De computer beslist over uw carrière

Maar: de oprichting van precies dat Smarter Workforce Institute, in 2013, toont dat er iets aan het veranderen is. Een jaar eerder kocht IBM ook al voor 1,3 miljard dollar Kenexa, een ontwikkelaar van datagedreven HR-software. 'Je merkt dat er steeds meer met data gedaan wordt', zegt Bronno Mulder, een Nederlandse executive in het team. 'HR wordt wetenschappelijker. Het krijgt nu ook de kans om zichzelf hard te maken, zijn toegevoegde waarde aan te tonen.' Vooral grote multinationals hebben de stap al gezet, zegt hij. De zogenaamde 'mid-market' volgt schoorvoetend.

Bronno Mulder geeft een paar voorbeelden van concrete toepassingen. 'Met data over promoties kunnen bedrijven nagaan: van welke afdeling komen de meeste mensen die promoveren? Hebben die een bepaalde opleiding gevolgd, of komen die van een bepaalde universiteit? Daar kunnen ze bij de rekrutering dan rekening mee houden. Met data van tevredenheidsenquêtes kunnen ze gaan kijken: waar zit de meeste ontevredenheid? Wat zou een verklaring kunnen zijn? Waar kunnen we meer aandacht aan besteden?'

Dawn KlinghofferBij Microsoft, wereldwijd goed voor bijna 120.000 werknemers, helpen slimme, voorspellende algoritmes daar al bij. Ze doen dat op basis van persoonlijke profielen van werknemers, enquêtes, prestatie-indicatoren en dies meer. Dat vertelt Dawn Klinghoffer via Skype vanuit het hoofdkwartier in Redmond. Ze is er senior directeur HR Business Insights, een intern departement dat ze twaalf jaar geleden mee oprichtte, vanuit een financiële en dus cijferachtergrond. 'We verzamelen heel veel data om te begrijpen waarom mensen bij ons komen werken, wat de motor is achter mooie carrières in ons bedrijf, en waarom sommigen weggaan', zegt ze.

Krijgt haar departement dan een e-mail-alert als er ergens een high potential ontluikt? Of als een topper op het punt staat te vertrekken? Zo individueel worden de algoritmes niet ingezet, zegt Klinghoffer. Ze helpen, onder meer via clusteranalyse, vooral bij talentmanagement op organisatieniveau. 'Wat we echt willen vatten, is: wat motiveert mensen?', zegt ze. Maar ze sluit niet uit dat algoritmes in de toekomst ook gepersonaliseerd advies zullen geven. 'Motivatie werkt niet bij iedereen op dezelfde manier. Het is niet 'one size fits all.''

'People analytics' gaat de komende jaren exponentieel groeien, verwacht Klinghoffer. Aan voortekenen alvast geen gebrek. Op de personeelsdienst van Google, die daar People Operations heet, heeft al één op de drie werknemers een analytische achtergrond. Die analytici 'leggen ons werk langs de wetenschappelijke lat', schrijft Lazslo Bock, het hoofd van 'People Operations', in zijn pas verschenen boek 'De Toekomst van Werk'. '[Ze] tillen alles wat we doen naar een hoger niveau.'

Maar het zijn niet alleen de reuzen die 'people analytics' omarmen. Het financiële advieskantoor Capco, goed voor 3.000 werknemers, zette er vorig jaar een nieuwe consultancy-activiteit rond op: 'Humanistics'. Capco zelf gebruikt ook onder meer Knack en BetterWorks, een digitaal samenwerkingsplatform dat toelaat om OKR's oftewel Objectives and Key Results te meten en te kwantificeren. En het analyseert ook prestatie-data om het personeelsverloop te proberen voorspellen. 'We zitten nog in een zeer vroeg stadium', zegt HR-directeur Isabel Naidoo aan de telefoon vanuit Londen. Maar ze noemt een en ander wel 'massively interesting' en 'incredibly exciting'.

Bye, bye buikgevoel

Maar een paar early adopters maken nog geen omwenteling. Dat weet ook hoogleraar organisatiepsychologie Frederik Anseel van de Universiteit Gent. 'Veel managers werken nog altijd op buikgevoel, en lijken daar zelfs een zekere trots uit te putten. Elke week lees ik wel een interview waarin iemand zegt: 'Ik werf medewerkers aan op basis van de twinkel in de ogen.' Dat is compleet onzinnig, natuurlijk.' Anseel is niet de enige die dat zegt, en hij is in goed gezelschap. In zijn bestseller 'Ons Feilbare Denken' houdt Nobelprijswinnaar Economie Daniel Kahneman een lang pleidooi om alle intuïtie uit aanwervingsgesprekken te bannen.

