Penvrienden over arbeidsproductiviteit: ‘Data liegen misschien niet, mensen wel’

Hi Geert-Jan,

De juiste persoon op de juiste plek. Wie wil dat nou niet? Het klinkt zo makkelijk, maar blijkt in de praktijk toch ontzettend lastig. We weten dat de consequenties van slechte beslissingen dramatisch zijn voor bedrijven, met hoog verloop, ziekteverzuim, of het achterlopen op de (omzet)doelstellingen als resultaat. Een aangenomen kandidaat die weer opstapt, kost minimaal 100,000 euro.

Ik heb me jaren geleden de vraag gesteld: waarom is dat zo? Waarom is het zo lastig om de juiste kandidaat te identificeren. Nu vergt het meer dan één brief om de bevindingen van jaren onderzoek en data uit de doeken te doen, maar we kunnen wel een hardnekkige waarheid onthullen die niet blijkt te kloppen:

‘Managers weten precies wie de juiste kandidaat is’.

De meest ervaren managers die ik spreek, zijn overtuigd van hun kunnen op het gebied van aanname- of promotiebeleid. Dat heeft een aanwijsbare reden: de afhankelijkheid van het menselijk oordeel is binnen dit vakgebied van oudsher groot. Echter, ons menselijk oordeel heeft haar beperkingen.

Om dat te begrijpen, kunnen we een kijkje nemen binnen het vakgebied Data-analyse. Over het algemeen begrijpen mensen héle grote en héle kleine getallen slecht. Je herinnert je de Corona-periode met exponentiële groei. Statistiek en datagedreven beslissingen vormen voor velen nog een enorme uitdaging. Denk bijvoorbeeld aan gokken of vliegangst. Statistisch gezien biedt gokken geen grote winkans, en reizen per vliegtuig is veiliger dan fietsen. Ik durf te stellen dat wij als mensen irrationeel zijn.

De implicaties van de selectie van kandidaten zijn niet anders. Managers selecteren kandidaten die het meest op hen lijken, in plaats van de kandidaten die het meest geschikt zijn voor de functie. Dit fenomeen wordt ook wel affiniteitsbias genoemd. 

Het onderkennen van onze irrationaliteit is stap 1 van de oplossing. Een andere oplossing ligt verscholen in het huidige intelligentietijdperk (‘intelligence age’). 

Zie je al signalen, Geert-Jan, dat HR professionals steeds meer op zoek gaan alternatieven om betere besluiten te kunnen nemen?

Duocolumn Penvrienden over arbeidsproductiviteit

Rina Joosten-Rabou is CEO bij AI HR bedrijf Pera, dat al meer dan tien jaar high performance in organisaties onderzoekt en de patronen vastlegt met behulp van AI. Wat is toch het geheime recept van productieve medewerkers?

Geert-Jan Waasdorp, CEO van Intelligence Group, is al 25 jaar arbeidsmarktanalist en -kenner. Hij schreef in 2024 dat arbeidsproductiviteit de belangrijkste KPI voor recruiters en recruitmentteams zou moeten zijn. Het is het wapen tegen arbeidsmarktschaarste én voor werkgeluk.

Rina en Geert-Jan verzorgen tweewekelijks een duocolumn over dit onderwerp voor HRMorgen.nl

Beste Rina,

Helaas zie ik dat niet….

Wist je dat 60% van de mensen denkt dat ze bovengemiddeld goed kunnen autorijden? Data liegen misschien niet, mensen wel. Gelukkig zijn we wel in staat om beter onze huwelijkspartner te kiezen vandaag dan pakweg 15 jaar geleden. Zou je ook niet denken toch? Pikant detail is wel dat we voor deze match geen data gebruiken.

Er lijkt een interessante paradox te zijn. We meten meer dan ooit. Er is meer data en bewijs dan ooit dat laat zien dat onderbouwde beslissingen tot betere resultaten leiden. En toch laten we ons leiden door ons buikgevoel. Omdat recruitment nog steeds niet gezien wordt als vak, zie ik vooral veel ad-hoc en minder strategische aanpakken. Zelfs nu de arbeidsmarkt duurzame tekorten laat zien. En je weet, bij ad-hoc staan feiten achter in de rij.

Wat natuurlijk ook niet meehelpt, is dat meer dan 95% van HR en Recruitment niets heeft met data. Ze vertrouwen graag op suppliers die zeggen dat ze ‘data driven’, ‘betrouwbaar’ en/of gebaseerd op AI zijn. Het vertrouwen op een supplier, is de credibility waarop ‘we’ beslissen. De waarheid is vaak dat deze suppliers maar zelden echt grip op hun data hebben en daardoor maken we alsnog de verkeerde beslissingen. It keeps the world turning.

Tegenwoordig gebruik ik data niet meer zozeer voor het maken van de juiste beslissing. Ik gebruik data veel liever om een verkeerde beslissing te voorkomen en de kans op een goede beslissing te vergroten. Dat klinkt als hetzelfde, maar dat is het niet. Het is een verschil van kijken. 

Als we zoeken naar de match, zijn we mogelijk al minder kritisch (selectieve perceptie) omdat we ook een match willen. We verliezen kritisch vermogen. Als je je kritische bril opzet, neem je andere beslissingen dan als je positief kijkt (roze bril). Het voordeel van het voorkomen van fouten, is dat de kans op succes toeneemt. 

De reductie van bad hires, is niet alleen het voorkomen van 100.000 euro aan kosten en demotivatie van alle betrokkenen, maar ook het realiseren van extra winstgevendheid en retentie. Een bad hire ontneemt je de kans op een good hire, met alle (financiële) voordelen. Het voorkomen van een bad hire laat de productiviteit van een organisatie met vele procentpunten stijgen… 

We moeten gewoon beter worden in afwijzen dan in aannemen, vind je ook niet?