Gebruik People Analytics voor een effectieve reactie op COVID-19

Marlies Pellikaan

Hoe houd je medewerkers tijdens COVID-19 betrokken? Wat is de daadwerkelijke impact van het werken op afstand op de productiviteit? En helpt een investering in digitale transformatie je medewerkers ook écht effectiever werken?

Gebruik People Analytics voor een effectieve reactie op COVID-19

People Analytics, dé link tussen medewerkersfeedback en organisatieresultaat, geeft antwoorden. Hoe dat precies werkt? Baran Metin (Chief People Analytics bij Effectory) en Lamin Kinteh (oprichter van Zyvo) vertellen.

People Analytics, dé link tussen medewerkersfeedback en organisatieresultaat, geeft antwoorden. Hoe dat precies werkt? Baran Metin (Chief People Analytics bij Effectory) en Lamin Kinteh (oprichter van Zyvo) vertellen.

 

Volgens Baran leven we nu in het ‘datatijdperk’. We kunnen onvoorstelbaar veel data opslaan, maar analyseren die data in HR nog nauwelijks. Slechts vijf procent van alle investeringen in big data vindt plaats in HR. En dat is jammer, want data vertellen ons ontzettend veel over de belangrijkste troeven van een organisatie: financieel kapitaal en menselijk vermogen. Gelukkig geeft 71 procent van de organisaties nu wel aan het gebruik van ‘People Analytics’ belangrijk te vinden. Dat klinkt goed! Maar wat is People Analytics eigenlijk precies?

Wat is People Analytics?

People Analytics, ook wel HR-Analytics genoemd, geeft inzicht in hoe HR-processen, ervaringen van medewerkers en organisatorisch succes met elkaar verbonden zijn. Voorbeeld: HR besteed veel aandacht aan goede trainingsprogramma’s. Dat klinkt goed, maar leiden die programma’s ook daadwerkelijk tot meer betrokkenheid van de medewerkers? En leidt meer betrokkenheid vervolgens ook tot een betere financiële omzet? People Analytics geeft antwoorden.

People Analytics tijdens COVID-19

Uit 230 enquêtes onder 85.000 werknemers in 10 verschillende landen tijdens COVID-19 blijkt het volgende:

  • 71 procent van de medewerkers is bezorgd.
  • 60 procent worstelt met het vinden van een balans tussen werk en ontspanning.
  • 33 procent ervaart een lage effectiviteit.
  • 25-50 procent ervaart productiviteitsverlies door afleiding.

Interessante cijfers, maar wat zeggen ze precies? People Analytics helpt organisaties beter begrijpen hoe COVID-19 de medewerkers beïnvloed. Ook geeft People Analytics inzicht in het ontwikkelen van de juiste effectieve HR-strategieën. Handig, zeker in tijden van crisis: want wat werkt er nu wel en wat niet?

Creëer impact met People Analytics

Koppel de feedback van medewerkers aan je organisatieresultaat

Download

Diversiteit en inclusiviteit

Lamin vertelt: tijdens een economische crisis zoals COVID-19 worden de minderheidsgroepen het hardst getroffen:

  • Vrouwen krijgen, in een door mannen gedomineerde sector, vaak als eerste hun ontslag.
  • Jonge mensen ondervinden problemen bij het betreden van de arbeidsmarkt.
  • Oudere mensen worden aangemoedigd om vervroegd met pensioen te gaan.
  • Voor mensen met een beperking neemt de loonkloof toe.
  • Onder minderheden stijgt de werkeloosheid sneller dan onder blanke mensen.

Dit heeft volgens Lamin alles te maken met menselijke vooroordelen (human bias). Ons brein kent maar liefst 180 verschillende vooroordelen en die beïnvloeden onze beslissingen. People Analytics helpt organisaties divers en inclusief te blijven, ook tijdens een recessie.

Gelijke kansen bij promoties

Voorbeeldje: hoe creëer je gelijke kansen bij het geven van interne promoties? In plaats van het nemen van beslissingen op gevoel (biased), gebruik je People Analytics. Met een online kandidaat assessment identificeer je talenten en potentieel, met performance data verzamel je data over kwaliteiten en met het analyseren van deze data doe je voorspellingen: eerlijk en onbevooroordeeld.

Machine bias

Let wel op! Helaas gaat er bij machines ook weleens wat mis. Stel, je gebruikt een algoritme dat goede cv’s herkent. Jij geeft aan dat een goed cv weinig woorden telt, maar vergeet dat cv’s van mannen vaak minder woorden tellen dan cv’s van vrouwen. Je algoritme selecteert daarom automatisch meer cv’s van mannen dan van vrouwen. Daar gaat het mis. Gelukkig is deze vorm van machine bias gemakkelijk op te lossen met ‘undersampling’ of ‘oversampling’. Je haalt een aantal mannen uit je dataset of voegt een aantal vrouwen toe, zodat je het aantal gelijk trekt. Wanneer je op die manier People Analytics én de intelligentie van mensen combineert, krijg je het beste van twee werelden.

Ontdek alles over onze oplossingen in de demo

Wil je meer weten én zien van onze feedbacktools? Vraag een demo aan.

Aanvragen