Als data beslissen over uw job

Een slim model dat werd ontwikkeld om bij een groot industriebedrijf te voorspellen wanneer welk onderdeel van welke machine aan vervanging toe is. Zodat je kan ingrijpen wanneer het nodig is, en niet te vroeg of te laat. Zou zo’n systeem ook op mensen kunnen werken? Kunnen computers alarmeren wanneer Wilfried van de boekhouding bijna op zijn tandvlees zit?

Het idee intrigeerde Hans Donckers en de andere oprichters van Jigso. Die één jaar oude Antwerpse start-up wil bedrijven helpen hun personeelsbeleid beter te maken met diepgaande analyse van hun beschikbare data. ‘De meeste hr-afdelingen draaien gewoon blind’, zegt Donckers, die eerder als consultant werkte en van opleiding filosoof is. ‘We voelen dat er veel nood aan is, maar er is ook koudwatervrees.’

Voor een groot transportbedrijf ontdekte Jigso de ware toedracht van het grote verloop onder chauffeurs. Opvallend veel van hen gaven er al na enkele maanden de brui aan. Dat kost de onderneming tijd en geld. ‘De klassieke aanpak zou zijn met al die mensen te gaan praten of ze beloningen te geven om langer te blijven. Uit de data bleek dat mensen vooral vertrekken omdat ze minder verdienen dan hun naaste collega. Daarop kan je dan je salarisbeleid afstemmen’, stelt Donckers.

Maar Jigso wil verder gaan. ‘We dromen van een persoonlijk dashboard dat werknemers meldingen geeft. Zoals: uit de data blijkt dat het tijd is het wat rustiger aan te doen, misschien moet je je werk anders organiseren? Of wat als het systeem mensen automatisch een dag op verlof kan sturen? Voor hun welbevinden en in het belang van het bedrijf. Zo kan hr doen waarvoor het dient: de best mogelijke werkomgeving creëren voor alle mensen zodat het bedrijf zo succesvol mogelijk is. En daarvoor heb je gewoon data nodig.’

Het is ook de droom van een nieuwe discipline die in de wereld van de human resources opmars maakt: hr-analytics. Of ‘people analytics, of ‘workplace analytics’ - aan jargon nooit een gebrek in de sector. Het komt erop neer op basis van algoritmische analyse van data voorspellingen te doen over het ‘menselijke kapitaal’ die het hele bedrijf en zijn financiële prestaties ten goede komen.

In het kort: ‘Moneyball’ voor werkmensen. ‘Moneyball’, zoals opgetekend door schrijver Michael Lewis (en later verfilmd met Brad Pitt), is het verhaal van het zieltogende baseballteam Oakland A’s, dat, uit financiële noodzaak, een datawizzard inhuurde om naar goedkope transfers te speuren. Puur op basis van statistieken stelde hij een vedettenloos team samen, tegen alle toen heersende wetten van de sport in. Het succes was overdonderend, met twintig winstmatchen op rij, een van de langste winning streaks in de geschiedenis van de sport.

Dat moet nu ook bij de personeelsdienst gebeuren. ‘Vergelijk het met wat tien jaar geleden in de marketingwereld plaatsvond’, zegt Donckers. ‘Vroeger moest het van de creativo komen die de origineelste campagne bedacht. Nu is marketing het terrein van de dataexperts die goed zijn in meten en analyseren van wat klanten willen en gaan doen.’

Hr was traditioneel de ‘softe’ hoek van het bedrijf. Buikgevoel was baas. ‘De marketingmanager, de verkoopdirecteur, de financieel directeur: allemaal kwamen ze op directievergaderingen aan gewapend met harde cijfers en feiten’, zegt Frederik Anseel, organisatiepsycholoog aan King’s College in Londen. ‘De hr-baas zat erbij als het zwakke broertje dat het moest hebben van assumpties. Maar kijk, men heeft data ontdekt. Er zijn heel veel data in bedrijven over medewerkers. Die gegevens zitten verspreid en blijven vaak compleet ongebruikt. Als je die goed inzet, kan je cruciale afleidingen maken.’

