HR-Software & Analytics: So bändigen Sie das IT-Monster

Von   Elisa Pietrasch   |  Consultant   |  CLEVIS Consult
15. Januar 2019

Digitale Prozesse scheinen im Vergleich zu alt eingespielten Abläufen zu vielen neuen Komplikationen zu führen. Der ROI einer HR-Software wird kritisch hinterfragt. Dabei haben HR-Softwarelösungen einen entscheidenden, oft ungenutzten Vorteil: Sie erfassen digitale Fußabdrücke und liefern damit wertvolle Informationen für das Unternehmen.
HR SOFTWARE: Digitalisierungstrend oder hilfreiches Tool?

Die Implementierung eines HR-IT-Tools ist aufwändig. Außer einer administrativen Erleichterung und die Sicherung des Datenschutzes, wird die Digitalisierung in HR häufig nur als Kostenaspekt gesehen. Sicherlich sind Aufwand und Mehrwert nicht direkt eins zu eins monetär verrechenbar, dennoch bringen die IT-Tools mehr als nur die digitale Abbildung bestehender HR-Prozesse mit sich. Sie können als Steuerungselement eingesetzt werden. Mit dem Informationsgehalt, welche HR-IT-Lösungen liefern können, lässt sich wertvolles Wissen generieren, welches bisher unentdeckt war. Durch die digitale Transformation werden sämtliche HR-Abläufe das erste Mal richtig skalierbar. Es bietet sich für Personalabteilungen die Chance, zu zeigen welche hohe Relevanz Human Ressources im Unternehmen hat. Anhand von Zahlen lassen sich nicht nur bestehende Prozesse tracken, überarbeiten und verbundene Kosten einsparen, sondern es kann auch der Einfluss der Mitarbeiter auf die Businessperformance anhand von Statistiken belegt werden.

HR-ANALYTICS: Wissen ist Macht

HR-IT-Lösungen bieten in Unternehmen viele wertvolle Informationen. Selten werden diese exponentiell wachsenden Mengen an Daten jedoch sinnvoll zum Vorteil des Unternehmens verwendet. Gerade im Bereich HR steckt automatisiertes Reporting, strategische Datenanalyse und datengestützte Prozessoptimierung noch in den Kinderschuhen. Doch nach der Implementierung einer HR-Software ist der nächste, logische Schritt die Auswertung der erfassten Daten, um einen dauerhaften und finanziellen Mehrwert der IT-Lösung zu gewährleisten.

Die richtige Verwendung von HR-Analytics kann ein umfassendes und machtvolles Verfahren darstellen. Relevante Prozesse lassen sich anhand von ausgewählten KPIs laufend tracken und steuern. Neue Abhängigkeiten und Zusammenhänge oder fehlerhafte Abläufe können entdeckt werden.

SKALIERBARKEIT VON HR: Wo soll die Reise hingehen?

Big Data im HR-Bereich macht es möglich, bestehende Praktiken der Talentakquise, -entwicklung und -bindung sowie der Unternehmensperformance zu tracken und zu evaluieren. Dabei sind die Mitarbeiterdaten in den meisten Fällen in irgendeiner Art bereits verfügbar, werden jedoch selten strategisch eingesetzt.

Wann und wo finde ich die besten Kandidaten für unterschiedliche Job Profile? Wie viel kostet mich eine Neueinstellung und welche Kanäle sind besonders effektiv? Wie hoch ist meine Time to hire und wie sieht mein aktueller Bewerberfunnel aus? Welche Faktoren beeinflussen meine Drop Out Rate? Wie verteilen sich welche Skills oder wo liegen meine Hidden Talents? Wie hoch ist die Anzahl der Schulungstage pro Mitarbeiter, in welchem Zusammenhang stehen diese mit der Performance und wie verwende ich diese Schulungshistorie für eine weitsichtige Nachfolgeplanung?

Aus den Antworten zu diesen Fragen lässt sich Wissen ableiten, welches kostbar ist: Unternehmen lernen, an welchen Stellschrauben zu drehen ist. Recruiting, Performance, Learning und Nachfolgeplanung werden durch Zahlen messbar, planbar und vorhersehbar gemacht, sodass die richtigen Kandidaten zum richtigen Zeitpunkt kosteneffizient rekrutiert und eingesetzt werden können.

