Category

HR

People & Workforce Analytics Seminar 2018 – Day 2

By | Blog, HR | No Comments

People & Workforce Analytics Seminar Brussels

I had some trouble falling in sleep after day 1, because I was still processing all the exciting stuff I heard. So many interesting case studies and inspiring views on the analytics field. Nevertheless, I woke up energetic and was looking forward to hear more on day 2. Let’s go!

Just like day 1, I would like to share my lessons learned on the second day of the 5th Icongroup People & Workforce Analytics Seminar in Brussels.

Be creative when internal data is suboptimal

As ABB’s Rodolphe Guerin told us: Better data outweighs clever math. Therefore it is important to have good quality data. And sometimes, you do not have the luxury to first improve the data quality, but you have to get started. There is a number of ways to perform the analysis.

Suggestion 1: use external data. Michael Rubas of Deutsche Telekom showed us how useful this can be for recruiting. The use of external data enables organizations to find out where the talents are the company needs.

Suggestion 2: take a renewed look at your available data. The chairman of day 2 Dave Millner showed interesting cases in which he used employee engagement data, not for usual purposes, but to find out how to improve collaboration within a certain company. It was interesting that David showed us that most of the time organisations already have the data they need. However, they don’t always know where to look and what to look for.

Suggestion 3: determine scope. Organisations tend to include every employee in the scope of an analysis. However, this is not always necessary and advisable. Jean-Paul Lucassen showed that for Strategic Workforce Planning (SWP) within the Dutch Railways, he focusses on the most important employees: SWP is not a strategic planning, but a planning of your strategic workforce. Scoping the project limits the variables you have to take into account and thus the risk your data quality is too low.

Let every HR professional embark on the HR analytics journey

Yesterday I told you about Stefaan Rodts mission to make his role – Analytics Translator – redundant, because HR employees should ultimately have a data and structured problem-solving mindset, and should be able to interpret results and insights from such analysis.

To make this happen, Ivo Vink and his team at Achmea are doing workshops with HR professionals to help them better understand the possibilities and pitfalls of HR analytics, interpret the results and getting to a structured business issue that can be answered with HR-analytics.

Of course, HR professionals should also have the tools to interpret results and insights. For that reason, Carsten Scheuba made sure Lonza’s HR professionals have access to a dashboard. He is experimenting between Visier (an off-the-shelf HR point solution) and Tableau (a configurable best in class visualisation/BI solution).

Be transparent and selective

In the panel discussion, led by Nathalie van Hooff of the Hogeschool Utrecht, the importance of transparency and ethics was highlighted. For employees HR-analytics might be scary. They heard horror stories about analytics in the news – e.g. Facebook and Cambridge Analytics – and they do often not know what their organisation is doing regarding (HR-)analytics. All by all, keeping employees in the dark might backfire and as such, it’s important to be transparent and to communicate pro-actively.

Moreover it is important to organize checks and balances. For example, The Dutch Railways (NS) has installed a data usage board and ING Belgium has an ethics board and does front-page checks.

Thirdly, it is also advisable to be selective in who gets to see and work with generated insights. For instance, Jan Billekens of Saint-Gobain shared that only a selected number of HR Directors allowed to work with the outcomes of the talent identification algorithm to prevent misinterpretation or undesired follow up actions.

Do not trust the data blindly and iterate

AnalitiQs preferably works with multidisciplinary teams on HR-analytics projects. It reduces the risk of tunnel vision and misinterpretations. Ivo Vink had a very rich illustration of this risk. In his journey to find out how Achmea can recruit the best call center agents, he found out the more customer centred the agent and the better the listening capabilities of the agent, the worse the performance of the agent. After some reflection it turned out the model focussed too much on factors like average handle time, while customer satisfaction was not (yet) taken into account (because of technical reasons). As a result, they are now going through another iteration of the project where they aim to include customer satisfaction into the model, thereby improving the analysis.

Lastly, many thanks to David LaniganNiall Doorley and Julien Salvi from Icon Goup for organising this wonderful event and thank you Dave Millner for hosting day 2. Please enjoy the aftermovie made by colleague Michel Pasman. Hopefully we see you all again next year!

Also read: People & Workforce Analytics Seminar 2018 – Day 1

Author:

Teun ter Welle

Teun ter Welle

Data Scientist AnalitiQs

People & Workforce Analytics Seminar 2018 – Day 1

By | Blog, HR | No Comments

People & Workforce Analytics Seminar Brussels

Yesterday, I was at the 5th Icongroup People & Workforce Analytics Seminar in Brussels. Since the seminar is about HR Analytics (also known as People Analytics or data-driven HR), and consequently also about research and evidence, my colleague Gido van Puijenbroek opened the event with a small test: is it possible to sit on an inflated balloon? I won’t reveal the answer, but I promise it is safe to test it at home (or in a room with 100 people). Next to the balloon challenge, there is a number of less trivial lessons that I would like to share.

HR Analytics is a win for both the organisation and the employee

One of the main reasons that I love working in HR Analytics is that I can help organisations perform better by helping the individual employees in the organisation. Yesterday I noticed a lot of people other than HR Analytics practioners agree with me. In addition, I heard excellent cases that prove this point. There are two cases that I want to dive deeper into.

Charline Cleraux and Annelies Bartlema shared their story about the massive redeployment process that happened within ING Belgium. They considerably contributed to making that process a success by using HR Analytics. Even more impressive: there was not a single complaint about the process from within the organisation! They supported by creating an assessment based matching profile for each employee. Subsequently the profile supported the matching committee to make better funded matching decision between new jobs and incumbent employees. Optimizing this process served both the organisation and employees, since job fit was optimized, and the process was less prone to all kinds of biases.

Jan Billekens from Saint-Gobain found out, using an algorithm, that there are employees within the workforce that might be considered as talents, but for one or another reason are not in Saint-Gobain’s talent program. After this discovery all ‘hidden gems’ were reconsidered and if the recommendation from the algorithm could be echoed, the person was moved into the talent pool. Since the population is not static, the organisation goes through this cycle twice a year now. Obviously, this is in the interest of employees (potential optimization), but it also supports the organisation as it can now unlock all value from its human capital.

Employee experience should be the same as Customer Experience

Two tech companies, Salesforce and Cisco, showed the strength of giving employees the same experience as customers, thereby driving value creation through employee experience.

