Creato il 6 agosto 2026

Cosa significa People Analytics e come usare un approccio analitico nelle decisioni HR

Direttrice dell'Osservatorio HR Innovation Practice e Ricercatrice dell’Osservatorio Smart Working

Indice degli argomenti

People Analytics in breve

People Analytics è la disciplina che trasforma i dati sulle risorse umane in insight azionabili, capaci di guidare scelte più efficaci, eque e orientate al futuro
Adottare un approccio data-driven in HR significa passare da una funzione reattiva a una preventiva: anticipare il turnover, mappare i gap di competenze prima che diventino critici e misurare l’impatto reale delle iniziative sulle persone
In Italia, secondo la Ricerca dell’Osservatorio HR Innovation della School of Management del Politecnico di Milano, nel 2026 il 75% delle aziende fatica strutturalmente a trovare nuovo personale. Il Talent Shortage è un esempio di un fenomeno che i dati possono aiutare a leggere (e a contrastare)

Attraverso la Ricerca condotta dall’Osservatorio HR Innovation, in questo articolo approfondiremo cosa significa People Analytics, perché è diventato strategico per la funzione HR e quali sono le principali strategie adottabili dalle Risorse Umane per trasformare i dati in decisioni.

Cosa significa People Analytics

People Analytics (detto anche HR Analytics, Workforce Analytics o Human Capital Analytics) è un approccio che integra metodologie, strumenti e processi e che permette alle organizzazioni di raccogliere, analizzare e interpretare dati relativi alle persone per supportare le decisioni HR e di business legate alla gestione del personale.

Non si tratta semplicemente di produrre report o misurare KPI. Applicare un sistema di People Analytics significa operare su più livelli di sofisticazione:

Descrittivo: cosa sta succedendo? (es. tasso di turnover, assenteismo, distribuzione delle competenze)
Diagnostico: perché sta succedendo? (es. analisi delle cause del disengagement)
Predittivo: cosa potrebbe accadere? (es. rischio di abbandono volontario, gap di competenze future)
Prescrittivo: cosa dovremmo fare? (es. raccomandazioni su piani di sviluppo personalizzati, politiche retributive)

Il passaggio da un approccio meramente descrittivo a uno prescrittivo rappresenta il salto qualitativo che trasforma la funzione HR da amministrativa a strategica.

A cosa serve un approccio People Analytics

Gli analytics in ambito HR trovano applicazione lungo l’intero ciclo di vita del collaboratore e in tutte le aree chiave della gestione HR.

Talent Acquisition e Workforce Planning: gli analytics consentono di analizzare i dati dei candidati, i tempi di selezione e le fonti di recruitment più efficaci, ottimizzando i processi di acquisizione dei talenti e anticipare i fabbisogni futuri di organico.
Gestione delle competenze e sviluppo: mappare le skill presenti in azienda, identificare i gap rispetto ai ruoli futuri e progettare percorsi di upskilling e reskilling mirati è uno degli usi più strategici del People Analytics oggi.
Retention e riduzione del turnover: i modelli predittivi permettono di identificare in anticipo i collaboratori a rischio di abbandono, consentendo interventi proattivi prima che la perdita diventi inevitabile.
Engagement e well-being: l’analisi dei dati di ascolto delle persone, integrata con indicatori comportamentali, consente di monitorare il livello di coinvolgimento e benessere e di agire con interventi personalizzati.
Performance management: gli analytics supportano la progettazione di sistemi di valutazione più oggettivi, basati su dati concreti e non su giudizi soggettivi, con effetti positivi sull’equità percepita.
Retribuzione e pay equity: l’analisi dei dati retributivi in relazione a ruoli, competenze e performance permette di garantire equità interna e conformità normativa, anche alla luce delle nuove direttive europee sulla trasparenza retributiva.
Pianificazione della forza lavoro: su scala più ampia, usare gli analytics consente di modellare scenari futuri, analizzare l’impatto di automazione e AI sulla composizione dell’organico e pianificare la transizione verso nuovi modelli organizzativi.

Quali sono i vantaggi dei People Analytics per l’HR Decision Making

Adottare un approccio data-driven nella gestione delle risorse umane porta benefici concreti su più fronti.

