Van de Haterds woorden komen als een waterval. “De verandering is al gaande, maar nog niet altijd even zichtbaar. Zo zitten in Rotterdam nog machinisten op de metro, maar die krijgen de opdracht: ‘blijf overal met je tengels vanaf’. Het geeft de reiziger een gevoel van veiligheid dat er iemand voorin zit, maar de besturing gaat al volledig automatisch. In Engeland zitten al geen machinisten meer op een light rail, alleen mensen die een monteur moeten bellen bij een storing. En is dat een probleem? Als het gaat om vliegtuigen is de automatische piloot op dit moment al veiliger dan een piloot. Dus voor treinen ook.

Aanpassing van organisaties

De invloed van de technologie is op elke sector ongekend groot. Als je als HR-manager niet ziet hoe, kan het geen kwaad om je er eens in te verdiepen. Natuurlijk is het lastig als je er geen feeling mee hebt, maar als je niet weet wat de impact is van nieuwe technologie op jouw organisatie, dan kun je geen mensen met de juiste competenties werven. Er zijn al recruiters die opdrachten weigeren als een organisatie niet ongeveer kan zeggen waar de afdeling over vijf jaar staat. Welke activiteiten dan naar verwachting zijn geautomatiseerd en welke niet. Je neemt niet alleen iemand aan voor dit jaar, maar ook voor de komende jaren. Als je niet kunt inschatten hoe je over vijf jaar zult werken, hoe kan je dan de juiste competenties werven? Op dit moment is dat de meest essentiële vraag die je bij het werven van nieuw personeel kunt stellen. Als je als organisatie wilt aanhaken bij de technologische ontwikkelingen, is vaak een cultuurverandering nodig. Die begint door de juiste mensen aan te nemen.

Aanpassing van HR

Ook het HR-vakgebied ontkomt niet aan verandering. Als eerste denk ik dan aan het gebruik van HR analytics. Je ziet dat steeds meer bedrijven gaan sturen op Big Data. Een callcenter in Amerika deed onderzoek naar de echte productiviteit van haar medewerkers. Toen bleek dat de beste medewerkers honderd keer productiever waren dan de gemiddelde medewerker. De onderste vier procent had een negatieve arbeidsproductiviteit. Die creëerde meer en grotere problemen dan ze oplosten. Pas als je dat weet, kun je ingrijpen. Eigenlijk ben ik verbaasd dat HR zich nog niet door data laat sturen. Er is zoveel nuttige informatie beschikbaar.

Kijk naar ABN Amro. Daar hebben ze met data kunnen onderbouwen dat de impact van cursussen leidde tot meer engagement bij de medewerkers, waardoor de klanttevredenheid omhoogschoot en daarmee de winst. Hierdoor was er geen discussie meer over het opleidingsbudget: het is nodig, want het levert winst op. We hebben jarenlang geroepen dat investeren in mensen geld oplevert, dat hebben we nooit hard kunnen maken, maar nu wel.

Mijn stelling is dat HR analytics een randvoorwaarde is als HR een strategische businesspartner wil zijn voor de directie. Ik zeg vaak: ‘Met die gegevens weet je nog steeds niet alles, maar je weet minder niet.’ Ook voor het HR-vak geldt dus: in de toekomst zijn andere competenties nodig. Dat verandert al wel enigszins in de opleidingen, in de praktijk zie ik wel af en toe een witte raaf, maar nog geen structurele veranderingen.

Werken met HR analytics

Het begrip HR analytics is ondertussen wel geaccepteerd. Iedereen is het er wel over eens dat het meer inhoudt dan mensen platslaan tot cijfers. Nemen systemen dan niet heel veel over van de HR-manager? Ja, maar het is belangrijk dat een HR-manager analytische vaardigheden heeft, zodat hij het proces kan sturen. Dit begint bij de juiste vragen stellen; wat wil je precies weten? Dat is al niet eenvoudig. Daarna volgt de fase van dataverzameling en analyse en ten slotte volgt het interpreteren van de cijfers.
Wat je daar vaak ziet, is dat mensen geen idee hebben dat hun eigen vooroordelen de interpretatie kleuren. Een voorbeeld: uit een onderzoek van een grote bank bleek dat er een negatieve correlatie was tussen leeftijd en klanttevredenheid over de dienstverlening van de medewerker. In andere woorden: oudere medewerkers werden als minder klantvriendelijk ervaren. U leest dit en denkt nu iets; misschien dat het logisch is of wellicht trekt u het onderzoek in twijfel. Dit zijn twee vooroordelen die zouden kunnen leiden tot heel verschillende interventies. Terwijl het resultaat van het onderzoek niet meer is dan  een constatering die zoveel vragen zou moeten oproepen dat men gaat onderzoeken waarom dit zo is. Om daarna pas te handelen.

