People analytics: wat het is en hoe je ermee start

Drie maanden dezelfde vacature open en nog steeds geen idee waarom? Dat is geen pech, dat is geen data.

Je hiring manager vraagt waarom de vacature al drie maanden openstaat. Je directie wil weten wat recruitment kost per aangenomen medewerker. En jij? Jij hebt het gevoel, maar niet de cijfers.

Dat verandert met people analytics. Hier lees je wat het precies is, waarom het relevant is voor recruiters, en hoe je morgen met je eerste meting begint.

Wat is people analytics precies?

People analytics is het verzamelen en analyseren van data over medewerkers en kandidaten om betere beslissingen te nemen. Voor recruitment betekent dit concreet: inzicht krijgen in welke wervingskanalen daadwerkelijk goede kandidaten opleveren, hoe lang vacatures gemiddeld openstaan, en welke selectiemethoden voorspellen wie succesvol wordt in de functie.

Het verschil met traditionele HR-rapportages? Rapportages kijken achteruit: hoeveel mensen hebben we aangenomen? People analytics kijkt vooruit: welke kenmerken hebben onze beste medewerkers gemeen, en hoe selecteren we daar gerichter op?

Veel HR-professionals denken dat je een data scientist nodig hebt om met people analytics te beginnen. Dat is een misverstand. De meeste inzichten haal je uit data die al in je systemen zit. Je hoeft geen complexe modellen te bouwen. Beginnen met vijf basismetrics levert vaak meer op dan een duur dashboard dat niemand begrijpt.

Waarom people analytics relevant is voor recruiters

Recruitment is een van de HR-domeinen waar data het snelst verschil maakt. Je hebt namelijk al veel meetbare momenten: een vacature gaat online, kandidaten solliciteren, gesprekken vinden plaats, iemand wordt aangenomen of afgewezen. Elk van die stappen genereert data.

Toch nemen veel recruiters beslissingen op gevoel. Welke vacaturesite werkt het beste? Geen idee, we plaatsen overal. Hoe lang duurt een gemiddeld selectieproces? Hangt ervan af. Welk percentage nieuwe medewerkers vertrekt binnen een jaar? Dat meten we niet.

People analytics verandert die situatie. Met relatief eenvoudige metingen krijg je antwoord op vragen die er toe doen:

• Welke wervingskanalen leveren kandidaten op die daadwerkelijk worden aangenomen?
• Hoe lang staat een vacature gemiddeld open per afdeling of functiegroep?
• Hoeveel kandidaten haken af tijdens het proces en in welke fase?
• Wat is de kwaliteit van nieuwe medewerkers na zes maanden of een jaar?

Deze inzichten helpen je om gerichter te werven, je proces te versnellen en betere gesprekken te voeren met hiring managers. In plaats van “ik denk dat LinkedIn goed werkt” zeg je: “Van de 12 aannames dit kwartaal kwamen er 7 via LinkedIn en 3 via referral. De referral-kandidaten presteren gemiddeld beter in hun eerste beoordeling.”

4 soorten people analytics en wanneer je ze inzet

Niet alle analytics zijn hetzelfde. Er zijn vier niveaus, van eenvoudig naar complex. De meeste organisaties beginnen bij niveau 1 en groeien geleidelijk door.

1. Beschrijvende analytics: wat is er gebeurd?

Dit is het startpunt. Je meet wat er in het verleden is gebeurd. Hoeveel vacatures hebben we vervuld? Wat was de gemiddelde doorlooptijd? Hoeveel sollicitanten per vacature? Deze cijfers vind je in je ATS of recruitmentsysteem.

2. Diagnostische analytics: waarom is het gebeurd?

Hier graaf je dieper. Waarom duurde die ene vacature zes maanden? Waarom haken kandidaten af na het eerste gesprek? Je combineert data met context om oorzaken te vinden.

3. Voorspellende analytics: wat gaat er gebeuren?

Op basis van historische patronen voorspel je toekomstige uitkomsten. Welke kandidaten hebben de grootste kans om succesvol te zijn? Welke medewerkers lopen risico om te vertrekken? Dit niveau vraagt meer data en expertise.

4. Prescriptieve analytics: wat moeten we doen?

Het meest geavanceerde niveau. Op basis van voorspellingen krijg je aanbevelingen voor actie. Dit zie je vooral bij grote organisaties met dedicated analytics-teams.

7 praktische metrics om morgen mee te starten

Je hoeft geen nieuw systeem aan te schaffen om met people analytics te beginnen. Deze zeven metrics haal je uit data die je waarschijnlijk al hebt.

1. Time-to-hire
Het aantal dagen tussen het openen van de vacature en de acceptatie van het aanbod. Meet dit per functiegroep en vergelijk over tijd. Een stijgende trend kan wijzen op een krapper wordende arbeidsmarkt of een stroef intern proces.

2. Source of hire
Waar komen je aangenomen kandidaten vandaan? Vacaturesites, LinkedIn, referrals, recruitmentbureaus? Meet niet alleen het aantal sollicitanten per kanaal, maar ook hoeveel daarvan daadwerkelijk worden aangenomen.

