse data over verloop tot een twaalfmaands doorlopend gemiddelde al aan hoe simpel het soms kan zijn om data beter te benutten.’

Hoe wil je zelf verder met HR Analytics?

‘Ik zou het graag willen combineren met mijn werk als HR-adviseur. Want dicht bij de business staan is een voorwaarde om goed te kunnen beoordelen wat er aan inzichten nodig is. Collega’s die de business minder goed kennen, trekken andere conclusies. Een collega zei bijvoorbeeld dat verloop geen probleem is in een periode dat we als organisatie wat minder opdrachten hebben. Maar in een kennisintensieve organisatie als Capgemini maakt het veel uit wie er opstapt. Je wilt groeien, je wilt je talentvolle mensen ontwikkelen en niet zien vertrekken. Sommige mensen zijn niet zo gemakkelijk te vervangen. Ook om te weten welke data nodig zijn voor het beantwoorden van de business-vraag is het goed om dicht bij de business te zitten. Als HR-adviseur heb je die positie.’ 

Bij welke organisaties zou je wel eens een kijkje in de keuken willen nemen?

‘Bij Google. Als ik zie hoe ver zij zijn en hoeveel zij uit data kunnen achterhalen, dan denk ik: wow! Het goede van Google vind ik dat ze zoveel uitproberen en het beleid steeds weer bijstellen.’

Tips voor HR-professionals en bedrijven die met HR Analytics willen beginnen

• Betrek in elk geval collega’s van verschillende afdelingen uit de organisatie
• Belangrijk is dat de onderzoeksvraag uit de business zelf komt
• Zorg voor recente informatie en data
• Vul kwantitatieve data aan met kwalitatieve data
• Gebruik zoveel mogelijk alle data die er zijn om geen relevante verbanden te missen
• Stem de uiteindelijke rapportage van de resultaten goed af op de business-vraag

Valkuilen

• Denk niet dat je met een cursus van een paar dagen al weet hoe je HR Analytics moet aanpakken
• Weten welke data er zijn en welke je kunt gebruiken, vergt al de nodige kennis
• Zonder statistische achtergrond krijg je moeilijk grip op HR Analytics