Dagvoorzitter Irma Doze van AnalitiQs trapte het congres in Postillion Hotel Bunnik op 18 mei af met highlights uit haar jaarlijkse onderzoek naar de stand van HR Analytics in Nederland. De top 3 waar u aan heeft gewerkt:
1. Competenties 33%
2. Systemen 27%
3. Analyses 19%
Voor 2017 ziet u kennis en vaardigheden, visie en prioriteitsstelling en systemen/tools als de grootste uitdagingen op het gebied van HR Analytics. Het belangrijkste doel van het congres? “We moeten leren ons buikgevoel te vervangen door datagedreven werken”, aldus Doze. Na haar korte opening konden de deelnemers hun eigen dagprogramma volgen en kiezen uit maar liefst 25 parallelsessies. Hieronder volgt een kleine greep uit het programma.
ROI van opleidingen bepalen, het kan!
De opbrengsten van je opleidingsbeleid in harde euro’s uitdrukken, onmogelijk? In drie overtuigende cases van achtereenvolgens NS Stations, KPN en het Nederlands Forensisch Instituut werden de resultaten van gericht ingezette opleidingen keurig doorgerekend naar financiële opbrengsten onderaan de streep. Uitgangspunt daarbij was onderstaand model van het ROI Institute:
Voor het bepalen van de ROI van een opleiding moet je in dit model alle stappen van linksbovenaan (Payoff, Business etc.) volgen tot aan rechtsbovenaan (ROI). Hiermee kom je in het topje van de piramide: leer rendement. Belangrijke tip uit de cases: zorg dat je uitgangspunt voor de keuze van een opleiding volkomen helder is. Vraag dus goed door als je een ‘opleidingsvraag’ uit de business krijgt! Wat is precies de organisatiedoelstelling die je hiermee wilt behalen? Wat is de vraag achter de vraag?
HR Analytics en duurzame inzetbaarheid – Mick Jagger of Intern met Pensioen?
Gerard Evers haalde in zijn sessie over analytics en duurzame inzetbaarheid het gegeven aan dat het algemene onderbuikgevoel is dat 50plussers minder productief zijn. Dit blijkt ook uit het feit dat het aantal 50+ werklozen minder snel daalt dan het aantal werklozen in jongere leeftijdsgroepen. Voor de 50+ werklozen van bijvoorbeeld Blokker valt dus te vrezen. Zij worden te duur bevonden. Maar is dit wel zo? Zijn 50plussers minder productief en zo ja wat kun je daaraan doen?
Uit onderzoek blijkt dat de productiviteit naar mate je ouder wordt inderdaad gemiddeld afneemt. Gemiddeld, want de variantie is heel groot. Zelfs binnen de leeftijdsgroepen groter dan daarbuiten. Zo heb je vitale 70’ers – de zogenaamde Mick Jaggers aldus Evers – en 35 jarige IP’ers, oftewel personen die intern al met pensioen zijn.
P = willen, kunnen en mogen
Hoe de productiviteit van deze verschillende personen te beïnvloeden? Productiviteit is willen, kunnen en mogen. Voor de IP’er zal bijvoorbeeld vooral aan willen (motivatie) moeten worden gewerkt. Dan gaat het om het beïnvloeden van de motivatie door bijvoorbeeld gedrag van de lijn en belonen.
Voor oudere werknemers is kunnen oftwel kennis&kunde heel belangrijk. Je moet deze zogenaamde ‘kunnis’ blijven onderhouden. Maar uit onderzoek blijkt dat werknemers na hun 45ste geen opleidingen meer krijgen aangeboden. Dit terwijl de gemiddelde leeftijd van werknemers inmiddels 43 is.
Ook naar het salaris zal moeten worden gekeken aldus Evers. In onze cultuur zit dat we nog steeds meer belonen naar anciënniteit dan naar prestaties. Wel is er een tendens waarneembaar dat er steeds meer maatwerk komt in plaats van afspraken in cao’s.
Evers: “Door binnen de driehoek Leeftijd, Beloning and Productiviteit afspraken te maken voorkom je dat werk en welvaart verdwijnt en maak je van de zogenaamde Bermuda-driehoek een Gouden Driehoek”
Netwerkanalyse & HR Analytics: een praktisch perspectief
André Vermeij, eigenaar en oprichter van Kenedict Innovation Analytics, liet zien hoe je met netwerkanalyse samenwerking en kennisdeling binnen organisaties volledig interactief in kaart kunt brengen.
Een aansprekend voorbeeld was dat van een bedrijf dat de communicatie van afdelingen in beeld wilde brengen. 1200 man moesten naar een andere locatie verhuizen. Om te bepalen wie waar moest komen te zitten in het gebouw bracht Vermeij met een netwerkanalyse in beeld wie op welke manier en hoe frequent met elkaar communiceerde en hoe belangrijk dit was. De vragenlijst met data wordt aan de hand van filters omgezet in een visualisatie. Zo kun je bijvoorbeeld filteren op fysiek contact belangrijk, contactfrequentie. Links in het netwerk worden daardoor zichtbaar. De inrichting van het gebouw heeft de organisatie op basis van deze analyse gedaan.
Zin en onzin HR analytics
Bas van de Haterd – zelfbenoemd professioneel bemoeial en expert op het gebied van werving&selectie – nam het publiek aan de hand van een drietal praktijkvoorbeelden mee in de wereld van onderzoek en Analytics op HR-gebied. ‘Weet wat je meet en weet wat je niet meet’ is zijn devies. Ben je bewust van de beperkingen van je data, ben je bewust van je vooroordelen in de analyse van deze data en zorg dat je de juiste vraag op de juiste manier stelt aldus Van de Haterd. Zijn eerste praktijkvoorbeeld liet dit direct treffend zien.
