- HR Analytics = HR-data verzamelen, analyseren en interpreteren voor betere beslissingen.
- Vier volwassenheidsniveaus: descriptive, diagnostic, predictive en prescriptive — sla er geen over.
- Begin met vijf tot acht KPI's met een vastgelegde formule, niet met een datawarehouse.
- In Nederland vraagt people analytics vrijwel altijd OR-instemming op grond van artikel 27 WOR.
- Rapporteer nooit onder een minimale groepsgrootte; anders is de uitkomst herleidbaar tot personen.
- Gebruik analyse als katalysator voor gesprek en ontwikkeling, niet als afrekenmechanisme.
Organisaties beschikken vandaag over meer HR-data dan ooit: gespreksdata, gesprekscycli, feedbackpatronen, verloopcijfers, talentprofielen, competentiematrixen en realtime prestatie-indicatoren. Toch benut slechts een klein deel van HR-teams deze bronnen écht strategisch, laat staan voorspellend.
De vraag waarmee veel HR-directeuren worstelen is scherp: hoe maken we de stap van rapporteren naar voorspellen — en hoe zorgen we dat HR Analytics direct bijdraagt aan betere besluitvorming? Het antwoord begint zelden bij techniek. Het begint bij het vastleggen van definities, het kiezen van één beslissing die je wilt verbeteren, en het regelen van de juridische randvoorwaarden.
Wat is HR Analytics? (betekenis)
HR Analytics is het systematisch verzamelen, analyseren en interpreteren van HR-data om beter onderbouwde beslissingen te nemen over mensen, teams en organisatieprestaties.
Waar HR Analytics vroeger vooral bestond uit rapportages over verloop, verzuim, FTE's en kosten, verschuift de aandacht in moderne organisaties naar:
- predictive analytics: voorspellen van verloop, risico op burn-out, leiderschapspotentieel en performance;
- prescriptive analytics: aanbevelingen voor interventies, coaching, ontwikkeling en talentallocatie;
- continuous listening: patronen ontdekken in feedback, gesprekken en cultuur;
- talent insights: inzicht in competenties, gedragsindicatoren en groeipotentieel.
HR Analytics, people analytics of workforce analytics?
De termen worden vaak door elkaar gebruikt en het onderscheid is in de praktijk vloeiend. Waar organisaties wel verschil in maken:
- HR Analytics kijkt vaak naar de effectiviteit van HR-processen zelf: doorlooptijd van werving, dekking van de gesprekscyclus, kosten per aanname.
- People analytics kijkt breder naar gedrag, betrokkenheid en ontwikkeling van medewerkers, ook buiten HR-processen om.
- Workforce analytics richt zich op capaciteit, skills en bezetting op organisatieniveau — dicht tegen strategische personeelsplanning aan.
Voor de meeste organisaties is dat onderscheid vooral academisch. Belangrijker is dat je binnen je eigen organisatie één term consistent gebruikt, zodat mensen weten waar het over gaat.
Waarom HR Analytics belangrijker is dan ooit
CEO's, CFO's en CHRO's zoeken hetzelfde: voorspelbaarheid. In een markt met talentkrapte, digitalisering, hybride werken en druk op performance is inzicht cruciaal. HR Analytics helpt met onder meer:
- Sneller beslissen op basis van actuele data in plaats van buikgevoel.
- Strategisch plannen rond skills, teamsamenstelling en capaciteitsbehoefte.
- Risico's vroeg signaleren: verloop, onderperformance, cultuurproblemen.
- Teamperformance verbeteren door data te koppelen aan doelen, feedback en gedrag.
- Leiderschap versterken via inzicht in gesprekken, coaching en ontwikkelritme.
Let op met benchmarkcijfers. Rond HR Analytics circuleren veel percentages zonder controleerbare bron. Neem geen cijfer over in je eigen businesscase zonder de originele publicatie, het onderzoeksjaar en de steekproef te hebben gezien. Een eigen nulmeting is bruikbaarder dan een extern gemiddelde.
Het HR Analytics maturity model
HR-organisaties ontwikkelen zich doorgaans door vier volwassenheidsniveaus. Ze zijn cumulatief: een voorspellend model op onbetrouwbare basisdata levert alleen zelfverzekerde onzin op.
Descriptive analytics
Rapportages over instroom, doorstroom, verloop, verzuim en kosten. Belangrijk, maar reactief.
Zo herken je dit niveau: rapportages worden handmatig in Excel gemaakt, verschillende afdelingen hanteren verschillende definities van verloop, en het maandrapport kost een halve dag.