Dennoch: Sinnlos alle Daten zu erheben und eine Masse an Kennzahl zu errechnen, ist nicht der sinnvollste Weg. Es ist wichtig, vorab Use Cases und Zielstellung klar zu definieren. Nicht für jedes Unternehmen und jede Strategie sind dieselben Kennzahlen relevant und aussagekräftig. Auch die richtige Auswahl einer eventuell notwendigen zweiten Software oder eines Zusatzproduktes sollte ausreichend bedacht werden. Ein detaillierter Vergleich in der Softwareauswahl und Machbarkeitsstudien bilden hier das Fundament für die automatisierte Analyse der bestehenden Daten.

DATENQUALITÄT: Qualität ist kein Zufallsprodukt

Ein häufiges Hindernis in Sachen Datenanalyse ist die Datenqualität. Es lässt sich leicht sagen, dass das System von Anfang ordentlich konfiguriert sein sollte, sodass die Datenqualität gewährleistet ist. In der Realität tauchen jedoch im Nachgang immer wieder Ungereimtheiten in den Daten auf, welche die Analysen unverlässlich machen. Doch gibt es auch hier Möglichkeiten in bereits implementieren Systemen die Datenqualität zu erhöhen:

  • Fehlerhafte Systemkonfiguration prüfen: Fehler aufzeichnen und frühere Audits untersuchen. Anstatt Daten zu bereinigen sollten Sie die Fehlerquelle analysieren und die Systemkonfiguration prüfen, sodass Fehler nicht mehr auftreten können. Prüfen Sie schrittweise wann und woher die fehlerhaften Daten kommen und welche Felder dafür verantwortlich sind. Wenn wichtige Informationen fehlen, machen Sie diese im System zum Pflichtfeld. Auch die Nutzung von Dropdown-Auswahllisten statt Freitextfeldern empfiehlt sich zum Zwecke der Standardisierung.
  • Reduzieren Sie Felder und Eingabemöglichkeiten, wo möglich. Viele Unternehmen halten sich die Möglichkeit offen, Felder später zu nutzen. Doch freigeschaltete, nicht gepflegte Felder führen zu schlechter Datenqualität. Hinzufügen von Feldern bei Bedarf ist mit sinnvollen statistischen Begründungen auch im Nachgang noch möglich. Eine Option „keine Angabe möglich“ in Pflichtfeldern kann ebenfalls verhindern, dass Nutzer willkürlich Möglichkeiten angeben. Es ist besser weniger, saubere Daten zu haben statt viele, unreine Daten. Oft werden auch mehrere Felder genutzt, welche ähnliche oder idente Informationen beinhalten.
  • Machen Sie Ihr System zur single source of truth: Stellen sie sicher, dass das System von allen Beteiligten gewissenhaft genutzt wird. Analysieren Sie, welche Hemmnisse auftreten, das System zu nutzen. Vermeiden Sie Drittsysteme, indem Sie das System auch an lokale Anforderungen anpassen. Stellen Sie wo notwendig eine Schnittstelle zu lokal genutzten Systemen her anstatt eines parallelen Betriebes zweier Informationsquellen.
  • Sprechen Sie mit den Nutzern des Systems. Durch Kommunikation mit den Endnutzern können Sie nicht nur die Akzeptanz fördern, sondern auch das System an die Anforderungen besser anpassen, um die Datenqualität zu erhöhen. Wiederholt falsche Nutzung des Systems sollte keine Begründung sein, um schlechte Datenqualität zu rechtfertigen, sondern Anlass sein, in den Dialog zu gehen und aufzuklären. Schulen Sie Ihre Mitarbeiter gründlich und geben Sie ihnen passenden Support. Regelmäßiges Feedback und Evaluation führt nicht nur zu höheren Kundenzufriedenheit, sondern auch zu einer akkurateren Nutzung des Systems.
  • Ist Ihr System schon länger im Einsatz und hat sich Datenmüll gesammelt, sind regelmäßige Clean Ups unumgänglich. Das System wird dabei von fehlerhaften oder alten Daten bereinigt. Diese Clean Ups sollten ebenfalls getrackt werden und allen Beteiligten der Mehrwert solcher Aktion verdeutlicht werden.

 

INTERPRETATION UND HANDLUNGSIMPLIKATION: Wir haben jetzt KPIS – und nun?

Es gilt: think big, start small. Auch wenn Ihre Daten noch nicht zu 100% stimmen oder alle Schnittstellen vollautomatisiert sind, ist es besser, Analytics zu starten als die Daten unangerührt zu lassen. Hier greift die 80/20 Regel: 100% Genauigkeit der Daten muss nicht sein. Wichtig ist Entscheidungen dadurch zu verbessern und Unsicherheiten zu reduzieren. Man kann mit dem täglichen Umgang mit den Daten bereits früh Erfahrungen sammeln und die unternehmensinternen Datenstrukturen kennenlernen. In kleinen Schritten können Sie anfangs einige Kernkennzahlen reporten, um die Datenstrukturen kennenzulernen, Muster zu erkennen und firmeneigene Benchmarks zu ermitteln. Schritt für Schritt kann die HR-Software somit zu einem Steuerungselement werden.

