Data accuraatheid is de meest fundamentele parameter van je datakwaliteit. Onder data accuraatheid, verstaan we of de huidige data ook een juiste, nauwkeurige weergave is van de data die je wou verzamelen. In welke mate komen ze overeen met de waarheid en de realiteit? Denk maar aan typfouten in de data, een decimaal te veel of te weinig of meetschalen die compleet verschillen.

Om kwaliteitsvolle data te voorzien, moet de data ook beschikbaar zijn voor de juiste mensen. Denk hierbij ook aan de toekomst. Als één werknemer alle scores van assessments lokaal bijhoudt, hoe krijg je hier dan toegang toe als de werknemer op verlof is of zelfs de organisatie verlaat?

Bovendien mag data ook zeker niet in de verkeerde handen terecht komen. Denk maar aan persoonlijke gegevens van werknemers die bestemd zijn voor HR, maar even goed zichtbaar zouden zijn voor hun leidinggevende, klanten of het hele internet. Dit kan leiden tot grote verliezen als de toegang tot de data niet snel gecorrigeerd wordt.

Data compatibiliteit is de mate waarin data uit verschillende bronnen compatibel zijn met elkaar. Wanneer je data wilt samenbrengen, is het belangrijk om er voor te zorgen dat er een match is tussen deze gegevens. Anders kan dit fouten veroorzaken bij het analyseren van de gegevens. Stel jezelf hierbij volgende vragen:

• Hebben mijn datasets dezelfde bestandsindeling?

• Bestaan er conflicten tussen de verschillende systemen waar ik mijn data uithaal?
  Bijv. Een automatisch gegenereerde databank van jouw websiteverkeer zal je niet zomaar kunnen toevoegen aan een Excel-bestand met gegevens van jouw jobkandidaten.

• Zijn er gemeenschappelijke variabelen aanwezig in mijn datasets waardoor ik beiden kan linken?
  Bijv. Als je testscores uit verschillende jaren wilt vergelijken, moeten deze ook dezelfde variabelen bevragen.

Aansluitend op de compatibiliteit, moet je ook rekening houden met de consistentie van gegevens. In welke mate zijn de data hetzelfde? Stel dat je graag meer inzicht krijgt in de jobtevredenheid van je werknemers, dan moet je dit steeds op dezelfde manier meten en verzamelen in een dataset. Als je tevredenheid bij de ene werknemer scoort op een schaal van 7 punten, maar bij de andere werknemer dit enkel bevraagd met een ja/nee-vraag, kan je uiteindelijk weinig doen met deze data. Een eerste stap richting consistente data, is dus bijvoorbeeld een overzicht voorzien van alle gemeten variabelen met hun verdere uitleg.

Data relevantie is de mate waarin de gegevens geschikt zijn voor jouw behoeften. Twee doorslaggevende vragen hierbij zijn: “Is deze data van toepassing op mijn situatie?” en “Is deze data voldoende actueel?” Alle data waarbij je niet volmondig ja antwoordt, zullen je niet kunnen helpen op dat moment. Irrelevante gegevens staan het nemen van goede beslissingen alleen maar in de weg.

Gebruik dus bij voorkeur steeds data uit je eigen bedrijf en met een zo recent mogelijke publicatiedatum. Productiviteitsgegevens van je concurrenten kunnen je niet helpen inschatten hoeveel winst jouw organisatie zal opbrengen dit kwartaal. En als je de impact van een training wilt onderzoeken, zal je niets kunnen besluiten zonder nieuwe gegevens na de training te verzamelen. Probeer hierbij steeds een afweging te maken per situatie. Soms wil je net zoveel mogelijk gegevens onderzoeken om een globaal beeld te krijgen, andere momenten wil je net heel specifieke gegevens bekijken om een specifieke vraag te beantwoorden.

In welke mate is je data ten slotte bruikbaar als leidraad voor een goede besluitvorming? Beschik je over de juiste systemen (of werknemers) die de data kunnen inlezen en verwerken?

Wanneer het op de kwaliteit van data aankomt, mag je niet beknibbelen op de basis. Onnauwkeurige gegevens leiden tot slechte resultaten. Het is dus essentieel om ervoor te zorgen dat de gegevens waarop u vertrouwt, dit vertrouwen ook waard zijn.

Om de kwaliteit van je data te verhogen, kan je reeds bij de dataverzameling rekening houden met belangrijke aspecten zoals accuraatheid; toegankelijkheid; compatibiliteit; consistentie; relevantie en operationaliteit. Integreer deze in in jouw organisatie en dan beschik je weldra over een geweldig, kwaliteitsvol data programma.

Wil je nog meer inspiratie om aan de slag te gaan met HR-analytics binnen jouw organisatie? Schrijf je dan zeker in op onze gratis nieuwsbrief of lees ons boek ‘Reinventing HR-data’.