Persondata och analys • 8 MIN LÄSNING
Prediktiv HR-analys: från bakåtblickande till framåtblickande
JUN 10, 2026
De flesta HR-rapporter visar vad som hände. Prediktiv analys visar vad som sannolikt kommer att hända härnäst. Här är hur du gör skiftet.
Skillnaden mellan beskrivande och prediktiv analys
Beskrivande analys besvarar frågan: vad hände? Er månatliga personalrapport, personalomsättningsgrad och frånvarodata är alla beskrivande. De berättar om det förflutna och är värdefulla för att följa trender. Prediktiv analys besvarar frågan: vad är sannolikt att hända? En prediktiv avgångsmodell identifierar medarbetare med förhöjd risk för frivillig avgång innan de säger upp sig. En prediktiv frånvaromodell flaggar team med mönster som tyder på ett växande frånvaroproblem. Skillnaden är viktig eftersom beskrivande analys visar problemen efter att de har inträffat; prediktiv analys ger er möjlighet att agera innan de gör det.
Att komma igång med prediktiv analys
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.
