In diesem Artikel:
Jan Kirchner hat auf der #SMRC14 und der #ZP14 über Roboter Recruiting referiert. Josh Bersin, der HR-Vordenker aus Übersee, spricht in seinem aktuellen Artikel zu den 10 wichtigsten technologischen Trends in HR von “‘The Datafication of HR’ – the beginning of a decade long transition toward data-driven people decisions“. Und es gibt wohl keine Fachzeitschrift in unserer Branche, die sich in den letzten Monaten mit dem Thema HR + Big Data nicht auseinandergesetzt hat.
###promotional-banner###
Die theoretische Richtung scheint klar zu sein. In der Praxis herrscht offenbar noch große Verwirrung. Was sind HR Metrics und wie nutzt man sie zur Optimierung des eigenen Recruitings? Viele wollen durchaus diese “Datafication of HR”, Big Data, Business Intelligence und HR Analytics. Nur wenige lassen sich nicht von den groß klingenden Begriffen einschüchtern und finden Schritt für Schritt ihren individuellen pragmatischen Zugang zu dem Thema. Das Thema heißt, egal mit welchen modischen Begriffen belegt, schlicht: Daten sammeln, Daten strukturieren, Daten auswerten (im HR-Kontext). Wir sehen unsere Aufgabe darin, für Euch und für uns selbst die Brücke in die Praxis zu schlagen.
Wir haben uns hier bereits mehrfach mit Fragen beschäftigt, wie Daten-Analyse den Recruiting-Prozess unterstützen kann. Ob über die Verbesserung der Performance der Karriere-Webseite, des Personalmarketing-Mixes oder der Direktansprachen. Heute habe ich mich auf die Suche nach Daten gemacht, die man innerhalb des Unternehmens messen kann. Also im Grunde, nachdem eine Einstellung stattgefunden hat. Vielleicht findet Ihr in der folgenden Aufstellung die eine andere Idee für Euren Fall.
Die folgende Übersicht der “HR Metrics and Indicators” kommt aus dem Jahr 2012. Zu alt? Glaube ich nicht.
Die Grundlage dafür entstammt der wissenschaftlichen Arbeit “Human Capital Measurement and Reporting”, die im Jahr 2003 von Foong and Yortson veröffentlicht wurde. Die beiden haben vor 11 Jahren herausgefunden, dass:
There is a growing body of evidence that the quality of Human Capital Management (HCM) is an important factor in a business’s competitive advantage, and correlated with competitive performance. This is especially so as we move to a services based economy, where knowledge is a key differentiator (e.g. in consulting, investment banking and IT services), and where employee costs can exceed 40% of corporate expense. Knowledge is also increasingly important in high-value-added manufacturing-based businesses (pharmaceuticals, consumer electronics and electrical machinery). However, very few companies are believed to offer significant HCM data to shareholders in their annual reports. Many organisations say that ‘people are our greatest assets’, but we don’t know how well they fare in investing in people.
Die ursprüngliche Auflistung der messbaren Indikatoren findet Ihr auf der Seite 23 dieser lesenswerten Arbeit. Die Autoren liefern weiterhin nicht nur die Argumentationen für das WIE sondern auch für das WARUM Daten im Bereich HR erfasst werden sollten. Wer hätte das gedacht, aber das sogenannte “Human Capital” (bzw. Human Capital Index als Aggregation unterschiedlicher Indikatoren), das wir heute ganz gerne BigData- technisch messen und analysieren wollen, beeinflusst die Performance von Unternehmen. Das wusste man schon im Jahr 2002, bevor es BigData und den ganzen Rest offiziell gab. Na sowas 🙂
Was ich damit sagen will? Die Theorien und Konzepte, die heute als neu gehandelt werden, sind nicht neu. Es ist schon längst alles da, vielfach durchdacht und vereinzelt in der Praxis ausprobiert worden. Neu sind die technologischen Anforderungen bzw. die Möglichkeiten, die wir begreifen und einsetzen müssen. Das ist alles.
Wie seht Ihr das? Wo sind in Eurem Unternehmen die größten Herausforderungen im Bezug auf die Daten-Analyse? Was würdet Ihr gerne analysieren, aber wisst nicht, wie das anzugehen ist?