Louise O’Dwyer showed how Salesforce uses its own applications to capture the Voice of the Employee and how they use these data to create algorithms that support employees and managers in doing their job faster and better. For instance new hires are made aware of instruction and learning opportunities that have greatly benefitted previous new hires that were similar to them. Managers get push notifications informing them what a new hire should be able to do after a certain period and what interventions they could consider to improve the learning curve. All these things lead to 90% of the employees being engaged and promoting the organisation to clients and potential hires.

Amanda Diston of Cisco showed us the impact of the proposition they make to their (future) employees. Making this proposition and sticking to it, increases employee engagement. How do they know if the organisation sticks to its promises? As an example, employees assess their leaders every quarter, leaders are provided with this input (data) and are supposed to follow up on the feedback.

Gido van Puijenbroek

 

Use data as a catalyst for data quality

As Oliver Kasper of Swarovski said: Everybody loves good data quality, but nobody loves working on data quality. Consequently, it is required to create a rinsing mechanism.

Suggestion 1: the best way to find out what needs to be improved and actually getting data quality up, is by simply using the data. As Peter Hartman of Getinge told us, using the data you have is always better than just another guess. Moreover, by using the data and making the state of the data visible, even if the data is not even remotely correct, a feedback loop can be ignited.

Suggestion 2 came from Giles Slinger: after each data run/project, do send out a data error/quality report, so the data quality can be improved.

These practices help towards a (more) swift delivery of the next project, as there is probably less data cleansing to do and it increases the chance of getting killer insights.

Be picky

Like the previous lesson this one is an evergreen. Multiple speakers, including ABN AMRO’s Stijn de Vries, put emphasis on the importance of selecting HR Analytics projects that solve true business problems and have strong stakeholder commitment. It was even encouraged to be picky when taking on projects. After all, time can only be spend once and the more impact generated the stronger data driven HR is embedded in the organisation in the long run.

Make yourself redundant ASAP!

The last but not the least lesson I would like to share is about redundancy. Stefaan Rodts of Aegon revealed his ultimate goal is to get released from his HR Analytics Director position within a couple of years. Not for any bad reason, but because his aim is to make the HR function data driven. In his view most HR employees should ultimately have a data and structured problem-solving mindset and they should be able to interpret reports and insights from analyses. In such a perfect world each company would still need data scientists, BI specialist, researchers, but HR would work directly with them rather than via or with an HR Analytics Translator.

All in all, day 1 was very interesting and exciting and I’m looking forward to day 2 of the event!

Also read: Icongroup People & Workforce Analytics Seminar 2018 – Day 2

Author:

Teun ter Welle

Teun ter Welle

Data Scientist AnalitiQs

Whitepaper HR-analytics – Open Dialoog

By | Artikelen, HR | No Comments
Whitepaper HR-analytics - Open

Irma Doze (AnalitiQs) heeft in 2017 een introductie workshop HR-analytics gegeven op de Nyenrode Business Universiteit. Het publiek bestond uit deelnemers van Open Dialoog, een netwerk van Centraal Beheer waarin werkgevers vanuit verschillende sectoren kennis en ideeën met elkaar uitwisselen over HR-vraagstukken. Naar aanleiding van de workshop verleende Irma ook haar medewerking aan de whitepaper van Open Dialoog. Handig voor iedereen die wil starten met HR-analytics!

Whitepaper HR-metrics en HR-analytics

People Analytics @Rabobank: Growing Better Together

By | Artikelen, HR | No Comments

“Kijk over de grenzen van je vakgebied heen en zoek de samenwerking op”

Annemieke Nennie

De nieuwe groepsdirectie van Rabobank heeft bij haar aantreden in september 2017 de focus gelegd op de digitale transitie van de bank. De groepsdirectie wil met deze koers de verandering van Rabobank richting markt en in digitalisering verder versnellen. “Met een groepsbrede aandacht voor digitalisering en talent op ons hoogste uitvoerende bestuursniveau sluiten we beter aan op de veranderingsagenda van de coöperatieve Rabobank”, aldus bestuursvoorzitter Wiebe Draijer.

Onlangs sprak Irma Doze van AnalitiQs met Annemieke Nennie (foto), binnen Rabobank verantwoordelijk voor het inrichten van de People Analytics functie. Ze spraken over de invulling die HR geeft aan de digitalisering van Rabobank, de stappen die al gezet zijn, welke uitdagingen er nog liggen en de visie van Annemieke op de toekomst.

Waar staat Rabobank op het gebied van data en HR-analytics?

“De Rabo Groep is bezig met een grote transformatie, waarbij de silo’s tussen de verschillende disciplines worden doorbroken. Die silo’s zie je ook terug bij de beschikbaarheid van data. De kwaliteit van de data is in orde, maar elke tak van sport, dus ook HR, heeft uitsluitend de beschikking over de ‘eigen’ data. Om problemen op te lossen en waarde toe te voegen moeten we breder kijken. De stip op de horizon is dan ook dat we alle beschikbare informatie met elkaar gaan verbinden. Dat betekent: één enterprise architectuur en één gezamenlijke enterprise Business Intelligence (BI). Zo kunnen we de medewerker in zijn kracht zetten en de organisatie voorzien van informatie waarmee hij de juiste beslissingen voor de toekomst kan nemen. Op dit moment zetten we in op drie zaken.

Allereerst de groepsbrede introductie van het nieuwe HR systeem: Workday. Hiermee zetten we een belangrijke stap gekeken naar de beschikbaarheid en kwaliteit van HR-data. Met Workday krijgen we beschikking over één consistente bron van HR-data voor het hele concern. Daarnaast is het creëren van een data lake een andere belangrijke ontwikkeling. In het data-lake worden data uit verschillende disciplines binnen de organisatie samengebracht. Dit is vanuit de gedachte dat je bij het aangaan van uitdagingen steeds meer multidisciplinair te werk moet gaan. Het data lake, nu nog in een experimentele fase, gaat ervoor zorgen dat we verschillende soorten informatie bij elkaar kunnen brengen en levert een stevige basis voor advanced reporting. Tenslotte voegen we waarde toe aan de concrete bedrijfsuitdagingen van morgen en overmorgen met People Analytics & Insights.”

Hoe ga je hiermee verder aan de slag?

