HR Analytics

zorgt voor grip op ziekteverzuim en verloop

Achtergrond

Eén van de onderdelen van de organisatie die bij uitstek veel gegevens verzamelt, is Human Resource. Karakteristieken van medewerkers, zoals leeftijd en dienstjaren, maar ook ziekteverzuim, doorstroom en in- en uitstroom worden opgeslagen. 'Big Data' is dus aanwezig, maar welke informatie kan uit deze gegevens worden gedestilleerd?

Erasmus Q-Intelligence is een expert op het gebied van het vinden en duiden van verbanden in medewerkerskarakteristieken. Door data grondig te analyseren, kunnen vragen worden beantwoord als: 'welke karakteristieken van een medewerker zijn gerelateerd aan ziekteverzuim of uitstroom?' en 'aan welke knoppen kan worden gedraaid om dat te verminderen?'

Werkwijze

Erasmus Q-Intelligence gebruikt op maat gemaakte econometrische methoden om het medewerkersbestand te analyseren. Correspondence Analysis wordt bijvoorbeeld benut om een multivariate relatie tussen de karakteristieken te vinden. Deze analyse gaat een stuk verder dan simpele correlaties. Met deze methode hebben wij voor één van onze opdrachtgevers ontdekt dat meer gespecialiseerde en onervaren medewerkers eerder geneigd waren de organisatie te verlaten. De uitstroom van deze waardevolle medewerker werd verminderd door hun betrokkenheid bij de organisatie te vergroten.

Een ander voorbeeld betreft de samenstelling van teams in een organisatie. Welke teams hebben optimale performance, welke samenstelling moet worden gekozen om de performance te optimaliseren en met welke medewerkerskarakteristieken hangt dat samen? 

Erasmus Q-Intelligence geeft met behulp van HR Analytics antwoord op deze vragen, dankzij de aanwezige expertise van de hoogleraren van Erasmus Universiteit Rotterdam.

Resultaat

De Big Data die Human Resource ter beschikking heeft is een grote brij aan gegevens. Erasmus Q-Intelligence kan met behulp van statistische methoden deze brij ontrafelen tot bruikbare inzichten die bijdragen aan een betere structuur in uw organisatie.