Door Jan Meijning
En dat is niet voor niets. Data-analyse voorspelt het gedrag van bijvoorbeeld sollicitanten en werknemers. Een slimme HR-afdeling maakt hier gebruik van om de leiding te nemen in het HR-beleid.
Binnen de marketing is verzamelen van data al veel langer gebruikelijk. We accepteren massaal cookies, slaan voorkeuren op, maken accounts aan. Ongemerkt wordt er zo een berg informatie over ons mogelijke koopgedrag vastgelegd. Het doel: een betere afstemming van het aanbod. Vastleggen en analyseren van data is niet alleen een kwestie van koude cijfers. Het is een mooie aanvulling op de menselijke kant van HR, mits je weet hoe je de data kunt duiden en de logica niet loslaat.
Wat is data driven HR?
Bij data driven HR, talent analytics of HR-analytics gebruik je data van mensen om daar patronen in te ontdekken. Dit kunnen biografische data zijn, zoals opleidingsniveau, leeftijd, woonplaats, maar ook data op het gebied van persoonlijkheid, drijfveren en succesfactoren. Data driven HR gaat namelijk om het voorspellen van gedrag van werknemers. Door met solide persoonlijkheidstesten informatie te verzamelen, zorgen de ontdekte patronen ervoor dat je kunt sturen in verzuimbeleid, arbeidsmobiliteit of werving en selectie. Misschien zijn er bijvoorbeeld organisaties waarbij een bescheiden en bedachtzame persoonlijkheid beter scoort in een managementfunctie dan de voor de hand liggende extraverte of sterk dominante persoonlijkheid. Door data te gebruiken om gedrag te voorspellen kun je in het wervingsproces een spade dieper gaan dan het zoeken naar de standaard proactieve, flexibele teamspeler met een hands-on mentaliteit.
Voorspelbare trend
Data in de vorm van persoonlijkheidstesten maken een algemene voorspellende trend zichtbaar. Wordt de medewerker succesvol in deze functie? Zal de medewerker zich voldoende ontwikkelen? De data heeft een voorspellende waarde van hoe iemand zich kan ontwikkelen omdat het aangeeft welk gedrag op natuurlijke wijze bij iemand past. De voorspellende trend zorgt ervoor dat management en HR-afdelingen op meer dan hun gevoel kunnen afgaan. Soms blijkt het namelijk helemaal niet handig om voor die bekende ‘klik’ te gaan als je bijvoorbeeld diversiteit wilt vergroten.
Achilleshiel: HR doet weinig met data
De achilleshiel van HR is over het algemeen dat men weinig met data doet. HR-afdelingen willen iets met mensen doen, contact maken en praktisch zaken oppakken. Daarmee zijn, generaliserend gesproken, HR-afdelingen minder analytisch bezig met wat voor mensen er in de organisatie werken en wat hen wel of niet succesvol maakt. Het daaruit voortvloeiende vastleggen van deze kenmerken in de vorm van data blijft dan ook uit. Als het wordt vastgelegd dan maken HR-afdelingen nog weinig gebruik van mogelijkheden die data biedt.
Doelgerichter beleid
Een van die mogelijkheden is dat HR-afdelingen hun beleid doelgerichter kunnen afstemmen op de mogelijkheden en onmogelijkheden van werknemers. Data brengt het lek of het talent boven en geeft de kans om te repareren of tot bloei te brengen. Dit past prima bij de menselijke kant van HR, alleen dan ondersteund met gegevens en trends. Met data over bijvoorbeeld de ontwikkelpotentie, in-, door- en uitstroom, persoonlijkheidskenmerken of ziekteverzuim neemt HR richting het management een sterke plek aan tafel
in. Je kunt dan als HR-afdeling zeggen: “Manager, jij hebt een voorkeur voor gehoorzame mensen. Daardoor worden te weinig mensen met een kritische blik en ambitie aangenomen.” Binnen veel organisaties bepaalt het management het beleid en voert HR het uit. Door data over werknemers slim in te zetten, draai je dit om.
Meer dan alleen data
Data driven HR werkt alleen door gezond verstand te gebruiken en door je af teblijven vragen wie je als organisatie wilt zijn. Lukraak afgaan op wat de gegevens zeggen is zinloos. De context van de data moet altijd meegewogen worden; de situatie bepaalt het succes.
Data brengt het lek of het talent boven en geeft de kans om te repareren of tot bloei te brengen”
Artificial intelligence ziet patronen, of ze nu toevallig zijn of niet. Als statistisch bijvoorbeeld blijkt dat mensen met rode schoenen succesvol zijn in de functie van accountmanager, neem je niet alleen maar mensen met rode schoenen aan. Het verband is niet logisch verklaarbaar. Maar stel dat uit analyse blijkt dat mannen en vrouwen met een bovengemiddelde nieuwsgierige en creatieve persoonlijkheid het goed doen op de afdeling marketing? Statistisch gezien kan het kloppen, is het goed verklaarbaar en inderdaad een succesformule. Vraag jezelf toch als organisatie altijd af: wie willen we zijn? Staan we er wel achter? Willen we meer van hetzelfde of zoeken we juist naar alternatieven? Waarom zitten er meer mannen in het management en op basis waarvan eigenlijk? Zet wie je bent als organisatie niet zomaar overboord onder druk van cijfers. Gebruik ze als ondersteuning.
Benodigdheden
Wat heb je nodig om data driven HR in te voeren? Allereerst: data. In de vorm van biografische gegevens over de medewerkers en de organisatie. Daarnaast data in de vorm van persoonlijkheidskenmerken die getest en vastgelegd zijn.
Cijfers zijn cijfers, maar de toegevoegde waarde zit in de vertaling van het effect ervan in de praktijk”
Kennis van statistiek is verder essentieel voor een goede data-analyse. Je moet snappen of er alleen sprake is van cor-
relatie, of dat er ook echt causaal verband is. Cijfers zijn cijfers, maar de toegevoegde waarde zit in de vertaling van het effect ervan in de praktijk. Met data driven HR maak je een analyse. Je kijkt wat ervoor zorgt dat, gegeven wie iemand is en in wat voor context hij werkt, hij het meest gebruikmaakt van zijn talent. Dat voorkomt het onnodig aannemen van een heleboel mensen met rode schoenen en zet de deur open naar effectief inzetten van het juiste talent op de juiste plek.
Dit artikel is tot stand gekomen in samenwerking met
Assessio/HFMtalentindex. De auteur, Jan Meijning, is organisatiepsycholoog bij Assessio/HFMtalentindex.