Volgende stap: leg voor vijf kernindicatoren de exacte formule, de peildatum en de eigenaar vast. Dat is meer waard dan een nieuw dashboard.Diagnostic analytics
Data koppelen: verzuim tegenover werkdruk, verloop tegenover leiderschap, prestaties tegenover gespreksfrequentie.
Zo herken je dit niveau: je kunt uitsplitsen naar team, functiegroep en dienstjaren, en je ziet verschillen tussen teams die je vervolgens kunt bespreken.
Volgende stap: voeg minstens één niet-HR-databron toe, bijvoorbeeld klanttevredenheid of productiecijfers per team. Pas dan wordt HR-data bedrijfsdata.Predictive analytics
Voorspellende modellen identificeren risico's zoals:
- verhoogd vertrekrisico binnen zes tot twaalf maanden;
- signalen van overbelasting of onderbenutting;
- teams waar doelrealisatie structureel achterblijft;
- hoog groeipotentieel dat nog niet benut wordt.
Zo herken je dit niveau: je hebt genoeg historische data (minimaal twee tot drie jaar) om een model op te trainen, en iemand in de organisatie kan uitleggen waarom het model tot een uitkomst komt.
Volgende stap: spreek vóór de eerste voorspelling af wie de uitkomst ziet, wat ermee gebeurt en wat expliciet niet. Dit is het niveau waarop OR-instemming onvermijdelijk wordt.Prescriptive analytics
Het model geeft aanbevelingen: coaching starten, een ontwikkelgesprek plannen, feedback opvragen of doelen aanscherpen.
Zo herken je dit niveau: een leidinggevende krijgt geen cijfer maar een suggestie, en kan die met één klik omzetten in een actie of gemotiveerd negeren.
Volgende stap: meet of de aanbevelingen werken. Een aanbeveling die nooit wordt opgevolgd is een signaal over het model, niet over de leidinggevende.Twaalf HR-KPI's met formule
De meeste HR Analytics-trajecten lopen niet vast op techniek maar op definities. Onderstaande formules zijn de gangbare berekeningen; leg per KPI vast welke variant jíj gebruikt en houd die vervolgens vast, ook als het cijfer een keer ongunstig uitvalt.
| KPI | Formule | Waar je op let |
|---|---|---|
| Verloop | uitdiensttredingen ÷ gemiddeld aantal medewerkers × 100 |
Bepaal of je in koppen of fte's rekent, en gebruik het gemiddelde over de periode — niet de eindstand. |
| Vrijwillig verloop | vrijwillige vertrekken ÷ gemiddeld aantal medewerkers × 100 |
De belangrijkste variant. Gedwongen vertrek en pensioen zeggen iets heel anders over je organisatie. |
| Verloop eerste jaar | vertrekkers binnen 12 maanden ÷ instroom in dezelfde periode × 100 |
Meet vooral de kwaliteit van je werving en onboarding, niet van je organisatie als geheel. |
| Verzuimpercentage | verzuimde kalenderdagen ÷ beschikbare kalenderdagen × 100 |
Exclusief zwangerschapsverlof. Splits kort, middellang en langdurig verzuim — het gemiddelde verbergt beide uitersten. |
| Meldingsfrequentie | aantal ziekmeldingen ÷ gemiddeld aantal medewerkers |
Per jaar berekend. Stijgt vaak eerder dan het verzuimpercentage en is daarmee een vroeg signaal. |
| Interne mobiliteit | interne functiewisselingen ÷ gemiddeld aantal medewerkers × 100 |
Neem promoties en zijwaartse stappen apart mee; alleen promoties tellen geeft een vertekend beeld. |
| Gespreksdekking | medewerkers met afgerond gesprek ÷ medewerkers in scope × 100 |
Definieer “afgerond” scherp: ingepland, gevoerd, of gevoerd mét vastgelegde afspraak? |
| Doelrealisatie | behaalde doelen ÷ vastgestelde doelen × 100 |
Bij OKR's is 100% een waarschuwing: de doelen waren te makkelijk. Kijk naar de spreiding, niet naar het gemiddelde. |
| Feedbackdichtheid | feedbackmomenten ÷ aantal medewerkers ÷ aantal kwartalen |
Meet ook de spreiding: als tien procent van de mensen tachtig procent van de feedback geeft, heb je geen feedbackcultuur. |
| Span of control | aantal medewerkers ÷ aantal leidinggevenden |
Boven de vijftien wordt persoonlijke aandacht structureel lastig. Uitschieters verklaren vaak lage gespreksdekking. |
| eNPS | % promoters − % criticasters |
Alleen bruikbaar als trend over meerdere metingen. Eén losse score zegt nagenoeg niets. |
| Kosten per aanname | (externe + interne wervingskosten) ÷ aantal aannames |
Interne uren worden meestal vergeten, waardoor de uitkomst structureel te gunstig is. |
Leg elke definitie vast in een datawoordenboek met formule, peildatum, bron en eigenaar. Dat document is bij een HR Analytics-traject waardevoller dan het dashboard zelf.
