Avanced data-analytics laten toe personeelsverloop te voorspellen
Harde hr-data hebben een voorspellende kracht, dat heeft onderzoek door Acerta en KU Leuven anderhalf jaar na de opstart nu bewezen. Dit co-creatietraject dat de titel HR Advanced Analytics kreeg, is pionierswerk en wordt gesteund door VLAIO, meer bepaald door het Baekeland-fonds voor innovatieve projecten van privébedrijven samen met de academische wereld. Het project loopt over vier jaar, na de descriptieve en de predictieve fase is het nu al uitkijken naar de volgende, prescriptieve fase waarbij de beste acties voorgesteld worden in het kader van een effectief retentiebeleid.
Data-analytics toegepast op hr: intenties vallen te voorspellen
Artificiële intelligentie, een techniek die bv. in marketing gebruikt wordt voor gepersonaliseerde boodschappen, kan ook nuttig zijn om toe te passen op carrièrepaden. Dat was het uitgangspunt van het onderzoek dat Acerta en KU Leuven ondertussen anderhalf jaar geleden zijn gestart, met de erkenning en ondersteuning van het VLAIO, het Vlaamse Agentschap voor Innoveren & Ondernemen.
Zowel Acerta als KU Leuven stelden vast dat analytics in hr achterliepen op andere sectoren en beide waren (en zijn!) ervan overtuigd dat dat onterecht is. Uit de eerste, descriptieve fase van hun onderzoek zijn alvast mooie resultaten naar voren gekomen over het blootleggen van carrièrepaden via process mining, een techniek die vaak in productieomgevingen wordt gebruikt om processen te analyseren. Nu zijn hier ook de eerste resultaten van de tweede, predictieve fase, die focuste op retentie: harde hr-data hebben wel degelijk een voorspellende kracht en dus kunnen ze helpen het retentiebeleid effectiever te maken.
Volgende fase: ongewenste vertrekken voorkomen
Het vervolg van loopbanen kunnen voorzien is één ding, het wordt nog interessanter als bijvoorbeeld “aangekondigde” vertrekken zou kunnen worden voorkomen. Dat is de volgende fase van het onderzoek. De prescriptieve fase bekijkt welke treatments in welke situatie het beoogde resultaat zullen bereiken. Alles wat tot nu is gedaan (descriptief en predictief) is nog maatwerk, maar het is de bedoeling tot praktische tools te komen die bedrijven zullen kunnen inzetten op bv. payroll-data, alles GDPR-proof uiteraard.
HR Advanced Analytics voor een optimale begeleiding naar de best mogelijke loopbaan
Retentie is maar één voorbeeld van de vele mogelijkheden waar de voorspellende kracht van hr-data kan worden ingezet. Met Employee Journey Process Mining wordt het volledige carrièrepad van medewerkers van de deelnemende bedrijven, onder wie imec en Acerta zelf, geanalyseerd op basis van personeels- en functiegegevens over minstens drie jaar.
Die input kan nog worden uitgebreid met bv. data over prestatie-indicatoren, projecten, teamsamenstelling, ziektecijfers … Dat te voorspellen valt op welk spoor een loopbaan evolueert, impliceert dat dat spoor ook kan worden bijgestuurd. Zo kunnen hr-analytics een belangrijke bron worden voor de meest optimale begeleiding van medewerkers naar de best mogelijke loopbaan.
Zelf aan de slag met HR Analytics?
Wil je concreet aan de slag gaan met HR Advanced Analytics? Maak een afspraak of schrijf je in voor ons Panel Webinar over artificiële intelligentie.
Geschreven door
Director talent acquisition & orientation, Acerta Consult