“Met onze benadering sluiten we aan op de gelaagde inrichting van de Rabo HR-strategie, het ‘HR House’. De opbouw van dit huis is gericht op het bereiken van onze missie ‘Happy People = Happy Customer’. Door te zorgen voor goede fundamentals c.q. enablers en pijlers die de organisatie en de medewerker in zijn kracht zetten. Een belangrijk component hierin zijn de kernkwaliteiten van de medewerker: vitaliteit, vakmanschap en verandervermogen, de drie V’s. Alles wat wij vanuit People Analytics & Insights doen heeft focus op de datagedreven ondersteuning van deze strategie. Van effectmeting tot innoveren waarbij we zoeken naar voorspellende waarden op de relatie tussen de mens binnen de organisatie (happy employee) en business uitkomsten (happy customer). Wij zijn als het ware de wifi in het huis.

Op deze basis hebben we nu met ons Insights team een strategisch HR KPI dashboard gebouwd. Daarin hebben we tien KPI’s neergezet; dat zijn er best veel. Ons streven is vier of vijf stevig onderbouwde KPI’s waar goed op gestuurd kan worden. KPI’s die we op dit moment in het dashboard hebben opgenomen zijn bijvoorbeeld Vakmanschap, Leiderschap, Growth, Engagement, Ontwikkelbudget en Return on Capital. Het op gang brengen van het denkproces rondom zo’n KPI is op dit moment belangrijker dan een perfecte meting. We maken per KPI de afweging of we voldoende relevante informatie hebben om een start te maken. Is de beschikbare informatie in onze ogen onvoldoende betekenisvol voor de strategie? Dan wachten we nog even met meten.”

Hoe breng je zo’n denkproces rondom KPI’s op gang?

“Een mooi voorbeeld is ‘Vakmanschap’. Deze KPI wil je meetbaar maken door vast te stellen hoe vaak een medewerker benaderd wordt voor zijn kennis of skills binnen en buiten de organisatie. Die data hebben we (nog) niet, maar we willen toch een start maken. Dus maken we gebruik van betekenisvolle data die op dit moment wél voorhanden is. We gaan dus niet het aantal formele trainingen turven, maar maken gebruik van engagementvragen die gaan over persoonlijke ontwikkeling. Zo hebben we in ieder geval een begin dat hout snijdt waarmee de organisatie een gevoel kan ontwikkelen voor de KPI. We willen een discussie op gang brengen door onszelf vragen te stellen: Hoe ‘key’ is deze performance indicator eigenlijk? Wat betekent het als deze KPI wel of niet gehaald wordt?

Daarnaast staat het ontwikkelen van een fact based denk- en werkwijze bij HR Professionals hoog op ons prioriteitenlijstje. Dat doen we met onze leergang ‘Fact based werken’. De eerste editie ging over het doen van aannames: wat voor aannames maak je in je werk, ben je je daar bewust van? Hoe kan ik die aannames ontkrachten of juist onderbouwen met data? Belangrijk aspect is dat we leren dat er niet één goede route is om hiermee aan de slag te gaan, maar dat je vooral een brede blik moet ontwikkelen om tot een goed resultaat te komen: start bij de uitdaging van de business en kijk over de grenzen van je eigen vakgebied heen, zoek samenwerking op en wissel ideeën en visies uit.”

Op welke wijze komt de People Analytics pijler terug in jullie plannen?

“De analytics pijler hebben we nu in de grondverf gezet. We willen zo snel mogelijk het 360° medewerkerbeeld, een verzameling betekenisvolle kenmerken van onze medewerkers, uitbouwen en tegelijkertijd capaciteiten en kennis inzetten die verder gaan dan Excel en SPSS kennis. Daarvoor werken we intern, in een laboratorium setting met geavanceerde data science skills en technologie, samen met ‘De digitale bank’.

Om zoveel mogelijk waarde toe te voegen, sluiten we aan bij de thema’s die onze groepsdirectie op de agenda heeft staan. Een mooi voorbeeld hiervan is het ‘luisteren naar medewerkers’. Dat doen we via het tweejaarlijkse engagement onderzoek (OHI). Eén keer per twee jaar is niet voldoende om een indruk te krijgen van het resultaat van de (HR) interventies die we hebben gedaan. Door vanuit People Analytics een koppeling te maken met de pulse metingen die voor de Nederlandse kantoren al bestonden, bleken we in staat de pulse meting als voorspeller voor de OHI resultaten gebruiken. Dit stelt ons in staat om kortcyclisch te sturen op verbetering, een belangrijke stap en een mooi resultaat.

Een ander belangrijk bestuurlijk thema waarop we aansluiten is de nieuwe wijze van performance meting: vooruitkijken in plaats van terugkijken: ’a growth mindset’. Met People Analytics kunnen we onderbouwen welke competenties leidend zijn voor het succes van medewerkers in termen van concrete business doelstellingen zoals een tevreden klant. Denk bijvoorbeeld aan de account management rol, waarvan de inhoud als gevolg van de digitalisering gaat schuiven. Met People Analytics kunnen wij door deze inzichten accountmanagers helpen in hun ontwikkeling naar hun nieuwe rol.”

Hoe zie je de toekomst: wat is je droombeeld?

“Op dit moment gebruiken we een beperkte dataset die we in het data lake tot onze beschikking hebben. Het data lake biedt nog niet het 360 graden beeld waar we naartoe willen. Onze droom is één enterprise architectuur en één gezamenlijke enterprise BI, die ons in staat stelt de medewerker in zijn kracht te zetten en de organisatie te voorzien van informatie die haar in staat stelt om de juiste beslissingen voor de toekomst te nemen. We streven naar een digitale menselijke bank. Een multidisciplinaire oplossing leid je sneller naar het kunnen realiseren van impact waar de medewerker en bank sterker van worden. De discussie moet niet gaan over ‘in welke discipline hoort dit probleem thuis, wie doet de analyse’ maar over het aanpakken van zo’n probleem door het bundelen van krachten.

Het zal zeker nog enkele jaren duren voordat we People Analytics op een gelijk niveau hebben gebracht als andere datagedreven gebieden in de organisatie. Op dit moment is er nog te weinig kennis over wat People Analytics doet en wat de potentie ervan is. Daarom ben ik er een groot voorstander van de People Analytics functie binnen het HR-domein te ontwikkelen tot een krachtige gesprekspartner die uiteindelijk volwaardig kan meedraaien in het enterprise model.”

