In het nieuwe normaal laten HR-professionals zich in hun werk bij voorkeur vaker ondersteunen door empirisch gevalideerde theorieën in het vakgebied en door beschikbare data. Dat is de stellige overtuiging van Jaap Paauwe, emeritus hoogleraar Organisatie en HRM.  

Recent waarschuwde het Rathenau Instituut voor het blindelings opvolgen van algoritmes en de komst van “cowboys” op de HR-markt, die onbetrouwbare algoritmes zouden aanbieden. Daar zijn de nodige kanttekeningen bij te maken volgens Paauwe. 

Algoritmes zijn vaak gebaseerd op data die het verleden weerspiegelen

“In principe biedt HR-analytics organisaties juist enorme kansen om het HR-beleid te verbeteren en effectiever te maken. Zij beschikken vaak over een schat aan data, waar ze nauwelijks iets mee doen,” aldus Paauwe. Wel vindt hij dat de kennis van zaken om op een wetenschappelijk onderbouwde manier met de beschikbare data om te gaan te wensen overlaat.   

Hoe moeten we kijken naar die kritiek op algoritmes? 

“Algoritmes zijn vaak gebaseerd op data die het verleden weerspiegelen. Als een algoritme de huidige generatie succesvolle managers in het bedrijf als uitgangspunt neemt voor het gewenste profiel, dan krijgen geschikte kandidaten met een ander profiel geen kans. En als er vooroordelen leven onder de huidige groep managers, bestaat het risico dat deze door een algoritme worden overgenomen. Daar wordt terecht voor gewaarschuwd.” 

Dan is er nog de vrees voor inbreuken op de privacy

“Met dat risico moet je natuurlijk heel erg voorzichtig omgaan door te zorgen voor goede privacy-waarborgen. Als je wilt dat medewerkers zich er comfortabel bij blijven voelen, moet je tegelijk met het opbouwen van een HR-analytics-programma ook een ethical framework opzetten. Daar is zeker ruimte voor verbetering.” 

“Ik ben onlangs door een organisatie gevraagd om daarover mee te denken met de ethische commissie die ze hiervoor hebben ingesteld. Om te zien wat andere organisaties op dit thema hebben geregeld, gingen we op zoek naar goede voorbeelden van zo’n ethical framework. Maar tot mijn verbazing was er elders maar weinig beschikbaar.” 

Ik zie de maturity bij een grotere groep organisaties verder toenemen

“Het risico op privacyinbreuken beperkt je mogelijkheden. Van een kant is dat heel jammer als je bedenkt welke waardevolle inzichten binnen handbereik zijn. Denk bijvoorbeeld aan het analyseren van metadata van het in- en externe e-mailverkeer van medewerkers. Dat betreft niet de inhoud van e-mails maar laat je bijvoorbeeld zien hoeveel mensen en van welke afdelingen er vaak alleen werken, of buiten de normale kantoortijden, of vooral binnen een bepaalde groep en welke netwerken er zijn en wie dan op een knooppunt zit.” 

Welke ontwikkeling zit er in het systematisch toepassen van HR-analytics door organisaties? 

“Daar doen we onderzoek naar op internationaal niveau. Ik zie de maturity bij een grotere groep organisaties verder toenemen. Tegelijkertijd ontstaat er een tweedeling. Het optuigen van een analytics-afdeling is duur en vereist kennis van zaken. Een groeiende groep HR-directeuren kiest er daarom voor te leunen op externe consultants. Dat kunnen partijen zijn die al data verzamelen voor de organisatie, bijvoorbeeld in het kader employee-engagementsurveys. Ik ken gevallen waarin zo’n partij dan ‘datamining’ gaat toepassen op deze data, waarbij bepaalde verbanden worden gevonden.

Idealiter beschikt de HR-manager van de organisatie zelf over de juiste theoretische inzichten 

“Idealiter is het de HR-manager van de organisatie die zelf beschikt over de juiste theoretische inzichten waardoor hij of zij oorzaak-gevolg-verbanden kan laten analyseren die op voorhand al meer aannemelijk zijn. In plaats van alleen afgaan op wat uit de beschikbare data lijkt samen te hangen. Ik gebruik wel eens het voorbeeld van op het platteland waar het aantal ooievaarsnesten samenhangt met het vaker voorkomen van grote gezinnen. Dat is weliswaar een associatie maar uiteraard geen oorzaak-gevolg-verband.” 

Welke aanpak van HR-analytics zouden organisaties moeten hanteren?   

“Een goede aanpak zie ik bijvoorbeeld bij Shell. Daar hebben ze allerlei vragen, maar ze springen zuinig met de middelen om. Eerst wordt voor een business-vraagstuk geïnventariseerd of er al review-studies of data-analyses gedaan zijn. Als die er zijn en daar komt een aannemelijk verband uit in termen van oorzaak-gevolg dan gaan ze dat niet zelf opnieuw onderzoeken. En als er wel specifieker inzicht gewenst is, over hoe het binnen Shell zit, dan heb je de juiste theorie met de goede variabelen al gevonden. Die kun je dan gaan meten binnen Shell.”

“Wij hebben binnen verschillende bedrijven promovendi en studenten gestationeerd, om daar aan HR-analytics-projecten te werken. Die bedrijven hebben zelf de business-analisten of econometristen om analyses correct te kunnen uitvoeren. Onze promovendi en studenten hebben de theoretische kennis om te beoordelen welke verbanden vanuit het HR-vakgebied aannemelijk en in termen van oorzaak-gevolg relevant zijn. Door daar de juiste data bij te verzamelen kan de organisatie tot relevante inzichten komen en iets leren om vervolgens beleid op te baseren.”

“Op deze manier ondersteun je keuzes in het HR-beleid met wetenschappelijke kennis. Punt is dat de gemiddelde HR-manager onvoldoende investeert in het op peil houden van de vakkennis en vaak huiverig is voor cijfers. 

Hoe zorg je ervoor dat je die huiver voor cijfers omzet in belangstelling?

“Het begint bij goed onderwijs. In het kader van executive training op het gebied van HR-analytics hebben we voorafgaand aan het eigenlijke trainingsprogramma een module ingebouwd om ze eerst vertrouwd te maken met statistische basisconcepten. Bijvoorbeeld wat een regressie-analyse is of wat het verschil is tussen een correlatie/associatie en een daadwerkelijk oorzaak-gevolgverband en hoe kun je dat toetsen. Daar zit bij de gemiddelde HR-manager een flinke bottleneck.” 

Het is toch ook leuk als je als HR-directeur kunt zeggen hoeveel een training heeft bijgedragen aan de performance?

“Dat is zo jammer, want je kunt met HR-analytics juist enorm veel waarde toevoegen. En het is toch ook gewoon leuk als je als HR-directeur kunt zeggen hoeveel een training heeft bijgedragen aan de performance van de medewerkers? Aan de beschikbare data ligt het meestal niet. Bedrijven zitten vaak op een goudmijn. Maar in diezelfde bedrijven is soms zoveel bezuinigd op HR, dat de kennis ontbreekt om iets met die data te doen. In die kennis zouden organisaties moeten investeren.”