Wichtig dabei ist, die Daten nicht nur zu erheben und zu veranschaulichen. Verantwortliche müssen geschult werden, die Daten zu verstehen, zu interpretieren und Handlungsmaßnahmen abzuleiten. Erst dann können sie die Organisation dabei unterstützen, performancerelevante Analysen zu fahren, Vorhersagen zu treffen und Risiken frühzeitig zu erkennen.

Doch die Reise der HR-Analytics endet hier noch nicht. Eine passende Kommunikation und Marketingmaßnahmen können dem trockenen Thema der Statistik helfen, die Zahlen besser zu erklären und das Thema interessanter zu gestalten. Interaktive Dashboards, personalisierte Newsletter oder erklärende Videos helfen, allen Interessensgruppen die HR-Analytics näher zu bringen. Teilen Sie die Daten regelmäßig mit dem Management, indem Sie Wichtiges zusammenfassen, Handlungsbedarfe aufzeigen und Abhängigkeiten veranschaulichen, sodass Neugierde geschaffen wird und ein Bewusstsein für daten-gestützte Entscheidungen entsteht. Ziel ist es, sagen zu können welche Werte sich wodurch verbessert haben und mit welchen Werten wir zukünftig rechnen können. Zeigen Sie anhand von Zahlen Ihre Erfolge, tracken Sie aber auch Optimierungsbedarfe. Je klarer der Umfang des Nutzens der Daten für das Management wird, desto eher wird neues Budget für diesen Bereich freigegeben.

HR-Prozesse sind in den meisten Fällen sehr geradlinige Prozesse, weshalb es Sinn macht in einem ersten Schritt Kennzahlen zu erheben, welche Annahmen prüfen und klare Abfolgen darstellen. Die Messung von Zeitindikatoren, Performancebewertungen, deskriptiven Zahlen und Verhältnissen ist üblich. Dem Reporting folgend ist der zweite Schritt Advanced Analytics. Diese sagen Kennzahlen mittels statistischer Verfahren hervor, finden neuen Muster und decken Normabweichungen auf. Klingt aufwendig und kompliziert, ist jedoch in der Praxis mit guten Statistikprogrammen einfacher umsetzbar, als gedacht. So lässt sich beispielsweise auf Unternehmens- und Abteilungsebene ermitteln, welche Schulungen einen ausschlaggebenden Faktor auf die Leistungen Ihrer Mitarbeiter haben und wie diese wiederum mit der Business Performance zusammenhängen. Oder, ob die Höhe der Vergütung einen signifikanten Einfluss auf das Engagement Ihrer Mitarbeiter hat. Treiben Sie die Analysen weiter, könnten Sie unter optimalen Bedingungen frühzeitig vorhersagen, wann welcher Mitarbeiter kündigen wird oder wo das produktive Optimum an der Anzahl der Mitarbeiter in einer Abteilung liegt. Die Verknüpfung zu neuen Datenquellen und weiterführende statistische Verfahren, machen eine umfassende Prozessoptimierung der gesamten Unternehmensbereiche möglich. Dazu gehören die Integration und Analyse interner Kennzahlen aus verschiedenen IT-Systemen und externer Benchmarks sowie statistisches Forecasting, um Entscheidungen besser treffen zu können und fundiertere Lösung für geschäftliche Probleme Ihres Unternehmens zu finden oder den war for talents durch optimales Recruiting und Mitarbeiterbindung zu gewinnen. Bisher wurden solche Verfahren erst wenig im Kontext HR angewandt und Themen wie Betriebsrat und Datenschutz stellen Hindernisse dar. Dennoch gilt: Schulen Sie Ihre Mitarbeiter, sodass sie selbst zu HR-Analysten werden. Leiten Sie Handlungsmaßnahmen aus Ihren Daten ab, anstatt sie nur zu erheben.

Analytics for change: Once you see results, it becomes an addiction!

Elisa Pietrasch ist Consultant bei CLEVIS Consult, eine Unternehmensberatung aus München, welche HR Prozesse digitalisiert und die damit verbundene Transformation begleitet.

Um einen Kommentar zu hinterlassen müssen sie Autor sein, oder mit Ihrem LinkedIn Account eingeloggt sein.

21451

share

Artikel teilen

Top Artikel

Ähnliche Artikel