Stressniveau meten

Om te weten moeten bedrijven meten, en in het buitenland kan dat al ver gaan. Er zijn talloze voorbeelden van multinationals die hun personeel op indringende wijze screenen om er data uit te puren. Op het orwelliaanse af. Het Amerikaanse studiebureau Gartner bevroeg meer dan 200 grote bedrijven en leerde dat ruim de helft zijn personeel ‘op niet-traditionele manieren’ monitort. Volgend jaar al wordt dat 80 procent, is de voorspelling. Onder ‘niet-traditionele’ methodes verstaat Gartner onder andere analyse van chats en e-mails, meten wie met wie vergadert of zelfs het verzamelen van biometrische gegevens. ‘Stel je voor dat je computer foto’s van je neemt of meet hoe snel je typt om je stressniveau in te schatten. Of een vergadertafel die met licht aangeeft hoe veel of weinig iemand praat om iedereen aan bod te laten komen’, zegt analist Brian Kropp in een recent rapport.

Dergelijke vormen van personeelssurveillance leveren hr-departementen tonnen aan onschatbare informatie op, maar zo’n vaart lijkt het in onze contreien nog lang niet te lopen. Toch zitten de verzameling van personeelsdata en de slimme analyse ervan onmiskenbaar in de lift.

De Duitse softwaregroep SAP telde 8 miljard dollar neer voor het groeibedrijf Qualtrics, gespecialiseerd in het meten van tevredenheid van werknemers. Die business is geld waard, want tanende tevredenheid kan iets onthullen over de uitstroom, en dat heeft een rechtstreekse impact op de omzet. De computergigant IBM (350.000 werknemers) pakte onlangs uit met een straffe statistiek: hij zou tot 95 procent accuraat kunnen voorspellen wie op het punt staat het bedrijf te verlaten. IBM liet ook weten dat het 30 procent van de bezetting op de personeelsdienst heeft vervangen door artificiële intelligentie.

‘Op de eerste slide van mijn presentaties maak ik altijd even duidelijk dat ik geen Robocop ben’, zegt Maarten De Schryver. ‘En nee, data komen je job niet afpakken.’ De Schryver werd een jaar geleden door het Japanse Bridgestone, ’s werelds grootste fabrikant van banden en rubber, in dienst genomen om hr-analytics te introduceren vanuit het Europese hoofdkantoor in Zaventem, dat meer dan 19.000 werknemers in drie continenten overziet. Het bedrijf is in volle digitale transformatie van bandenproducent naar mobiliteitsspeler en daarbij hoort modern personeelsbeheer.

De Schryver, een bedrijfspsycholoog met extra diploma’s statistiek en psychometrie, haalde uit de data al dat werknemers beter slagen in het halen van hun jaarlijkse doelstelling als ze die voor zichzelf formuleren, en niet zomaar die van hun overste overnemen. Data-analyse laat toe na te gaan welke afdelingen en medewerkers in het bedrijf succesvol samenwerken. Er kan ook nagegaan worden waarop teams hun focus leggen.

→ Lees ook: 'Het zou bedrijven verboden moeten worden om klanten stiekem te volgen'

De Schryver werkt ook aan tekstanalyse om via bepaalde terugkerende woorden en begrippen in interne communicatie naar trends te peilen. ‘De tools die mensen dagelijks gebruiken, worden middelen om je bedrijfscultuur mee te sturen. Op basis daarvan kan de personeelsafdeling beslissingen nemen. Wat moeten we meer stimuleren? Waarover moeten we meer communiceren?’

‘We zitten in de experimentele fase’, zegt De Schryver. Hij benadrukt ook dat de analyses altijd in samenspraak moeten gaan met gesprekken en observaties op de werkvloer. ‘Het is zeker geen Big Brother die meekijkt. Eigenlijk zijn er nog maar heel weinig concrete succesverhalen van hr-analytics. Ik ben zeer sceptisch als mensen beweren dat ze tot x procent accuraat het personeelsverloop kunnen voorspellen. Het grootste probleem in ons vak is de kwaliteit van de data. En met slechte data krijg je de bekende formule: garbage in, garbage out.’

