img_mc_management_planningWie is de beste kandidaat voor een functie? Is het een HBO’er of een WO’er? Is het een man of een vrouw? Is het …. allemaal belangrijke vragen, die we niet kunnen beantwoorden. Niet echt tenminste.

Ik hoor vaak mensen zeggen: we nemen toch een WO’er, want de HBO’ers falen elke keer. Daar ligt zelden harde data aan ten grondslag, zeker geen representatieve data en ook een belangrijke bias. Immers, het feit dat je er van uit gaat dat iemand faalt zal er voor zorgen dat je elke fout  – en iedereen maakt fouten – onthoudt en dat andersom niet doet.

Ook heeft het te maken met de kansen die de verschillende groepen krijgen. Een paar voorbeelden:

West Point

Alle grote legerleiders in de VS hebben hun opleiding genoten aan West Point. Komt dat omdat West Point de beste opleiding is? Of zelfs de enige? Of omdat door dit gegeven alleen mensen van West Point gepromoveerd worden naar de hoogste posities?

Management consultants

Enkele jaren geleden was er veel discussie over Google. Die wilde ook voor senior management posities voormalig management consultants aannemen. Dat werkte namelijk, zo bleek uit de data van veel concurrentie. Bijna alle hoge managers waren begonnen bij McKinsey, BCG of een andere grote consulting club. De kritiek hierop was vergelijkbaar met die van West Point, als je immers enkel werft in die pool zal je ook enkel mensen uit die pool hebben die doorbreken.

HBO vs WO

Het is net zoiets als zeggen dat alle managers een WO opleiding hebben. Als je een traineeship hebt dat enkel WO’ers toelaat en vervolgens primair werft uit je traineeship voor managementposities is dat niet onlogisch. Andersom werkt dit uiteraard ook. Mijn oude baas, zelf wel academisch geschoold, nam voornamelijk HBO’ers aan omdat ‘die tenminste van aanpakken wisten’. De beste mensen in het bedrijf hadden stuk voor stuk een HBO opleiding, logisch als 80%-90% van je pool uit HBO’ers bestaat. De kans dat iemand daarvan doorbreekt is immers veel groter.

Meten kan leiden tot weten

Meten is weten is een hedendaags adagium. Dat klopt niet. Meten kan leiden tot weten. Je moet namelijk wel het juiste meten en datasets hebben met correcte data. Omdat we bij veel bedrijven bij de data input al een bias hebben, is die er bij de resultaten ook. Zoals ik eerder deze week al schreef: werving is selectie.  Afhankelijk van de mensen in je bedrijf zal je data tot inzichten leiden wie het beste presteert. Dat blijft echter gekoppeld aan je initiële keuze wie je aan hebt genomen. Meten kan dus leiden tot weten, maar enkel als je je realiseert dat je data op voorhand al gekleurd is.

Over de Auteur

Bas van de Haterd Bas van de Haterd is professioneel bemoeial. Hij helpt organisaties met het begrijpen van social media en de gedragsveranderingen die dit met zich meebrengt op het gebied van de arbeidsmarkt. Organisaties huren hem in voor het verzorgen van inspirerende lezingen over de toekomst van de arbeidsmarkt, trainingen over het gebruik van social media voor recruitment of het opzetten van een recruitmentsite. Hij is tevens co-auteur van Personal Brand.nl en auteur van Werken Nieuwe Stijl. Hij is te bereiken op bas@vandehaterd.nl


340 views | Reageer (2 reacties)

vandehaterd @ Twitter

Outdoor Recruitment

Wat voor personeel mik je op met zo'n poster op de deur?Wethouder van Verkeer & Vervoer Jeannette Baljeu doopt onderzeeboot RETOnderzeeboot RET rijdt door de straten - wereld haven dagen 1 - maximumMis de boot niet - onderzeeboot RET - maximumKapitein van deze lijn - onderzeeboot RET - wereld havendagen - maximum73764129Werving 1#or manpower ad. Crisis is over#or avans 2#or op anavs 1De ideale (bij)baanlandmacht_tram_08

Categoriën