Waarop selecteren
Hij liet de scores van twee naamloze talenten zien in jeugdcompetities. Wie zou je op basis hiervan aannemen? De meesten zouden gaan voor degenen met de beste prestaties. Zo niet coach van de schaatskernploeg Leen Pfrommer. De scores van de twee talenten waren van Falco Zandstra en Rintje Ritsma. Pfrommer koos de Beer van Lemmer vanwege zijn ijver. En dat heeft bijzonder goed uitgepakt. In de seizoenen 1992 en 1993 eindigt Ritsma op de grote allround-toernooien nog achter Falko Zandstra, maar begin 1994 breekt hij definitief door. Ritsma werd maar liefst vier keer wereldkampioen allround, zesmaal Europees kampioen allround. Moraal van het verhaal: waarop selecteer je, het maakt nogal wat uit.
Meten is weten
Een volgend praktijkvoorbeeld ging over een referralprogramma. Het aantal sollicitanten dat door medewerkers wordt aangedragen neemt al jaren af zo blijkt uit metingen. De verantwoordelijke manager begrijpt niet waar het aan ligt. Er was immers niets aan het programma veranderd… Daar zit ‘m juist de crux. Stilstand is achteruitgang aldus Van de Haterd. Om het referralprogramma weer nieuw leven in te blazen stelt hij een kleine interventie voor. Bovenop de bonus die medewerkers krijgen bij het aandragen van een nieuwe medewerker krijgen ze een weekend weg. Wel wat duur maar altijd goedkoper dan een W&S-bureau inschakelen. In de gemeenschappelijke lunchruimte hangen ze 5 foto’s van het laatst gemaakte reisje. Er wordt direct weer gesproken over het referralprogramma en volgens de laatste metingen weer behoorlijk meer medewerkers aangetrokken.
Weet wat je meet
Weten wat je meet gold ook voor een zorginstelling die meer sollicitanten wilde aantrekken. De meeste sollicitanten kwamen via vacatures in de regionale krant, maar dit waren er niet genoeg. Uit onderzoek bleek dat de doelgroep – HBO-V – naar de carrièrebeurs ging. Waarom stond de zorginstelling niet op die beurs? Omdat niemand via een carrièrebeurs binnenkwam. Ze keken alleen naar interne cijfers.
Een bedrijf dat geen problemen had met het aantrekken van nieuwe medewerkers is Footlocker. Per jaar heeft het bedrijf in Amerika 1,5 miljoen sollicitanten. Waarop ga je dan selecteren? De cv’s hebben geen voorspellende waarde, zeggen niets over de kwaliteit van het winkelpersoneel. Om dit te ondervangen hebben ze winkelpersoneel een persoonlijkheidsvragenlijst laten invullen. Op die manier was alle data op persoonsniveau aanwezig. Vervolgens hebben ze correlaties gemaakt per kenmerk en goed functioneren. Door alleen naar relevante data te kijken hebben ze vervolgens een nieuwe vragenlijst opgesteld. Op die manier konden ze voorspellen hoe iemand scoort op de kenmerken die nodig zijn voor de functie waar hij of zij op solliciteert en wat zijn of haar doorgroeimogelijkheden zijn. De analytics wierpen hun vruchten af, het verloop daalde met 10%, de omzet in de winkels waar het was doorgevoerd steeg aanzienlijk, evenals de medewerker- en klanttevredenheid.
Toekomst meten
Voor Footlocker werken de vragenlijsten. Toch staan ze wetenschappelijk bekend als notoir onbetrouwbaar. Microexpressie en tekstextractie zijn vooralsnog betrouwbaarder. Het personality platform Crystal Knows maakt bijvoorbeeld van je LinkedIn-profiel een persoonlijkheidsprofiel. Je krijgt daar de primaire eigenschappen, best passende taken en risico’s te zien. En je kunt dan tips krijgen hoe iemand te benaderen. Bij x moet je bijvoorbeeld zeggen wat te doen. Bij Y waarom hij dat moet doen.
Dat is handig om te zien welk learning type iemand is. Is iemand bijvoorbeeld een visiegericht persoon dan heeft iemand behoefte aan voorbeelden van mensen die het doen en kun je degene naar congressen laten gaan. Een actiegericht persoon kan het beste op stage. En een analytisch persoon op cursus.
En ook microexpressies zijn al per kunstmatige intelligentie te interpreteren. Aan de hand van een video van 3 minuten kun je al een zeer accuraat persoonlijkheidsprofiel krijgen aldus Van de Haterd. Meten is weten, maar zoals altijd geldt, het zijn geen statische data. Bijhouden is het devies.
HR Analytics is een marathon
Keynote speaker Klaas Toes, CEO van ROI Institute Europe en Council Director Human Capital Analytics voor The Conference Board, gaf een kijkje in de toekomst. Uit recent onderzoek blijkt dat bijna 70% van de organisaties verwacht dat hun budget voor Analytics toeneemt in 2017. Tegelijkertijd willen ze snel resultaat zien. “Het devies is get on board, het is een marathon en geen sprint”, aldus Toes. “Als je er eenmaal mee aan de slag gaat, volgen de resultaten vanzelf. En die kunnen soms verbluffend zijn. Zo bestaat er een onderzoekscase waarbij is aangetoond dat meer engagement van medewerkers direct van invloed is op het percentage bedrijfsongevallen. In het onderhavige geval nam het aantal ongelukken met maar liefst 40 procent af bij stijging van de engagementscore met 1 punt!” Toes waarschuwt overigens voor een belangrijke keerzijde van data: privacy-issues. “We hebben het hier wel over mensen en die hebben recht op privacy. Dat mogen we niet uit het oog verliezen.”