'Er bestaan wetenschappelijk onderbouwde modellen die bedrijven van grote hulp kunnen zijn', zegt Anseel. 'Niet alleen voor aanwerving — ook voor bijvoorbeeld innovatie. Zomaar mensen in het wilde weg laten brainstormen: geen goed idee. Maar er gaapt nog altijd een grote gap tussen de wetenschappelijke kennis aan de ene kant, en wat bedrijven doen aan de andere.'

Die gap, daarvoor waren lange tijd verzachtende omstandigheden. Kennis zat opgesloten in stoffige bibliotheken, informatie was schaars. Maar sinds de digitale omwenteling is dat helemaal anders. Informatie is nu overvloedig, technologie is dat ook. Om van data — tegenwoordig big data — nog maar te zwijgen.

Het opent een wereld aan nieuwe mogelijkheden. En dat is ook Frederik Anseel niet ontgaan. Aan de Universiteit Gent timmert hij aan een interdisciplinair kenniscentrum met als werknaam 'People Analytics at Work'. Doel: nieuwe managementmodellen en -tools ontwikkelen, onder meer om menselijk gedrag op het werk te meten en bij te sturen. In afwachting stampte hij samen met zijn oud-medewerker Cedric Velghe alvast een spin-off uit de grond. 'The Vigor Unit'. Ze willen er bedrijven mee helpen om het gedrag van hun werknemers te begrijpen, te voorspellen en te veranderen indien nodig. Evidence based, op basis van harde wetenschap.

The Vigor Unit — van het Latijnse 'vigor', kracht — wil een science broker worden, zegt Anseel. Een makelaar in wetenschappelijk inzicht. Samen met het Kortrijkse bedrijf CREAX ontwikkelden Anseel, twee doctoraatsstudenten en een onderzoeker al de online tool INNDUCE.me. Die kan het innovatiepotentieel van mensen kwantificeren, aan de hand van simulaties. Wie bedenkt twintig nieuwe ideeën per minuut, maar krijgt die niet uitgevoerd, bij wie ligt dat omgekeerd? Hoe ziet een dream team er dan uit, voor een welbepaald innovatietraject? Zijn wel alle profielen aanwezig? Meer dan 350 bedrijven werkten mee aan het onderzoek.

Ook innovatie wordt dus een kwestie van meten en weten. Voor sommigen is het dat al. 'Volg de data', raadde Michael Bloomberg zijn LinkedIn-volgers vorig jaar aan, in een blogpost over hoe ze innovatie konden stimuleren. Michael Bloomberg als in: de oprichter van de financiële dienstengigant Bloomberg en de oud-burgemeester van New York. 'Een getalenteerd team en sterke partnerships zijn essentieel, maar als je je prestaties niet kan meten, kun je ze niet managen', schreef hij. En hij voegde er nog een heerlijke oneliner aan toe die hem naar eigen schrijven zijn hele glanscarrière als kompas gediend had: 'In God we trust. Everyone else bring data.'

Per milliseconde wijzer

Data, dus. Ze worden bijna routinematig 'de nieuwe olie' genoemd, maar die metafoor mist één belangrijk punt. De oude olie wordt schaarser, de nieuwe alleen maar overvloediger. Ook op de werkvloer. Van smartphones over mailprogramma's tot digitale documenten: ze genereren allemaal gigantische hoeveelheden data. 'En via e-badges en allerlei sensoren krijgen we ook almaar meer data over wat er gebeurt in de fysieke wereld', zegt Ben Waber. Hij is de auteur van 'People Analytics', een boek over wat er zoal denk- en doenbaar wordt als datawetenschappers zich met HR gaan bemoeien.

Ben Waber schrijft niet alleen over 'people analytics', hij dóét er ook aan. Hij is de CEO en een van de oprichters van Humanyze, een spin-off van het prestigieuze Massachusetts Institute of Technology (MIT). Humanyze helpt bedrijven om van zowat alles datasets te maken. Het doet dat met een combinatie van algoritmes en slimme badges. Wie mailt en praat met wie, en hoelang? Wat zijn de hotspots in een bedrijf? Hoe verlopen interacties tijdens vergaderingen? Het klinkt als Big Brother op steroïden, maar dat is het in geen geval, benadrukt Ben Waber. 'We doen het op de juiste manier', zegt hij.

