Winkelmand

Geen producten in de winkelwagen.

Personeelsselectie is kwestie van juiste software

Door de hoge werkloosheid wordt de selectie van mensen de succesfactor. Dat kan beter, uw onderbuik is passé.

Eén van de lastigste taken van elke leidinggevende is het aannemen van mensen. Vaak wordt intuïtief gekozen. De ‘algemene indruk’, ‘de uitstraling’, of gevoel gebruikt als argument om iemand aan te nemen. Niets is zo misleidend als de eigen onderbuik. Verkeerd selecteren leidt tot slapeloze nachten bij menig manager.

Dure plakfactor

GROEIENDE MARKT

Het objectiveren van de selectie en het volgen van mensen die niet in de top van het bedrijfsleven emplooi vinden is een business van 3,8 miljard dollar. Die business kan geautomatiseerd worden. Het recept is een snufje IT, een scheut big data over personen en carrières, eerdere onderzoeken, en een stapel psychologische standaardtests.

OVERNAMES

Met 15 procent per jaar is het een indrukwekkende groeimarkt. En dus moeten de grote jongens in de industrie zich een weg naar binnen kopen. Dat doen ze ook.

Hun geloof in deze toekomst van geautomatiseerde selectie wordt zichtbaar in de overnamesommen die ze betalen:

* SAP nam in december 2011 SuccesFactors voor 3,4 miljard over. * Oracle betaalde 1,9 miljard dollar voor Taleo
* IBM kocht in augustus Kenexa voor 1,3 miljard. 

Niet passende mensen vertrekken in de praktijk al het eerste jaar. Of vertrokken. Want als de mismatch minder evident is, is de plakfactor in deze onzekere economische tijden hoog. En een verkeerde aanstelling kan flink in de papieren lopen. Stephan Rencken, directeur van de Nederlandse tak van Robert Half – een bureau dat werft en selecteert voor vooral financiële functies – schat de kosten. Naast de directe wervings- en selectiekosten  die afhankelijk van het functieniveau tussen de 10 en 20.000 euro bedragen – presteren die 'flitsmedewerkers' onder de norm. De extra last van een mismatch kan zo oplopen tot 50.000 euro. Bij elkaar opgeteld is zo’n misser dus een bleeder van 70.000 euro. Maar ook met elke voortijdig vertrekkende callcentermedewerker stroomt het geld weg. De waarde van hun training ligt al gauw rond de 4.000 euro en de terugverdientijd is zo’n zes maanden. Het foutpercentage moet dringend omlaag.

Objectiveren

We zoeken al tijden naar manieren om die beoordeling van een nieuwe medewerker te objectiveren. Als de functie zwaar genoeg is, dan investeren we in een assessment. En dat heeft zin. De voorspellende waarde van een selectieonderzoek uitgevoerd door een ‘beperkt ervaren selecteur’ – typisch een manager die dit af en toe doet – is circa 10 procent. Voor een ervaren selecteur ligt dit percentage rond de 25 procent en een degelijk uitgevoerd selectieonderzoek levert tussen de 70 en 85 procent duidelijkheid over het toekomstige werksucces. Bij de rest gaat ook het dure adviesbureau nat.

Datapool

Bij de selectie van nieuwe werknemers kijken we vooral naar het verleden. Het CV zegt alles. Toch? Nee, dat blijkt grote onzin. Persoonlijkheid zegt alles. Dat is in ieder geval de conclusie van Xerox. Zij selecteren callcentermedewerkers – ze hebben er 48.700 – op basis van online persoonlijkheidstesten en statistische verbanden die voorheen onzichtbaar bleven. De datapool waartegen Xerox en andere partijen de geautomatiseerde persoonlijkheidstesten afzetten, levert werkbare voorspellingen op. De ideale callcentermedewerker kent opeens de volgende karakteristieken: woont dichtbij, heeft betrouwbaar transport, gebruikt maximaal vier sociale netwerken, en is als persoon wel creatief, maar zeker niet al te onderzoekend of empathisch. Met enig gevoel voor understatement vertelde Xerox’ Connie Harvey aan de Wall Street Journal: “Een aantal aannames die we deden, bleken niet geldig.” Logisch, als je kijkt naar het verleden. En niet onbelangrijk, de data-analyse helpt die onderbuik van de manager te neutraliseren.

Dagelijks de nieuwsbrief van Management & Leiderschap ontvangen?



Door je in te schrijven ga je akkoord met de algemene en privacyvoorwaarden.

Privacy

Zoals altijd wanneer grote datasets en persoonlijke informatie – veel persoonlijker dan een persoonlijkheidstest wordt het niet –  worden gekruist, loert het gevaar van de geschonden privacy. De software zoekt en vindt faal- en succesfactoren. Reuzehandig. Maar wat als die opeens samenhangen met ras, leeftijd, sekse, culturele achtergrond of religie? Dan wordt de geautomatiseerde selectie opeens een juridisch risico. Het non-discriminatie beginsel uit de grondwet komt dan opeens heel dichtbij.
 

Nog geen geautomatiseerde selectie?

5 tips om het succespercentage van je selectie te verhogen

  1. Formuleer van tevoren objectieve selectiecriteria en probeer de criteria direct in het gesprek te waarderen met een cijfer (in welke mate heb ik bewijzen gevonden voor dit criterium).
  2. Bedenk van te voren door welke vragen je werkelijk inzicht krijgt in de feiten rondom de sollicitant.
  3. Laat de sollicitant aan de hand van die objectieve criteria door meerdere selecteurs beoordelen. En bespreek de verschillende waarnemingen aan de hand van feitelijke informatie over de sollicitant.
  4. Maak aantekeningen tijdens het sollicitatiegesprek, als je vertrouwt op je geheugen steekt voor je het weet het halo/horn-effect weer de kop op.
  5. Accepteer bij het bespreken van de sollicitanten met uw mede selecteurs geen subjectieve oordelen. Vraag om harde bewijzen.

 

Lees ook:

hrm