De Wereld Werft – #DWW13 – HR Data en de Business Impact (Samir ter Lüün / Luk Smeyers)
Samir ter Lüün, trendwatcher bij CTB Flex, doet een duo sessie met Luk Smeyers eigenaar en oprichter van iNostix over HR Analytics. CTB Flex doet o.a. een pilot met Tence om op basis van big data ziekteverzuim van uitzendkrachten te voorspellen om zo kosten te besparen. Hij noemt Xerox als best practice die data van 1000-en mensen voor hun call centers hebben geanalyseerd. Daaruit blijkt dat werkervaring op een call center geen factor is voor succes, maar wel mensen die creatief maar niet onderzoekend zijn, mensen met een kortere woon-werkafstand, en mensen die actief op één, maar niet meerdere sociale netwerken zijn. Interessant! Benieuwd naar de rest.
Luk gaat ons via teleconference vanuit Duitsland vertellen hoe we met HR Analytics waarde kunnen toevoegen voor ons bedrijf. Luk was onder andere personeelslid nummer 1 van Starbucks in Europa, cool. Tijdens een sabbatical heeft hij gekozen weer te gaan studeren aan Insead, o.a. bij Manfred Kets de Vries. Uiteindelijk richtte hij iNostix op om te gaan meten wat de impact van HR investeringen is op de business van een bedrijf middels analyse van big data. Hij doet dat in partnership met SAS en een aantal grote universiteiten. Ze werken vooral voor grote bedrijven met grote datasets. Zijn bedrijf richt zich op HR Analytics en Predictive Modeling (kijk, dat is nog eens iets waar je Patrick Boonstra voor wakker kunt maken) en ook steeds meer op HR Data Services, omdat veel bedrijven niet in staat blijken goed HR data te verzamelen, what’s new?
Zijn wake up call had hij bij Nielsen in 2003 waar op basis van een McKinsey rapport alle consultants (1500 in Europa) moesten worden omgekat middels een trainingsprogramma onder zijn verantwoordelijkheid. Zijn baas vond de data over het aantal uren trainen totaal oninteressant (“I don’t f*cking care!”). Maar wel de business impact en daar had hij geen idee van. Sindsdien kijkt hij anders naar HR en rapportages. Vaak blijken HR Analytics onbekend en ongebruikt binnen HR. Maar op dit moment wordt het langzamerhand een hype.
In de praktijk komt hij echter alleen small data tegen en nooit big data. In HR lopen we aan tegen de muur: we kunnen niet van descriptive (HR metrics, scorecards, benchmarks, surveys) naar predictive (correlation, causation en prediction) analytics komen omdat de hoeveelheid data onvoldoende is. Vaak weten we wel het verzuim bijvoorbeeld, maar niet de impact daarvan op de business. Over dat laatste lees en zie je zijns inziens weinig en zijn er weinig publieke case studies. Ze zouden zelf graag publiceren, maar mogen dat vaak niet van hun klanten.
De bedrijven die al in predictive HR analytics actief zijn, zijn o.a. SAS en SPSS. Luk bespreekt het Talent Analytics Maturity Model van Bersin (Deloitte). Daaruit zou blijken dat 4% van de bedrijven al Predicitve Analytics doet (het hoogste level van analytics), dat is niet Luk’s ervaring. 10% zou Advanced Analytics doen, waarbij oorzaak en gevolg gekoppeld wordt (Causation) op basis van historische gegevens, dus bijvoorbeeld training en het effect daarvan. Maar ook hier heeft hij nog geen echte big data gezien.
Om te laten zien wat echte big data is laat hij een voorbeeld zien van Predictive Crime Analytics, waarbij SAS samen met Stanford een model heeft ontwikkeld wat criminaliteit kan voorspellen op basis van 10 jaar data over criminaliteit. Met dat model kan de politie van LA gericht surveilleren in gebieden waar de kans op een delict het grootst is. Aanvankelijk is dat lacherig ontvangen, maar na een jaar blijkt het totaal aantal delicten met 30% is gedaald!!! Vette shit.
Zijn boektip is Predictive Analytics van Eric Siegel. Makkelijk en vlot geschreven met veel case studies. Onder andere een mooie case over loop van Hewlett Packard. Mooi Kerstkadoo ;-)
Als je dit nu zou toepassen op HR? Hij komt met een case study over 120 sales mensen in de chemie. Ze hebben o.a. de karakteristieken van de mensen, de plaatsen waar en wanneer ze verkopen, tegen welke prijzen en marges, bij welke klanten en hoe tevreden, welke producten, hun track record, etc. gemeten. Dat alles leverde interessante correlaties op. Dit bestand zou een Excel zijn van 1.200.000 regels en 800 kolommen in Excel, ofwel 900.000.000 cellen. De computer kan zoiets tegenwoordig in 3 seconden analyseren. Er blijkt een sterke correlatie te zijn tussen de beoordeling van de verkoper en de klant tevredenheid, maar……..alleen met de klanten die dichtbij de woonplaats van de sales mensen gevestigd waren. Door een nieuwe product strategie was er veel tijd voor elke klant nodig, waardoor de sales mensen zich focusten op de klanten dichtbij. De klanten verder weg waren aanzienlijk minder tevreden en deden ook minder omzet. Op basis hiervan gaan ze nu kijken of het verkleinen van de sales regio’s er een positief resultaat op de sales zou te voorspellen zijn. Cool!!! HR wordt in dit bedrijf nu gezien als échte HR Business Partners volgens Luk.
Gelukkig is er al een democratisering van dit soort tools aan het ontstaan op internet, waar je al een redelijke goede analyse op los kunt laten. Maar volgens Luk blijft het noodzakelijk om een goede data set te hebben. Zo’n bedrijf is bijvoorbeeld Big ML. Daar kun je voor een paar Euro een dataset uploaden en laten analyseren. En nu maar hopen dat de NSA daar geen toegang toe heeft.
Als laatste komt hij met een paar kengetallen waar je als recruiter mee bezig zou moeten zijn. Ook daar moeten we van voor de muur naar achter de muur: het voorspellen van performance op basis van de koppeling van je recruitment kengetallen met business kengetallen. Steeds meer grote organisaties (Facebook, Google, Starbucks) zijn kleine HR Analytics team aan het starten. Wie volgt?