People Analytics als Performance Driver
Mai 13, 2020
Aus dem Unterricht des CAS AI Management mit Oliver Kasper berichtet Rahel Fleetwood.
Was ist People Analytics und welchen Beitrag leistet eine datengetriebene People Strategie zum Unternehmenserfolg? Diese und viele weitere Fragestellungen beschäftigten uns in der virtuellen Vorlesung mit Oliver Kasper, Head of Corporate People Analytics, Digital HR & Portfolio Strategy bei Swarovski.
Oliver hatte es sich zum Ziel gesetzt, uns anhand von real-life Beispielen aus seinem Arbeitsalltag bei Swarovski eine Einführung in das Thema People Analytics zu geben und unter anderem folgende Themen näher zu erläutern:
- Was versteht man unter People Analytics?
- Das People Analytics Operating Model
- Wie stellt man das optimale Team zusammen?
- Welche ethischen Aspekte gilt es zu berücksichtigen?
Definition & Geschichte
Mit People Analytics bezeichnet man grundsätzlich die systematische Analyse und Nutzung von HR-Daten mit dem Ziel für das Unternehmen Mehrwert zu generieren und Wettbewerbsvorteile zu schaffen. Dabei stehen zwei Bereiche im Fokus:
1. Der Blick in den Rückspiegel: Daten über die Entwicklung in der Vergangenheit und darauf basierende Reports und Statistiken.
2. Der Blick durch die Windschutzscheibe: der Fokus auf Modellierungen für die Zukunft, predictive Analytics und damit verbundene Business-Fragestellungen (z.B. Impact von Schulungen auf zukünftige Sales oder Vertragsabschlüsse).
Das Thema erlangte erstmals die Aufmerksamkeit der Wirtschaft als das Baseball Team Oakland Athletics begann, neue Spieler konsequent datenbasiert zu rekrutieren. So erreichte das Team, das nur über ein mittelgrosses Budget verfügte, innerhalb kurzer Zeit eine Top-Platzierung in der Baseball-Liga. Andere Teams begannen, den Analytics-Ansatz zu kopieren und heute verfügt praktisch jedes Top-Team über ein Analytics-Team.
People Analytics Operating Model
“Was sind denn die Schlüsselfaktoren für ein Operating Model?” lautete Olivers Frage an uns. Wir diskutierten lebhaft in unseren virtuellen Gruppenräumen und konnten viele relevante Aspekte des Modells identifizieren.
Strategy:
Eine klare Vision und Mission sind zentrale Elemente. Es sollte explizit formuliert werden, welche Ziele mit einer datenbasierten HR-Strategie verfolgt werden und eine klare Identität für das People Analytics-Team hilft, diese über alle Geschäftseinheiten hinweg zu kommunizieren. Zudem ist es wichtig, intensives Stakeholder-Management zu betreiben, um den richtigen Mindset für eine Datenkultur innerhalb von HR aufzubauen.
Governance:
Der ethische und verantwortungsvolle Umgang mit sensitiven HR-Daten und die entsprechende Data-Governance sind zentrale Bausteine eines erfolgreichen Analytics-Ansatzes. Zudem sollte der organisatorische Set-Up geklärt und die nötigen Gremien aufgesetzt werden, um einen reibungslosen Ablauf von People Analytics-Vorhaben sicherzustellen. Dazu gehören beispielsweise ein Ethik-Board, ein Gremium für Projekt-Priorisierung und ein Board für People Analytics. People Analytics-Teams sind heute oft entweder Teil der HR-Organisation oder im Bereich der Unternehmesstrategie angehängt.