Contrasto al Talent shortage: nel 2026 il 75% delle aziende italiane ha incontrato difficoltà strutturali nel reperire nuovo personale, un dato in linea con gli anni precedenti che conferma la natura ormai strutturale del fenomeno. Analizzare sistematicamente dove si perdono i candidati, quali canali funzionano davvero e quale proposta di valore è percepita come rilevante è l’unico modo per affrontarlo con efficacia.
Decisioni più oggettive ed eque: i dati riducono il peso dei bias cognitivi nei processi di selezione, sviluppo e valutazione, promuovendo decisioni più eque e difendibili nei confronti delle persone.
Maggiore velocità e precisione: disporre di insight in tempo reale consente alle direzioni HR di intervenire con tempestività, senza dover attendere la reportistica periodica tradizionale.
Credibilità verso il business: un HR che parla il linguaggio dei dati è un HR che guadagna credibilità presso il management e il board, passando da funzione di supporto a partner strategico.
Ottimizzazione degli investimenti: misurare l’impatto effettivo delle iniziative HR – dalla formazione al welfare – permette di allocare le risorse dove generano realmente valore, abbandonando iniziative poco efficaci.
Anticipazione dei rischi: dall’analisi predittiva del turnover alla mappatura dei rischi legati all’obsolescenza delle competenze, un approccio di People Analytics trasforma l’HR da funzione reattiva a funzione preventiva.

Come implementare un approccio data-driven in HR

Costruire una funzione HR data-driven richiede un percorso strutturato che va ben oltre l’acquisto di una piattaforma tecnologica.

1. Definire le domande strategiche
Prima di raccogliere dati, occorre chiarire quali decisioni si vogliono migliorare. Le domande guida (“Perché le persone lasciano l’azienda nel primo anno?”, “Quali competenze ci mancheranno nei prossimi tre anni?”) orientano la raccolta dati e l’analisi, evitando il rischio opposto: l’indigestione da dati, ovvero avere troppi indicatori senza sapere quali osservare davvero.

2. Garantire la qualità e l’integrazione dei dati
I dati HR sono spesso frammentati in sistemi diversi (gestione amministrativa, LMS, piattaforme di welfare, strumenti di ascolto). L’integrazione in un unico ecosistema informativo è una precondizione per qualsiasi analisi significativa. Come emerge chiaramente dalla Ricerca dell’Osservatorio, se i dati di base non sono puliti e certificati, qualunque soluzione di AI o analytics costruita sopra è destinata a produrre risultati inaffidabili. Vale anche il rovescio della medaglia: coinvolgere attivamente i collaboratori nei processi digitali (attraverso app mobile e strumenti di autoservizio) è essenziale per avere dati frequenti e realmente rappresentativi di tutta la popolazione aziendale, inclusi i lavoratori PC-free.

3. Sviluppare le competenze analitiche nella funzione HR
Applicare metodologie di People Analytics non richiede che tutti i professionisti HR diventino data scientist, ma richiede una diffusa cultura del dato. Esempi sono la capacità di interpretare un’analisi, di fare le domande giuste ai sistemi e di tradurre i dati in decisioni. Questo è tanto più urgente considerando che oggi una parte consistente delle direzioni HR non è ancora coinvolta nelle decisioni aziendali relative all’adozione dell’Intelligenza Artificiale, una lacuna che indebolisce la funzione proprio nel momento in cui dovrebbe guidare la trasformazione.

4. Costruire la governance dei dati
È fondamentale definire chi ha accesso a quali dati, con quali finalità e con quali garanzie di sicurezza e privacy, nel rispetto del GDPR e delle normative vigenti sull’utilizzo dell’AI. L’uso spontaneo e non governato di strumenti AI da parte dei collaboratori – spesso al di fuori di quelli forniti dall’azienda – espone l’organizzazione a rischi concreti e impedisce di misurare il reale impatto delle tecnologie adottate.

5. Misurare l’impatto, non solo l’utilizzo
Un errore frequente è misurare l’attività (quante persone hanno seguito un corso, quante hanno usato la piattaforma welfare) anziché l’impatto reale (cosa è cambiato nelle competenze, nel benessere, nell’engagement delle persone). Questo valore rimane invisibile finché non si costruiscono metriche capaci di misurarlo.

6. Coinvolgere le persone nel processo
Le iniziative di People Analytics funzionano meglio quando le persone sono informate su come vengono usati i loro dati e quando vengono coinvolte nella progettazione delle soluzioni che le riguardano.

7. Evolvere il ruolo del manager come agente del cambiamento
Nessuna strategia di People Analytics produce risultati se i manager non sono in grado di utilizzare gli insight che ricevono. Formare i manager come orchestratori di team ibridi, capaci di leggere i dati della propria squadra e tradurli in azioni concrete, è una priorità che non può essere ulteriormente rinviata.

