Arbeidsmarktkansen en big data

Een serie blogs over HR uitdagingen.

BLOG – Als je voldoende data hebt en een uitstekende arbeidsmarktanalist die de juiste algoritmes schrijft, dan kun je voor tienduizenden verschillende profielen de kansen op de arbeidsmarkt uitrekenen. De berekeningen worden onder meer gebruikt om te checken of bepaalde types flexwerker en uitzendkrachten goede kansen op de arbeidsmarkt hebben. Als dat zo is, komen ze in aanmerking voor een hypotheek, binnenkort ook met NHG en met goedkeuring van het kabinet.

Door Ben Rogmans. Hij is directeur van Arbeidsmarktkansen.nl en partner bij Intelligence Group. Hij adviseert organisaties bij SPP en is auteur van het boek 'Geen Paniek! Maar ook jouw baan gaat er aan'.

Je kunt de data ook gebruiken om mensen een spiegel voor te houden en ze daarmee aansporen om iets aan hun ontwikkeling te doen. Zodat ze verder kunnen als hun huidige werk verdwijnt. Ook dat gebeurt op ruime schaal.

Minder gebruikelijk is het dat organisaties van elke medewerker op basis van de data in hun personeelsinformatiesysteem hun kansen op de arbeidsmarkt opnemen, in combinatie met een hele reeks andere data: waar zijn de vacatures, bij welke werkgevers, wat zijn kansrijke naastgelegen beroepen etcetera. Voor de HR-strategie is dat onmisbare informatie. Je kunt groepen identificeren met slechte kansen.

Verdwijnen

Als dat groepen zijn – en meestal is dat zo – waarvan het werk door automatisering of offshoring langzaam verdwijnt, dan kun je op tijd actie ondernemen. Dat kan gevolgen hebben voor de hoogte van de transitievergoeding, en voor de WW als je eigen-risicodrager bent (zoals overheidsorganisaties). Dan kan tijdig en gericht ingrijpen heel veel geld opleveren en tevreden oud-medewerkers, omdat ze sneller nieuw werk hebben gevonden.

Verhuizen

Er zijn ook groepen met goede kansen op de arbeidsmarkt, van wie het werk door offshoring verdwijnt. Ik kwam onlangs een voorbeeld tegen van een bedrijf dat 80 procent van de finance professionals eruit zet en de activiteiten overbrengt naar Bangalore. Die hoeven zich niet meteen zorgen te maken, maar velen van hen zullen moeten verkassen van een big corporate naar een groot mkb-bedrijf, zo blijkt uit de data en de onderzoeken. Een totaal andere omgeving, cultuur en werksfeer, met andere systemen, minder middelen etc. Als mensen dat op tijd weten, kunnen ze zich voorbereiden.

Vermaken

En dan zijn er groepen met goede kansen op de arbeidsmarkt waarvan het werk absoluut niet gaat verdwijnen. Integendeel: je staat erom te schreeuwen. Bij die groepen kun je op basis van beschikbare arbeidsmarktdata vaststellen wat je moet doen om ze te behouden. Voor welke incentives zijn ze gevoelig? Wat vinden ze belangrijk in hun werk? Wat zijn hun pullfactoren? Dat is voor elke groep weer een andere set: medici zijn anders dan financials, en die zijn weer anders dan HR-mensen, ICT’ers, beleidsambtenaren en technici.

Dat die data wordt gebruikt, dat gebeurt niet zo vaak. Dat komt omdat HR-mensen data-avers zijn. Net zoals dat ze data en KPI’s over recruitment niet verzamelen en gebruiken om de processen te verbeteren. Jammer. Reken er bijvoorbeeld op dat je bij een grote reorganisatie tot 7.000 euro per medewerker kunt besparen. En dat je heel gericht de mensen met de minste kansen een extra zet geeft, en die met goede kansen hun gang laat gaan. Misschien iets voor de finance professionals,  om HR hierbij te helpen?

Blogs in deze serie:

• Tijd voor een nieuwe comfortzone
• Verdien aan bad hires
• Financials: ga je HR-collega’s eens helpen!
• Finance: stap terug of vooruit?
• Van groot naar MKB
• Arbeidsmarktkansen en big data
• 'Nederlandse Arbeidsmarkt' bestaat niet
• Babyboomers: oplossing voor tekort finance talent