Big Data is hier en gaat niet meer weg. Waar het vijf jaar geleden misschien nog voorbehouden was aan hippe start-ups en multinationals, gaan de ontwikkelingen nu zo snel dat ook de afdeling HRM in de publieke sector hiermee te maken krijgt. Volgens hoogleraar prof. dr. Sander Klous komt Big Data neer op het begrijpen van gedrag. Gedrag van een persoon, een groep, een systeem, een machine of een organisatie. Bij uitstek onderwerpen die HRM bezighouden.
Als je Sander Klous spreekt, dan heb je niet het gevoel dat je te maken hebt met een Big Data-evangelist. Genuanceerd en empathisch zet hij zijn verhaal uiteen. De hoogleraar aan de Universiteit van Amsterdam heeft als managing partner de leiding over de data & analytics dienstverlening bij KPMG. De Amsterdamse hoogleraar promoveerde op het gebied van de hoge-energiefysica, werkte bij het Nationaal instituut voor subatomaire fysica (NIKHEF) en deed verschillende projecten bij de deeltjesversneller op CERN. Tijd om de brug te slaan naar HRM. Er lijkt geen consensus over de definitie van Big Data.
“Het valt mee. In de begintijd was hier nog veel discussie over, maar inmiddels lijkt deze discussie beslecht. Met een technische bril spreken we over Big Data als er minimaal aan een aantal van de volgende factoren is voldaan: grote hoeveelheid data, hoge snelheid waarmee data binnenkomt en een hoge mate van diversiteit in de data (data is ongestructureerd, red.). Drie andere factoren zijn de variatie in de data (data van verschillende bronnen, red.), de kwaliteit van de data en de waarde van de data.”
“De toekomstige HRM’er beschikt over andere competenties dan de HRM’er van vandaag. Data-analyse speelt daarin een belangrijke rol naast de huidige vaardigheden. Dit vraagt om opleiding, training en oefening. En ik zal uitleggen waarom. Om data te kunnen interpreteren en analyseren, heb je kennis van het vak nodig. Want wanneer is bijvoorbeeld een correlatie ook een causaliteit? (Een correlatie betekent een samenhang tussen twee variabelen. Een causaliteit betekent dat er ook daadwerkelijk een oorzaakgevolg relatie bestaat, red.).
Om dat te bepalen is kennis en vaardigheid van de HRM’er nodig. Want als je maar genoeg data verzamelt en genoeg verschillende analyses uitvoert, dan komt er altijd wel een opvallende correlatie uit naar voren. Dit hoeft nog niet direct op een causaal verband te duiden. Een HRM’er met voldoende analytische vaardigheden is zich van de genoemde risico’s zeer bewust en is getraind om er kritisch op te zijn. In het geval van HRM kan een hypothese zijn dat mensen die veel mailen, sneller overspannen zijn. Op basis van verschillende datasets moet vervolgens geconcludeerd worden of dit een causaal verband is.
Ligt het aan de hoeveelheid mails dat mensen overspannen raken of is het de soort functie? Laatst sprak ik op een HR-congres en kreeg ik een discussie met een van de andere panelleden. Ik was in eerste instantie van mening dat de toekomstige HRM’er meer een data-analist wordt. Hij dacht juist van niet. Uiteindelijk hebben we elkaar gevonden en de conclusie was dat HRM niet meer zonder data en analyses kan, maar dat ook de ‘traditionele’ HRM component belangrijk blijft.”
“Het gebruik van Big Data ligt in Nederland gecompliceerd vanwege een strenge privacywetgeving. Zeker voor HRM speelt dit een rol, omdat er volgens de wet sprake is van een machtsverhouding tussen werkgever en werknemer. Waar organisaties in retail Big Data veelvuldig gebruiken voor bijvoorbeeld persoonlijke advertenties op basis van klikgedrag, ligt dit anders wanneer het gaat om medewerkers. Er bestaan duidelijke grenzen aan de inzet van Big Data in de organisatie om op individueel niveau functioneren te beoordelen.
We zullen het de komende jaren op het gebied van HR met Big Data vooral moeten zoeken in groepstrends en bijvoorbeeld toekomstvoorspelling op het gebied van personeelsplanning.
“Dit is natuurlijk sterk afhankelijk van de organisatie en het soort werk, maar Big Data kan gebruikt worden om prestaties van medewerkers op groepsniveau te analyseren en te verbeteren. Ook in recruitment liggen kansen. Bij recruitment is er immers nog geen sprake van een arbeidsverhouding, waardoor de privacywetgeving meer ruimte laat voor data-analyse. Uiteindelijk moet HR definitief uit de hoek van kostenpost komen.
Human capital is vaak het meest waardevolle van een organisatie en met behulp van Big Data kan HRM helpen om dit kapitaal te benutten. Daar komt bij dat in de toekomst steeds meer van ons werk wordt overgenomen door machines, die de werknemers ondersteunen. Dit zorgt voor een verschuiving van het vak.
“Dat is een interessant gedachte waar HRM zeker rekening mee moet houden. Misschien moet HRM meer nadenken over hoe ze omgaan met machines. Zeker als we straks zelflerende machines krijgen. Big Data speelt al een belangrijke rol in procesoptimalisatie en de manier waarop mens en machine (gaan) samenwerken is daarbij absoluut een aandachtspunt. Uitdagingen waar HRM een belangrijke rol in speelt. Machines kunnen namelijk veel, maar de emotionele component blijft vooralsnog voorbehouden aan mensen.”
“Big Data staat voor een aantal ethische vraagstukken waar we als samenleving antwoord op moeten geven. Enerzijds verwachten we steeds meer als het gaat om relevantie en toegevoegde waarde, anderzijds zijn er grote uitdagingen die verder gaan dan veiligheid en betrouwbaarheid. Kunnen we de analyses vertrouwen? Als je navigatiesysteem je toevallig elke keer langs hetzelfde benzinestation stuurt als je een lege tank hebt, dan vertrouw je het niet. Maar denk ook aan veiligheid en het gevaar van een datalek. Zeker als het gaat om medewerker- en persoonsgegevens is dit zeer gevoelig.
Het Internet of Things (IoT) zorgt ervoor dat het beheren van IT al lang niet alleen meer gaat over de servers in de kelder, maar ook over je slimme televisie of thermostaat. Daar mag je je best een beetje zorgen over maken. Dat zorgt ervoor dat we alert blijven en de uitdagingen onder ogen durven zien. Ook (of misschien wel juist) bij de afdeling HRM.”
