Het is allereerst interessant om te kijken of er bepaalde risicogroepen zijn in de organisatie. Vrouwen tussen de 25 en 35 jaar verzuimen over het algemeen langer. Aangezien je leeftijd en geslacht niet kunt of wilt beïnvloeden, worden dit risicofactoren genoemd. Combinaties ervan leveren risicogroepen op met een grote kans op verzuim. Die factoren kun je gebruiken in voorspellingen. Neemt de leeftijd van de werknemers in de organisatie toe? Dan neemt het risico op verzuim ook toe en toont de voorspelling voor het ‘niets doen’-scenario doorgaans een stijging.

Rapporteren op organisatieniveau

Waarom worden mensen ziek? De oorzaak van kort- of langdurig verzuim is vaak verschillend. Het verzuim kan een medische of een andere oorzaak hebben. Deze kan buiten het werk liggen of juist door het werk worden veroorzaakt. Waarschijnlijk denk je nu meteen dat de reden van verzuim niet (meer) mag worden geregistreerd in het verzuimsysteem, vanwege de Algemene Verordening Gegevensbescherming (AVG) en de door de Autoriteit Persoonsgegevens (AP) gepubliceerde beleidsregels voor ‘De zieke werknemer’. Dat klopt. Alleen de arbodienst of bedrijfsarts mag deze medische gegevens verwerken. Zij kunnen echter wel op organisatieniveau hierover rapporteren.

Verzuimproces analyseren

Om de duur van het verzuim te verkorten, kun je bijvoorbeeld eerst het proces analyseren met processmining. Voordat je op basis daarvan besluit het verzuimproces ‘aan te scherpen’ of een verzuimprotocol in te stellen, moet je begrijpen waarom het verzuimproces loopt zoals het loopt. Je wilt niet dat het verzuim op papier lijkt te dalen, maar dat in werkelijkheid andere problemen ontstaan omdat de oorzaak niet is weggenomen. Zo kan de productiviteit dalen doordat de werknemer zijn ‘behoefte aan verzuim’ anders vormgeeft (door minder hard te werken bijvoorbeeld, het zogenaamde grijs verzuim) of zie je in het dashboard een hogere uitstroom van werknemers ontstaan.

Samenhang

Je kunt onderzoeken of er verband is tussen de verzuimduur en de werknemerstevredenheid over aspecten van verzuimbegeleiding, zoals persoonlijke aandacht. Of analyseren of er verband is tussen de persoonlijkheid van de leidinggevende en de verzuimduur. Verzuim kan ook voortduren omdat de oorzaken ervan niet zijn opgelost. Het onderzoeken en aanpakken ervan kan leiden tot zowel het verkorten van bestaand verzuim als het voorkomen van nieuwe gevallen. Door de resultaten van een medewerkersonderzoek te koppelen aan verzuimgegevens, kun je oorzaken van verzuim achterhalen. Of je koppelt verzuim aan de resultaten van een onderzoek waarin stressfactoren en werkdruk zijn gemeten om na te gaan of er een samenhang is tussen beleid en verzuim. Of je analyseert de samenhang met operationele factoren, zoals de fysieke eisen van het werk, de samenwerking of de communicatie tussen afdelingen.

Inzichten omzetten in interventies

De inzichten die je hebt verworven in de mogelijke oorzaken en het proces, kun je omzetten in projecten, programma’s of beleid, zoals een vitaliteitsprogramma. Of het beleid dat werknemers altijd op hun eerste ziektedag gebeld worden. Bestaat er een resultaatgerichte bedrijfsvoering waarbij iedereen in de organisatie een resultaatverplichting heeft in zijn jaarlijkse cyclus? Misschien kom je erachter dat dat prima werkt voor de directeur, maar dat het een groep werknemers veel stress bezorgt, zoals bleek bij de Gemeente Den Haag (Autoriteit Persoonsgegevens, 2016). Dan moet dat beleid wellicht worden herzien. Zijn er risicogroepen? Wellicht kan voor hen een bewustzijnstraject worden opgezet of kunnen zij cursussen aangeboden krijgen, om zo de kans op verzuim te verlagen.

Of je bekijkt ieder geval apart en past de analytics direct toe. In een simulatiemodel kun je van een werknemer die zich ziek meldt, een aantal kenmerken invullen, zoals leeftijd, lengte dienstverband en andere eerdergenoemde risicofactoren.
Vervolgens berekent het model hoe groot de kans is dat deze persoon langdurig zal uitvallen. Op basis daarvan kan de casemanager of arboarts besluiten een andere behandeling te kiezen.

 

Vooruitkijken en sturen

De eerdergenoemde kengetallen heeft de directie veelal nodig om verantwoording af te leggen. Kengetallen zijn een belangrijk onderdeel van de managementinformatie, maar ze vertegenwoordigen wel het verleden. Er is niets dat je in het heden nog kunt doen om de uitkomsten te veranderen. Deze indicatoren zijn per definitie een kijkje in de voltooid verleden tijd wanneer de directie ze beoordeelt.

Maar net als in een auto kijk je liever vooruit dan in de achteruitkijkspiegel wanneer je ergens heen wilt. Je wilt sturen op indicatoren die het toekomstig verzuim voorspellen. Hoewel deze indicatoren een bepaald toekomstig resultaat suggereren, is er uiteraard geen garantie. Wel kun je ze gebruiken om te zien of de organisatie de doelen zal bereiken als ze zo doorgaat. En in principe kun je nog steeds aanpassingen aanbrengen als je niet op de goede weg bent.
Een dashboard gebaseerd op een evenwichtige scorecard van zowel kengetallen die terugkijken als indicatoren die helpen vooruitsturen, draagt het meeste bij aan goede prestaties van de organisatie. Als er in de organisatie een verband bestaat tussen vitaliteit en verzuim, en je hebt kunnen constateren dat het zeer waarschijnlijk om een oorzakelijk verband gaat, dan is vitaliteit een indicator waarmee je door de voorruit van de auto kunt kijken.

Wanneer data demonstreren dat, net zoals landelijke cijfers aantonen, ook in de eigen organisatie frequent kort verzuim een voorbode is voor langer verzuim, dan is het actief sturen op het aantal of aandeel frequent verzuimers effectiever dan sturen op de meldingsfrequentie. Ook het monitoren van (bijna-)veiligheidsincidenten kan helpen tijdig in te grijpen vóórdat de verzuimcijfers de verkeerde kant op gaan.

 

Dit artikel is een gedeelte uit de bijlage 'Datagedreven vitaliteit en verzuimmanagement' van de uitgave HR-analytics - Waarde creëren met datagedreven HR-beleid