HR-datadashboards: duur speeltje of nuttige investering?
Data is het nieuwe goud en termen als Data Driven Decision Making en HR-Analytics buzzen goed rond. De applicaties en dashboards die dit ondersteunen, schieten als paddenstoelen uit de grond. Loont het om hierin te investeren? Of is het nieuw speelgoed dat binnen een paar maanden ongebruikt in een hoek ligt te verstoffen? Het korte antwoord: dat hangt ervan af. Je leest in dit artikel wanneer datadashboards slim zijn om aan te schaffen. En we zijn ook eerlijk. Soms kun je er beter mee wachten.
Reden om wel te investeren
Inzicht om het HR-beleid op af te stemmen, dat is samengevat de heilige graal die HR nastreeft. Bijvoorbeeld:
Verloop: is de verloopratio binnen acceptabele marges?
Binden van nieuwe mensen: is de indiensttredingsratio in lijn met de strategische uitdagingen?
Gemiddelde headcount, horizontale doorstroom & verticale doorstroomratio’s (zie afbeelding).
Ontwikkeling: hoeveel managers/medewerkers zijn er, wat is de Manager Ratio en kan de structuur efficiënter?
Inzicht vraagt geduld & regie
Historische HR-data worden waardevoller door de tijd heen. Je hebt minimaal 3 jaar data in je systeem nodig om voorzichtige trendanalyses te maken. Liefst heb je meer dan 7 jaar data om vertekeningen eruit te filteren. 2020 en 2021 waren bijvoorbeeld door Covid-19 niet representatief. Daarnaast moet je data ook strak beheren omdat ook fouten een vertekend beeld kunnen geven.
Nieuw systeem vraagt stevige investering
Een nog groter aandachtspunt dan geduld en regie is de implementatie van een nieuw datasysteem. Organisaties nemen namelijk het liefst alle data uit het oude systeem over om de beste statistieken en dashboards mee te maken. En dat vraagt stevige investeringen in tijd (interne organisatie) en geld (implementatiepartner). Dit is de hoofdreden dat organisaties de historische data vaak laten waar ze zijn. Daarmee benutten ze hun HR analytics niet optimaal. Hoeveel inspanning kun je verwachten? Houd rekening met 100% meer inspanning voor elk jaar aan datahistorie. Dat stelt die ideale 7+ jaar aan data dus in een ander daglicht.
Kan dat niet sneller?
Waarom kost het omzetten van data zoveel tijd?
Je moet data omzetten naar het nieuwe format. Bijvoorbeeld naar SAP SuccessFactors. Elke keer dat je de data aanbiedt, moet je eerst aanpassingen doen zodat het nieuwe systeem de data accepteert. Hoe meer jaren aan data, hoe meer je mag omzetten. Daarnaast wordt een systeem ook flink doorontwikkeld in een implementatie. Daardoor moet je bij iedere sprint/iteratie dingen weer net iets anders aanleveren.
Data die goed lijken, zijn dit vaak niet. Verbanden worden in oude systemen vaak een stuk minder strak gemanaged dan in het nieuwe. Het ene systeem staat bijvoorbeeld toe dat delen van de organisatiestructuur inactief zijn, het andere niet. Daardoor moet je data soms op organisatie- of zelfs medewerkersniveau wijzigen om het passend te maken voor het nieuwe systeem. Ook hier geldt: hoe meer historie, hoe meer werk.
Datakwaliteit is (te) laag. Invoerwerk blijft mensenwerk en dus zitten er ondanks goede intenties fouten in je data. Hoe meer jaren aan data je meeneemt, hoe meer je moet corrigeren in het oude systeem. Dit kost zowel het Data Migratie team als HR Admins extra werk. Wil je weten waar je aan begint? Bekijk dan eens onze Data Maturity Scan en doe een stresstest op jullie huidige datakwaliteit. Dan weet je wat te verwachten voor de implementatie start.
De oplossing en de workaround
Versnellen van datamigratie is precies het doel waarmee wij met Trifacta een Smart Data Platform ontwikkelden. Het maakt datamigratie naar HR-systemen als SAP Success Factors een stuk sneller en makkelijker. Evengoed wegen tijd en kosten zwaar voor organisaties. Kies je ervoor die niet over te zetten, maar wil je ze wel beschikbaar houden of eventueel later alsnog overzetten? Vaak slaan bedrijven die op een speciale schijf of SQL-server. Dit maakt het beheer en behoud van data wel wat complexer.
De AVG speelt ook mee
Of je nu data in een bestaand systeem houdt of iets nieuws koopt, de AVG speelt ook een rol in de complexiteit van databeheer. De AVG (Algemene Verordening Gegevensbescherming) geldt sinds 25 mei 2018 en sindsdien mag je data niet zomaar behouden. Voor de salarisadministratie is het wel te verantwoorden dat je je “Core” medewerker data minimaal 5 jaar (idealiter 7-10 jaar) wilt houden. De Belastingdienst mag tenslotte nog tot 5 jaar terug belasting navorderen. Voor sollicitanten zijn de regels veel strenger. Kandidaten vragen ook vaker zelf om hun data te verwijderen. Voor Cv’s gelden richtlijnen van 14 of 30 dagen. Dit maakt het lastiger om externe talentpools bij te houden. De AVG heeft ook voordelen. Checks op juistheid van mutaties klopt en databehoud en -kwaliteit worden hierdoor vaker benut. Dit verbetert de datakwaliteit en daarmee de kwaliteit van beslissingen, gebaseerd op trends in het personeelsbestand.
Halen jullie het maximale uit data?
Bekijk ons Smart Data Webinar voor meer inspiratie of neem contact op om te sparren met onze data-experts. Dit kan via Jan Laros: +31 6 2319 5153 of jan.laros@mccoy-partners.com.