Dat ervaart ook Laurien Adriaenssens, verantwoordelijk voor hr-analytics bij de energiereus Shell in Den Haag. ‘Datakwaliteit is het grootste struikelblok voor veel bedrijven.’ De jonge Vlaamse, eerder actief bij Nestlé, beaamt dat de praktijk in de kinderschoenen staat. Bij Shell leidde die wel al tot betere cybersecurity. Het bedrijf houdt met fake spammails zijn mensen alert voor mogelijke cyberfraude, en analyseerde dat personeelsleden die nog niet lang bij het bedrijf werken meer geneigd zijn in de val te trappen en op de nepmails te klikken. Zo weet Shell dat het zijn bewustwordingscampagnes het best specifieker op nieuwkomers richt. ‘Uiteraard is alles wat we doen onderhevig aan heel strikte privacyregels. En de bevindingen dienen alleen ter advies’, zegt Adriaenssens.

Agendahygiëne

Bij Microsoft, sinds vorig jaar in een gloednieuw Belgisch kantoor op Brussels Airport, gaat het al iets verder. Het helpt natuurlijk dat het technologiebedrijf aan de bron zit. Microsoft gebruikt zijn eigen Office-software om gegevens te meten over mail- en chatverkeer en over afspraken in de Outlook-agenda. Van iedere werknemer worden gemiddeld 27 werkuren per week gecapteerd. Dat helpt om mensen een blik te geven op productiviteit en efficiëntie.

‘Elke werknemer krijgt zijn eigen privédashboard om te kunnen zien: hoe goed ben ik bezig op vlak van agendahygiëne?’, zegt personeelsdirecteur Elke Willaert. ‘Hoeveel betekenisvolle meetinguren heb ik? Dat is een meetinguur waarin je niet zit te mailen met andere mensen. Want het systeem weet dat je mails stuurt op momenten dat een meeting in je agenda staat. Het meet ook je focustijd: hoeveel uren heb ik geconcentreerd kunnen werken? Het maakt je erop attent als je week dreigt vol te lopen. Of als je mails gemist hebt van mensen die je normaal gesproken snel antwoordt.’

‘Die data werken drempelverlagend om naar je manager te stappen’, zegt Willaert. ‘Als je weken veel te druk zijn, heb je data in handen om je argument ook hard te maken.’

Elke week krijgen de werknemers bij Microsoft een hoogstpersoonlijk rapport over hoe ze hun tijd gespendeerd hebben. Maar de data leveren het bedrijf ook enkele cruciale inzichten op. Zijn verkopers gebaat bij zo veel mogelijk afspraken buitenshuis? En hoe belangrijk is een intern netwerk voor de prestaties? Het blijkt dat de best presterende werknemers veel tijd buiten de muren doorbrengen, maar niet noodzakelijk met de meeste verschillende mensen. En een stevig intern netwerk is belangrijk om het bedrijf grondig te kennen. Verkopers die de hoogste tevredenheidsscore halen bij klanten zijn zij die het meest met die klanten in contact zijn, maar ook niet te veel, want op een bepaald punt gaat de grafiek weer naar beneden. En wat ook blijkt: managers volgen nieuwkomers het best minstens een jaar goed op in meetings onder vier ogen, anders dreigen die te verdrinken.

Ook hier geen Big Brother, benadrukt Willaert. ‘De gegevens zijn geanonimiseerd en geaggregeerd. En de kleinst mogelijke sample om gegevens bij te verzamelen is vijf mensen. Het systeem weet niet naar wie je mails verstuurt en al zeker niet wat erin staat, alleen of het een interne of externe domeinnaam is. Het is zeker niet de bedoeling te traceren wat iedereen de hele dag doet.’