Wanneer is een cijfer betekenisvol? Rapporteer niet onder een afgesproken minimale groepsgrootte — in de praktijk vaak vijf personen — omdat uitkomsten dan herleidbaar worden tot individuen. En beoordeel geen enkele KPI op één meting: pas vanaf ongeveer vier opeenvolgende periodes kun je onderscheid maken tussen een trend en ruis.
Welke HR-data kun je analyseren?
Moderne HR-software zoals Teampeak bundelt uiteenlopende databronnen. Denk aan:
Gespreksdata
Patronen in frequentie, inhoud en opvolging van 1-op-1's, ontwikkelgesprekken, beoordelingsgesprekken en teamdialogen.
Cultuur- en waardedata
Patronen in samenwerking, betrokkenheid, werkgeluk en feedbackcultuur uit pulse surveys en MTO.
Strategische HR-indicatoren
Verzuim, capaciteit, skills-gaps en verloop, als basis voor strategische personeelsplanning.
De meerwaarde ontstaat pas bij koppeling. Verzuimcijfers los zeggen weinig; verzuim naast gespreksdekking en doelrealisatie per team levert een gesprek op dat ergens over gaat.
De belangrijkste use cases
Per use case staat hieronder welke variabelen je nodig hebt en waar de analyse in de praktijk op stukloopt.
Vertrekrisico signaleren
Variabelen: dienstjaren, tijd sinds laatste functiewisseling, gespreksdekking, feedbackfrequentie, doelrealisatie, salarispositie in de schaal, teamverloop in de afgelopen twaalf maanden.
Valkuil: het model voorspelt vaak vooral dienstjaren, omdat dat de sterkste voorspeller in de data is. Dat is statistisch correct maar praktisch nutteloos. Kijk naar de variabelen die je kúnt beïnvloeden.
Leiderschapseffectiviteit meten
Variabelen: gespreksdekking en doorlooptijd binnen het team, feedbackdichtheid, doelrealisatie, verloop, verzuimmeldingsfrequentie, eNPS van het team.
Valkuil: deze cijfers meten mede de omstandigheden waarin iemand leidinggeeft. Gebruik ze om een gesprek te openen over ondersteuning, niet om een ranglijst van managers te maken.
Prestatiemanagement verbeteren
Variabelen: doelen, competentiescores, feedback, ontwikkelacties en de opvolging daarvan over meerdere cycli.
Valkuil: beoordelingsscores zijn zelden vergelijkbaar tussen teams zonder kalibratie. Analyseer eerst de spreiding per beoordelaar voordat je conclusies over medewerkers trekt.
Talentontwikkeling versnellen
Variabelen: skills, potentieelinschatting, groeisnelheid over cycli, interne mobiliteit, deelname aan ontwikkelactiviteiten.
Valkuil: potentieelinschattingen zijn subjectief en gevoelig voor bias. Combineer ze altijd met observeerbaar gedrag en toets ze in een kalibratiesessie.
Strategische personeelsplanning
Variabelen: huidige skillsverdeling, verwachte uitstroom (inclusief pensioen), interne doorstroomsnelheid, externe arbeidsmarktkrapte per functiegroep.
Valkuil: planningen op vijf jaar vooruit worden zelden gebruikt. Werk met een horizon van twaalf tot achttien maanden en herzie elk kwartaal.
Kalibratie en 9-grid-analyses
Variabelen: prestatiescore en potentieelinschatting, uitgesplitst naar team en beoordelaar.
Valkuil: de 9-grid is een gespreksinstrument, geen uitkomst. Zodra de plaatsing automatisch consequenties krijgt, gaan beoordelaars sturen op de plaatsing in plaats van op het oordeel.
Het HR Analytics dashboard
Een effectief dashboard koppelt mensdata aan strategie en bedrijfsdoelen — en past op één scherm. Vuistregel: als een leidinggevende er langer dan twee minuten voor nodig heeft, is het een rapport en geen dashboard.