Implementierung:
Auf der Umsetzungsebene stehen Rollen, Verantwortlichkeiten, Teamstruktur und Projekt-Management im Zentrum. Es ist wichtig, die richtigen Datenprojekte zu identifizieren, um den Impact von Analytics aufzeigen zu können. Stakeholder-Management und ein kontinuierlicher Feedback-Loop führen zu Buy-In auf Managementebene. Und natürlich ist die Beschaffung und das Management einer qualitativ hochstehenden Datenbasis ein weiterer Schlüsselfaktor. Für die Durchführung von Analytics-Projekten sollten folgende 8 Schritte durchlaufen werden:
- Business Problem/Fragestellung erkennen
- Hypothesen formulieren und mit dem Business diskutieren
- Daten sammeln
- Analysen durchführen
- Insights formulieren
- Empfehlungen definieren
- Storytelling für die Ergebniskommunikation
- Erkenntnisse implementieren und evaluieren
People Analytics & Team
Der Trend zu datenbasierten Geschäftsmodellen und Projekten führt dazu, dass in vielen Unternehmen Analytics-Teams aufgebaut werden. Aber welche Skills und Kompetenzen braucht es dafür eigentlich? Diese Frage diskutierten wir in der zweiten Gruppenarbeit. Die wichtigsten Skills für ein erfolgreiches Analytics-Team können in folgende 6 Kategorien zusammengefasst werden:
Geschäftssinn
Ein gutes Verständnis für das Business, das Marktumfeld und die Unternehmensbilanz sind unabdingbar bei der Auswahl der richtigen Analytics-Projekte.
Kommunikation
Analytics-Vorhaben lösen oft Skepsis und Bedenken aus bei den Mitarbeitenden und im Management. Eine transparente, einfach Storyline mit verständlichen Visualisierungen hilft, diese Unsicherheiten und Ängste abzubauen und Buy-In und Unterstützung für das Analytics-Projekte zu erreichen.
Beratung
Beratungskompetenz ist ebenfalls eine zentrale Komponente. Problemstellungen klar erfassen, Hypothesen ableiten, Lösungen erarbeiten sowie Change- und Stakeholder-Management sind Kernkompetenzen, die in jedem Analytics-Team vorhanden sein sollten.
Data Science
Selbstverständlich muss ein Analytics-Team über Datenspezialisten verfügen. Diese müssen drei Schlüsselbereiche abdecken: Mathematik und Statistik, Informatik- und Datenbank-Skills sowie ein generelles Verständnis und Flair für Daten.
Personalwesen
People Analytics verlangt zudem ein breites Verständnis der HR-Prozesse, -Guidelines und -Abläufe sowie ein gutes Gespür für die Dimensionen Datenschutz und Ethik.
Arbeitspsychologie
Und letztlich muss das Analytics-Team wissen, wie man Mitarbeitende motiviert, und deren Potenzial ausschöpft (Industrial Psychology), wie Teams organisiert und Arbeitsumgebungen designed werden (Organizational Psychology) und wie wissenschaftliche Tests und Studien durchgeführt werden (Research design & analysis).
Beim Aufbau eines People Analytics-Teams sollte darauf geachtet werden, dass dieses möglichst weit oben in der Unternehmenshierarchie aufgehängt ist und klare Verantwortungen und Kompetenzen übertragen bekommt. Zudem sollte mit einfachen Projekten gestartet werden, die sich gut erklären lassen und einen wichtigen Business Stakeholder als Auftraggeber haben. Schnelle und gut kommunizierte Erfolge erhöhen die Akzeptanz des Teams.
Ethics in People Analytics
Der ethisch korrekte Umgang mit Daten ist einer der wichtigsten Schlüsselfaktoren. Die nachfolgende Grafik fasst übersichtlich zusammen, warum Datenschutz und Ethik so wichtig sind:
Abschliessend gibt uns Oliver mit, dass es bei People Analytics-Vorhaben wichtig ist…
…immer auf Business Probleme und Fragestellungen zu fokussieren und niemals HR-Probleme ins Zentrum zu stellen.
…Change- und Stakeholdermanagement niemals zu unterschätzen.
…die richtige Person mit einem Start-Up-Mindset als Leader auszuwählen.
Herzlichen Dank, Oliver, für die wertvollen Insights.