Auteur:

Irma Doze

Irma Doze

Managing Director AnalitiQs

Behind the Steering Wheel at Deutsche Telekom

By | Artikelen, HR | No Comments

In November Icongroup will host the People and Workforce Analytics Seminar in Brussels. Gido van Puijenbroek (AnalitiQs) is chair of the seminar and in the run-up to the event he will interview several speakers, such as ING and NS (Dutch Railways). This time around Gido has had the pleasure to speak with Michael Rubas who is Senior Vice President of HR Planning, IT and Operations at Deutsche Telekom: “We don’t have a crystal ball, but we want to get firmly behind the steering wheel.”

AnalitiQs interviews speaker Michael Rubas about HR analytics

In November you will be speaking at the People & Workforce Analytics Seminar in Brussels. What are your expectations for this event?

“Of course, good food and a nice Belgian beer. But more seriously, I hope to have interesting conversations with and gain insights from other companies and practitioners. I’m particularly interested to learn more about questions which got answered through HR Analytics and had true business impact. Ideally not on an abstract or infrastructural level, but truly at a case level which created value.”

Could you give a sneak peek into your presentation ‘Skill up: We Create the Workforce of The Future’?

“First of all, I will point out that we are on an HR Analytics journey at Deutsche Telekom, like many other organisations. I will touch on topics such as infrastructure and legislation. From this framework I will make a deep dive into a couple of cases, for example how does the network of leaders influence their performance?”

I’m very curious about your cases, but before we go into the stuff you and your team are doing, could you tell more about yourself?

“Sure! In the course of my career I have spent about 50% of my time in IT within the B2B industry. The other half of my time has gone into HR And People Management. These two experiences led to my personal passion. Bringing ‘people’ to the business and bringing ‘technology’ to HR. In the world we currently live in, both are important topics and enablers for value creation. Within that space Workforce Analytics is an exciting topic, since it is both people and technology focused.”

Two interesting features of your presentation are the use of external big data and data about skills. Could you elaborate on the relevance of these two features?

“Within Deutsche Telekom the quantitative part of Strategic Workforce Planning, FTE and total workforce costs, has a very reasonable level of maturity. We can match actuals and forecast pretty well. It’s part of our DNA of the constant transformation towards more efficiency.

Next to becoming more efficient we also looking at new business opportunities/innovation since this will keep us relevant. The need for innovation makes skills planning essential and a new objective, because it is pivotal to understand whether new markets can be opened up. Another driver behind this trend is the awareness that we can’t bring in all these people with new skills from the outside because of labour market shortages, and by offering our employees opportunities we want to stimulate corporate citizenship.

So that is the ‘why’ behind skills planning. The ‘how’ is extremely difficult because no one can exactly predict what will happen in the future. After all, we don’t have a crystal ball.

To mitigate for this, we do our best and partner with those positioned best, such as the Strategy department. They can provide information about trends, likelihood of certain developments and potential impact. In addition, we have started using external big data. We scrape/crawl the data from the internet and use the data to inform ourselves about questions like: what kind of skills, for example 5G or cloud computing, are other competitors looking for and how many people are on the market for this kind of positions? Having these insights helps for discussions, for instance: why do we search for fewer cloud computing people than competitor X? Why do other organizations act differently?

Ultimately, we want to get out of the reactive approach and we want to get firmly behind the steering wheel, without claiming we have a crystal ball.”

On your LinkedIn profile it is mentioned you are responsible for driving customer centricity of the HR organization. Can you share how you use data to establish this?

“HR has a tendency to live in its own world and to set its own priorities. As a result, the customer wasn’t really happy in the past. At Deutsche Telekom we now start with two questions: what does the customer need? How do we optimize business value from an HR perspective? From there we select a limited number of topics.

For the selected topics, we consider how to effectively implement them. For this purpose, we use design thinking, including journey mapping: how do customers inform themselves, how do customers interact with us and what are the moments that matter? Also, we involve our customers early in the process. We want to measure four things: client satisfaction, promotion, adoption and effort. The data we use in this space is a combination of survey data, for example satisfaction and promotion, and system log data for adoption, for example the number of people who have sent out a feedback form.

We look at this data at an aggregated level because of privacy concerns, but that is still quite interesting and insightful. The dimensions we can use depend on the agreement with the workers council. For instance, for the correlation between perceived leadership and team cohesion, we were allowed to analyse patterns such as age or gender using data from the engagement survey.”

Could you elaborate on a use case which you are proud of in terms of impact created and/or innovative methods used?

“That would be the leadership performance model that I mentioned earlier and which I will also discuss in November during the seminar. Our CEO has introduced three leadership principles, one of them is collaboration. This principle ran the risk of being perceived as a fluffy principle and as typical HR stuff. Nevertheless it is a paramount principle since in today’s world, no one is able to create products in a silo. Therefore, collaboration is truly important and represents business value. We were able to show the relationship between collaboration and value creation. Consequently, we have mitigated the risk and no we can link people and HR unequivocally with business outcomes.”

Creating and measuring the ROI of HR analytics is a concern that many leaders in this field ponder about as it is thought to be a requirement for long term relevance of the field. What is your view on this topic?

“ROI is challenging. To give an example: our most expensive investments are in reporting infrastructure. The ROI of good reports is hard to establish. So rather than ROI calculations we use a different measure for success. We look at what happens after presenting insights. Do we discuss insights and say we find them interesting but then go back to work? Then there is a negative ROI. If we discuss insights, say we find them interesting and follow through by changing practices in accordance with the insights, then there is a positive ROI.”

One of the requirements of making people decisions fact-based is a data savvy HR function where data is not a mere after thought, but truly integrated in the way of working. HR people tend to be not the most fact-based people. Is this something you recognize and if so how should HR leaders anticipate on this?

“I do recognize this. As soon as people end up in an HR department it seems like they immediately switch to a mode where they inform themselves by observations and subsequently act or advise on it. I believe we need more social scientists and anthropologists in HR. These people are trained in observing, continue from there with collecting data and only then derive conclusions. If we want to be true people experts, we have to recruit these profiles.”

Finally, a lot has been written and said about the GDPR. What are your preliminary reflections on the new legislation?

“Not an expert on other countries, but for sure the GDPR led to standardization and this is helpful in terms of expectation management. In Germany work councils have a strong position. Therefore, mutual trust and dialogue are extremely important. If there is a good relationship and we also look at the employee advantages of analytics, many things are possible. However, using a tool such as Humanyze is unimaginable in our organization due to opinions. So legal framework is converging, but opinions about where to draw the line might still set Germany apart.”

