HR-analytics bieden een sterk concurrentievoordeel

HR is traag geweest met het gebruik van data, zegt Alain Labouverie van UCB. Hij licht de waardevolle bijdrage van data toe, vooral om sneller en beter te beslissen.

"Bij alle zakelijke beslissingen speelt menselijk kapitaal een rol", zegt Alain Labouverie, Head of Talent Analytics & Technology bij UCB. "Ons Talent Analytics-team, drie voltijdse medewerkers, werkt bijna uitsluitend aan projecten. We vertalen elke beslissing in een vraag die met een vergelijking kan worden opgelost. Stel dat we een nieuw concurrentievoordeel willen ontwikkelen in een bepaald domein. Welke vaardigheden zijn daarvoor nodig? Hoeveel mensen in het bedrijf hebben die vaardigheden? Welke mechanismen laten toe ze in te zetten: opleiding, erkenning, systemen, structuur, bedrijfswaarden enzovoort? Door dit in nauwe samenwerking met IT te doen, kunnen we beslissingen objectiveren en vaak gevolgen blootleggen die eerder niet zichtbaar waren."

Durf fouten te maken

Een voorbeeld? Als het bedrijf nieuwe producten sneller wil ontwikkelen, kan het beslissen om een onderzoeksfase voor te bereiden voordat de vorige is afgerond. Talent Analytics onderzoekt hoe processen wendbaarder en ondernemender kunnen worden, met respect voor alle ethische en wettelijke vereisten. Goede data waren al cruciaal voor productie, marketing, financiën en andere afdelingen. HR-data toevoegen en alle data via één platform toegankelijk maken voor de juiste mensen, met respect voor alle privacyvereisten, biedt een onmiskenbaar concurrentievoordeel. Door voor elk project de geschikte teams samen te brengen, bevorderen we bovendien samenwerking over afdelingsgrenzen heen en doorbreken we silo’s. Een voorwaarde is de kwaliteit van de data uit elke afdeling. "Elke medewerker moet beseffen: ook goede data in het systeem invoeren is mijn taak", benadrukt de expert.

Voorspellende tools voor personeelsverloop

Er bestaat geen magische vergelijking voor elke beslissing, waarschuwt Alain Labouverie. Maar we kunnen wel interessante voorspellende tools ontwikkelen, bijvoorbeeld voor het risico dat een medewerker vertrekt. Daarvoor verwerken we alle data over eerdere vertrekken: hoe vaak veranderde iemand van functie of leidinggevende, hoe snel volgde een promotie enzovoort? De machine legt vervolgens verbanden en schat de vertrekwaarschijnlijkheid in. "Meer in het algemeen is het essentieel om ruimte te geven om nieuwe ideeën te testen", stelt Alain Labouverie.

"We moeten aanvaarden dat we soms niet het perfecte antwoord op een vraag vinden. Maar dat antwoord niet vinden is ook een antwoord. De investering is niet verloren als we die conclusie snel trekken en onderweg leren. Teams moeten op elk niveau van dit idee doordrongen zijn: we leren veel van onze fouten!"

Lees meer over hoe Agilytic HR-teams helpt hun doelen te bereiken door slimmer datagebruik.