Scheer
Scheer
Scheer Wiki

Menu

Wiki

10.11.2021

HR Data als Entscheidungsbasis im Daily Business

“Data are just summaries of thousands of stories – tell a view of those stories to help make the data meaningful.” - People Analytics bzw. HR Data beschreibt den Einsatz von Daten und Analysetechniken zur Verbesserung sowie Optimierung der HR-Prozesse und Entscheidungen. Immer weiter zunehmende Datenmengen durch die voranschreitende Digitalisierung sowie die wachsenden Entscheidungen in Personalabteilungen, welche messbare Kennzahlen benötigen, lassen das Thema im Markt immer wichtiger werden. Daten helfen strategische Entscheidungen zu treffen und Potentiale in einer Unternehmung auszuschöpfen. Bei der Nutzung von Daten besteht jedoch immer die Gefahr der Fehlinterpretation von Ergebnissen. Hierbei werden oft auf Basis fehlenden Fachwissens zu den erhobenen Daten falsche Entscheidungen getroffen. . In einer Umfrage unter Führungskräften, die im Harvard Business Review veröffentlicht wurde, wird deutlich, wie präsent diese Gefahr in Unternehmen ist. Hier gaben 47% der Befragten an, dass sie glauben, HR-Fachleuten fehle es an analytische Fähigkeiten..

Umso wichtiger ist es, bei der Einführung von People Analytics , das Personal auch in analytischen Kompetenzen zu schulen und deutlich zu machen, dass die Einbeziehung von Daten die Entscheidungsfindung nur dann unterstützt, wenn sie richtig analysiert und interpretiert werden.  

 

Was genau verbirgt sich hinter dem Begriff „People Analytics“?

People Analytics untersucht auf der einen Seite vergangene und gegenwärtige Daten und betrachtet auf der anderen Seite die kausalen Zusammenhänge zwischen einer Ursache und einer Wirkung.. Ziel ist es, diese mit genauen Daten zu belegen.

People Analytics besteht aus einer Kombination von zwei Datentypen:

  • Die operativen Daten (O-Data) stammen aus Unternehmensanwendungen, wie HR-Systemen, und sind für die Mitarbeiterführung als Entscheidungsgrundlage sehr wichtig. Die Daten, die gesammelt werden, sind beispielsweise personenbezogene Daten von Mitarbeitern oder Bewerbern.
  • Experience Daten (X-Data) unterscheiden sich grundlegend von den O-Daten und fokussieren sich auf menschliche Faktoren wie zum Beispiel die Mitarbeitermotivation.

 

Nachdem die Begrifflichkeiten der O- und X-Daten geklärt wurden, betrachten wir, was mit der Analyse und fachlichen Interpretation dieser im Unternehmen erreicht werden kann:

  • Verbesserung von Prozessen und Strategien
  • Frühzeitiges Erkennen von Entwicklungen, wie zum Beispiel von Krankenständen
  • Ableitung und Operationalisierung von Maßnahmen
  • Erkennen von kritischen Entwicklungen
  • Arbeiten mit Szenario-Analyse

Eine mögliche Fragestellung, die mithilfe von People Analytics beantwortet werden kann ist:

Für welche Mitarbeitende besteht eine erhöhte Gefahr, dass diese das Unternehmen bereits nach 12 Monaten wieder verlassen?

 

Die 3 Stufen von People Analytics

Im Personalcontrolling geht es um die Erfassung des Ist-Zustands und die Betrachtung von Kennzahlen über einen vordefinierten Zeitraum. Im Rahmen des People Analytics werden hingegen Zukunftsprognosen betrachtet und Ursache-Wirkungs-Forschung betrieben. Um diese richtig durchführen zu können, müssen Unternehmensdaten in verschiedenen Stufen behandelt werden.

Die erste Stufe beschäftigt sich mit dem Reporting der Daten und der Fragestellung „Was ist passiert?“ – Hier werden vergangene Leistungen gemessenen und kontrolliert, wie beispielsweise die durchschnittliche Fluktuationsquote. Es geht hierbei um die deskriptive Perspektive der Daten. Die zweite Stufe betrachtet die Frage „Warum“. Hier werden Treiber für das strategische Personalwesen identifiziert, wie beispielsweise Bezahlung und Zufriedenheit von Mitarbeitenden als Treiber der Fluktuation. In der dritten Stufe werden zukünftige Handlungen, wie beispielsweise bessere Bezahlung, die zukünftige Fluktuationswahrscheinlichkeit beeinflusst, betrachtet. Hierbei geht es darum,  Modelle, Prognosen und Zusammenhängen zu erstellen sowie Kausalitäten unter den Daten zu bilden. Wichtig ist bei dieser Vorgehensweise, dass das Analyseziel vorher eindeutig definiert wird, damit relevante Kennzahlen gesammelt werden können.

Welche Lösungen bietet die SAP im Bereich People Analytics?

