Het implementeren van workplace analytics is een proces dat zorgvuldige planning en afweging vereist. In onze vorige blog bespraken we wat workplace analytics is, en toonden we een 6-stappen proces om aan de te slag te gaan met het verzamelen ervan. In deze blog doorlopen we dit proces stap voor stap:
- Identificeer de werkplekstrategie en bedrijfsfactoren
- Bepaal de meetvariabelen
- Selecteer de juiste meetmethode
- Verzamel data en zorg voor gegevensbeveiliging en privacy
- Analyseer de data
- Zet inzichten om tot acties
1. Identificeer de werkplekstrategie en bedrijfsfactoren
Het uitgangspunt en het doel van het verbeteren van werkplekken kunnen enorm verschillen. Human resource managers en facility managers hebben allebei te maken met dezelfde werkplek, maar ze bekijken die vanuit heel verschillende perspectieven. De grootste tweedeling is die tussen fysieke werkplekken en mensen. Het verbeteren van organisatorische prestaties door het veranderen van een fysieke werkplek is een heel ander proces dan beginnen met het veranderen van het gedrag van de mensen die er gebruik van maken. Maar het zijn allebei invalshoeken die volledig te rechtvaardigen zijn. Toch vereist het andere data, dataverzameling, en heeft het andere resultaten. Dus in dit stadium is het al slim om rekening te houden met wat je kunt veranderen en probeert te bereiken met het workplace analytics programma.
Harde data vs. zachte data
De splitsing tussen een focus op de werkplek en mensen hangt sterk samen met harde data of zachte data. In deze andere blog duiken we dieper in op de verschillen tussen harde data en zachte data. Maar het komt erop neer: Harde data zijn objectieve gegevens en observeerbare data (bijv. bezetting, kamertemperatuur of muurkleur) terwijl zachte data subjectieve ervaringsgegevens zijn (bijv. werkplekbeleving, waargenomen productiviteit of gelukscijfer). Het meten van de ervaring van mensen of het objectieve (gebruik van) werkplekken is een heel ander uitgangspunt, en leidt tot heel andere bevindingen en actionables. Het bepalen van de meetvariabelen is dus de volgende stap in het proces die je daarbij zal ondersteunen.
2. Bepaal de meetvariabelen
Zoals besproken kunnen de doelstellingen van het managen en verbeteren van werkplekken sterk uiteenlopen. Je kan bijvoorbeeld het doel hebben om kosten te verlagen, het welzijn te verbeteren of de werkprocessen te verbeteren. Hierdoor loopt de data die je wilt verzamelen en analyseren sterk uiteen. Als je met data werkt, werk je met variabelen. Variabelen zijn veranderende waarden die worden verzameld door kwantitatieve metingen, bijvoorbeeld via een sensor of een enquête. De onderstaande tabel toont verschillende potentiële variabelen, afhankelijk van verschillende doelstellingen.
Vergeet echter niet dat het werken aan één variabele de uitkomsten van een andere variabele kan veranderen. Als je bijvoorbeeld de kosten probeert te verlagen en te bezuinigen op kantoorruimte, zal dit ook gevolgen hebben op het welzijn en de werkprocessen. Men kan dus besluiten om ook te analyseren hoe de werkervaring of de productiviteit wordt beïnvloed wanneer in kantoorruimte wordt gesneden. Bovendien zijn er ook andere doelstellingen (zoals hygiëne, veiligheid, privacy of ontwerp) die deze doelstellingen beïnvloeden en waaraan ook hun eigen meetvariabelen zijn gekoppeld.
|
Doel |
Kosten verlagen | Welzijn | Werkprocessen |
| Variabelen | Benutting
Bezetting Gebruik van activa Energie/real estate uitgaven |
Werkplekervaring
Luchtkwaliteit Ruis Groenvoorziening |
Doel en activiteit van de ruimte aanpassen Waargenomen productiviteit Bezetting |
Tabel 1. Voorbeelden van meetvariabelen gebaseerd op het optimaliseren van verschillende werkplekdoelstellingen
3. Selecteer de juiste meetmethode
Via verschillende methoden kan je data verzamelen. Je persoonlijke doelen liggen echter sterk in lijn met de meetmethoden die je moet nemen. In onze vorige blog hebben we een uitgebreide lijst van verschillende methoden genoemd, maar hier bespreken we ze kort met verschillende doelen voor ogen. Als je liever intensief met mensen omgaat, kan je een meer kwalitatieve data aanpak hanteren met behulp van interviews of focusgroepen. De interviewer krijgt een diepgaand inzicht in de verhalen (van sommige) werknemers, maar als het gaat om data analyse is dat niet zo nuttig.
Of je kan…
Van interviews kun je visuele woordwolken maken, maar veel meer dan dat is moeilijk. Een stap naar een meer data-gedreven aanpak waarbij je ieders (subjectieve) gedachten kan verzamelen gebeurt via enquêtes of experience sampling. Hier kan je data verzamelen van een groot aantal mensen en deze gemakkelijk analyseren door alle antwoorden te stapelen en zuivere gegevens te verzamelen. Als je meer neigt naar harde (werkplek)data, kan je kiezen voor observaties, sensoren of people counters.
|
Methode |
Uitkomst | Type data | Data visualisatie | Voordelen | Nadelen |
|
Interview |
Individueel uitgewerkte gedachten, behoeften en tevredenheid | Zachte data (geschreven transcripts) | Woord wolken | Diepe inzichten |
Klein en selectief bereik |
|
Focus group |
Groepsgedachten, behoeften en tevredenheid | Zachte data (geschreven transcripts) | Woord wolken | Discussie/ groepsinteractie |
Klein bereik en potentieel vertekend door de selectie en meest luidruchtige medewerkers |
|
Enquête |
Algehele gedachten, behoeften en tevredenheid | Zachte data (kwantitatieve variabelen) | Grafieken | Individuele gedachten over meerdere mensen |
Duurt lang om in te dienen, en hangt af van de kwaliteit van de vragen en de analyse |
|
Experience sampling |
Ervaring en activiteiten | Zachte data en harde data (kwantitatieve variabelen) | Grafieken | Mix van harde en zachte data, verzameld op het moment zelf |
Vereist herhaalde motivatie van gebruikers |
|
Observatie |
Activiteiten, bezetting en gebruik | Harde data (kwantitatieve variabelen) | Grafieken | Actuele objectieve data van mensen en ruimtegebruik |
Meten in selectieve tijdskaders |
| Sensoren |
Bezetting en klimaat |
Harde data (kwantitatieve variabelen) | Grafieken | Continu data van actuele objectieve variabelen |
Relatief gebrek aan context in de gegevens |
Tabel 2. Verschillende methoden van dataverzameling en hun specificaties, visualisaties en na- een voordelen.
4. Verzamel data en zorg voor gegevensbeveiliging en privacy
Voor alle verschillende methoden geldt dat je in theorie zelf data kunt verzamelen. Je kunt bijvoorbeeld enquêtes versturen via Google-forms of online sensoren kopen. Echter, als het gaat om zachte data; het is erg belangrijk om de juiste vragen te stellen. De data die je verzamelt mogen niet bevooroordeeld zijn, want er zijn veel manieren om vragen te stellen, en de vragen moeten zo gesteld worden dat ze gemakkelijk te analyseren zijn. Voor harde data moet men ook de juiste methoden gebruiken om nauwkeurige resultaten te krijgen, en men moet de verzamelde data op de juiste manier analyseren, wat een hele uitdaging kan zijn.
