Forschung

Unternehmen verfügen über fortschrittliche Informationssysteme. Dies ermöglicht ihnen, die ständig wachsende Menge an internen und externen Daten zu verknüpfen und zu analysieren, um fundierte Geschäftsentscheidungen zu treffen. Daher ist es nicht verwunderlich, dass Analytics massiv an Bedeutung gewonnen haben und zu den aufsteigenden Trends im Personalwesen gehören. Predictive HR Analytics (oft synonym als Workforce Analytics oder People Analytics bezeichnet) zielen in erster Linie darauf ab, Zusammenhänge aus den gesammelten Mitarbeitendendaten abzuleiten und Vorhersagen über das Geschäft und zukünftige Entwicklungen zu treffen.

Der Einsatz von Predictive HR Analytics birgt grosse Chancen für die HR-Funktion: Analytics-Methoden können dazu beitragen, intuitive und voreingenommene Entscheidungen durch evidenzbasierte Entscheidungen zu ersetzen oder zu ergänzen. Dies führt zu einer höheren Glaubwürdigkeit und Validität und erhöht damit die Akzeptanz von HR als strategischem Partner. Trotz dieser enormen Vorteile werden fortgeschrittene Datenanalysen im Personalbereich noch kaum eingesetzt, da HR-Abteilungen oft nicht über die benötigten fachlichen und methodischen Analytics Kompetenzen verfügen und es an einfach adaptierbaren HR Analytics Lösungen mangelt.

Ziel des Projektes war es, diese Lücke zu schliessen und den Einsatz von Predictive HR Analytics in Schweizer Unternehmen zu fördern. Ein weiteres Projektziel bestand darin, Unternehmen methodisch, technologisch, und fachlich bei der Einführung von HR Analytics Lösungen zu unterstützen und zu einem nachhaltigen und effektiven Aufbau von Analytics Kompetenzen in HR-Abteilungen beizutragen.

Hierfür wurden im Projekt einfach und flexibel einsetzbare HR Analytics Instrumente (z.B. validierte KPI-Sets, HR Analytics Methodik, Dashboards und Schulungskonzepte) entwickelt sowie geeignete Predictive HR Analytics Instrumente und Methoden erforscht, die es Unternehmen und Organisationen ermöglichen, frühzeitig und prädiktiv Zusammenhänge zu erkennen und geschäftskritische Entscheidungen datengestützt zu treffen.  Die unterschiedlichen Datenschwerpunkte der Unternehmen ermöglichten uns eine breite Palette an Anwendungsmöglichkeiten in HR Analytics aufzuzeigen und zu analysieren: So konnten wir beispielsweise aufzeigen, dass die Krankheitstage die spätere Fluktuation zu 95% korrekt voraussagten, und die wichtigsten Treiber identifizieren, die Mitarbeitende zur Teilnahme an Trainings motivieren.   

Die im Projekt entwickelte Methoden- und Toolbox zur einfachen Einführung und organisatorischen Einbettung von HR Analytics beinhaltet zahlreiche Techniken, Templates, Methoden und Ergebnisdokumente und gliedert sich in sieben Phasen: 1) Bedürfnis- und Situationsanalyse​, 2) Modell- und Hypothesenbildung, 3) Datenaufbereitung und ​-verbindung​, 4) Datenanalyse (Predictive Analytics), 5) Umwandlung in Massnahmen und Handlungsempfehlungen​, 6) Technische Umsetzung in Dashboards​ und 7) Implementierung​. Unsere ganzheitlichen Beratungs-, Unterstützungs- und Weiterbildungsunterlagen, entwickelt nach dem bewährten Methoden Engineering-Ansatz, sind modular aufgebaut und richten sich sowohl an grosse als auch kleine Unternehmen. Sie bieten Unternehmen, je nach deren Ausgangsniveau und HR Analytics Reifegrad, Unterstützung in den einzelnen Phasen, können auf deren Bedürfnisse zugeschnitten und flexibel genutzt werden und befähigen sie, mit prädiktiven HR-Datenanalysen und evidenzbasierten Entscheidungen Mehrwert zu schaffen.