Auch die SAP bietet mehrere Möglichkeiten zum Thema People Analytics:

People Reporting bezieht sich auf operationale Kennzahlen, also die Frage „Was ist passiert?“. Es dient der Analyse von Bedürfnissen und Motiven der Mitarbeitenden und zum Verständnis dieser. Das Ziel ist es, ein besseres Verständnis für ein proaktives und personalisiertes Personalmanagement zu etablieren.

Das Analysetool Advanced Analytics betrachtet das vorhandene Personal in seiner Gesamtheit und dessen Strukturen und Dynamik im Zeitverlauf. Ziel ist es, eine bestmögliche Entscheidungsgrundlage bezüglich des verfügbaren und zukünftig benötigten Humankapitals im Unternehmen treffen zu können. Hierbei fallen zusätzliche Lizenzkosten an. Die höchste Stufe von Advanced Analytics sind autonom agierende Prozesse, die bei schwierigen Entscheidungen unterstützen können.

Enterprise Planning ist vergleichbar mit der dritten Stufe von People Analytics. Eine Roadmap unterstützt die Planung und Umsetzung der digitalen Reise . Es besteht weiterhin die Möglichkeit zukünftige Szenarien zu simulieren und Storytelling zu analysieren sowie zu planen. Hier fallen ebenfalls zusätzliche Lizenzkosten an. Zusammenfassend dient das Tool zur Identifizierung von Risiken und Qualifikationslücken, Abbildungen von What-If-Szenarien und Kostenmodellen Hier setzt man sich zum Ziel, den Personalbedarfsplanung zu optimieren und Strategien zur Einstellung von Talenten zu entwickeln.

Was ist der Unterschied zu SAP Analytics Cloud?

Mit der SAP Analytics Cloud (SAC) wird Mitarbeitenden eine einfache Cloud-Lösung als Datenquelle geboten. Das Produkt dient auch hier zum Reporting, zur Analyse und Planungslösung. Es handelt sich bei der SAC im Gegensatz zu SAP People Analytics jedoch um eine übergreifende Analytics-Lösung, die gemeinsam mit der SAP Data Warehouse Cloud integriert werden kann. Der größte Vorteil ist die Möglichkeit, die Daten von den SuccessFactors-Modulen in andere Lösungen zu integrieren, wie CRM oder Finance. Hierfür wird aber auch eine eigene Lizenz benötigt.

Für SuccessFactors HXM gibt es drei verschiedene Ansätze:  

  1. Reporting: Gibt Informationen zu HR-Prozessen
  2. Workforce Analytics: Einblicke in die Auswirkungen im HR-Umfeld
  3. Workforce Planning: Planung zukünftiger Prozesse

Mithilfe des Reportings können Analysetools wie Canvas, Table/Custom, Dashboard/Tile und Stories genutzt werden. Canvas beschäftigt sich mit dem Erstellen von Reports in Tabellenform inklusive der Visualisierung. Table-Reports bieten ein Echt-Zeit-Reporting und sind in Listenform dargestellt. Bei Dashboards und Tiles geht es um eine Zusammenfassung und Visualisierung von mehreren Tiles auf einer Seite. Hier können Diagramme erstellt werden und Daten aus SuccessFactors sowie Workforce Analytics Data in Dashboards und Homepages eingebunden werden. Die Stories sind Teil der People Analytics Lösung und unterstützen Reports, das Erstellen von Dashboards sowie das Präsentieren von Charts, Visualisierungen, Texten, Bildern und Piktogrammen.

Der Vorteil ist hierbei, dass alle relevanten Informationen in einer Datenbank zur Verfügung gestellt werden können. Hier sprechen wir somit eher von einer „kleinen SAP Analytics Cloud“, die in SAP SuccessFactors eingebettet ist.

Fazit

Die Relevanz von Daten als Entscheidungsträger hinsichtlich Management Entscheidungen steigt stetig. Es ist jedoch essentiell in Unternehmen ein grundlegendes Verständnis der Daten zu schaffen. Bei der Interpretation der Daten sowie der Vorstellung und Weiterverarbeitung von Datensätzen müssen Mitarbeiter im Umgang mit Daten entsprechend geschult sein. So wird sichergestellt, dass sie die nötigen fachlichen Kenntnisse der Datenanalyse und -Interpretation erlangen und korrekt anwenden.

Weiterhin muss der Tatsache Beachtung geschenkt werden, dass riesige Datenmengen die Situation zusätzlich erschweren. Schlussfolgerungen und Zusammenhänge müssen auch bei hochkomplexen Daten erkannt werden, sodass sie  als Entscheidungsgrundlage dienen können.

Daten und ihre Analyse können bei strategischen Entscheidungen unterstützend zu Rate gezogen werden, sie sollten jedoch nicht als einziger Ansatzpunkt für Entscheidungen behandelt werden.