Breed en inclusief talentmanagement
04-11-2021
Steeds meer organisaties stappen over op het versterken en ontwikkelen van álle werknemers in plaats van alleen de toptalenten. Daarnaast richt men zich ook steeds meer op de sterke punten van werknemers in plaats van de zwakke punten. Sturen op aanwezige talenten van álle werknemers leidt tot een hogere medewerkersbetrokkenheid en een lager verloop. Dit levert niet alleen gelukkigere werknemers op, het leidt dus ook tot betere bedrijfsresultaten.
Identificeren van talenten
Om de talenten van alle werknemers te kunnen ontwikkelen en benutten, moet hun leidinggevende eerst weten wat hun talenten zijn. Talentmanagement begint dan ook met het (her)kennen van talent. Een organisatie kan dit voor de werknemers organiseren, maar het is ook mogelijk om ze er zelf de verantwoordelijkheid voor te geven. In beide gevallen kan men gebruikmaken van talentscans. Denk bijvoorbeeld aan het inzetten van vragenlijsten, 360-gradenmetingen of game based assessments. Het aanbod is enorm. Tegenwoordig kan men van alles (laten) meten:
- capaciteiten;
- motivatie;
- persoonlijkheid;
- competenties;
- drijfveren en interesses;
- intelligentie.
Gebruik van subjectieve data
Welke tool de organisatie ook kiest, het is belangrijk dat die betrouwbaar en valide is. Dit is het beste hard te maken door in het verleden gemeten talenten te koppelen aan later vertoond gedrag. Was de betreffende competentie of persoonlijkheid inderdaad een goede voorspeller van gewenst gedrag? Maar wanneer is er sprake van een matig, voldoende of uitstekend potentieel? Hoe hoog legt de leidinggevende de lat? Om de kwaliteit van deze subjectieve data te waarborgen, is het belangrijk om vooraf:
- te valideren (gebruik voor iedereen dezelfde definitie); en
- te kalibreren (gebruik voor iedereen dezelfde grenzen).
Zolang een organisatie voldoende gegevens heeft, kunnen ook deze data de leidinggevende goed ondersteunen bij zijn beslissingen.
Hoe betrouwbaar zijn algoritmes?
Nog een stap verder gaat het inzetten van algoritmes om talenten te identificeren met de informatie die beschikbaar is in het personeelsinformatiesysteem. Maar hoe eerlijk en rechtvaardig zijn algoritmes nou eigenlijk? Het is natuurlijk niet de bedoeling dat werknemers onterecht worden afgewezen of geselecteerd als toptalent, alleen maar op basis van data. Selecteren op algoritmes is nu al een stuk eerlijker en rechtvaardiger dan het menselijke brein. Toch is het goed om kritisch te blijven. Door veelvuldig gebruik van algoritmes, en analyses daarop, kunnen organisaties ze steeds verder finetunen. Zo worden ze nog beter, eerlijker en betrouwbaarder.