- Gespreksdekking: percentage geplande versus afgeronde gesprekken per team, met doorlooptijd.
- Doelrealisatie: voortgang op individueel, team- en organisatieniveau, inclusief spreiding.
- Feedbackpatronen: volume, richting en thema's, plus hoeveel mensen actief feedback geven.
- Talent en potentieel: competentiestatus, sterktes en groeipotentieel per functiegroep.
- Verloop en verzuim: trend over minimaal vier periodes, met de vrijwillige component apart.
- Signalen: teams die op meerdere indicatoren tegelijk afwijken — die combinatie is informatiever dan elke losse uitschieter.
Geef elke tegel een expliciete drempelwaarde en een eigenaar. Een cijfer zonder norm en zonder eigenaar leidt tot discussie over het cijfer in plaats van over het onderwerp.
AVG, OR-instemming en anonimiteit
Dit is in Nederland het onderdeel dat het vaakst wordt overgeslagen en het duurst is om achteraf te repareren. People analytics verwerkt persoonsgegevens van medewerkers, en dat brengt zowel AVG-verplichtingen als medezeggenschapsrechten met zich mee.
-
Bepaal vooraf het doel — en leg het vast
De AVG vereist doelbinding: je verzamelt gegevens voor een vooraf omschreven, gerechtvaardigd doel. “We kijken eerst wat de data oplevert” is geen doel. Formuleer welke beslissing je wilt verbeteren en welke gegevens daarvoor strikt nodig zijn.
-
Vraag OR-instemming
Op grond van artikel 27 lid 1 sub k WOR is instemming van de ondernemingsraad nodig voor een regeling over het verwerken en beschermen van persoonsgegevens van medewerkers. Sub l van hetzelfde artikel voegt daar voorzieningen aan toe die gericht of geschikt zijn voor waarneming van of controle op aanwezigheid, gedrag of prestaties. Een people-analytics-omgeving valt vrijwel altijd onder minstens één van beide.
-
Overweeg een DPIA
Bij verwerkingen met een hoog privacyrisico — zeker bij voorspellende modellen op individueel niveau — is een gegevensbeschermingseffectbeoordeling aan de orde. Een goede DPIA beantwoordt bovendien veel van de vragen die de OR toch al gaat stellen, dus het loont om die volgorde aan te houden.
-
Spreek een minimale groepsgrootte af
Rapporteer geen uitkomsten voor groepen die zo klein zijn dat ze herleidbaar worden tot personen. Vijf is een veelgebruikte ondergrens, maar bepaal die bewust en pas hem consequent toe — ook als een manager erom vraagt.
-
Wees transparant naar medewerkers
Medewerkers moeten weten welke gegevens worden verwerkt, waarvoor, wie ze ziet en hoe lang ze bewaard blijven. Transparantie is niet alleen een verplichting; het is ook de goedkoopste manier om weerstand te voorkomen.
-
Leg vast wie welke uitkomst ziet
Bepaal expliciet of leidinggevenden individuele risicoscores te zien krijgen, of alleen geaggregeerde teamsignalen. Dit is de beslissing die het meest bepaalt of analytics als hulpmiddel of als controlemiddel wordt ervaren.
Deze pagina geeft algemene informatie en is geen juridisch advies. Laat je opzet toetsen door je functionaris gegevensbescherming of een jurist voordat je met persoonsgegevens aan de slag gaat.
Hoe implementeer je HR Analytics succesvol?
Start bij de businessvraag
Vraag niet “welke data hebben we?” maar “welke beslissing willen we beter maken?” Kies er één. Een traject met drie doelen wordt een traject zonder doel.
Leg definities vast vóór je meet
Bouw een datawoordenboek met per KPI de formule, de peildatum, de bron en de eigenaar. Dit voorkomt de discussie die anders bij elke rapportage terugkomt.
Regel governance en privacy vooraf
Doelbinding, OR-instemming, bewaartermijnen, toegangsrechten en minimale groepsgrootte. Dit vertraagt de start met weken en voorkomt vertraging met maanden.
Start klein, schaal slim
Begin met één domein en twee teams. Een pilot die aantoonbaar tot een ander besluit heeft geleid, is de beste businesscase voor de volgende stap.
Investeer in datageletterdheid bij leidinggevenden
Managers moeten data kunnen interpreteren, niet alleen ontvangen. Besteed in de eerste sessie evenveel tijd aan wat de cijfers níet zeggen als aan wat ze wel zeggen.
