People-data og analyse • 8 MIN LESING
Prediktiv HR-analyse: fra etterpåklokskap til fremsyn
JUN 10, 2026
Mest HR-rapportering 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, turnover-rate og fraværsdata er alle deskriptive. De forteller deg om fortiden og er verdifulle for å følge utviklingstrekk. Prediktiv analyse svarer på spørsmålet: hva er sannsynlig å skje? En prediktiv turnovermodell identifiserer ansatte med forhøyet risiko for frivillig avgang før de sier opp. En prediktiv fraværsmodell flagger team med mønstre som tyder på et fremvoksende fraværsproblem. Forskjellen betyr noe fordi deskriptiv analyse viser problemene etter at de har oppstått; prediktiv analyse gir deg muligheten til å gripe inn før de gjør det.
Kom i gang med prediktiv analyse
Du trenger ikke et datavitenskapsteam for å begynne. Det første steget er å samle nok historiske data i ett system (HRIS-en din) til å identifisere meningsfulle mønstre. Den mest tilgjengelige prediktive modellen for de fleste HR-team er en fluktrisiko-modell: identifiser hvilke karakteristika som historisk gikk forut for frivillig avgang i organisasjonen din. Ansiennitet, tid siden siste lønnsgjennomgang, tid siden siste forfremmelse, trend i engasjementsskår og skår for lederkvalitet er vanlige prediktorer. Når du har identifisert mønsteret, kan du flagge ansatte som matcher profilen for en proaktiv samtale om retensjon.
