Bij HR komt daar nog eens bovenop dat we niet eens weten wat echt werkt, laat staan dat er bewezen is wat het beste werkt. HR-analytics moet inzichten genereren, zodat HR-managers betere beslissingen kunnen nemen en de impact ervan op het organisatieresultaat aantonen. HR verwacht inzicht in:

 :: 1. De drivers van succes, zodat waarde gecreëerd wordt.
 :: 2. De impact van risico’s, zodat schade beperkt wordt.
 :: 3. Toekomstige mogelijkheden, zodat evoluties beheersbaar/anticipeerbaar worden.
 :: 4. Het resultaat van HR-beslissingen of -investeringen. 

Ultiem moet analyse van HR-data leiden tot een competitief voordeel. In dat opzicht is HR- analytics geen trend, maar een hefboom voor de organisatie. HR-analytics leidt op zich echter niet tot beter management. Managers gaan vaak op zoek naar (big?) data, die hen ondersteunen in hun ideeën. Het omgekeerde gebeurt ook. De data worden in vraag gesteld, als de voorkeur voor een beslissing botst met de feitelijke gegevens. Of men werkt met cijfers die ‘voorhanden’ zijn, maar op zich niet het doel van de beslissing vormen. Bijvoorbeeld het meten van de kosten van een opleiding en daarop gaan managen. Men verliest dan uit het oog wat de toegevoegde waarde ervan zal zijn.

Bovendien hebben predictieve modellen hun beperkingen. Ze werken met rationele modellen en met data uit het verleden. En in het werken met mensen sluipt de irrationaliteit binnen. Mensen, of het nu medewerkers zijn of managers, maken immers keuzes. En keuze is niet altijd voorspelbaar, want is onder meer gebaseerd op ervaring, voorkeur, opleiding, ideologie,…

HR(-management) is dus niet neutraal. Dat is ook niet mogelijk. (Gelukkig maar.) Er bestaat niet zoiets als één juiste oplossing voor elk probleem. Alles hangt af van context en keuze. Wetenschappelijk gefundeerd HRM is wel mogelijk. De keuzes maken kan HR best zo goed geïnformeerd mogelijk doen. Daarom is HR-analytics zo belangrijk en wordt de HR-analist een nieuw gezicht op de HR-afdeling.