Week 1 h11 Flashcards
HR Analytics
is een toepassing die tot stand komt door technologische informatie en gebruik maakt
van beschrijvende, visuele en statistische analyses van data gerelateerd aan HR processen, human
capital, prestaties van de organisatie en externe economische referentiekaders om een business
impact te hebben en het mogelijk te maken om beslissingen te baseren op data.
“Black box”
Onderzoek toont aan dat organisaties niet kunnen aantonen dat er kwantitatief bewijs is voor de
relatie tussen HRM en prestatie, ook wel bekend als de”black box”, HR Analytics wordt gezien als een
must-have om de “black box” te openen.
het hebben van een HR Analytics strategie is cruciaal om ervoor te zorgen dat data een rol speelt in het maken van organisatorische beslissingen. Volgens, CIPO is het belangrijk dat een HR
strategie voldoet aan 3 doelstellingen:
- Het verbinden van HR data met business data zodat duidelijk kan worden hoe de HR functie
resultaten op een organisatorisch niveau beinvloedt.
efficiente en effectieve manier.
2., Om HR leiders instaat te stellen om HR activiteiten in te richten en in te voeren op een efficiente en effectieve manier - Om de organisatie in staat te stellen om de effectivitet van HR te meten in het behalen van haar doelstellingen
Fitz-Enz en Mattox (2014)
beweren dat data die binnen HR analytics gebruikt wordt op drie
verschilfende manieren kan worden geanalyseerd:
1 Beschrijvend
2. Voorspellend
3. Voorschrijvend
Data kan van verschillende bronnen worden verkregen, zowel intern als extern, Bersin identificeert drie categorieen bronnen: mensen, processen en prestaties, Verder raadt Bersin aan via een proces Van vier levels de HR analytische vaardigheden binnen een organisatie op te bouwen. Hoe zien deze eruit?
Level 1: Het eerste level ontwikkeld de vaardigheden in het bepalen van metrics en ervoor zorgen dat key data wordt verzameld, gerapporteerd en opgeslagen op een bruikbare manier.
Level 2: Bij het tweede level wordt er een rapportage functie gecreeerd die HR informatie koppelt aan
business doelstellingen en relevante externe data op een visueel interessante manier en in een
begrijpelijk format.
level 3: Het derde level bestaat uit een strategische analyse waar de focus ligt op aspecten zoals
segmentatie en het optimaliseren van talent via het modeleren met statistische tools.
level 4: Het vierde en laatste level bestaat uit voorspellende vaardigheden die de organisatie de
mogelijkheid bieden om risico’s te voorspellen via het opstellen van algoritmes.
Data items die binnen een organisatie worden verzameld worden variabelen genoemd, Variabelen
worden gecategoriseerd via twee dimensies. Dit zijn categorische of continue variabelen.
Categorische variabelen zijn variabelen die bestaan uit een aantal categorieěn. Er zijn drie type
categorische variabelen. welke zijn dit?
- Binaire variabelen: Variabelen die uit twee categorieên bestaan. Voorbeeld: Je hebt wel of
geen rijbewijs - Nominale variabelen: Variabelen die uit drie of meer categorieěn bestaan. Voorbeeld: de
- Ordinale variabelen: Dit zijn variabelen die op volgorde gerangschikt kunnen worden.
Continue variabelen
variabelen die gemeten kunnen worden op een numerieke schaal of variabelen die een numerieke waarde hebben
Voorbeeld: de mate van job statisfaction.
Continue variabelen worden vaak gemeten met een Likert-type scale:
Evidence-based Decision-making: Analytics in Tandem with Interventions. Licht deze toe: Bassi, Rasmussen en Ulrich, luposphor, Froud
Het is volgens Bassi van belang om een evidence-based benadering toe te passen bij people
management beslissingen, Rasmussen en Ulrich wijzen erop dat het belangrijk is om het anlytics proces plaats te laten nemen binnen aspecten van strategische beslissingen, Luposhor maakt duidelijk dat het belangrijk is om een ethische dimensie van HR analytics in acht te nemen. Froud legt uit dat de manier
waarop sommige data gebruikt wordt het mogelijk maakt dat er legal claims van werknemers komen.
HR analytics kunnen leiden
tot onethische beslissingen. Bijvoorbeeld een algoritme dat wordt gebruikt die discrimineert.
Wat kan er gedaan worden om dit te voorkomen?
menselijke interpretatie is nodig, Dit toont het belang aan van menselijke betrokkenheid
bij het maken van beslissingen gebaseerd op voorspellende analytics