Hr-analytics bestaat in gradaties, zegt Cedric Velghe van The Vigor Unit, een Gents consultancybureau voor datagedreven hr, opgericht samen met Anseel. Als het declaratief werkt, kan het verklaringen blootleggen voor een probleem, bijvoorbeeld verminderde prestaties. Echt interessant wordt het bij de volgende stappen. Predictieve analyse voorspelt wat gaat gebeuren. Bijvoorbeeld: hoe het werkverzuim gaat stijgen of dalen. Of, helemaal futuristisch: prescriptieve analyse. Dan kan het model voorschrijven wat je als bedrijf moet doen, bijvoorbeeld in een volledig digitale sollicitatie waarbij een computer de beslissing neemt over wie aangenomen wordt.

‘Het is aan het gebeuren. We evolueren duidelijk naar meer automatisering’, zegt Velghe. Als je die lijn doortrekt, doemt een scenario op zoals in de scififilm ‘Minority Report’, waarin mensen gearresteerd worden nog voor ze een misdaad begaan. Lopen we in de toekomst het risico op een automatisch C4? Plots ontslagen worden omdat het model op basis van data voorspelt dat je prestaties niet meer zullen voldoen aan de eisen van het bedrijf?

‘In theorie is het perfect mogelijk’, zegt Velghe. ‘Maar het is maar zeer de vraag of het ooit zo ver komt. Voorspellingen zijn altijd kansen. En algoritmes zijn niet onfeilbaar. Dus juridisch gezien wordt het al moeilijk te verdedigen. Ethisch ook. Data-analyse wordt vooralsnog niet gebruikt voor beslissingen op individueel niveau.’

Voorlopig hangt vooral een grote wolk van hype rond hr-analytics, waarschuwen experts. De beloftevolle nieuwe discipline leent zich perfect tot kwakzalverige keynotespeeches of wow-verhalen op congressen. Jonge bedrijfjes beweren breinprofielen te kunnen opstellen van personeelsleden en sollicitanten, of puur op basis van gezichtsexpressie de perfecte jobkandidaat te kunnen selecteren. Anseel is sceptisch. Zeer sceptisch. ‘Er wordt veel flauwekul verkocht rond hr-analytics. Start-ups met brain-, neuro-, face- of machinelearning in de naam zijn meestal niet te vertrouwen. Neem bedrijfjes die beweren dat je persoonlijkheidstrekken kan afleiden van gelaatsuitdrukking. Er is geen enkele studie die overtuigend kan aantonen dat er verbanden zijn. Ze negeren alle wetenschap. Dan zeg ik: show me the data.’

→ Lees ook: DOE DE TEST. Hoe lek is uw smartphone?

Fitbit-model

Toch ziet Yves Van Durme van Deloitte toekomst in gepersonaliseerd hr-beleid op basis van data. Het consultancybureau heeft na de overname van de start-up iNostix in 2016 zo’n 20 mensen die zich voor externe klanten met hr-analytics bezighouden. ‘Ik geloof wel in het Fitbit-model. Stel dat je iemand zegt: je hartslag is significant hoger, en dus de kans op stress ook. Dat is delicaat, maar als je bereid bent een stuk van je persoonlijke data vrij te geven kan het een win-win zijn voor bedrijf en medewerker. Al is dat hier nog taboe.’

‘Hr gaat over menselijke relaties, en die zijn heel complex, vol onvoorspelbare factoren. Maar beeld je de mogelijkheden in om samenwerking te bevorderen. Stel dat we onze hartslag delen, en we hebben een vergadering. Dan kan je zien als het moment niet gepast is om een beslissing te nemen, en het beter is even te wachten. En dan heb je straks betere beslissingen. De toepassingen zijn bijna eindeloos.’

Is er dan geen risico op een dictatuur van data in het menselijke domein van hr? ‘De vraag moet altijd zijn: wie wordt er beter van?’, zegt Van Durme. ‘Werkgever en werknemer moeten er allebei beter van worden. Dan lijkt het voor mij een gezonde evolutie. Maar zijn excessen mogelijk? Ja, zeker. Als ik het DNA van een sollicitant ken, ga ik hem dan aannemen als hij vatbaar is voor ziekte? Informatie is macht. Meer data is meer informatie, en dat betekent: de kans om betere beslissingen te nemen. Maar beter voor wie?’