5.3 Datagedreven selectie

selectieproces

Ondanks dat u door het gebruik van data meer passende sollicitanten krijgt, blijft het belangrijk dat ook het selectieproces goed verloopt. Organisaties die daarin minder succesvol zijn, krijgen mensen niet op de juiste plek en lopen risico op meer verloop en hoger verzuim.

5.3.1 Het proces verbeteren

process ­mining

praktijk

kwaliteit

Om het selectieproces te verbeteren, kunt u het eerst analyseren, process mining genoemd. Daarbij wordt het proces zoals dat is uitgedacht vergeleken met de stappen die in de praktijk zijn gezet. Die informatie haalt u uit het systeem. Tijdens het vergelijken ontdekt u misschien dat het selectieproces in de praktijk heel anders verloopt dan u op papier had gedacht. Interessant is daarbij of succesvolle kandidaten andere stappen of een andere volgorde van stappen hebben doorlopen dan sollicitanten die onderweg zijn afgehaakt. Daarmee kunt u achterhalen welke zaken invloed hebben op het proces. U kunt ook ontdekken hoe u de doorlooptijd kunt verkorten of de kwaliteit kunt verbeteren door bepaalde stappen aan te passen. Daarbij kijkt u uiteraard ook naar de tevredenheid van de sollicitanten over het proces.

5.3.2 De kwaliteit van de selectie verhogen

Een perfect proces met de verkeerde uitkomsten, dáár zit u niet op te wachten. Zoals u waarschijnlijk zelf al weleens heeft ondervonden, betekent een positief onderbuikgevoel niet per definitie dat de kandidaat een succesvolle werknemer wordt. Data helpen u die kans te verhogen.

Voorspellen

Een cv en IQ- en persoonlijkheidstesten kunnen u vertellen of uw kandidaat de juiste achtergrond heeft, slim is en introvert of extravert. Samen met de recruiter kan de leidinggevende daarmee vervolgens bepalen of de kandidaat ook echt bij de functie past. Maar het kan slimmer.

profiel ­samenstellen

Tegenwoordig kunt u een onderbouwd profiel samenstellen met behulp van data, gebaseerd op benchmarks en succesvolle talenten binnen het team. De hiervoor genoemde data gebruikt u nog steeds, maar vertellen u nu, op basis van een algoritme, welke kandidaten de beste match vormen en dus de meeste kans maken om succesvol te worden. Hierdoor neemt het aantal ‘bad hires’ af.

Nieuwe data

brainstorm

Een algoritme wordt gevoed door data. Naast de traditionele gegevens is het goed om ook op zoek te gaan naar andere data. Data die objectiever zijn of meer betrouwbaar. U begint zo breed mogelijk te zoeken, al brainstormend, niets is te gek in principe. Na de nodige data verzameld te hebben, achterhaalt u met data-analyse de factoren die doorslaggevend zijn in uw organisatie. Die factoren gebruikt u vervolgens om een efficiënte en effectieve (voor)selectie te maken.

Games

niet te ­manipuleren

Een mogelijk nieuwe databron is het game based assessment, dat de traditionele assessments en lange vragenlijsten kan vervangen of aanvullen. Games worden onder meer gebruikt om het geheugen, de aandachtsspanne en het denkvermogen te meten. Maar ook het vermogen om te plannen en te organiseren en om emoties bij anderen te herkennen. Een voordeel van games is dat ze praktisch niet te manipuleren zijn. Dit in tegenstelling tot vragenlijsten, die mogelijk sociaal wenselijke antwoorden opleveren. Daarnaast levert een game al snel duizenden datapunten op, waardoor het profiel een stuk uitgebreider wordt. Uiteraard vraagt een effectief game based assessment om een goed vooronderzoek. Net als ieder assessment is het belangrijk vooraf te valideren of de game daadwerkelijk meet wat je wilt meten.

Video’s

analyseren

Een andere bron voor nieuwe data is video. Behalve het gebruik van de inhoud van een video (wat iemand zegt en hoe iemand zich daarbij presenteert), kunt u ook nog een stap verder gaan als u dit ethisch verantwoord vindt. Video analytics software is steeds meer in staat om spierbewegingen in het gezicht, hoe klein ook, te analyseren. Daarmee categoriseert de software welke emoties een kandidaat laat zien, bewust of onbewust. Dit geeft inzicht in wat de sollicitant echt voelt en niet wat hij denkt te moeten tonen of zeggen.

Cultuurmatch

bedrijfscultuur

Voordat ze gaan solliciteren, bestuderen de meeste werkzoekenden de bedrijfscultuur, blijkt uit diverse onderzoeken. Ook de cultuurmatch is een belangrijke (voorspellende) factor voor het succes van een nieuwe werknemer (zie ook hoofdstuk 4). Toch werd deze factor voorheen nauwelijks meegenomen in het selectieproces. Terwijl het geen hogere wiskunde is: met enkele eenvoudige vragen en een algoritme kunt u vaststellen in hoeverre de waarden en voorkeuren van uw kandidaat overeenkomen met de kernwaarden en de bedrijfscultuur van uw organisatie.

Diversiteit

voordeel

Bijkomend voordeel van het gebruik van nieuwe data voor het selecteren van nieuwe werknemers en het automatiseren en digitaliseren, is dat het de mogelijkheid biedt om zaken als geslacht, leeftijd en nationaliteit achterwege te laten in het selectieproces. Analytics kan zo een bijdrage leveren aan diversiteit en inclusie.