HR Analytics

HR Analytics ist eine Methode Daten zu erheben und auszuwerten, die sowohl den Personalbereich, also auch das Unternehmen als Ganzes betreffen. Diese Daten werden dazu verwendet, Prozesse und Zustände verschiedenster Art zu optimieren. Wie das in der Praxis konkret aussehen kann, fassen wir im Folgenden zusammen.

Was versteht man unter HR Analytics?

Bei HR Analytics (bzw. workforce analytics) geht es um die Erhebung, den Vergleich und die Auswertung von Personal- und Unternehmensdaten. Es werden Problemstellen ausfindig gemacht, KPIs bestimmt und erhoben wodurch kausale Zusammenhänge erschlossen werden können. Mithilfe der ausgewerteten Kennzahlen können schließlich Maßnahmen bestimmt werden, die zur Auflösung der Problemstellen führen.

Ziele des HR Analytics

Der Erfolg eines Unternehmens hängt nicht zuletzt von der workforce und damit von einem erfolgreichen Human Resources Management ab. Mithilfe von HR Analytics können Daten so erhoben und ausgearbeitet werden, dass sie die Grundlage für Entscheidungen auf sämtlichen Managementebenen bilden können. Als oberstes Ziel der HR Analytics kann die Optimierung des ROI angesetzt werden.

Bevor das der Fall sein kann, sind eine Menge an Maßnahmen des Personalmanagements von Nöten, die durch die Analyse von Daten im Sinne der HR Analytics besser gewählt, angewandt und überprüft werden können. Ein ständiger Flow von Daten überwacht den Prozess und Verbesserungen können zeitnah angebracht werden.

Deskriptive Analytics vs. explorative Analytics

Unter den Analytics gibt eine Reihe von Stufen und Methoden, je nachdem, was mit den Daten konkret gemacht wird. In einem ersten Schritt kann man beispielsweise eine Unterscheidung zwischen deskriptiver und explorativer Analyse vornehmen. Sie gehen (anders als die predictive analytics) an und für sich nicht über den Datensatz hinaus, bilden allerdings die Grundlage für weiter Schlüsse und Hypothesen.

Was die deskriptive Analyse genau macht, ist, einen Überblick über die umfangreichen Datenbestände zu geben. Sie sammelt daten, bereitet sie verständlich auf und beschreibt sie. Die explorative Analyse geht einen Schritt weiter und beschreibt Interdependenzen und Kausalzusammenhänge zwischen den Datensätzen. Die zeigt Muster und Auffälligkeiten auf und ist in der Lage Hypothesen für weitere Analysen aufzustellen.

Predictive statistics im Personalmanagement

In den HR Analytics geht es hauptsächlich um das Vorhersagen und Erkennen kausaler Zusammenhänge auf Basis der vorab gesammelten Daten. Hier kommen die predictive analytics ins Spiel. Auf Basis der descriptive und explorative analytics machen sie die Daten für das Personalmanagement nutzbar und geben Auskunft darüber, wie sich Verhältnisse in der workforce verändern werden und welche Maßnahmen dadurch notwendig werden.

Personalressourcen, Gehaltskosten, Arbeitsaufkommen und der damit zusammenhängende Personalbedarf werden frühzeitig entdeckt bzw. vorhergesagt, was eine zeitnahe und effektive Reaktion darauf möglich macht. Engpässe durch Fehlzeiten können beispielsweise besser kompensiert werden, wenn sie vorauszusehen waren. Schulungen, Recruiting und Nachfolgemanagement kann besser gesteuert werden, wenn klar wird, wann und in welcher Form sie nötig werden.

Einsatzbereiche von Big Data

HR Analytics arbeitet mit Big Data, deren umfassende Datensätze aussagekräftige Ergebnisse garantieren. Diese sind vielfältig einsetzbar, was den diversen Aufgaben des Personalmanagement zu Gute kommt. Speziell vier Bereiche tun sich dabei hervor: Bewerbermanagement und Candidate Experience, Mitarbeiterzufriedenheit, Mitarbeiterleistung und Ausrichtung der Belegschaft.