Want to learn more about Michael’s insights?
Don’t miss his presentation ‘Skill up: We Create the Workforce of The Future’ on Thursday November 22nd at the People & Workforce Analytics Seminar in Brussels.

Exclusive discount
Gido van Puijenbroek (AnalitiQs) will be hosting day 1 of the event. We would like to offer you an exclusive discount of 100 euros on your ticket. Are you interested? Please send us an e-mail to receive your discount code. See you in Brussels!

Author:

Gido van Puijenbroek

Gido van Puijenbroek

Managing Director AnalitiQs

Werknemers bevelen werkgever in 2018 opnieuw vaker aan

By | Artikelen, eNPS, HR | No Comments

Auteur: Ramona Boes

In navolging van afgelopen jaar is de employer Net Promoter Score (eNPS) onder de werkende Nederlandse bevolking van 18 tot 64 jaar in 2018 opnieuw gestegen, blijkt uit ons jaarlijks, nationaal eNPS onderzoek. Waar de stijging vorig jaar echter vooral door een toename van het aantal promotors kwam, komt de stijging deze keer met name door een afname van het aantal criticasters: van 24% in 2017 naar 19% in 2018.

Werknemers bevelen werkgever in 2018 opnieuw vaker aan

De eNPS geeft weer hoe waarschijnlijk werknemers hun werkgever zullen aanbevelen en is vastgesteld volgens de Europese berekening (voor uitleg zie artikel eNPS 2017). De eNPS lijkt het meest samen te hangen met het consumentenvertrouwen: waar al sinds 2014 ieder kwartaal de economie groeit en de werkloosheid en het aantal faillissementen afneemt, is de echte toename van het consumentenvertrouwen, net als de stijging van de eNPS, zichtbaar vanaf eind 2016.

Figuur 1 - eNPS onder de werkende Nederlandse bevolking van 18 tot 64 jaar, voor 2014 - 2018

Figuur 1 – eNPS onder de werkende Nederlandse bevolking van 18 tot 64 jaar, voor 2014 – 2018

eNPS voor organisaties in alle branches gestegen in 2018

Qua ranking van de branches is er dit jaar weinig veranderd. De top drie best scorende branches is hetzelfde gebleven en de drie laagst scorende branches zijn t.o.v. vorig jaar alleen onderling van positie gewisseld.

3 hoogst scorende branches
Huidige ranking (ranking 2017)
1. Collectieve sector (1)
2. Gezondheidszorg (2)
3. Onderwijs (3)

3 laagst scorende branches
Huidige ranking (ranking 2017)
6. Kennisintensieve dienstverlening (7)
7. Overige dienstverlening (8)
8. Transport (6)

Verder zien we dat alle branches een vergelijkbare of betere eNPS hebben in vergelijking tot 2017. De grootste absolute stijging zit dit jaar in de branche overige dienstverlening. De eNPS in deze branche is met 17 punten toegenomen. Er waren in het afgelopen jaar dan ook fors minder faillissementen in deze branche en het aantal starters is licht toegenomen, zo blijkt uit de kwartaalmonitor van Graydon. De zakelijke, financiële en overige dienstverlening stuwen de bedrijvigheid: zij zijn samen verantwoordelijk voor bijna de helft van de netto-groei van de Nederlandse bedrijvigheid.

De kleinste absolute stijging is te zien in de branche transport. Deze branche vinden we mede daardoor dit jaar terug op de laagste plaats. Volgens de eerder genoemde kwartaalmonitor zijn alle branches in het afgelopen jaar in omvang toegenomen en ook nam in bijna alle branches het aantal starters toe. Echter, in o.a. de sector transport en logistiek nam het aantal starters juist af. Maar aan de zonnige kant, de positieve trend in eNPS voor deze branche is nog niet doorbroken!

Ook bij de collectieve sector vinden we sinds 2016 een positieve trend terug en dit is tevens de hoogst scorende branche in 2018. Dit zou goed samen kunnen hangen met de gemeentelijke CAO ontwikkelingen: de laatste CAO stamde uit 2015, maar in 2017 is er een tijdelijke CAO afgesloten waarin gemeenteambtenaren een verhoging van 3,25 procent structureel over 20 maanden zouden krijgen en in 2018 is een akkoord bereikt met de vakbonden over een nieuwe CAO bij het rijk met nog eens 7% meer loon in de komende 1,5 jaar.

Ten slotte valt op dat de branches gezondheidszorg, handel en overige dienstverlening een zogenaamde U-curve vormen: de eerste jaren was er een dalende trend zichtbaar maar na de dip in 2016 is de eNPS nu voor het tweede jaar op rij gestegen.

Figuur 2 - eNPS per branche voor 2014 - 2018 voor werkende bevolking 18-64 jaar

Figuur 2 – eNPS per branche voor 2014 – 2018 voor werkende bevolking 18-64 jaar

Werknemers in (zeer) grote vestigingen het meest positief

Wanneer we de eNPS vergelijken voor de verschillende vestigingsgroottes zien we dat vooral in (zeer) grote vestigingen tevreden werknemers zitten. Deze relatief hoge eNPS komt met name door een relatief laag aantal criticasters. Ook in 2017 was een dergelijk patroon zichtbaar en in eerdere jaren hebben wij dit aspect nog niet onderzocht. Alleen waar nu de laagste score van 23 is bereikt bij 251 t/m 500 medewerkers, lag het ‘dal’ in 2017 bij de vestigingen met een grootte van 101 t/m 250 medewerkers.

Het positieve effect van (zeer) grote vestigingen lijkt dus wel duidelijk, maar om te kunnen vaststellen of de middelgrote vestigingen door werknemers als minder positief worden ervaren, zullen we de komende jaren verder onderzoeken.

Figuur 3 - eNPS per grootte van de vestiging

Figuur 3 – eNPS per grootte van de vestiging

Werknemers ervaren meer tijd om te herstellen dan vorig jaar

Kijkend naar de mate van herstel buiten het werk valt in Figuur 4 op dat hoe meer werknemers het gevoel hebben dat zij voldoende tijd hebben buiten het werk te herstellen, hoe hoger hun eNPS is.

