Hr-data kunnen voorspellen wie een burn-out krijgt

Datamining kan burn-out voorspellen en bij aanwervingen mismatches vermijden. Hr-diensten kunnen er dus hun voordeel mee doen. VUB-professor Timothy Desmet, gespecialiseerd in cognitieve psychologie en gedragseconomie, doet er onderzoek naar. Samen met Starfish Consulting-oprichter Jeroen Naudts schreef hij het boek ‘Reinventing hr-data. Wat je medewerkers je niet vertellen’.

Maak eens een gestructureerd overzicht van de data waarover je beschikt. Het is een eenvoudige oefening die te weinig hr-diensten maken. Nochtans, als je gegevens consequenter gaat gebruiken, opent dat perspectieven.

‘Data zijn niet alleen cijfers, ook teksten’, licht professor Timothy Desmet toe. ‘Bij sollicitaties kan tekstanalyse al meteen van pas komen. De woordkeuze in de motivatiebrieven en cv’s kan bijvoorbeeld een indicatie geven van welke kandidaat het best bij je bedrijfscultuur zou passen. Je kunt er onder meer op letten of ze positieve dan wel negatieve woorden gebruiken en of hun taalgebruik eerder innovatief dan wel traditioneel is.’

Daarnaast is het interessant om patronen in de datastromen onder de loep te nemen. ‘Wij hebben zelf onderzoek gedaan naar e-mailverkeer. We gingen na wie wanneer naar wie mailde. Op basis daarvan legden we patronen bloot. Met die netwerkanalyse konden we ontdekken welke medewerkers berichten krijgen vanuit alle departementen van de organisatie. Die mensen, die sterk geconnecteerd zijn, zijn de bruggenbouwers binnen je bedrijf. Het is belangrijk om hen mee te hebben bij onder meer verandertrajecten. Ook de eerder geïsoleerde ‘outliers’ kun je via analyse identificeren. Ook nuttig, want dat zijn de medewerkers die niemand naar de mond praten en unieke inzichten hebben. Zij zijn het ideale klankbord.’

Privacy?

Op een gegeven moment koppelde het team van professor Desmet de plaats die medewerkers innemen binnen het netwerk aan een door de UGent opgestelde vragenlijst over burn-out.

‘Dat leidde tot verrassende bevindingen. Het was niet zo dat de mensen die de meeste mails ontvingen het grootste gevaar op burn-out liepen. Als dezelfde persoon je dikwijls mailt en je altijd onmiddellijk antwoordt, was dat een duidelijker indicator van burn-out van die persoon dan de totale hoeveelheid mails die iemand ontvangt. Omdat burn-out bedrijven gigantisch veel kost, loont het als je vroegtijdig de vinger kunt leggen op de risico’s. Uit getuigenissen weten we immers dat mensen hun burn-out zelf niet hadden zien aankomen.’

Dat soort datamining roept vragen op over de privacy. Over die ethische kant hebben de onderzoekers grondig nagedacht. ‘Het is heel belangrijk om je medewerkers te betrekken vóór je met datamining start’, benadrukt professor Desmet.

‘Je moet duidelijk uitleggen wat je gaat doen en waarom. Wijs erop dat je louter naar de tijdsstippen en de bestemmelingen kijkt en zeker niet naar de inhoud van de mails. Als je het goed motiveert, geven werknemers doorgaans wel hun toestemming. Als er toch bezwaren zijn om individuele data bij te houden, kun je analyse op groepsniveau inzetten. Dat laat je toe om te detecteren bij welke teams, departementen of vestigingen de risico’s op burn-out hoog liggen. Vervolgens kun je acties op maat ondernemen om het probleem aan te pakken.’

Chatbot inschakelen

Datamining helpt ook om de ‘employer journey’ in kaart te brengen: het traject dat iemand aflegt bij een werkgever. Dat kan aan de hand van de data die een bedrijf verzamelt over de aanwervingen, de onboarding, de opleidingen, de evaluaties, de mensen die het bedrijf verlaten...

‘Dat biedt je de kans om data automatisch in te schakelen voor de saaie, routinematige hr-taken. Het is bijvoorbeeld vreemd dat men datamining niet vaker inzet bij onboardingprocessen. Nieuwe mensen integreren verloopt niet altijd even vlot, omdat ze door tijdsgebrek soms aan hun lot overgelaten worden. Terwijl startende medewerkers in 80 procent van de gevallen dezelfde vragen hebben. Op basis van een analyse van de meest voorkomende vragen, zou je een chatbot kunnen ontwikkelen die alle vragen beantwoordt. Als je vervolgens nagaat of de antwoorden voldoende duidelijk waren, kun je via A.I. die chatbot voortdurend finetunen. Als je de onboarding op die manier automatiseert, creëer je meer ruimte voor de hr-medewerkers om zich te buigen over de complexere materies. Hr-diensten krijgen zo ook meer tijd voor de zachte, menselijke kant van hun job.’