HR Data Analytics: Erfolgskriterien für einen nachhaltigen Aufbau

HR-Kennzahlen wirksam anwenden

Vom einzelnen KPI hin zu People Analytics

Praxis-Seminar, 1 Tag, ZWB, Zürich

Nächster Termin: 26. März 2025

Einführung von HR Data Analytics

Im untersuchten Unternehmen zeigte sich, dass für eine erfolgreiche Einführung von HR Data Analytics der Aufbau der drei Kompetenzbereiche «Methoden», «Datenkultur» sowie «Infrastruktur und Daten» notwendig war.

Im Kompetenzbereich «Methoden» werden die Grundlagen für HR Data Analytics, wie unternehmensspezifische HR Analytics, definiert, das HR-Controlling aufgebaut und stakeholdergerechte Dashboards für die Nutzung entwickelt. Der Bereich «Datenkultur» ist dafür verantwortlich, das Mindset und die Kompetenzen der HR-Fachkräfte im Umgang mit HR-Daten zu entwickeln. Der Bereich «Infrastruktur und Daten» verwaltet alle HR-Data- Analytics-Systeme, wie beispielsweise Dashboards, und stellt die Datenqualität sicher. Die Entwicklung der drei Kompetenzbereiche liegt in der Verantwortung eines HR-Data- Analytics-Teams, welches organisatorisch in der HR-Abteilung angesiedelt ist.

Entlang der drei Kompetenzbereiche nannten die Befragten fünf Erfolgskriterien für die erfolgreiche Etablierung von HR Data Analytics.

1. Das HR-Data-Analytics-Team sollte direkt im HR angesiedelt sein. Dies ermöglicht den direkten Austausch mit HR-Fachkräften und damit den Aufbau von Expertise im Umgang mit Daten und deren Akzeptanz. 
2. Innerhalb des HR-Data-Analytics-Teams sind eine klare Rollenverteilung und spezifische Kompetenzen erforderlich (siehe Abbildung 1). Das HR-Data-Analytics- Team übernimmt die Rolle des Ansprechpartners und Koordinators für die drei Kompetenzbereiche. Als Ansprechpartner sollte das HR-Data-Analytics-Team ausserdem im Austausch mit anderen Unternehmensbereichen stehen, um deren Anforderungen an das Datenmanagement zu sammeln und zu koordinieren. Das Team sollte sowohl über technisches Know-how als auch über ein Verständnis der HR-Prozesse und der Bedürfnisse der unternehmensinternen Stakeholder*innen (z. B. der Linie) verfügen. Darüber hinaus werden Kenntnisse in den Bereichen Datenschutz, Datenethik und Datensicherheit erwartet. 
3. Ein weiterer Erfolgsfaktor ist der Aufbau einer verlässlichen Datengrundlage. In einem ersten Schritt müssen High Value Indicators definiert werden, welche für den aktuellen und zukünftigen Unternehmenserfolg von Bedeutung sind. Für diese High Value Indicators sollten Zielgrössen und Messmethoden festgelegt werden. In einem zweiten Schritt geht es darum, den Zugang, die Verantwortung und die Verfügbarkeit der Daten klar zu regeln. In diesem Zusammenhang ist es wichtig, die Data Literacy bzw. den ethischen Umgang mit Daten, die Datenakzeptanz und -kultur (Skillset, Mindset, Toolset) in der HR-Abteilung zu erhöhen.
4. Die Infrastruktur bzw. das HR-IT-System, in welchem alle HR-Daten in einer zentralen Datenbank gespeichert sind, muss vorhanden und der Zugriff auf die Daten gewährleistet sein. HR-Fachkräfte sollten hierbei über die notwendige Expertise verfügen, um die relevanten Daten aus dem HR-IT-System extrahieren zu können. 
5. Die Erkenntnisse aus den Daten sollten in einem einfachen, benutzerfreundlichen Dashboard zur Verfügung gestellt werden, um die Akzeptanz zu steigern. Das HR-Data-Analytics-Team sollte über das Dashboard Analysen und Reports so aufbereiten, dass HR-Mitarbeitende auf einfache Weise und ohne tiefgreifendes Know-how an die relevanten Informationen gelangen und diese für weitere Analysen oder für die Entscheidungsfindung nutzen können. Idealerweise werden diese Dashboards für die unterschiedlichen Bedürfnisse der Managementstufen und Stakeholder erstellt. Um den Nutzen von HR Data Analytics aufzeigen zu können, wird es zudem wichtig, erfolgreiche Use Cases zu präsentieren. Ebenso wichtig ist das Schaffen und die Kommunikation eines gemeinsamen Verständnisses durch eine Strategie und ein Zielbild für HR Data Analytics.

Fazit

HR Data Analytics bietet HR-Abteilungen eine einmalige Chance, ihren Wert für das Unternehmen unter Beweis zu stellen und sich als strategischer Partner der Zukunft zu positionieren. Die Möglichkeiten gehen dabei über den Aufbau von Datenanalysekompetenzen im HR hinaus und betreffen auch die zukünftige strategische Ausrichtung und das Leistungsversprechen von HR. Der Change zu einer datengetriebenen Kultur im HR braucht Zeit und ein gut geplantes Konzept, um die Chancen, welche HR Data Analytics bietet, auch nachhaltig in der DNA der Unternehmen zu implementieren. Die entscheidende Frage wird sein, inwieweit dem Thema die nötige Geduld und Bedeutung eingeräumt wird.

WEITERFÜHRENDE INFORMATIONEN: 

Boatman, A. (2. November 2022). A Guide To The 4 Types of HR Analytics. Von www.aihr.com: www.aihr.com/blog/ types-of-hr-analytics/?utm_source=webpushr&utm_ medium=push&utm_campaign=article-types-of-hranalytics abgerufen. 

Burri, H., & Schneider, N. (27. April 2022). Schlüssel zur erfolgreichen Datenanalyse im HR. Von www.hrtoday.ch: www.hrtoday.ch/de/article/schluessel-zur-erfolgreichendatenanalyse- im-hr abgerufen.

Deloitte. (2019). People Analytics. Von www.deloitte.com: www2.deloitte.com/de/de/pages/human-capital/ articles/people-analytics.html abgerufen. 

van Vulpen, E. (18. Juni 2021). What is HR Analytics? Von www.aihr.com: www.aihr.com/blog/what-is-hranalytics/ abgerufen. 

Reindl, C. (2017). People Analytics in der Praxis. Freiburg: Haufe-Lexware GmbH & Co. KG. 

Rudel, S. (2021). People Analytics. München: Franz Vahlen.