Gebruik tools die data centraal verbinden
Een modern HR platform brengt gesprekscyclus, doelen, feedback en talentdata in één omgeving, zodat koppelen geen exportoefening is.
Veelvoorkomende valkuilen
- Te veel data, te weinig focus: rapporten die niemand leest en waar geen besluit uit volgt.
- Geen datadefinities: twee afdelingen rapporteren een ander verloopcijfer over dezelfde periode en de discussie gaat daarna over de meting.
- Correlatie voor oorzaak aanzien: teams met veel feedback presteren beter, maar het kan net zo goed zijn dat goed presterende teams meer feedback geven.
- Meten wat makkelijk is: aantallen gesprekken zijn eenvoudig te tellen, kwaliteit niet — en juist daar zit de waarde.
- Geen leiderschapsbetrokkenheid: zonder eigenaarschap bij het management verandert er geen gedrag.
- Analytics als controlemiddel: zodra medewerkers merken dat cijfers tegen hen gebruikt worden, verandert het gedrag — en verliest de data zijn waarde.
De sleutel is: analyse als katalysator voor gesprek en ontwikkeling, niet als afrekenmechanisme. Zodra een KPI een target wordt waarop mensen worden beoordeeld, gaan ze de KPI optimaliseren in plaats van het onderliggende gedrag.
Patronen die we in de praktijk zien
Onderstaande patronen komen terug bij organisaties die met people analytics starten. Het zijn geen casestudies met exacte uitkomsten — die verschillen per organisatie te sterk om zinvol te generaliseren — maar terugkerende verbanden die het waard zijn om in je eigen data te toetsen.
- Wat je vaak ziet
- Verloop verschilt sterker tussen teams binnen dezelfde functiegroep dan tussen functiegroepen onderling.
- Zelf toetsen
- Splits vrijwillig verloop uit naar leidinggevende in plaats van naar afdeling, over minimaal twee jaar.
- Wat je vaak ziet
- Teams waar gesprekken structureel worden uitgesteld, laten enkele kwartalen later verhoogd vertrek zien.
- Zelf toetsen
- Zet gespreksdekking per team af tegen vrijwillig verloop twee kwartalen later.
- Wat je vaak ziet
- De spreiding in scores verschilt sterk per leidinggevende, ook binnen vergelijkbare teams.
- Zelf toetsen
- Vergelijk gemiddelde en spreiding per beoordelaar voordat je scores tussen teams vergelijkt.
De toekomst van HR Analytics
De komende jaren verschuift HR Analytics richting een aantal ontwikkelingen die elk hun eigen vraagstuk meebrengen:
- AI-ondersteunde coaching: suggesties voor gespreksvoorbereiding en ontwikkeldoelen. De vraag wordt wie verantwoordelijk is voor het advies.
- Gespreksanalyse via taalmodellen: patronen in geschreven feedback. Hier ligt de privacygrens het dichtstbij; behandel dit als een aparte verwerking.
- Skills-based organiseren: sturen op vaardigheden in plaats van functies, wat een actueel en onderhouden skillsmodel vereist.
- Continu meten in plaats van jaarlijks: pulse surveys en doorlopende feedback, met als risico enquêtemoeheid.
- Strengere regelgeving: de Europese AI-verordening merkt AI-systemen voor werving en beoordeling aan als hoog risico, met extra eisen aan transparantie en menselijk toezicht.
HR wordt hiermee steeds meer een strategische businesspartner — op voorwaarde dat de basis op orde is. Een organisatie die haar verloopcijfer niet eenduidig kan berekenen, heeft niets aan een voorspellend model.
HR Analytics in de praktijk met Teampeak
Een modern platform zoals Teampeak brengt gesprekscyclus, doelen, gesprekken, feedback en talentdata in één omgeving — zodat koppelen geen exportoefening is en je van rapporteren naar signaleren kunt.
Mensdata gekoppeld aan strategie
- Dashboards, 9-grid en people analytics in één omgeving.
- Gespreksdekking, doelrealisatie en feedbackpatronen per team.
- Rechten per rol, zodat je zelf bepaalt wie welk niveau ziet.
- ISO 27001-gecertificeerd, data gehost binnen de EU.
Het Teampeak-team schrijft over datagedreven HR, performancemanagement, feedback en talentontwikkeling. We helpen HR-teams om people analytics in te zetten als motor voor betere beslissingen, leiderschap en organisatieresultaten.
ISO 27001 gecertificeerd. AVG-proof, data gehost in de EU en vertrouwd door 200+ HR-teams.