Aufgaben beim Einsatz als Recruiting-Tool im Bewerbermanagement:

  • Ausfindigmachen der effektivsten Recruiting-Kanäle (Bewerber- und Erfolgsquote)
  • KPI: Aufrufe der Anzeige, Bewerber pro Kanal, Kosten pro Bewerber, Conversion
  • Auswahl und Einsatz der Kanäle verbessern
  • Einsatz von Filtern anhand von Bewerberinformationen

Aufgaben in Bezug auf Mitarbeiterzufriedenheit:

  • Anonymisierte Mitarbeiterbefragungen
  • Potential und Wünsche analysieren, ausbauen bzw. umsetzen
  • Kündigungsgründe analysieren und Ursachen vermeiden
  • Bindung, Zufriedenheit und damit Produktivität der Mitarbeiter verbessern

Aufgaben in Bezug auf Mitarbeiterleistung:

  • Kennzahlen: Profit/Umsatz/Kosten pro Mitarbeiter, Überstunden, Fehlstunden, etc.
  • Ausfindigmachen von Leistungstiefs und deren Gründe
  • Optimierung und Kontrolle

Ausrichtung der Belegschaft evaluieren:

  • Nach Alter, Führungsqualitäten, Skills, Qualifikationen, etc.
  • Ausrichtung des Nachfolgemanagements entsprechend des Alters der workforce
  • Ziel: Engpässe ausfindig machen und auflösen

Fallbeispiel aus dem Bereich der Candidate Experience

Als erster Schritt der HR Analytics gilt immer eine Hypothese aufzustellen bzw. das Problem, das beseitigt werden soll, zu definieren. Wir wählen als Beispiel den Recruiting-Prozess, der hinsichtlich der Candidate Experience verbessert werden soll. Dem kann beispielsweise das Ergebnis der explorativen Analyse vorangegangen sein, dass etwa die Abbruchquote im Bewerbungsprozess gestiegen ist.

Das Ziel des Vorgangs soll es nun sein, diese Abbruchquote zu senken. Dafür ist es notwendig, herauszufinden, an welchem Punkt und warum aus dem Prozess ausgestiegen wird.

HR-KPIs bestimmen:

Die zu evaluierenden KPIs hängen selbstverständlich vom Problem ab, das behandelt werden soll. Um sich einen ersten Überblick zu verschaffen können viele der Kennzahlen sinnvoll sein. Hier eine überschaubare Auswahl von potentiell nützlichen KPIs in Bezug auf die Abbruchquote:

  • Time-to-Hire
  • Time-To-Interview
  • Offer-Acceptance-Rate (Anzahl bzw. Verhältnis der angenommenen Stellenangebote)
  • Anzahl der Interviews pro Bewerber
  • Anzahl der Etappen im Bewerbungsprozess
  • Abbruchquote in Bezug auf den Recruiting-Kanal
  • Drop-Out-Rate (Verhältnis der Klicks beim Online-Recruiting zum Abschluss der Bewerbung bzw. zur Einstellung)

Darüber hinaus können Umfragen unter Kandidaten und (kürzlich eingestellten) Mitarbeitern durchgeführt werden. Ein ausgewogener Mix aus quantitativen und qualitativen Daten verspricht eine höhere Erfolgsquote des HR Analytics, nicht nur im Bereich der Candidate Experience.

Datenerhebung, -analyse und Durchführung:

Sind die KPI ausgewählt, werden Daten erhoben bzw. bereits bestehende Datensätze nach nützlichen Daten gefiltert und ausgewertet. Die Auswertung ermöglicht wertvolle Rückschlüsse auf den Bewerbungsprozess, wie er aktuell abläuft, wo er nicht effizient gestaltet ist, wo und warum die meisten Bewerber aus freien Stücken aussteigen.

Als nächsten Schritt kann man zum einen konkrete Maßnahmen bestimmen und umsetzen, zum anderen helfen die Daten dabei, die Hypothese zu verfeinern, andere KPI hinzuzuziehen und den Prozess sowie die Analyse laufend zu verbessern.

Fazit: HR Analytics als Grundlage für gutes HR Management

Was Daten besonders gut können, ist, auf sonst vielleicht nicht offenbare Probleme hinzuweisen, woraufhin es möglich wird, zielgerichtete Maßnahmen zu erstellen. Durch die Daten und deren Auswertung zeichnen sich Trends und Situationen ab, auf die schließlich besser und effizienter reagiert werden kann, je genauer man über sie Bescheid weiß. HR Analytics macht das möglich.

Gerne unterstützen wir Sie dabei, die richtigen KPIs zu identifizieren, Daten korrekt zu erheben und HR Analytics als strategisches Werkzeug einzusetzen. Erfahren Sie mehr über unser Leistungsportfolio im Bereich HR Analytics, Reporting und Data Structuring: