HR-professionals meten en rapporteren dan wel veel cijfers, data segmenteren en verbanden leggen tussen parameters om tot inzichten te komen, gebeurt maar zelden. Personeelsverloop analyseren vormt geen uitzondering op die regel. Zo blijkt uit een recente enquête van Partena Professional, die peilt naar het gebruik van HR-data bij 224 grote ondernemingen (met meer dan 50 werknemers): minder dan één op de vier van onze grote bedrijven onderzoekt of er een oorzakelijk verband bestaat tussen turnover en parameters zoals absenteïsme, loonpakket, mobiliteit, afdeling of vestiging. HR meet en stuurt het personeelsverloop meestal zonder duidelijk kompas.
Nochtans, als je wilt weten of je ‘goed bezig’ bent (lees: evalueren of je HR-beleid effectief een meerwaarde biedt in het realiseren van de bedrijfsdoelstellingen), is er maar één methode: HR-data verzamelen, verrijken (bijvoorbeeld categoriseren, verbanden zoeken,…) en linken aan business-data (productiviteit, klantentevredenheid,…). Waarom niet de turnover-data linken aan de gegevens die opgevraagd worden voor en tijdens de aanwerving? Of aan de evaluaties? Voorbeelden in het buitenland tonen aan dat dit leidt tot zinvolle voorspellende analyses (PETA: Predictive Employee Turnover Analytics): wie zal het bedrijf verlaten, wie zal doorgroeien, wie zal stagneren? Belgische bedrijven hebben een inhaalbeweging voor de boeg.
De meeste bedrijven beperken zich echter tot het meten van de basics (“turnover in afdeling X bedroeg vorig jaar 4%”). Eén op de twee benchmarkt zijn eigen data. Minder dan 20% analyseert ratio’s en legt relaties tussen parameters. Jammer, want de risico’s inschatten voor toekomstig personeelsverloop ligt binnen ieders handbereik. Maar daarvoor zijn tools nodig. En nieuwe competenties: een combinatie van HR-skills en statistisch inzicht.