Qual è lo stato dell’HR data-driven in Italia

Nonostante la crescente attenzione al tema, il quadro che emerge dalla ricerca dell’Osservatorio HR Innovation è quello di un’adozione ancora prevalentemente operativa e frammentata.

Quando si analizza come le organizzazioni italiane personalizzano le proprie iniziative per le persone, la modalità più diffusa rimane quella qualitativa: l’ascolto diretto, i focus group, i sondaggi. Ancora poche aziende prendono decisioni sistematicamente guidate dai dati, ad esempio analizzando le caratteristiche demografiche e comportamentali della propria popolazione aziendale per progettare interventi mirati.

Il dato forse più significativo riguarda la mappatura delle competenze: in Italia, nel 2026 , il 44% delle organizzazioni non effettua alcun assessment delle skill presenti in azienda. Tra quelle che lo fanno, il 29% lo applica solo a specifiche popolazioni o per esigenze particolari.

In un contesto in cui il World Economic Forum stima che entro il 2030 il 60% della forza lavoro dovrà affrontare percorsi di upskilling o reskilling, non sapere quali competenze si hanno in casa rappresenta un rischio strategico enorme.

Casi di eccellenza: quando l’utilizzo deiPeople Analytics cambia le organizzazioni

Tre dei progetti premiati all’HR Innovation Award 2026 illustrano concretamente come l’uso di dati e analytics possa trasformare la gestione delle risorse umane.

Sky Italia: Sky4You (HR Innovation Impact Award)
Il progetto Sky4You ha costruito un’infrastruttura digitale per centralizzare e personalizzare l’accesso ai servizi di welfare aziendale. La chiave del suo successo sta nell’utilizzo dei dati di profilo e di navigazione per offrire a ciascun collaboratore i servizi più coerenti con le proprie esigenze. I risultati misurati parlano da soli: il benessere percepito è cresciuto di 35 punti percentuali, la percezione dei benefit di 26 punti. Un esempio di come la personalizzazione basata sui dati trasformi il welfare da benefit uniforme a strumento di cura reale delle persone.

Gruppo Intesa Sanpaolo: HR 2030
Il programma HR 2030 di Gruppo Intesa Sanpaolo ha avviato una trasformazione strutturale della funzione HR attraverso l’introduzione di un assistente virtuale multi-agente e strumenti avanzati di analytics. Il risultato più emblematico riguarda i processi amministrativi: la gestione di una pratica come la maternità si è ridotta da 7 giorni a pochi secondi, grazie all’automazione del processo. Ma il progetto punta più in alto: abilitare gli HR manager a diventare veri business partner, dotandoli di insight (raccolti in un vero e proprio “CRM del Gestore HR “) per supportare le decisioni sulle persone con dati concreti, non solo con il proprio giudizio.

Quiris: Beyond Pay Transparency
La direttiva europea sulla trasparenza retributiva è diventata per la holding Quiris un’occasione per costruire, nell’ambito del progetto “Beyond Pay Transparency”, una piattaforma per la classificazione oggettiva dei ruoli e il monitoraggio delle bande retributive, capace di rendere le decisioni su compensazione, sviluppo e responsabilità più difendibili, eque e fondate sui dati. L’obiettivo dichiarato è trasformare la direzione HR da funzione amministrativa ad attore strategico della gestione delle persone.

Quali sono le sfide ancora aperte per le pratiche di People Analytics (e perché vale la pena affrontarle)

Nonostante il potenziale delle pratiche di People Analytics sia ampiamente riconosciuto, la Ricerca dell’Osservatorio HR Innovation mostra che la strada sia ancora lunga. Tra le principali barriere troviamo:

dati frammentati e di bassa qualità, dispersi in sistemi non comunicanti che rendono difficile qualsiasi analisi integrata;
mappatura delle competenze assente nel 44% delle organizzazioni: si parla di reskilling senza sapere da dove si parte;
governance debole sull’Intelligenza Artificiale, con un uso spesso spontaneo e non governato da parte dei collaboratori che espone le aziende a rischi concreti e impedisce di misurarne il reale impatto;
scarso coinvolgimento dell’HR nelle decisioni strategiche sull’AI, proprio nel momento in cui dovrebbe guidarle.

I casi di eccellenza esistono, i dati sono disponibili e gli strumenti ci sono. L’utilizzo di pratiche e sistemi di People Analytics non è una risposta a tutti i problemi dell’HR, ma è uno strumento per affrontarli. In un momento in cui il futuro del lavoro si ridisegna rapidamente, la differenza la fa chi riesce a guardare i dati per quello che sono: non un fine, ma un punto di partenza per decisioni più consapevoli e più umane.