Ridderprint

Management samenvatting 226 Dit proefschrift onderzocht in welke mate de Human Resource Management (HRM) functie gebaat is bij de opkomst van analytics in het managen van personeel op basis van data-gedreven inzichten en bewijsvoering. De afgelopen tien jaar is er in meerdere mate aandacht besteed aan zogenaamde people analytics – het gebruik van data, statistische en kwantitatieve analyse, exploratieve en voorspellende modellen, en evidence-based management om beslissingen over personeel te nemen (Hoofdstuk 1). Echter, netwerk analyses op de wetenschappelijke literatuur over analytics in relatie tot organisatieprestaties laten zien dat de HRM functie achter lijkt te lopen op andere management domeinen (bijv. marketing, IT, en logistiek), in ieder geval wat betreft de wetenschappenlijke aandacht voor het onderwerp (Hoofdstuk 2). Een paradigmaverandering is nodig voordat de HRM functie de volledige waarde leert te halen uit de complexe data die wordt gegenereerd met moderne technologie. Historisch gezien focussen HRM wetenschappers zich op verklarend onderzoek (versus exploratief of predictief onderzoek) waarbij ze algemene management theorieën trachten te formuleren. Daarnaast hebben complexe, kwantitatieve analyses historisch gezien geen deel uit gemaakt van het HRM domein, noch in de wetenschap, noch in de praktijk. People analytics kan de paradigmaverandering hier versnellen, aangezien het probleem- en oplossing-gedreven onderzoek omvat met als hoofddoel om toegepaste, bedrijfsrelevante inzichten te genereren om het dagelijks personeelsmanagement te verbeteren. Hierbij wordt de onderzoeksmethodologie veelal aangepast op basis van het onderzoeksdoel en de beschikbare data (Hoofdstukken 3 en 7). Om aan te tonen hoe people analytics bijdraagt aan evidence-based HRM is in dit proefschrift specifiek onderzocht hoe analytics kan worden toegepast met betrekking tot de internationale uitzendingen van personeelsleden. Zo is gekeken hoe het succes van zulke uitzendingen kan worden gedefinieerd en hoe dit gemeten kan worden. Vervolgens kon middels het kwalitatief en kwantitatief samenvatten van eerder onderzoek worden vaststellen wat de te verwachten impact is van diverse vormen van (organisatorische) ondersteuning gedurende zulke uitzendingen (Hoofdstukken 4 en 5). Tevens is specifiek onderzocht hoe de impact van, onder andere, kortlopende internationale opdrachten op de retentie van talenten kan worden gekwantificeerd (Hoofdstuk 6). Uiteindelijk blikt het discussiehoofdstuk van deze dissertatie terug op de mogelijke meerwaarde van people analytics en de toekomst van HRM onderzoek en praktijk. De dissertatie sluit af met een bespreking van people analytics vraagstukken omtrent ethiek, privacy, machine learning , multi-disciplinaire samenwerkingen, en verdere implicaties (Hoofdstuk 7).