Realtime inzicht en voorspelling van ziekteverzuim. Concreet advies over betere verzuimregie.


De informatie die vaak in de praktijk gebruikt wordt om te sturen op ziekteverzuim zijn klassieke kengetallen, denk aan percentage, frequentie, duur. De informatie waarmee u kunt sturen op preventie en daarmee op de inzetbaarheid van medewerkers is vaak beperkt. HRM gegevens nodig voor deze informatie worden vastgelegd in diverse systemen, vaak met uiteenlopende technieken en definities. Een eenvoudige vraag beantwoorden kan daarmee worden bemoeilijkt. Bovendien kijken deze systemen naar historisch opgebouwde data, en is er zelden een voorspellende waarde vast te stellen. Data Analytics kan op basis van bestaande data in uiteenlopende databases, diepgaand inzicht geven in de werkelijke situatie rondom inzetbaarheid en ziekteverzuim. Inzicht waarmee u echt regie kunt nemen, over doelgroepen, oorzaken en advies over interventies. Met behulp van cijfermatige en tekstuele gegevens kunnen we een voorspellende waarde vaststellen over de inzetbaarheid (verloop, verzuim) van personeel. Zo kunnen een medewerkers-betrokkenheidsonderzoek of evaluatiegesprekken worden ingebracht in de analyses. Bovenal is het mogelijk om de eigen kengetallen te vergelijken met die van vergelijkbare organisaties met behulp van de reeds ontwikkelde benchmark.

Kengetallen op het gebied van human resource management worden vastgelegd in diverse systemen voor werving, ontwikkeling, inzetbaarheid en potentie van personeel. Veelal zijn dit systemen met uiteenlopende technieken en definities. Een eenvoudige vraag beantwoorden kan daarmee worden bemoeilijkt. Bovendien kijken deze systemen naar historisch opgebouwde data, en is er zelden een voorspellende waarde vast te stellen. Data Analytics kan op basis van bestaande en open data, inzicht geven in allerlei HR gebieden zoals onze verzuimanalyse. Uit deze analyse worden segmenten zichtbaar met een verschillende verzuimniveaus. Op deze segmenten worden samen met onze klantenservice concepten ontwikkeld die zorgen voor een aanzienlijke verlaging van het verzuim.

Op basis van historische data aangevuld met cijfermatige en tekstuele dat maakt Data Analytics een voorspellende waarde omtrent toekomstig verzuim van het personeel. Door medewerkers voor te zijn in verzuim, bijvoorbeeld door middel van een interventie, bespaard dit niet alleen kosten maar verhoogd het vooral de tevredenheid van medewerkers.

Image

Use case #1:

Voor een vervoersmaatschappij heeft een analyse van verzuim een grote impact gehad. Door middel van een decision tree analyse werden de verschillende segmenten zichtbaar met de unieke variabelen verantwoordelijk voor het hoge verzuim. Gezamenlijk met de klant hebben wij een serviceconcept ontwikkeld die na implementatie resulteerde in een aanzienlijke verlaging van het verzuim en kosten.


Use case:

Voor een gemeente hebben we niet alleen inzichtelijk kunnen maken welke doelgroepen het meest verzuim hebben getoond, bepalende oorzaken konden worden vastgesteld op basis van tekstuele data. Samen met de gemeente hebben we maatregelen ontwikkeld om het verzuim bij specifieke doelgroepen terug te brengen.

Image