3. Cost per hire
Alle kosten opgeteld (advertenties, bureaus, tijd van recruiters en hiring managers) gedeeld door het aantal aannames. Dit cijfer helpt bij budgetgesprekken en kanaalkeuzes.

4. Candidate drop-off rate
In welke fase van het proces haken de meeste kandidaten af? Na de eerste screening? Na het gesprek met de hiring manager? Dit wijst op knelpunten in je candidate experience.

5. Offer acceptance rate
Welk percentage van de kandidaten die een aanbod krijgen, accepteert dit ook? Een laag percentage kan wijzen op niet-competitieve arbeidsvoorwaarden of een mismatch in verwachtingen.

6. Quality of hire
Dit is lastiger te meten, maar zeer waardevol. Kijk naar prestaties na 6 of 12 maanden, beoordelingen door leidinggevenden, of het percentage dat de proeftijd succesvol doorkomt. Combineer dit met de wervingsbron om te zien welke kanalen de beste medewerkers opleveren.

7. Eerste-jaars verloop
Hoeveel procent van de nieuwe medewerkers vertrekt binnen het eerste jaar? Hoog verloop in het eerste jaar wijst vaak op een mismatch in de selectie of gebrekkige onboarding.

Begin met drie van deze metrics. Meet ze maandelijks of per kwartaal. Deel de uitkomsten met je team en hiring managers. Je zult merken dat alleen al het meten leidt tot betere gesprekken over recruitment.

Veelgemaakte fouten bij HR-data

People analytics klinkt aantrekkelijk, maar er zijn valkuilen. Deze fouten zie je regelmatig in de praktijk.

Te veel meten, te weinig doen
Sommige teams bouwen uitgebreide dashboards met tientallen metrics. Niemand kijkt ernaar. Beter: focus op vijf metrics die je daadwerkelijk gebruikt om beslissingen te nemen.

Data zonder context
Een time-to-hire van 45 dagen is niet per definitie slecht. Voor een schaarse IT-functie is het misschien uitstekend, voor een administratieve rol te lang. Vergelijk altijd met relevante benchmarks en je eigen historie.

Correlatie verwarren met oorzaak
Kandidaten via referral presteren beter. Betekent dat dat referral een beter kanaal is? Of solliciteren via referral vooral mensen die al beter passen bij de cultuur? Wees voorzichtig met conclusies.

Privacy vergeten
HR-data is gevoelig. Zorg dat je voldoet aan de AVG, anonimiseer waar nodig, en wees transparant naar medewerkers over wat je meet en waarom.

Van meten naar verbeteren: de volgende stap

Data verzamelen is stap een. De echte waarde zit in wat je ermee doet. Plan maandelijks een kort overleg waarin je de belangrijkste metrics bespreekt met je team. Stel jezelf drie vragen:

1. Wat valt op in de cijfers van deze periode?
2. Welke actie nemen we op basis hiervan?
3. Hoe meten we of die actie werkt?

Zo wordt people analytics geen eenmalig project, maar een manier van werken. Je bouwt geleidelijk aan een cultuur waarin beslissingen worden onderbouwd met feiten.

Voor complexere vraagstukken, zoals voorspellen welke kandidaten succesvol worden, heb je meer expertise nodig. Dat hoef je niet zelf te ontwikkelen. Een training in datagedreven recruitment helpt je om de volgende stap te zetten zonder jarenlange data-ervaring.

Veelgestelde vragen over people analytics

Wat is het verschil tussen people analytics en HR analytics?

De termen worden vaak door elkaar gebruikt. Strikt genomen is HR analytics gericht op data binnen de HR-afdeling, terwijl people analytics breder kijkt en ook data uit andere bronnen combineert, zoals financiele gegevens of klanttevredenheid. In de praktijk maakt het verschil weinig uit. Begin met de data die je hebt.

Heb je speciale software nodig voor people analytics?

Niet per se. De meeste basismetrics haal je uit je bestaande recruitmentsysteem (ATS) of een simpele Excel-sheet. Gespecialiseerde tools worden pas relevant als je grotere datasets hebt of voorspellende analyses wilt doen.

Hoe begin je met people analytics als je geen data-achtergrond hebt?

Start klein. Kies drie metrics die relevant zijn voor jouw situatie. Meet ze een kwartaal lang. Bespreek de uitkomsten met je team. Je leert al doende wat werkt en wat niet. Een recruitmenttraining met data-component helpt je sneller op weg.

Wat zijn de belangrijkste KPIs voor recruitment?

De zeven metrics uit dit artikel zijn een goede start: time-to-hire, source of hire, cost per hire, candidate drop-off rate, offer acceptance rate, quality of hire en eerste-jaars verloop. Welke het belangrijkst zijn, hangt af van je organisatie en doelen.

Is people analytics niet vooral voor grote bedrijven?

Nee. Juist kleinere organisaties hebben er baat bij. Met minder data kom je sneller tot inzichten. En omdat je dichter op de praktijk zit, kun je sneller bijsturen. Je hebt geen team van analisten nodig om te beginnen.