Puzzelen met data. Van HR personalisatie tot hyperpersonalisatie

HR personalisatie met behulp van data is voor veel organisaties nog onontgonnen terrein. Terwijl we toch over volop data beschikken die ons kunnen helpen medewerkers zo persoonlijk mogelijk te begeleiden en verder te helpen. Maar hoe pak je dat aan in de praktijk? En waar moet je dan op letten?

Persoonsgericht en op het juiste moment

We hebben vandaag de dag volop informatie over kandidaten en medewerkers. Cv’s natuurlijk en studieresultaten. Maar ook doen we steeds actiever zelf onderzoek. Zo ontwikkelt Ixly tests die worden gebruikt bij onder andere assessments en loopbaanadvies. 

Met al die data zijn we steeds beter in staat om de persoonlijke kwaliteiten en drijfveren van medewerkers te doorgronden. Ook kunnen we beter analyseren welke externe factoren invloed hebben op hun prestaties en ontwikkeling. Met die kennis kunnen we iedere fase van de ‘employee journey’ zo persoonlijk mogelijk inrichten. Dat begint uiteraard met een veel gerichtere werving en selectie van de juiste kandidaten. Maar ook de verdere ondersteuning kan veel persoonlijker.

Zo kunnen we op het gebied van arbeidsvoorwaarden de stap maken van een cafetaria model met een paar opties naar écht maatwerk. Maatwerk waarin we optimaal rekening houden met iemands persoonlijke situatie, van de reistijd tot de gezinssituatie en verdere privéomstandigheden. 

Ook zijn we steeds beter in staat te voorspellen wanneer iemand klaar is voor een nieuwe uitdaging. We herkennen een geschikt moment om een training aan te bieden, en kunnen ook veel persoonlijker onboarden en training-on-the-job arrangementen organiseren. Het is zelfs mogelijk om meer differentiatie aan te brengen in kantoorinrichting, werkplekken en communicatiemiddelen, afhankelijk van persoonlijke eigenschappen en de teamstructuur. Terwijl we die teams ook effectiever kunnen samenstellen en managers kunnen adviseren over hun leiderschapsstijl. En mocht er toch iets niet goed gaan, dan herkennen we exit-signalen eerder en gaan er proactief mee aan de slag.

Geen bak data waarin we even moeten roeren

Makkelijk is het echter niet. We kijken nogal eens jaloers naar de marketingwereld omdat men daar al veel verder is in het personaliseren van de customer journey. De Bollen.com lijken hun klanten soms daadwerkelijk persoonlijk te kennen. Toch zien we ook nog dagelijks voorbeelden van e-commerce personalisatie die minder soepel verlopen. Zoals de online elektronicashop die er van uitgaat dat je een week na de bestelling van je 55 inch OLED tv met 8K UHD beeldkwaliteit exact nog zo’n apparaat wil bestellen, kennelijk voor aan de andere muur. Een voorbeeldje van gepersonaliseerde ‘retargeting’ die prima voldoet voor de wekelijkse pot pindakaas maar minder bij flatscreens. Ook in HR-omgevingen blijkt het vaak complex om de verzamelde data te vertalen in bruikbare conclusies. Data verzamelen is een startpunt, maar de analyse en vertaling naar concrete acties is waar het echt om gaat.

En vergeet de ongestructureerde data niet

Privé zijn we vaak dol op zogenaamde ongestructureerde data. We genieten van een boek, kijken graag een film en checken onze tijdlijn. Zakelijk ligt dat iets anders. Daar zien we liever gestructureerde data, gegevens die we in databases kunnen stoppen, door Excel kunnen halen en in grafieken kunnen plotten. De verleiding is groot om ook HR personalisatie vooral op basis van zulke gestructureerde data te doen. We hebben immers een snel groeiende berg gestructureerde data, dus aan de slag ermee. 

Probleem is dat we dan een soortgelijke berg aan ongestructureerde data negeren. Intake-, sollicitatie- of voortgangsverslagen zitten boordevol informatie, maar worden achteraf nog zelden gebruikt. Het cv wordt eenmalig doorgenomen en verdwijnt weer in een map. Terwijl ook iemands uitingen op LinkedIn en het eigen intranet vaak waardevolle informatie bevatten. Als we weten dat die enthousiaste softwareontwikkelaar op LinkedIn juist geïnteresseerd is in businessvraagstukken, moeten we hem misschien wel hele andere trainingssuggesties sturen dan de geijkte IT-cursussen.

Van HR personalisatie naar hyperpersonalisatie

Maar hoe ontdekken we die verborgen talenten? En hoe analyseren we de sentimenten rondom een reorganisatie, de nieuwe reiskostenregeling of het anti-rookbeleid? Gaandeweg lukt het beter om ook dat soort ‘zachte informatie’ te filteren en toe te passen. Een specialisme als sentiment analyse staat nog in de kinderschoenen, maar heeft veel potentieel dankzij de razendsnelle AI ontwikkelingen. Het zijn opstapjes naar wat wel hyperpersonalisatie wordt genoemd. Met behulp van onder andere kunstmatige intelligentie een nog nauwkeuriger beeld van iemand krijgen (en van relevante omgevingsfactoren) om hem of haar nog persoonlijker te bedienen. Uiteraard op basis van openbare uitingen en informatie op bijvoorbeeld het intranet, nooit door iemands privacy te schenden.

Aan de slag met je HR personalisatie

Belangrijkste is dat we aan de slag gaan. HR personalisatie begint met data. Zorg dat die data in orde zijn want alleen dan heeft de inzet van nieuwe technologie ook zin. Dat geldt uiteraard voor gestructureerde data, maar negeer dus vooral ook de ongestructureerde data niet. Verdiep je in mogelijkheden om daar bruikbare en actuele informatie uit te filteren. Experimenteer met slimme zoektechnologie voor cv’s en vacatures, maar ook met het analyseren van datastreams van intranet of LinkedIn. Leer de mogelijkheden van nieuwe technologie begrijpen, maar ook de beperkingen. HR personalisatie is nadrukkelijk geen big bang maar een groeipad. Hoogste tijd om de eerste stappen op dat pad te zetten. Wil je daar een keer over sparren met onze data-specialisten? Onze deur staat open.