Figuur 4 - eNPS per mate van zowel fysiek als mentaal herstellen

Figuur 4 – eNPS per mate van zowel fysiek als mentaal herstellen

Tijdig en voldoende herstel van werk en werkstress zijn op langere termijn van groot belang voor de gezondheid, prestaties en inzetbaarheid van werkenden. Dit vertelde Sabine Geurts, hoogleraar arbeid, stress en herstel tijdens haar oratie: “Niet snel genoeg herstellen zorgt bijvoorbeeld voor slecht slapen. En mensen die slecht slapen beginnen de volgende werkdag met een achterstand. Dan moet iemand een extra inspanning leveren om dezelfde prestatie te leveren. Dat kan best enige tijd goed gaan, maar niet tot in het oneindige.”

Gelukkig zien wij dat werknemers beduidend meer het gevoel hebben dat zij genoeg tijd hebben om te herstellen dan vorig jaar. Er zijn relatief gezien zowel minder werknemers in 2018 die ervaren dat zij niet genoeg hersteltijd hebben (19% t.o.v. 26% in 2017), als meer werknemers die sterk het gevoel hebben dat zij genoeg tijd hebben om buiten het werk zowel fysiek als mentaal te herstellen (49% om 42%).

Figuur 5 - Mate van herstellen in 2017 en 2018

Figuur 5 – Mate van herstellen in 2017 en 2018

Concluderend is de eNPS in 2018 dus voor zo goed als iedereen verbeterd!

Auteur:

Ramona Boes

Ramona Boes

Data Scientist AnalitiQs

A Medley of HR Analytics Articles – August

By | Artikelen, HR | No Comments

How and Where Diversity Drives Financial Performance

Rocio Lorenzo & Martin Reeves

Diversity is both an issue of fairness and, some say, a driver of innovation and performance. To assess the latter claim, we undertook a large, cross-country study into the relationship between multiple aspects of managerial diversity, the presence of enabling conditions such as leadership support for diversity, and innovation outcomes.

Harvard Business Review

Do you have the right leaders for your growth strategies?

Katharina Herrmann, Asmus Komm & Sven Smit

Is there a link between growth and specific leadership traits? We’ve tried to shed some light on this question by integrating two unique databases: McKinsey’s granular-growth database, with information on the growth performance of more than 700 companies, and a database created by the executive search firm Egon Zehnder International that contains performance appraisals of more than 100,000 senior executives.

McKinsey

How People Analytics Can Help You Change Process, Culture, and Strategy

Chantrelle Nielsen & Natalie McCullough

It seems like every business is struggling with the concept of transformation. Large incumbents are trying to keep pace with digital upstarts, and even digital native companies born as disruptors know that they need to transform. Take Uber: at only eight years old, it’s already upended the business model of taxis. Now it’s trying to move from a software platform to a robotics lab to build self-driving cars.

Harvard Business Review

Getallen laten spreken met Tableau of Power BI?

By | Artikelen, HR, Marketing, Visuals | No Comments

Big data is nog geen kennis. Je maakt er kennis van door die data te analyseren en vervolgens te visualiseren. Als je dat visualiseren op de juiste manier doet, zullen de resultaten duidelijk en inzichtelijk zijn voor anderen. Welke van de 2 beste visualisatie tools ter wereld wint de strijd bij gebruik voor HR-analytics: Tableau of Power BI? Data Scientists Jilske Hupkes en John Martens van AnalitiQs zochten het voor je uit!

Getallen laten spreken met Tableau of Power BI?

Waarom maatwerk visualisatie?

Er bestaan verschillende niveaus van HR-analytics. In een eerder interview met Gido van Puijenbroek van AnalitiQs worden die niveaus toegelicht. Als je het hoogste niveau wilt bereiken, ontkom je er bijna niet aan om met een visualisatie tool te werken. Tableau was hierin lange tijd de wereldwijde marktleider. Microsoft heeft in het recente verleden met Power BI hard aan de weg getimmerd en is nu ook een zeer belangrijke speler geworden. Beide tools staan even hoog in het 2018 BI Magic Quadrant van Gartner.

Je hebt vast wel eens in Microsoft Excel een grafiek gemaakt van een tabel met wat getallen erin. Je kunt kiezen tussen kolommen of cirkels, kleuren instellen, legenda, etc. Dat principe is bij Tableau en Power BI in de basis nog steeds hetzelfde, alleen heb je hiervoor wel specialisten nodig. Welke tool werkt nu het beste voor HR-data? Data Scientists Jilske Hupkes en John Martens van AnalitiQs zochten uit en zetten hun bevindingen voor je op een rijtje.

‘Garbage in is Garbage out’

“Dit is een veel gehoorde term in analytics land en de grote uitdaging tijdens veel visualisatieprojecten. Data verzamelen is eigenlijk niet het grote probleem. Sommige organisaties stoppen bijvoorbeeld veel geld in het opzetten van datawarehouses om data uit allerlei operationele systemen te verzamelen. Als je dan goed naar die data gaat kijken zie je vervuiling, inconsistenties en ontbrekende data. En de hoeveelheid en verscheidenheid aan data in een data warehouse is zo groot dat opruimen vaak onbegonnen werk lijkt. Het verkrijgen van bruikbare data is dus de uitdaging. Daarom wordt ook vaak doelgericht en eenvoudig gestart. Ook werken we nog geregeld in Excel of gebruiken we een eenvoudige SQL-database voor de dataverwerking.

In plaats van focussen op een backend project, zoals een data lake, zit er voor de klant vaak meer toegevoegde waarde in het samen bouwen van een visualisatie over een herkenbare (business)vraag op basis van opgeschoonde specifieke data. Als op deze wijze een start is gemaakt en de waarde van datavisualisatie is aangetoond, volgen de meer technische projecten zoals het aansluiten van HR op een data lake.”

Tableau

Tableau

 

Tableau versus Power BI functioneel

“Beide tools zijn ontstaan vanuit visualisatie. In de basis kun je met beide tools visueel hetzelfde bij het maken van grafieken en tabellen. Wat zijn de verschillen?

