FAQ

• Argumentieren Sie mit dem finanziellen Mehrwert des von Ihnen geplanten Projektes. Zeigen Sie auf, wie groß die Hebel sind, die betätigt werden können.
• Betonen Sie, dass sich People Analytics nicht auf Personalthemen beschränkt, sondern sämtliche Bereiche des Unternehmens einschließt, in denen Menschen (people) beschäftigt sind – also alle.
• Erläutern Sie, dass Datenanalysen in nahezu allen großen Unternehmen Einzug gehalten haben und auch im Personalwesen mittlerweile zum Standard zählen.
• Zeigen Sie den konkreten Nutzen für die beteiligten Geschäftsbereiche auf, z.B. Erklärungen für hohe Fluktuation oder Krankenstände in einzelnen Abteilungen, warum eine Vertriebseinheit erfolgreicher ist als andere, wie gut Unternehmensbereiche miteinander vernetzt sind….

In der Tat – das ist keine wirklich einfache Aufgabe! Häufig ist das Management sowohl kosten- als auch zeitsensibel. Wir empfehlen grundsätzlich, keine Versprechungen zu machen, die nicht sicher eingehalten werden können. Zeigen Sie dem Management Ihren Projektplan auf der Zeitschiene und kalkulieren Sie dabei ausreichend Pufferzeiten. Erläutern Sie, dass es sich um ein Projekt handelt, welches, wie jedes andere Projekt im Unternehmen, über eine gewisse Dauer gemanagt werden muss. Erklären Sie die einzelnen Projektphasen und die zugrundeliegenden Tätigkeiten. Argumentieren Sie stets mit dem zu erwartenden Nutzen für die Organisation.

Der Betriebsrat sollte so früh wie möglich eingebunden werden. Fragen Sie den Betriebsrat, welche konkreten Sorgen und Befürchtungen er hegt. Versuchen Sie, diese Befürchtungen gemeinsam so genau wie möglich zu beschreiben und legen Sie diese Beschreibungen schriftlich nieder. Zeigen Sie Verständnis für die Sorgen und Befürchtungen und bitten Sie um ein wenig Zeit, die Dinge in Ruhe zu überdenken. Überlegen Sie sich für jeden einzelnen Punkt eine Lösungsstrategie. Auch diese legen Sie schriftlich nieder und stellen Sie dem Betriebsrat in einem zweiten Treffen vor. Auch sollten Sie in diesem Treffen – neben der genauen Zielsetzung des Projektes – bereits einen konkreten Projektplan mit Meilenstein vorstellen. Weiterhin sollten Sie den Betriebsrat eingebunden halten und regelmäßig über Fortschritte informieren.

Das allerwichtigste vorweg: Da es bei People Analytics in erster Linie darum geht, Zusammenhänge in Unternehmen auf einer übergeordneten Ebene zu verstehen, sind auch nur Auswertungen auf einer übergeordneten (aggregierten) Gruppenebene überhaupt von Bedeutung. Auswertungen auf der Ebene von Einzelpersonen sind grundsätzlich irrelevant für die Zielstellung von People Analytics. Sie sollten dafür Sorge tragen, dass die Daten anonymisiert sind und die Auswertungen ausschließlich auf aggregierter Ebene erfolgen. Üblich ist ein Gruppenminimum von fünf Personen. Allerdings müssen Sie zwingend dafür Sorgen tragen, dass der Personenbezug immer ausgeschlossen werden kann und nicht etwa von speziellen Gruppenstrukturen und Merkmalsausprägungen Rückschlüsse auf Einzelpersonen gezogen werden können.

Sprechen Sie mit ihnen. Fragen Sie sie, auf welche Fragen sie gerne Antworten hätten. Für People Analytics-Projekte sind zunächst alle Fragen zulässig, die in irgendeiner Weise mit Mitarbeitern, deren Verhalten, Eigenschaften, Qualifikationen, soziodemografischen Daten, Einstellungen, Meinungen oder Performancedaten in Zusammenhang stehen. Prüfen Sie die Fragen dahingehend, ob Sie sie mithilfe vorhandener oder noch zu erhebender Daten beantworten könnten. Formulieren Sie Forschungsfragen und bitten Sie Ihre Ansprechpartner der Fachbereiche, Hypothesen aufzustellen. Nach Beendigung des Projektes können Sie die zu Beginn aufgestellten Hypothesen mit den Ergebnissen der Datenanalysen abgleichen und den Fachbereichen zurückspielen.

Jedes Unternehmen verfügt über eine Vielzahl von Daten. Zunächst sollte bestimmt werden, welche Daten für die Beantwortung der gestellten Forschungsfragen überhaupt relevant sein könnten. Dann muss geklärt werden, ob es unter rechtlichen Aspekten zulässig ist, diese Daten auszuwerten. In einem nächsten Schritt wird die Qualität der Daten ermittelt. Wie viele fehlende Werte gibt es? Wie zuverlässig ist die Datenquelle? Wir haben die Erfahrung gemacht, dass es häufig nicht ausreicht, bestehende Datensätze auszuwerten. Vielfach ist es erforderlich, Daten für den gewählten Zweck explizit zu erheben bzw. bestehende Erhebungsmethoden, wie z.B. Mitarbeiterbefragungen, für den gewünschten Zweck anzupassen. Auch sind Telefoninterviews aufgrund der viel höheren Rücklaufquoten häufig das bessere Erhebungsinstrument im Vergleich zu Onlinebefragungen.

