Door: Irma Doze, AnalitiQs
Elke succesvolle leider gaat een keer verder, verandert van functie of van werkgever. Het identificeren van goede aankomende leiders binnen een organisatie is dan ook van strategisch belang. Om de aanwezige toptalenten in beeld te krijgen, vertrouwen organisaties veelal op hun huidige leidinggevenden. Deze beoordelen de prestaties en de verwachte bijdrage in de toekomst en stellen zo de toptalenten vast.
‘De successen van Shell en Saint-Gobain benadrukken de nog altijd groeiende rol van data in leiderschapsontwikkeling’
Maar, zoals ik al vaker heb verteld, zijn wij mensen niet zo rationeel als we zelf denken en maken we onze keuzes zelfs vaak onbewust. Dit maakt dat we ons geregeld vergissen, niet alleen bij alledaagse beslissingen, maar ook bij beslissingen waar heel wat meer van afhangt. Bij een eerste kennismaking met een groep mensen hebben we bijvoorbeeld vaak direct een voorkeur voor een bepaalde persoon, omdat hij of zij voor ons sympathieker oogt.
Dat geeft echter mogelijk problemen als we uit deze groep een kandidaat moeten selecteren die in staat is een belangrijk project te gaan leiden. Ook dan laten we ons vaak door die eerste indruk op sleeptouw nemen. Of, zoals Jack Welch, voormalig CEO van General Electric, vaststelde: ‘Toptalenten aannemen is een zware klus. Zelfs managers met tientallen jaren ervaring kunnen je zeggen dat ze het hooguit drie van de vier keer bij het juiste eind hebben. Doe vooral één ding: luister niet naar je intuïtie!’
Algoritmes en serious games
Om deze bias te verkleinen proberen we onze persoonlijke, subjectieve, oordelen te valideren en te kalibreren, maar dit blijft een uitdaging. Een betere optie is om vragen over het gedrag van werknemers te beantwoorden. Een algoritme voorspelt vervolgens wat de kans is dat de betreffende persoon een directeur in spé is.
Of maak hiervoor gebruik van een serious game-tool. Al in 2013 ondervond Hans Haringa van Shell, dat je daarmee, na luttele minuten spelen, dezelfde groep talenten kon identificeren waar Haringa en zijn collega’s normaliter zo’n twee jaar voor nodig hadden. Puur op basis van het spelgedrag. De gebruikte serious game had in totaal zes onderscheidende gedragskenmerken gevonden die bij de succesvolle groep versterkt aanwezig bleken. Deze sloten precies aan bij het beeld dat Haringa in de loop der jaren ontwikkeld had van een succesvolle innovator. Hij was dan ook onder de indruk van de resultaten.
Verborgen in data
De Franse glasproducent Saint-Gobain (met wereldwijd 180.000 medewerkers) spotte met algoritmes op basis van data uit het personeelsinformatiesysteem en op basis van de taal die werknemers gebruikten, diverse interne talenten die anders buiten beeld gebleven zouden zijn.
De successen van Shell en Saint-Gobain benadrukken de nog altijd groeiende rol van data in leiderschapsontwikkeling. Laten we blijven openstaan voor nieuwe mogelijkheden, want de toekomstige leiders liggen al verborgen in de data van vandaag.