  • De standaard beschikbare visualisaties zijn redelijk vergelijkbaar, maar Tableau heeft meer statistisch gerelateerde visualisaties en Power BI meer KPI gerelateerde visualisaties.
  • Power BI is net als andere moderne Microsoftproducten gebouwd rond het ‘tegeltje’ (tiles) concept en geeft dus minder vrijheid in het plaatsen en uitlijnen van onderdelen van meerdere grafieken (zoals assen). In Power BI is het handiger om de pagina’s zo clean mogelijk te houden, waar je in Tableau door lay-out maatwerk meer op 1 pagina kwijt kan zonder dat deze te druk wordt. Dit maatwerk op lay-out niveau heeft in Tableau zelfs een eigen pagina, met een sterk visuele gebruikersinterface, waardoor je dit visuele maatwerk als ontwikkelaar snel onder de knie kunt krijgen. Voor Power BI is het mogelijk om zelf visualisaties te programmeren, waardoor je ook maatwerk kunt bieden. Hiervoor moet je echter wel de programmeertaal leren voor het bewerken of schrijven van het benodigde ‘json’-bestand.
  • Binnen Power BI kunnen eindgebruikers op basis van de met hun gedeelde rapporten makkelijk zelf een dashboard samenstellen van hun favoriete visualisaties (tegeltjes).
  • Bij Power BI is het makkelijker voor de analist om verschillende rechten aan gebruikers toe te kennen binnen een dataset. Hierdoor kunnen verschillende gebruikers hetzelfde rapport bekijken, maar door hun verschillende rechten op de bijbehorende dataset zullen ze andere data te zien krijgen. In Tableau kan dit ook, maar dan heb je wel enige technische kennis nodig. Heb je deze niet? Dan zul je voor gebruikers met andere rechten ook andere rapporten moeten aanmaken.
  • Power BI server, de browser interface voor de gebruikers, biedt een sterke zoekfunctionaliteit. Wanneer je bijvoorbeeld zoekt op ‘headcount UK’, krijg je direct een bijbehorende en gefilterde grafiek met data te zien.”

Datapreparatie

“De data preparatie die aan visualisatie voorafgaat, deden we voorheen meestal met Power Query of SQL Server, beiden van Microsoft. Power BI biedt met de Query editor bruikbare datapreparatie-mogelijkheden en sinds kort is er Tableau Prep waarin we veelbelovende algoritmes zien om datapreparatie nog makkelijker te maken. Wil je data opschonen? Dan kan Tableau bijvoorbeeld verschillende spellingen en hoofdlettergebruik van hetzelfde woord herkennen en direct corrigeren.”

Power BI

Power BI

 

Andere overwegingen voor een juiste keuze

“Op functioneel gebied wint Tableau, met name vanwege de lay-out en maatwerkmogelijkheden die in de huidige tijd van de gebruikerservaring essentieel zijn. Er zijn nog wel andere overwegingen voor het maken van een keuze:

  • Power BI is in veel gevallen goedkoper omdat het met andere producten van Microsoft wordt aangeboden. Overigens is Tableau bezig met aanpassingen in haar licentiestructuren om concurrerend te blijven. Uiteindelijk bepaalt een veelvoud aan factoren de licentiekosten, denk bijvoorbeeld aan aantal gebruikers, benodigde licentietypen en omvang/type organisatie.
  • Wat betreft de implementatiekosten is er niet veel verschil. Tijdens een project gaat de meeste tijd in datapreparatie zitten en ondanks algoritmes en nieuwe functionaliteiten is dit nog steeds de grootste kostenpost. De uiteindelijke visualisatie is het minste werk.
  • Omdat je met Power BI min of meer gedwongen wordt om de dashboards eenvoudig te houden is dit toegankelijker voor managers en ‘niet data gespecialiseerde’ gebruikers. Voor gebruikers die wat meer data savvy zijn, zoals data-analisten binnen HR en Finance professionals, kun je meer bereiken met Tableau.”

En de winnaar is…

“We concluderen dat er geen eenduidige winnaar is. Zoals zo vaak hangt de keuze af van de situatie. We hopen dat dit artikel een inzicht geeft in de overwegingen die je kunt maken. Heb je vragen of aanvullende overwegingen/observaties? Dan horen we graag van je!”

Jilske Hupkes

Jilske Hupkes

Data Scientist AnalitiQs

John Martens

John Martens

Data Scientist AnalitiQs

HR-analytics bij gemeente Den Haag

By | Artikelen, HR | No Comments

“Trots op wat we al hebben bereikt”

Auteur: Irma Doze

Sinds 2015 ondersteunt AnalitiQs de gemeente Den Haag op het gebied van HR-analytics middels verschillende projecten: Strategische Personeelsplanning, Verzuimanalyse en de ontwikkeling van HR-dashboards en -rapporten. Onlangs sprak Irma Doze van AnalitiQs met Monica Trommelen, Strategisch Adviseur HR Control & Analytics bij de gemeente Den Haag, over hun HR-dashboards. Waar dragen de dashboards aan bij? En wat is de volgende stap?

HR-analytics bij gemeente Den Haag - Interview Monica Trommelen

Waarom hebben jullie gekozen voor nieuwe HR-dashboards?

“Er is een aanzienlijke hoeveelheid data aanwezig in onze systemen, en van hoge kwaliteit. Zonde om daar niet méér mee te doen. Daarbij wilden we inzicht in de voortgang op de HR-doelstellingen. We hebben dan ook besloten om nieuwe dashboards en rapporten te ontwikkelen waarin we de data op een visueel aantrekkelijke, meer intuïtieve en interactieve manier ontsluiten.

Eén dashboard geeft inzicht in de bestuurlijke HR-doelstellingen van ons strategisch HR-beleid, oftewel de stuurgetallen voor de totale gemeente. Iedere manager kan dit dashboard raadplegen voor zijn of haar team en de resultaten vergelijken met die van de dienst of de gemeente. Het biedt stuurinformatie waarbij de focus ligt op de lange termijn.

Het andere dashboard toont kengetallen en is meer gericht op de korte termijn. Het biedt managers ondersteuning op operationeel vlak. Daarnaast hebben we ingezet op themarapporten, zoals verzuim en mobiliteit. De manager krijgt in het dashboard een overzicht van alle gegevens van zijn of haar team en kan, via thema rapporten, afdalen tot medewerkersniveau.”

Hoe kijk je terug op het project?

“Ik ben trots dat we hebben doorgezet en op wat we al hebben bereikt. Daar heeft een heel team van specialisten hard voor gewerkt. Je moet namelijk wel een lange adem hebben: budget regelen, een goede projectmanager zoeken, een team samenstellen en dan natuurlijk aan de slag. Maar het is ons gelukt.

We blijven voorlopig doorgaan met de optimalisatie van de dashboards en rapporten, het is een doorlopend proces. We werken agile, dat wil zeggen dat we steeds een stukje oppakken. Per 6 weken wordt geprioriteerd en bepaald wat er wordt ontwikkeld. Gaandeweg hebben we geleerd hoe we verbeteringen in de dashboards het beste kunnen aanpakken rekening houdend met de beperkingen van de data en de rapportagetool. We worden scherper op de inhoud van de data en heroverwegen berekeningswijzen. Omdat we zo de diepte in moeten, is onze kennis hiervan enorm vergroot.