Ben Waber heeft een slimme badge om zijn nek hangen terwijl we Skypen. Het is een wit plaatje ter grootte van een iPod, waar onder meer een microfoon inzit. 'De badge neemt niet op wat we aan het zeggen zijn, maar hij weet wel dat ik met iemand aan het praten ben nu', zegt Waber. 'Hij registreert hoeveel procent van de tijd ik aan het woord ben, wat mijn toon is, hoe luid ik praat — een heleboel dingen. Hij verzamelt ongeveer 40 datapunten per milliseconde. Er zit ook een accelerometer in die weet of ik vooruit of achteruit leun. En hij weet dat ik op dit moment in de lounge zit, via Bluetooth.'

De 'Sociometric Badge', heet het apparaatje. Het werd ontwikkeld aan het Massachusetts Institute of Technology, waar Ben Waber onderzoeker is, om de interacties tussen mensen te kunnen kwantificeren. Als een soort thermometer voor sociologisch onderzoek, zeg maar. De resultaten bleken spectaculair, schrijft Ben Waber in zijn boek. Bij speed dating, bijvoorbeeld, konden de data met 85 procent accuraatheid voorspellen welke koppels elkaar terug zouden zien. Niet door te analyseren wat ze zeiden, maar alleen hóé ze praatten — toon, volume en snelheid. Bij salarisonderhandelingen bleken diezelfde parameters in de eerste vijf minuten goed voor 30 procent van het finale salaris. Concreet: het verschil tussen 2.500 of euro 3.250 euro per maand.

Het 'aha'-moment was een onderzoek naar de productiviteit in een groot bedrijf, vertelt Waber. Gegevens over face-to-face contacten, geregistreerd door de badge, werden vergeleken met informatie uit enquêtes en een analyse van het e-mailverkeer. 'We verzamelden ongeveer vier weken data', vertelt Waber. 'We keken naar de eenvoudigste metric die we konden bedenken: wie praat met wie? Dat was het. We keken hoe het netwerk eruit zag. En dan naar hoe productief mensen waren. De resultaten waren bijna zes keer krachtiger dan de enquêtes en de e-mails gecombineerd. Het bedrijf paste zijn organisatie compleet aan op basis van die analyse. Toen dachten we: 'Oké, hier zit iets in.''

Humanyze is — opnieuw — een voorbeeld van wetenschap die de werkvloer verovert. 'Lange tijd was heel veel gebaseerd op intuïtie', zegt ook Ben Waber. 'Iemand las een artikel in Harvard Business Review en zei: 'Oh, Google deed dat.' Waarop de anderen: 'Oké, dan gaan we dat ook doen.' Maar dat is geen goede manier om je business te organiseren. Wat werkt voor Google, werkt daarom niet voor jou — al zou ook kunnen van wel.'

Dat besef begint te groeien. Drie van de 25 grootste bedrijven ter wereld zijn al klant bij Humanyze, zegt Waber. Hij begrijpt — 'totally' — dat één en ander een beetje angstaanjagend kan klinken. Zeker vanuit privacy-oogpunt. Maar daarover is heel goed nagedacht, zegt hij. Werknemers krijgen de keuze of ze willen deelnemen of niet, en tekenen een toestemming. Zien ze het niet zitten, dan krijgen ze een valse badge, om te vermijden dat er groepsdruk zou spelen. En er wordt contractueel vastgelegd dat bedrijven geen individuele data mogen opvragen.

Bedrijven krijgen enkel geaggregeerde statistieken te zien, en algemene patronen. Zoals: is er wel genoeg contact tussen sales en engineering? Wat doen de meest productieve mensen in het bedrijf — zonder te zeggen wie het zijn — anders en dus beter? 'De reden waarom we zo werken, is ten eerste omdat dat het juiste ding is om te doen', zegt Waber. 'Maar er is ook een tweede reden. Als je dit soort technologie zou gebruiken om mensen te monitoren — 'Laten we eens checken of Anne aan het werken is' — dan zouden alle voordelen die je eruit zou kunnen halen onmiddellijk tenietgedaan worden door de negatieve reacties.'

