Een mooi resultaat hiervan is de nieuwe AFAS AnalyseManager HR voor de sectoren overheid en zorg. We merkten dat veel AFAS-gebruikers nog steeds aan het stoeien zijn om goede operationele en tactische HR-data inzichtelijk te maken.

Wat is de conclusie na een interactieve sessie HR-analytics? Vooral dat dit thema nog onontgonnen gebied is bij veel organisaties in de publieke sector. Moeten we dat erg vinden? Nee, dat hoeven we niet erg te vinden.

De mogelijkheden om data te genereren en te gebruiken groeien. Op de juiste manier verzamelde en goed vastgelegde data biedt organisaties veel mogelijkheden en kansen.

Een groot argument tegen HR-analytics is het verlies van het menselijke aspect in een organisatie. Mensen willen geen nummer zijn, laat staan heel veel nummers bij elkaar. Laat HR-analytics en automatisering het menselijke aspect verdwijnen?

Schoolbesturen hebben de verantwoordelijkheid voor onderwijskwaliteit. De PO-Raad houdt in 2019 en 2020 belrondes om te horen hoe de kwaliteitszorg bij de onderwijsbesturen ervoor staat. HR- analytic helpt bij het verkrijgen van het juiste inzicht.

Met behulp van software is het mogelijk data te achterhalen die invloed uitoefent op menselijke onderwerpen. Hierdoor komt de focus meer bij het menselijk kapitaal en HR data te liggen.

De meeste bedrijven hebben de basis van HR-analytics op orde. Maar hoe boek je er resultaat mee? In veel gevallen halen bedrijven niet het maximale uit de beschikbare data.

Hoe kunnen we ervoor zorgen dat er sneller rendement uit data wordt gehaald? Dit is een belangrijke vraag omdat de waarde van HR-analytics achterblijft bij het potentieel.

Steeds meer organisaties verzamelen data. Hier doet ook de HRM’er zijn voordeel mee. Maar met welke data kunt u nu betere beslissingen nemen? En wat is het verschil tussen data en big data?

HR-analytics kan van toegevoegde waarde zijn voor non-profit organisaties of organisaties in de publieke sector. HR-analytics helpt niet-commerciële organisaties bij efficiënt inzetten van de financiële middelen.

De verwachtingen waren jaren geleden hoog. De toenemende digitalisering leidde tot meer data. Data waar analyses op uitgevoerd konden worden.