Ik ben ervan overtuigd dat de nieuwe dashboards van meerwaarde zijn, omdat ze de managers veel beter ondersteunen in het sturen en nemen van beslissingen. Toch blijft het regelen van budget voor de ontwikkeling van de dashboards een uitdaging, iedere keer weer. De middelen zijn beperkt en uiteraard ben je niet de enige collega met goede ideeën die op zoek is naar financiële steun. Een andere uitdaging is om de dasboards nog meer af te stemmen op de wensen van managers en het gebruik te ­stimuleren.” 

Hoe doe je dat?

“We zetten in op communicatie en workshops. Via het intranet en een maandelijkse nieuwsbrief houden we managers en P&O adviseurs op de hoogte van wat we hebben gerealiseerd en waarvoor je de dashboards kunt gebruiken. Het is belangrijk om met name managers daarover te blijven informeren. Daarnaast organiseren we workshops over de dashboards. Deze worden nu nog gegeven door Irma Doze, de projectmanager, en worden na de zomer overgenomen door leden uit het projectteam. De workshops worden positief gewaardeerd en zorgen voor mond-tot-mondreclame. Leuk om te zien dat collega’s zich profileren als ‘ambassadeurs’ van ons project!”

Heb je tips voor vakgenoten die ook een dashboard willen ontwikkelen?

“Het is belangrijk om een goed aanvalsplan te hebben. Inventariseer de behoefte onder gebruikersgroepen en maak al heel snel duidelijk wat het project gaat opleveren door de beoogde look & feel van het dasboard alvast te visualiseren. Maak in geval van een agile werkwijze goede afspraken met de opdrachtgever, omdat gestuurd wordt op budget. De vraag: ‘Goh, ik stel nu een flink budget beschikbaar, maar wat krijg ik daarvoor over 5 maanden?’, kan dan ook niet beantwoord worden. Het is belangrijk om díe verwachtingen te managen. Je moet van verschillende stakeholders het vertrouwen winnen dat het project mooie dingen gaat opleveren en dat kun je tussentijds ook regelmatig laten zien.”

Welke kant wil je op met de HR-dashboards?

“We zijn in ieder geval nog niet klaar. We gaan straks een volgende fase in. Uiteraard is onze wensenlijst groter dan wat we in de volgende fase kunnen realiseren. Momenteel hink ik op twee gedachten. Ik zou de data meer willen gebruiken om te voorspellen, bijvoorbeeld voor verzuim. Dit zou een mooie stap voorwaarts zijn, omdat we dan beter kunnen (bij)sturen en niet alleen naar het verleden en het hier en nu kijken. Daarnaast vind ik het belangrijk om goed te luisteren naar de managers. We hebben hun wensen voor de doorontwikkeling geïnventariseerd middels een enquête en op basis daarvan een actielijst opgesteld. Ook starten we binnenkort met een gebruikersgroep die we bepaalde keuzes willen voorleggen. Zo kunnen we nog beter aansluiten op de behoeften van de gebruikers.

Onze dashboards en rapporten hebben een belangrijke functie in het nieuwe HR-dienstverleningsmodel van onze organisatie. Dit heeft zeker bijgedragen aan het succes van het project. Daarnaast wil de gemeente nu doorpakken met financiële en bedrijfsvoeringsdashboards. De HR-indicatoren die daarvoor nodig zijn, worden overgenomen vanuit onze dashboards. Dat vind ik mooi om te zien.”

Auteur:

Irma Doze

Irma Doze

Managing Director AnalitiQs

A Medley of HR Analytics Articles – July

By | Artikelen, HR | No Comments

Managing human resources is about to become easier

AI is changing the way firms screen, hire and manage their talent

“HUMAN RESOURCES (HR) is a poorly named department. It usually has few resources other than overworked staff, clunky technology and piles of employee handbooks. Hassled recruiters have to sort through reams of applications that vastly outnumber the jobs available. For example, Johnson & Johnson (J&J), a consumer-goods company, receives 1.2m applications for 25,000 positions every year. AI-enabled systems can scan applications far more quickly than humans and work out whether candidates are a good fit.”

The Economist

Reading People, Not Data, Is An Analytics Manager’s Most Important Skill

If you want to make sure data analytics are correctly understood you need to know your audience and vary your message

“I’ve spent the past five years as head of analytics at SONY Professional, where I have been lucky enough to have access to some of the best analytics technology available, but needed to cater to the needs of a company with a vast and complex structure.

Creating a data-informed culture is a passion of mine, and to do this right I’ve learned you need to  invest a lot of time shaping and informing the culture than just the data itself. Once good data has been captured and rendered into meaningful insights, it would be easy to assume the job of the analytics manager is complete.

But the reality is actually very different – producing a report should be just the first step of an effective analytics manager’s role.”

Computer Business Review

The Democratization of Data Science

“Want to catch tax cheats? The government of Rwanda does — and it’s finding them by studying anomalies in revenue-collection data.

Want to understand how American culture is changing? So does a budding sociologist in Indiana. He’s using data science to find patterns in the massive amounts of text people use each day to express their worldviews — patterns that no individual reader would be able to recognize.

Intelligent people find new uses for data science every day. Still, despite the explosion of interest in the data collected by just about every sector of American business — from financial companies and health care firms to management consultancies and the government — many organizations continue to relegate data-science knowledge to a small number of employees.”

Harvard Business Review

Take 5: A Guide to Getting Started and Succeeding with Data Analytics

Kellogg faculty offer advice for business leaders to improve their analytics strategies

“Everyone wants to make solid, data-driven decisions. Yet collecting and using data optimally can often feel daunting. Here some insights from Kellogg professors on how individuals, teams, and companies can feel comfortable with and get the most out of data analytics.”

Kellog Insight

Decoding Global Talent 2018

“Ask leaders at big companies what worries them, and one of the first things they’ll mention is the challenge of managing a workforce at a time of rapid change. Jobs being transformed by automation and artificial intelligence is one big concern—even if the full effects are still a few years off. Even now, with automation just starting, many positions require new digital capabilities or deep technical expertise. They’re hard to fill.”

Boston Consulting Group