Es existiert ein breites Angebot von Software zur statistischen Datenanalyse. Es gibt sowohl kostenpflichtige Lösungen, wie z.B. SPSS, SAS oder spezielle Anwendungen für den HR-Bereich, als auch kostenfrei verfügbare, wie z.B. R, eine Programmiersprache, mit deren Hilfe Daten ausgewertet und grafisch dargestellt werden können. Letztlich spielt es kaum eine Rolle, welches Werkzeug eingesetzt wird, da die eingesetzten statistischen Verfahren identisch sind. Viel wichtiger ist, aus welchen Quellen die Daten stammen, wie sie gesammelt und zusammengeführt werden.

Ein erfolgreiches People Analytics-Team setzt sich idealerweise aus mehreren Personen mit unterschiedlichen Kompetenzen zusammen. Eine Person, die sämtliche erforderlichen fachlichen und persönlichen Kompetenzen abdeckt, ist nach unserer Erfahrung eine absolute Seltenheit. Ein erfolgreiches Projektteam besteht immer aus Menschen, die eine starke persönliche Motivation für das Thema haben. Vielleicht kennen Sie Datenanalysten aus ihrem unternehmensinternen Netzwerk, die gerne „über den Tellerrand schauen“ und sich für bereichsübergreifende Fragestellungen engagieren. Falls nicht, fragen Sie Kollegen aus anderen Personalbereichen, ob sie Ihnen Empfehlungen aussprechen können. Oder Sie nehmen direkt Kontakt zu den jeweiligen Abteilungen auf und stellen Ihr Projekt vor. Wichtig zu Beginn eines jeden Projektes ist – neben der Bestimmung von Zielstellung, Ressourcen und Zeitplanung – eine genaue Beschreibung und Festlegung der jeweiligen Rollen und der damit verbundenen Aufgaben. Den kommunikativen Part sollte die Person übernehmen, die am meisten Freude daran hat und ihn am besten beherrscht. Das kann, muss aber nicht der Datenanalyst sein.

Je näher der Regressionskoeffizient r bei 1 liegt, desto stärker ist der Zusammenhang zwischen der abhängigen und der jeweils gemessenen unabhängigen Variable. Bei einer linearen Regression wird eine unabhängige Variable gemessen, bei einer multiplen linearen Regression sind es mehrere unabhängige Variablen, deren Einfluss auf eine einzelne abhängige Variable bestimmt wird. Ein r von 0,25 ist vergleichsweise niedrig. Um den Wert richtig zu interpretieren, müsste man sich zunächst anschauen, ob das Ergebnis statistisch signifikant ist, d.h. die Ergebnisse nicht zufällig zustande gekommen sind.  R² ist das Bestimmtheitsmaß und gibt an, wie gut das Regressionsmodell die Daten abbildet. Auch hier liegen die Werte in einem Wertebereich zwischen 0 und 1. Ein R² von 0,56 ist vergleichsweise hoch, so dass die gewählten unabhängigen Variablen recht gut in der Lage sind, die abhängige Variable vorherzusagen.

People Analytics ist letztendlich nichts anderes als angewandte sozialwissenschaftliche Forschung, und in diesem Bereich sind statistische Korrelationen meist relativ gering. Das liegt daran, dass es außerhalb eines isolierten Laborkontextes immer eine Vielzahl von Variablen gibt, die den Untersuchungsgegenstand beeinflussen und die häufig auch noch untereinander korrelieren. Die größte Herausforderung besteht also darin, überhaupt erst einmal diejenigen Variablen zu identifizieren, die sich sinnvoll mit dem zu untersuchenden Phänomen in Beziehung setzen lassen. Dazu reicht oft der existierende Datenbestand nicht aus, sondern es müssen neue oder modifizierte Verfahren (z.B. Mitarbeiterbefragungen) eingesetzt werden, um die erforderlichen Daten zu ermitteln. Trotz allem ist das Risiko, dass die Anfangshypothese nicht bestätigt wird, vergleichsweise hoch. Doch wenn man People Analytics als Forschungsprozess begreift, offen und neugierig bleibt und sich von Beginn an Zeit nimmt, die Dinge grundlegend zu erforschen, wird man am Ende immer einen statistisch relevanten und bedeutungsvollen Zusammenhang finden. Manchmal dauert es jedoch etwas länger, bis man die richtige Fährte gefunden hat. In diesem Zusammenhang ist es hilfreich, in der Kommunikation gegenüber Management und BR und Fachbereichen keine Versprechungen im Hinblick auf konkrete Ergebnisse zu machen und auch beim Zeitplan flexibel zu bleiben.