Evidenz-basiertes Management kann das Denken und Handeln von Führungskräften verändern, mit gefährlichen Halbwahrheiten aufräumen und den gesamten Unsinn dessen zurückweisen, was noch zu häufig als profunde Beratung dargeboten wird; schlussendlich mit dem Ziel, bessere Entscheidungen zu treffen.

In Bezug auf Analytics-Initiativen zögern Führungskräfte im Allgemeinen noch, Evidenz in ihre Personalentscheidungen einzubinden. Personalern muss es deshalb gelingen, die notwendigen Grundlagen – auch daten- und systemseitig – zu schaffen und mit qualitativ hochwertigen Analysen und Prognosen aktuelle Herausforderungen zu beleuchten. Viele von ihnen scheinen auf einem guten Weg zu sein. Befragungen von The Conference Board

  • knapp ein Viertel der befragten Führungskräfte bezeichnen sich selbst als erfahren bzw. sehr erfahren in Bezug auf Workforce Analytics,
  • 35 Prozent der Führungskräfte sind mit dem Auftreten von HR zufrieden bzw. sehr zufrieden,
  • 48 Prozent von ihnen binden bereits Erkenntnisse seitens Workforce Analytics in ihre Entscheidungen mit ein –

sowie die aktuelle Deloitte Studie Global Human Capital Trends 2016

  • 77 Prozent der Führungskräfte bewerten Workforce Analytics mit hoher Priorität,
  • Unternehmen bauen Analytics-Teams auf, die Altlasten schnell ersetzen und separate Analysegruppen innerhalb HR in einer strategischen Funktion bündeln,
  • 51 Prozent der befragten Unternehmen korreliert jetzt Auswirkungen von HR-Programmen auf das Geschäft; 2015 waren es noch 38 Prozent,
  • 44 Prozent nutzen Personaldaten zur Prognose der Geschäftsentwicklung, im Vergleich zu 29 Prozent im vergangenen Jahr,
  • erste nutzen auch externe Daten, um beispielsweise die Beschäftigungsentwicklung zu prognostizieren und Top-Talente ins Visier zu nehmen –

kommen zum Ergebnis, dass sich v.a. in den letzten Monaten viel vom Reden zum Tun hin verändert hat. Die Erfahrungen der letztjährigen Fachtagungen der STRIMacademy habe ich im Beitrag „Einige fliegen hoch, andere heben noch nicht ab!“ zusammengefasst.

.

Dies ist mein erster Beitrag von dreien, der sich mit den im Kurzvideo gestellten Leitfragen von Workforce Analytics resp. People Analytics auseinandersetzt.

Wie schaffe ich die notwendigen Grundlagen?

Die erfolgreichsten Initiativen beginnen auf Basis einer starken operativen Basis mit sauber definierten und konsistenten Datennetzen. Diese können dann funktionsübergreifend koordiniert werden. Ein solcher Prozess nimmt Zeit in Anspruch, zahlt sich aber am Ende aus.

Für ein Pharmaunternehmen ergab die Datenkonsistenz mehr Einsichten in geschäftliche Zusammenhänge als hinzugefügte Datenpunkte. Für einen Versicherer hatte die funktionsübergreifende Datenkoordinierung zur Folge, dass nun Aggregationen wichtiger Messgrössen, wie beispielsweise Gesamtkosten der Belegschaft, möglich wurden. Eine Ölgesellschaft hat über mehrere Phasen hinweg in seiner Workforce-Analytics-Entwicklung Fortschritte gemacht: Es begann im Jahr 2005 mit Daten-Aufräumarbeiten; es folgten mehrere Schritte bis hin zu einem zentralen Offshore-Reporting-Team im Jahr 2008. Zwei Jahre später wurde ein Reporting-Self-Service-Tool vorgestellt. Im Jahr 2013 schuf das Unternehmen ein HR-Daten- und Analytics-Team. Seit letztem Jahr sind funktionsübergreifende Analysen möglich.

Im Call-Center eines Telekommunikationsunternehmens stieg die arbeitnehmerseitige Kündigungsrate stetig an. Das Unternehmen war bereit, die Gehälter zu erhöhen – basierend auf der Annahme, dass höhere Löhne helfen würden. Diese Annahme wurde im Rahmen einer Analytics-Initiative getestet, man könnte auch sagen: statistisch falsifiziert. Die Datenvalidierung ergab, dass die Vergütung ein Thema war; allerdings nicht in der Weise, wie man es angenommen hatte. So war die Vergütung nur bei der Hälfte der Call-Center-Standorte ein Faktor. „Automatische“ Lohnerhöhungen waren nicht die Antwort. Mehr Forschung war notwendig, um herauszufinden, was an diesen bestimmten Orten geschah, damit die Kündigungsrate anstieg. Die Ergebnisse wurden in einem einfachen Format, einer Exceltabelle mit Registerkarten, präsentiert, hatten aber grosse finanzielle Auswirkungenr das Unternehmen.

