Moet secretaresse met contract voor onbepaalde tijd krediet voor camper kunnen krijgen?

Ondanks het feit dat er technisch best iets is af te dingen op de betrouwbaarheid en voorspellende waarde van deze Amerikaanse opzet, zien we hier een directe koppeling van arbeidsmarktdata en financiële dienstverlening. Een koppeling die steeds belangrijker wordt, veel beter te voorspellen is en…. steeds meer gebruikt wordt door werkgevers en financiële instellingen in Nederland. 

Een aantal ontwikkelingen maakt het mogelijk dat we met steeds meer zekerheid de huidige en toekomstige arbeidsmarktkans van individuelen kunnen bepalen en daarmee samenhangend de verwachte verdiencapaciteit. Dit komt door de koppeling van actuele onderwijs-, arbeidsmarkt- en financiële data, gecombineerd met big data technieken. Daarmee kan de verwachte verdiencapaciteit van een persoon worden uitgerekend en daarmee ontstaat inzicht in wat iemand ‘waard’ is in economische termen. Dat dit soort berekeningen steeds minder een taboe worden, bewijst wel het TV programma ‘hoeveel ben je waard’, waarin – op een andere manier – een persoon wordt gekwantificeerd. En dat gebeurt al veel geavanceerder en grootschaliger.

Op dit moment berekent Intelligence Group de actuele en toekomstige arbeidsmarktkansen van een persoon. Al naar gelang opleiding, leeftijd, beroep, regio en vele andere variabelen kan dit op elk willekeurig moment actueel worden vastgesteld. Door deze data bijvoorbeeld te koppelen met salarisdata kunnen financiële kengetallen worden uitgerekend, zoals verwachte verdiencapaciteit, kans op langdurige werkloosheid, of iemands ‘restwaarde’. 

Kengetallen die relevant zijn om risico inschattingen te maken of iemand in aanmerking komt voor een hypotheek, private lease of krediet. Daarmee ontstaan kansen voor bijvoorbeeld starters en flexwerkers op de arbeidsmarkt, die op basis van het verwachte verdienpotentieel nu al een lening kunnen krijgen om bijvoorbeeld een huis te kopen. Tegelijkertijd maakt deze informatie ook de ‘waarde’ van een vast contract zichtbaar, bijvoorbeeld als je werkte bij de V&D of MS Mode. Tot vandaag heeft deze doelgroep zeer eenvoudig toegang tot financiële dienstverlening, terwijl in termen van arbeidsmarktkansen deze groep ‘kwetsbaar’ is.

Arbeidsmarktdata wordt derhalve steeds meer gebruikt voor risicobepaling bij financiële dienstverlening. De beschikbaarheid en betrouwbaarheid van deze data in Nederland is al veel geavanceerder dan in Amerika of in de hierboven genoemde voorbeelden. Dat betekent dat ze bestaande modellen en huidige beslisregels in een ander daglicht stellen. Zo kunnen (en worden) pensioen- en hypotheekportefeuilles al doorgerekend op basis van huidige en toekomstige arbeidsmarktkansen, evenals personeelsbestanden en sociale plannen. Op basis van deze gecalculeerde risicoberekeningen kunnen vergaande beslissingen worden genomen, die op individueel niveau positief dan wel negatief uitpakken als we dat vergelijken met de bestaande beslisregels. 

Wel een hypotheek voor een starter of flexwerker, geen krediet voor een camper voor iemand met een vast contract en werkzaam als secretaresse. Het maak ook inzichtelijk welke groepen wel of niet interessant zijn om aan te houden binnen een organisatie c.q. welke groepen moeten worden bijgeschoold of welke particulieren interessant zijn om als bank of verzekeraar zaken mee te doen. En dat banken bereid zijn om afscheid te nemen van klanten, zien we natuurlijk al in het zakelijk segment. Evenals dat bepaalde verzekeraars zich richten op de meest kansrijke arbeidsmarktsegmenten, zoals hoger opgeleiden of starters. Een verdere tweedeling in de markt is al langer gaande en arbeidsmarktdata versnelt dat proces.

De andere kant van de medaille is dat deze arbeidsmarktdata ook inzichtelijk maakt waar de kansen op de arbeidsmarkt liggen. Niet alleen in werkgelegenheid (en daarmee verdiencapaciteit), maar welke skills, competenties en ervaringen gevraagd worden die de verdiencapaciteit doen toenemen. Het is exact uit te rekenen wat het effect is van bepaalde cursussen en opleidingen op de arbeidsmarktkansen van een persoon. Daarmee kan worden gestuurd op de employability van een persoon en het gat tussen onderwijs en de arbeidsmarkt worden verkleind. 

De eerste MBO scholen werken al op deze manier en steeds meer werkgevers (zeker als zij een HR Analyics teams hebben) kijken zo naar het ontwikkelpotentieel van de eigen werknemers. De APK van Asscher voor de gehele beroepsbevolking is derhalve een visionair idee, dat nu al op kleinere schaal concreet wordt geïmplementeerd in diversie sectoren en bij verschillende werkgevers. 

Arbeidsmarktdata kan mensen helpen om de juiste keuzes te maken en inspireren en stimuleren om te werken aan hun blijvende relevantie op de arbeidsmarkt. Het leuke is dat arbeidsmarktdata inzichtelijk maakt dat er niet alleen voldoende werk is (ook voor het grootste gedeelte van de werkloze beroepsbevolking), maar dat het toevoegen van bepaalde skills aan bijvoorbeeld het profiel van vijftigjarige winkelbediende bij MS Mode of een secretaresse, deze groep een veel courantere uitgangspositie op de arbeidsmarkt geeft. Die camperkomt weer in zicht, na het behalen van twee courante certificaten.