De meeste CHRO’s willen het HR-beleid meer sturen op data. Maar lager in de organisatie ligt het gebruik van data soms moeilijker. In veel organisaties leeft nog steeds het idee dat mensen en data niet goed samengaan. In HR is deze opvatting hardnekkiger dan in veel andere disciplines, stelt Corine Boon, hoogleraar HRM & People Analytics aan de UvA. Op 5 april van dit jaar hield ze haar oratie over dit onderwerp, met als titel ‘When data meets HR: The exciting possibilities of analytics in Human Resource Management’. Onderdeel van haar leerstoel is het verenigen van datagebruik en HR.
‘Door de groepen werknemers in kaart te brengen, kan je hen benaderen aan de hand van hun persoonlijke wensen en eisen’
Dat betekent dat ze een einde moet zien te maken aan de vooroordelen die een al dan niet sluimerend bestaan leiden in HR, ook al worden die soms nooit hardop uitgesproken. Volgens Boon kan datagebruik personeelsbeleid juist persoonlijker maken. “Er zijn enorm veel mogelijkheden met analytics in HRM zeker in grote organisaties waarin het anders lastig kan zijn om zicht te krijgen op wat er speelt onder de medewerkers.”
Als hoogleraar richt Boon zich in haar onderzoek vooral op het ontwerp en de implementatie van strategisch HRM in organisaties, people analytics en person-environment fit. Hiervoor gebruikt ze onder andere geavanceerde analytics technieken en data. Ook onderzoekt Boon de gevolgen van AI voor HRM, managers en werknemers in organisaties. Ze is tegen de terughoudendheid die onder het oppervlak smeult, omdat die op een verkeerde aanname zou zijn gebaseerd.
“Een veelgehoord argument tegen het gebruik van data op de afdeling personeelszaken is dat HR om de mens moet gaan, en dat data niet menselijk is”, zegt Boon. “Je geeft iedereen een stem door in kaart te brengen welke groepen werknemers er zijn. Hierdoor kun je hen benaderen aan de hand van hun persoonlijke wensen en eisen.”
Zicht krijgen op wat speelt onder de radar
Zeker bij grote organisaties kan het inzetten van data helpen om zicht te krijgen op dingen die spelen onder medewerkers en die anders onder de radar blijven. “Je kunt bijvoorbeeld patronen in je organisatie of verschillende werknemerstypes binnen het personeelsbestand herkennen, en ontdekken wat de verborgen factoren zijn waarom mensen de organisatie verlaten. Vervolgens kun je het HR-beleid hierop aanpassen en werknemers benaderen aan de hand van hun persoonlijke wensen en eisen.”
Corine Boon, hoogleraar HRM & People Analytics aan de Amsterdam Business School (ABS) van de UvA, richt zich in haar onderzoek vooral op het ontwerp en de implementatie van strategisch HRM in organisaties, people analytics en person-environment fit (de relatie tussen de eigenschappen en waarden van een individu en de omgeving waarin zij werken). Hiervoor gebruikt ze onder andere geavanceerde analytics technieken en data. Ook onderzoekt Boon de gevolgen van AI voor HRM, managers en werknemers in organisaties.
Een goed voorbeeld van een organisatie die binnen zijn personeelsbeleid al veel werkt met data is de NS. Data-onderzoek naar het verzuim van medewerkers wees bijvoorbeeld uit dat de meest geschikte verzuimaanpak voor machinisten niet hetzelfde is als die voor conducteurs. Machinisten willen liever meer persoonlijke begeleiding door leidinggevenden tijdens een verzuimperiode, terwijl conducteurs juist meer prijs stellen op autonomie in het verzuimtraject.
Twee groepen van HR-managers
Boon: “Zonder datagerichte aanpak was het moeilijk geweest om deze inzichten te krijgen. Door de groepen los van elkaar te onderzoeken kwamen er opeens patronen uit die daarvoor niet zichtbaar waren.” Wat de adoptie van data betreft in HR wijst Boon op twee groepen van HR-managers. Er is een enthousiaste groep die bekend is met de mogelijkheden en vertrouwen heeft in het gebruik van data. Daarnaast staat een groep sceptici die zich afhoudend opstellen. Onder medewerkers is dezelfde tweedeling te zien, benadrukt Boon.
“Werknemers kunnen terecht wantrouwig worden als ze denken dat de data tegen hen gebruikt wordt. Er kan van alles mis zijn met de data, of het kan verkeerd geïnterpreteerd worden. Om sceptici voor te zijn moet je daarom heel goed nadenken over wat voor data je op welke manier gebruikt en daar ook duidelijk over communiceren. Je kunt nog zo’n goed algoritme maken, maar als medewerkers niet mee willen doen of een manager niets doet met de resultaten, heb je er niks aan.”
Inzicht in ontwikkelmogelijkheden
Boon ziet data als een instrument dat juist vóór de werknemer kan werken, bijvoorbeeld om inzicht te krijgen in ontwikkelmogelijkheden. “Maar alles valt of staat bij een ethische benadering vanuit de organisatie, die moet gebaseerd zijn op vertrouwen en een positieve houding ten opzichte van werknemers.”