Welche Ansatzpunkte bzw. Untersuchungsfelder sind möglich?

Das soeben genannte Beispiel zum Thema Kündigung – oder umgekehrt: Bindung – kommt sehr häufig vor: Wer verlässt das Unternehmen? Warum? Können Frühindikatoren (mithilfe eines Modells) identifiziert werden, um Kündigungen zu reduzieren?

Die Identifizierung von Leistungsträgern ist ebenfalls sehr wichtig: Was zeichnet erfolgreiche Mitarbeitende aus? Welche Rekrutierungsstrategie (vollzeit angestellt, freiberuflich, etc.) steht damit im Zusammenhang?

CEOs wollen „aus eigener Kraft wachsen“. Dafür ist ein exzellentes Nachfolgemanagement notwendig: Wer macht Fortschritte? Wer nicht, warum nicht? Welche Hindernisse müssen beseitigt werden?

Ein „Klassiker“ ist sicherlich die emotionale Mitarbeiterbindung, auf die ich bereits mehrfach – „Engagement – was steckt wirklich dahinter?“, „Herausforderungen, Strategien und Fokusthemen 2016“ – eingegangen bin: Welche Belohnungen spielen die höchste bzw. die niedrigste Rolle? Wie gelingt es uns, das Engagement unserer Belegschaft hoch zu halten bzw. noch zu steigern?

Fangen Sie mit wenigen Punkten an, zeigen Sie die Vorteile von Analytics, kommunizieren Sie die Ergebnisse und nehmen Sie sich danach den nächsten Punkt vor. Und vor allem: Beginnen Sie dort, wo konkrete Handlungsfelder im Unternehmen existieren und nicht dort, wo Sie die meisten Daten vorrätig haben.

Bausteine bzw. Reifegrade von Workforce Analytics

Zahlreiche Unternehmen streben danach, mit einem weniger anspruchsvollen, operativen Reporting zu beginnen und dies zu komplexen, strategischen Analysen hin auszubauen.

Über die drei gängigen Reifegrade habe ich bereits mehrfach publiziert (siehe: „Workforce Analytics & Planning: Wo stehen wir?“, „Workforce Analytics & Planning: Reifegrade“). Aus meinen praktischen Erfahrungen heraus möchte ich deshalb hier nur folgendes anmerken: Obwohl jede Ebene der Analytik auf der vorhergehenden aufbauen kann, sollten Workforce-Analytics-Praktiker Möglichkeiten für eine anspruchsvollere Nutzung von Daten nutzen, um zu zeigen, was möglich ist. Übrigens: Sie benötigen dafür keine Daten, die zu 100 Prozent perfekt sind. Unvollständige Daten stoppen Ihre Kollegen im Vertrieb, im Marketing oder in Finanzen & Controlling seit Jahren nicht (mehr)!

Ein Unternehmen im Gesundheitswesen sandte Daten zu einem Beratungsunternehmen, um bessere Einblicke zu erhalten. Es war die Investition wert: Die Führungskräfte im Unternehmen konnten nun den Mehrwert von Workforce Analytics nachvollziehen und investierten mehr Ressourcen in dieses Thema hinein.

Fazit

In diesem ersten Beitrag von dreien ging es mir um die notwendigen Grundlagen am Beginn einer Analytics-Initiative, die nach meiner festen Überzeugung mit externer und interner Evidenz einhergehen muss.

Um diesen Beitrag nicht zu überfrachten, bin ich bewusst nicht auf die Einbindung von Realtime-Daten, wöchentlichen/täglichen Umfragen, der Einbindung von Email- und Kalender-Daten. etc. eingegangen. In der Forschung haben wir uns dazu zwar bereits intensiv beschäftigt (Studie: Big Data Doesn´t Mean Big Brother: Employee Trust and the Next Generation for Human Capital Analytics). Dies bedarf jedoch einer gewissenhaften, auch rechtlichen Vorbereitung und gehört m.E. nicht notwendigerweise zu den Grundlagen hinzu.

In den nächsten beiden Beiträgen zu diesem Thema geht es mir um folgende Leitfragen:

  • Wie verläuft eine evidenzbasierte Entscheidungsfindung?
  • Welche Kompetenzen sind dafür notwendig?

Was meinen Sie?

  • Haben Sie bereits eine „single source of truth“ oder eher eine Vielzahl funktionaler Datenbanken und Systeme?
  • Welche Ansatzpunkte bzw. Untersuchungsfelder sind für Sie besonders relevant?
  • Welchem Reifegrad würden Sie sich mit Ihren Workforce-Analytics-Initiativen zuordnen?