Personaldata og analyse • 8 MIN LESING
Prediktiv HR-analyse: fra etterpåklokskap til forutseende innsikt
JUN 10, 2026
De fleste HR-rapporter forteller deg hva som skjedde. Prediktiv analyse forteller deg hva som sannsynligvis vil skje videre. Her er hvordan du gjør skiftet.
Forskjellen mellom deskriptiv og prediktiv analyse
Deskriptiv analyse svarer på spørsmålet: hva skjedde? Din månedlige bemanningsrapport, turnoverrate og fraværsdata er alle deskriptive. De forteller deg om fortiden og er verdifulle for å følge trender. Prediktiv analyse svarer på spørsmålet: hva er sannsynlig å skje? En prediktiv modell for frivillig avgang identifiserer ansatte med forhøyet risiko for å slutte før de sier opp. En prediktiv fraværsmodell markerer team med mønstre som tyder på et voksende fraværsproblem. Forskjellen er viktig fordi deskriptiv analyse viser deg problemer etter at de oppstår; prediktiv analyse gir deg muligheten til å gripe inn før de gjør det.
Slik kommer du i gang med prediktiv analyse
You do not need a data science team to begin. The first step is accumulating enough historical data in a single system (your HRIS) to identify meaningful patterns. The most accessible predictive model for most HR teams is a flight risk model: identify the characteristics that historically preceded voluntary departures in your organisation. Tenure, time since last pay review, time since last promotion, engagement score trend, and manager quality score are common predictors. Once you have identified the pattern, you can flag employees who match the profile for a proactive retention conversation.