Die voordelen, dat zijn in de eerste plaats: beter onderbouwde beslissingen, meent Ben Waber. Niemand, zegt hij, zou nog maar een seconde overwegen om alleen maar op buikgevoel 100 miljoen uit te geven aan een advertentiecampagne. 'Je zou onmiddellijk ontslagen worden. Maar om de een of andere reden gebruiken we wel heel weinig data — áls we er al gebruiken — voor belangrijke beslissingen die een heel grote impact hebben op mensen. Dingen als: hoe moet onze organisatiestructuur eruit zien? Hoe moeten we mensen betalen?'

Ook voor de inrichting van werkplekken kunnen data van onschatbare waarde zijn, zegt hij. Het interesseerde hem aanvankelijk totaal niet — 'Ik dacht: zet mensen samen, en de juiste dingen zullen gebeuren' — maar intussen is het een fascinatie. De waterkoeler noemt hij 'de belangrijkste investering die een bedrijf kan doen.' Een beetje een overstatement, geeft hij toe, maar toch niet zomaar een boutade. In een van de bedrijven waar hij onderzoek deed, bleek bijvoorbeeld dat mensen aan langere bureaus 43 procent minder met elkaar communiceerden dan hun collega's aan kortere bureaus. Mensen die in grotere groepen lunchten, hadden de rest van de dag 36 procent meer interactie dan mensen die dat in kleinere groepjes deden. Ze bleken ook significant weerbaarder tegen stressvolle gebeurtenissen.

'We stellen keer op keer vast dat tweaks in de fysieke omgeving — waar je zit, hoe groot de lunchtafels zijn, al die ogenschijnlijk onbetekenende dingetjes — heel grote effecten hebben', zegt Waber. 'Bedrijfsgebouwen worden vaak louter als een kost gezien. Hoe meer mensen je in een ruimte kan proppen, hoe meer je bespaart. Maar het zou gezien moeten worden als een investering. Het verandert hoe mensen samenwerken. Als ik een bedrijf heb van 10.000 medewerkers, en ik kan ze zelfs maar één procent efficiënter maken door een miljoen te investeren, dan doe ik dat. Maar tot nog toe was er geen manier om dat aan te tonen.'

Maar die is er nu dus wel. De data zijn bovendien — en dat is een primeur in de geschiedenis — objectief. 'Een enquête vul je anders in op een zonnige dag dan als het regent', zegt Ben Waber. 'Het feit dat we nu tot op de milliseconde kunnen kwantificeren wat er gebeurt, voor miljoenen mensen over de hele wereld, verandert fundamenteel hoe we over management kunnen nadenken, maar ook over onszelf, en hoe we onszelf kunnen verbeteren.' Hij vergelijkt het met de digitale omwenteling. 'De baten die we zien, zou je kunnen vergelijken met de overgang van kantoren met pen en papier naar kantoren met computers'

'Binnen tien jaar gebruikt iedereen deze technologie', gelooft Ben Waber. De grootste rem wordt in zijn ogen de weerstand die nog overwonnen moet worden. 'Cultureel zijn we nog niet klaar voor dit soort omgevingen. Dat gaat tijd kosten. Maar het gaat gebeuren. En ik denk dat het van het werk een veel menselijker plek gaat maken. Dat is een beetje ironisch, omdat er meer technologie in die plek zal zijn dan ooit voorheen. Maar computers en algoritmes zullen doen waar zij goed in zijn. En dat zal mensen helpen om te doen waar zij het best in zijn.'

Data alleen zullen niet volstaan, benadrukt Ben Waber wel. Meer nog: bedrijven die niet begrijpen, 'zullen spectaculair falen'. 'Zelfs als we veel data hebben om onze beslissingen te ondersteunen, zullen we mensen nodig hebben om die beslissingen te nemen.' En die mensen, zegt hij, zullen heel goed naar de context moeten kijken. 'Als we dat vergeten, en onszelf laten leiden door cijfers alleen, gaan we heel domme dingen doen. Wat ook het soort data is — financiële data, people analytics: de bedrijven die het goed doen, zijn de bedrijven die dat soort kwantitatieve kennis laten samenvloeien met een kwalitatief begrip van de situatie.'

'Er zijn zoveel dingen die mensen ontzettend goed doen. Maar vandaag worden we verplicht om veel dingen te doen waar we heel erg slecht in zijn. Bijvoorbeeld: proberen te begrijpen hoe 100.000 mensen met elkaar communiceren. Daar hebben we geen idee van. En dus gissen we maar — soms juist, soms fout. Computers zijn daar geweldig in. Maar ze zijn dan weer vreselijk in het begrijpen van de context, het grotere plaatje. Als je die twee dingen in elkaar laat vloeien, dan heb je een perfecte match.'