Werken met persoonlijkheidsprofielen

Nieuwe technologie schept grote mogelijkheden op het gebied van talentmanagement. Ik zal een potentieel geweldige ontwikkeling schetsen: we worden steeds beter in het inschalen van karakters. Iets waarmee Louis van Gaal kampioen is geworden met AZ. Eerst had hij ze allemaal met een psycholoog laten praten en laten observeren. Daarna heeft hij zijn vorm van coaching aangepast aan de persoonlijkheid van elke individuele speler. Om hierdoor uiteindelijk het beste uit het team te kunnen halen. Technologie maakt die kostbare procedure van praten met een psycholoog en observeren betaalbaar.

In HR wordt hier helaas nog maar weinig mee gedaan. Meestal bepaalt de manager de coachingsstijl, terwijl niet iedere medewerker daar hetzelfde op reageert. Voorkeursstijlen om feedback te ontvangen, kun je wel vastleggen in een talentmanagementsysteem. Crystal Knows, bijvoorbeeld, is een systeem dat het taalgebruik op iemands LinkedIn-profiel analyseert en aan de hand daarvan een communicatiestijl ontdekt. En mij vervolgens adviseert hoe ik het best kan communiceren met die persoon. Tijdens het typen van een e-mail geeft het systeem tips waardoor mijn communicatie verbetert. Stel dat je communicatiestijlen kunt integreren in een talentmanagementsysteem, hoe effectief zou dat zijn!

Nog een voorbeeld. Het PBA-rapport (personal behaviour analysis) van Clearwater analyseert iemands persoonlijkheid aan de hand van de micro-expressies op zijn gezicht op basis van een video waarin je zes vragen beantwoordt. Het wordt nu gebruikt bij sollicitaties. Het geeft een perfect persoonlijkheidsassessment dat je vervolgens kunt gebruiken, bijvoorbeeld in een gesprek. Het verschil met een assessment in de vorm van een vragenlijst is duidelijk als je je realiseert dat ruim tachtig procent van ons gedrag onbewust is en je op een vraag altijd een bewust antwoord geeft. Clearwater laat juist het onbewuste gedrag zien. Het is een accurate en effectieve manier om gedrag en persoonlijkheid te voorspellen. Wetenschappelijk bewezen.

Moet je je voorstellen wat je met deze twee instrumenten kunt doen bij coaching en training. Je weet precies hoe je mensen, individuen, kunt prikkelen. Hoe mensen het beste leren, hoe een training het beste blijft hangen. Iedereen heeft zijn eigen voorkeuren voor communicatie en feedback en daar kun je je coachings- en trainingsstijl op aanpassen. Dit komt zowel ten goede van de persoon als van de organisatie. De nieuwe technologie maakt samenwerken menselijker, omdat we elkaars voorkeuren qua communicatiestijl kennen.

Menselijke technologie

Een ander mooi voorbeeld is de Talentpitch van Harver. Dit is een online sollicitatietool die kandidaten realistische situaties voorschotelt en ze tegelijkertijd test. Het is een volledig geautomatiseerde procedure, speciaal ontwikkeld voor customer facing jobs, dus callcenter- en winkelpersoneel. Het mooie aan deze tool is dat hij daadwerkelijk de kwaliteiten test van de mensen voor de functies die ze willen gaan uitvoeren. Het test de specifieke vaardigheden die een contact centre-medewerker nodig heeft, zoals oor-handcoördinatie en luistervaardigheden. Hierdoor komen hele groepen mensen die geen kans kregen op basis van hun CV, maar wel geschikt zijn, nu ineens wel aan een baan. Inmiddels blijkt dat het personeel dat via deze tool wordt aangenomen beter presteert en langer blijft zitten, wat ook wel aangeeft dat ze gelukkiger zijn in hun werk. Daarnaast kan vanwege de testen in de tool de kandidaat onderbouwd worden afgewezen. Dat dit door sollicitanten op prijs gesteld wordt, blijkt uit een reactie van een kandidaat na een afwijzing. Hij schreef dat het de meest menselijke afwijzing was die hij ooit had gehad, terwijl het een volledig geautomatiseerd proces was.