People analytics: wat is het en hoe begin je ermee?

People analytics is het verzamelen en analyseren van data over medewerkers om betere beslissingen te nemen over werving, ontwikkeling, behoud en planning. Waar traditionele HR-rapportages vooral terugkijken, zoekt people analytics naar verbanden en oorzaken. Zo zie je bijvoorbeeld waarom talent vertrekt of welke teams overbelast raken, en stuur je bij op basis van feiten in plaats van onderbuikgevoel.

Wat is het verschil tussen people analytics en HR analytics?

People analytics en HR analytics overlappen sterk, maar people analytics kijkt breder dan HR-processen alleen. HR analytics meet vooral hoe HR presteert, zoals verzuim, verloop en doorlooptijden. People analytics combineert die people data met bedrijfsdata, zoals omzet, klanttevredenheid of productiviteit, om vragen over de hele organisatie te beantwoorden.

Een voorbeeld maakt het verschil duidelijk. HR analytics vertelt je dat het verloop dit jaar 18% is. People analytics zoekt uit welke medewerkers vertrekken, na hoeveel maanden, onder welke leidinggevende en wat dat de organisatie kost. Die tweede vraag levert insights op waar je direct iets mee kunt. Je gaat van losse cijfers naar insights die processen optimaliseren.

Veel organisaties gebruiken de termen door elkaar. Lees meer over de basis van rapporteren in ons artikel over HR rapportages.

Welke data gebruik je voor people analytics?

Voor people analytics gebruik je data uit je HR-administratie, aangevuld met data over werk en prestaties. De meeste MKB-bedrijven hebben al meer people data dan ze denken, alleen staat die verspreid over losse systemen en spreadsheets.

• Personeelsgegevens: in- en uitdiensttreding, functie, team, contractvorm en leeftijdsopbouw.
• Verlof- en verzuimdata: verzuimpercentage, meldingsfrequentie en verlofsaldi per team.
• Urendata: gewerkte uren, overuren en uren per project.
• Performance data: doelen, beoordelingen en feedback uit 360 graden feedback.
• Betrokkenheid: uitkomsten van een eNPS-meting of medewerkersonderzoek.
• Bedrijfsdata: omzet per medewerker, klanttevredenheid of productiviteit.

Hoe betrouwbaarder de data, hoe beter de analyse. Lees ook hoe je medewerkerstevredenheid meet en meeneemt. Data uit één centraal systeem is actueel en consistent, en dat is de basis voor elke analyse die je wilt vertrouwen.

Welke vragen beantwoord je met people analytics?

Met people analytics beantwoord je vragen over waarom medewerkers vertrekken, waar verzuim ontstaat, welke teams groeien en welk talent je nodig hebt. De beste vragen zijn concreet en raken een bedrijfsprobleem.

Voorbeelden van vragen die je met people analytics onderzoekt:

• Waarom vertrekken nieuwe medewerkers binnen het eerste jaar, en in welke teams gebeurt dat het vaakst?
• Is er een verband tussen overuren en verzuim in een afdeling?
• Welke medewerkers presteren boven verwachting en hoe houd je dat talent binnen?
• Hoeveel mensen heb je over een jaar nodig, en met welke vaardigheden?
• Wat kost personeelsverloop de organisatie per vertrekkende medewerker?

De vraag over toekomstige bezetting heet workforce planning. Workforce planning gebruikt people analytics om vraag en aanbod van personeel op elkaar af te stemmen. Zo weet je vooraf wanneer je moet werven, in plaats van achter de feiten aan te lopen. Een workforce analyse kijkt daarbij naar uitstroom, groei en vaardigheden. Met die workforce insights stem je werving af op de strategie. Goede workforce data voorkomt dat je te laat aanneemt.

Welke vormen van people analytics zijn er?

Er zijn vier vormen van people analytics: beschrijvend, verklarend, voorspellend en voorschrijvend. Elke vorm bouwt voort op de vorige en vraagt meer data en meer technologie.

Beschrijvende analyse laat zien wat er gebeurt, zoals het verzuimpercentage per maand. Verklarende analyse zoekt naar de oorzaak, bijvoorbeeld het verband tussen verzuim en werkdruk. Voorspellende analyse schat in wat er gaat gebeuren, zoals welke medewerkers een verhoogd risico op vertrek hebben. Voorschrijvende analyse adviseert wat je moet doen.

Voor voorspellende en voorschrijvende analyses zetten grote organisaties vaak machine learning in. Machine learning herkent patronen in grote hoeveelheden data. Voor de meeste MKB-bedrijven is dat niet nodig. Met goede beschrijvende analyses en een paar verklarende analyses neem je al slimmere beslissingen dan veel organisaties.

Hoe begin je met people analytics in het MKB?

Je begint met people analytics door één concrete vraag te kiezen, de benodigde data te verzamelen en het resultaat te vertalen naar een actie. Begin klein en bouw uit, in plaats van eerst een groot data driven programma op te zetten. Data driven werken is een gewoonte, geen project.

• Stap 1: Kies een bedrijfsvraag die ertoe doet, zoals hoog verloop of stijgend verzuim.
• Stap 2: Bepaal welke data die vraag beantwoorden en waar die data nu staat.
• Stap 3: Breng de data samen op één plek en controleer of de gegevens kloppen.
• Stap 4: Analyseer de data per team, functie of periode en zoek naar patronen. Data analyseren per groep voorkomt toevallige uitschieters.
• Stap 5: Bespreek de uitkomst met managers en spreek een concrete actie af.
• Stap 6: Meet na drie tot zes maanden opnieuw of de actie effect heeft.

De grootste uitdagingen zitten zelden in de technologie. Ze zitten in versnipperde data, privacy en het vertrouwen van medewerkers. Wees transparant over welke data je gebruikt en waarom, en rapporteer op groepsniveau in plaats van over individuele medewerkers. Zo blijft people analytics binnen de AVG en behoud je draagvlak. Ook de KPI’s voor HR die je kiest, bepalen welke insights je krijgt. Welke kengetallen je als eerste bijhoudt, lees je in ons artikel over HR metrics.

Wat gaat er mis met people analytics in Excel?

In Excel gaat people analytics vooral mis op actualiteit en betrouwbaarheid. Data wordt handmatig overgenomen uit verschillende bronnen, formules breken en niemand weet welke versie van het bestand klopt. De analyse is daardoor al verouderd voordat je hem bespreekt.

Een bestand met verzuimcijfers per medewerker dat rondgaat per e-mail is een privacyrisico. Een HR dashboard in je HR software toont dezelfde insights, maar dan actueel en alleen voor wie ze mag zien.

Zo werkt people analytics in HoorayHR

HoorayHR is alles-in-één HR software voor het MKB, waarmee je people analytics begint met data die je al dagelijks vastlegt. Omdat verlof, verzuim, uren, contracten en personeelsgegevens in één systeem staan, hoef je niets meer samen te voegen.

In onze rapportages zie je realtime inzicht in je medewerkerdata. Je maakt eigen rapportages en kunt zo verlof, verzuim, thuiswerken, contracten en uren analyseren en filteren per team of periode. Zo zie je in een paar klikken of het verzuim in een afdeling stijgt of welke contracten de komende maanden aflopen. Via onze MCP praat je bovendien met jouw HR-data via de AI-assistent die je al gebruikt, binnen je eigen rechten in HoorayHR.

People analytics groeit mee met je organisatie. Begin met de data die je al hebt en breid daarna uit naar planning en talent. Hoe meer je HR-processen digitaal en centraal vastlegt, hoe rijker en betrouwbaarder je analyses worden.