HR steeds strategischer door inzet van data

HR steeds strategischer door inzet van data

okt 23, 2018 Nieuwsfeed by vincent

Door inzet van data wordt HR steeds strategischer

Artificial intelligence wordt steeds vaker gebruikt voor sollicitaties en HR. AI kan niet alleen data analyseren, maar ook voorspellingen doen en werkgever en werknemer adviseren wat voor werk bij iemand past. Langzaam verschuift de rol van HR richting talentmanagement.

In juni schreef Wall Street Journal dat er op dat moment in Amerika meer vacatures zijn (6,7 miljoen) dan werklozen (6,3 miljoen). Daarnaast is een groot deel van de werkenden niet tevreden en betrokken met zijn baan. Er is met andere woorden genoeg werk, maar dat wordt niet gevonden door de juiste mensen.

Softwarebedrijf Infor gebruikt artificial intelligence om vraag en aanbod beter bij elkaar te brengen, en bedrijven te helpen het beste uit hun mensen te halen. Het bedrijf heeft verschillende clouddiensten, zoals voor retail, zorg en logistiek, gebundeld in één cloudsuite: het AI platform. Door middel van datamining en machine learning kan het processen als voorraadbeheer, transportrouting en voorspellend onderhoud verbeteren, maar ook kandidaten en werknemers analyseren en koppelen aan werk.

Nieuw sinds vorige maand is Coleman AI Digital Assistant, een clouddienst met spraak- en beeldherkenning, waardoor gebruikers afbeeldingen kunnen tonen en vragen stellen. Eind 2018 zal het naar verwachting geschikt zijn voor Amazon Alexa for Business.

Het functioneert een beetje als een digitale personal assistant, zegt dr. Jill Strange die als psycholoog betrokken was bij de ontwikkeling ervan. ‘Een assistent die niet alleen kan vertellen hoeveel kandidaten er zijn voor een vacature, maar ook een stap verder gaat: je hebt twintig kandidaten, waarvan er vijf buitengewoon geschikt zijn. Uiteindelijk kan het je ook proactief adviseren.’

Talentmanagement

Door het gebruik en de analyse van data verschuift de rol van HR richting talentmanagement. Je werk vereist bepaalde vaardigheden, maar er zijn ook eigenschappen nodig om je werk te doen of waardoor je je werk beter kunt doen. ‘Die eigenschappen zijn lastiger aan te wijzen en te leren, maar zijn indirect wel meetbaar’, zegt Strange.

Haar collega en productontwikkelaar Matt Bragstad legt uit: ‘Een kandidaat of werknemer vult een vragenlijst in waar we directe informatie uithalen, maar ook indirect door hoe hij of zij de vragen beantwoordt.’ Algoritmes achter de assessment bekijken hoe lang je erover doet om bepaalde vragen te beantwoorden, of je consistent bent of bijvoorbeeld jezelf erg hoge scores geeft. Na de assessment krijg je een karakteranalyse, die de (potentiële) werkgever ook krijgt, aangevuld met waar zijn werknemer naar verwachting goed in is, en waar uitdagingen kunnen liggen.

‘Op deze manier krijg je niet alleen betere mensen op de goeie plek,’ zegt Bragstad, ‘maar geef je mensen ook de controle over waar ze later zullen of willen zitten, bijvoorbeeld met suggesties voor training of andere functies. Je kunt veel beter en wetenschappelijker uitspraken doen over wat bij iemand past.’

Het systeem werkt natuurlijk alleen als er veel data beschikbaar is. Daarom vraagt Infor zijn klanten om al hun gegevens geanonimiseerd beschikbaar te stellen, zodat elke klant en hun werknemers er profijt van heeft. Op deze manier heeft Infor data van 15 miljoen werkenden in het systeem, die tegenover elkaar kunnen worden gezet, of onderzocht op patronen.

Prestatie

De werkwijze die dr. Strange hanteert voor het werven van mensen, is om een profiel op te stellen op basis van de vaardigheden en eigenschappen van de beste presteerder op een functie. Een van hun klanten is bijvoorbeeld sportketen Footlocker. ‘Stel dat zij een salespersoon zoeken, dan laten we een steekproef onder hun duizenden salesmensen doen. We gebruiken de vragenlijst die ze bij hun eigen sollicitatie hebben ingevuld, en we meten prestaties.’ De AI-software kijkt vervolgens naar patronen en in het oog springende correlaties: wat heeft de perfecte kandidaat nodig?

Daar zijn risico’s aan verbonden, zoals vooroordelen die erin sluipen, het reduceren van mensen tot data en dat je niet meer open staat voor andere persoonlijkheden die net zo goed of beter zijn op die functie. ‘We zijn ons daarvan bewust’, zegt Strange. ‘Daarom is de software niet bedoeld om een beslissing te nemen, maar te adviseren. Bovendien meten we veel meer dan noodzakelijk voor de functie, waardoor ontwikkeling mogelijk is.’ In haar eigen team is het beoogde profiel al herhaaldelijk bijgesteld, onder invloed van de rest van het team en bijvoorbeeld veranderende taken.

Bragstad: ‘Het volgende is dat we teams kunnen bouwen die optimaal samen kunnen werken, dus dat je weet hoe verschillende persoonlijkheden op elkaar inwerken. Het kan veel effect hebben om bijvoorbeeld één andere persoon toe te voegen waar alle anderen beter van worden omdat die de teamrol krijgen waar ze in passen.’

Van oudsher is HR erg transactioneel, zegt Strange: je werkt en je krijgt salaris, promotie, enzovoort. ‘Door er data en wetenschap in te verweven, kan HR niet alleen voor organisaties maar ook voor werknemers veel meer voorspellend en strategisch te werk gaan.’