Vaardigheden meten in het tijdperk van flexibel werken 

Inzicht in de capaciteit en capaciteit van het personeel helpt leiders productiviteitsuitdagingen te lokaliseren en talent efficiënt te stromen met de juiste vaardigheden (of vaardigheden die cruciaal zijn om te ontwikkelen) naar de juiste kansen. Toch zegt minder dan de helft (47%) van de werknemers dat hun managers hun huidige vaardigheden begrijpen.^[1] Bovendien houdt 48% van de bedrijven geen rekening met vaardigheden en inzichten voor loopbaanontwikkeling en talentmobiliteit.^[2]

Dit "zwarte gat" bestaat gedeeltelijk vanwege verschillende meningen over de benaderingen van het meten van vaardigheden. Aan de ene kant zijn HR-tech-leiders optimistisch over de kracht van AI (en in het bijzonder vaardighedenconferenties) om vaardigheden op schaal te leveren. Aan de andere kant zijn beoordelingsprofessionals, die al lang vertrouwen op gecertificeerde objectieve tests om de vaardigheden van een persoon te meten, bezorgd over de geschiktheid van het gebruik van op AI gebaseerde vaardigheden om salarisbeslissingen, opvolgingsstappen of toewijzing van speciale projecten te informeren, omdat inzichten vaak worden afgeleid uit eerdere ervaringen, eerdere banen of andere gegevensbronnen en mogelijk niet worden geverifieerd. Deze professionals twijfelen aan de raadzaamheid om all-in te gaan en talentbeslissingen te nemen op basis van alleen dergelijke gegevens.

Hoewel beide argumenten verdienste hebben, heeft dit gezonde debat over de beste aanpak voor het opbouwen van inzichten in vaardigheden bijgedragen aan een gebrek aan consistentie in het meten van vaardigheden, waardoor de verwarring over hoe verschillende soorten talentinzichten kunnen worden gecombineerd om de besluitvorming te verbeteren, wordt vergroot.

Vandaag de dag profiteert slechts 9% van de bedrijven van technologie om vaardigheden af te leiden.^[3] En het meest anekdotisch is dat hun benaderingen van het begrijpen van vaardigheden onder de maat zijn. Dit maakt het moeilijk om een duidelijk beeld te krijgen van vaardigheden in werknemerspopulaties en functietypen, en vaak zelfs moeilijker om gegevens te vergelijken tussen interne en externe talentenpools. Flexibiliteit lijdt er ook onder: slechts 27% van de leidinggevenden is het er sterk mee eens dat hun personeelsmodellen flexibel genoeg zijn om talent van het ene gebied van hun bedrijf naar het andere te veranderen.^[4] De uitdaging wordt nog urgenter met de groeiende behoefte aan solide gegevens en vertrouwde inzichten, omdat bedrijven op meer flexibele manieren beginnen te werken die het opbouwen van vaardigheden in de werkstroom vereisen. Overweeg bijvoorbeeld hoe AI de behoefte aan snellere bijscholing stimuleert vanwege de afnemende houdbaarheid van technische vaardigheden. Of het feit dat werknemers op zoek zijn naar een grotere interne carrièremobiliteit bij het nastreven van vooruitgang.

De meeste bedrijven meten hun vaardigheden op basis van hun huidige functie (71%) of manageridentificatie (68%) en bijna de helft (49%) maakt gebruik van zelfrapportage door werknemers.^[5] Het nivelleren naar Workforce 2.0, waarbij menselijke capaciteiten worden ontgrendeld door een grotere human-machine-teamvorming, hangt af van het implementeren van de meest geschikte methoden voor het meten van vaardigheden op het meest geschikte moment. Hoewel we accepteren dat er geen zilveren punt is voor verbeterde flexibiliteit of productiviteit, kunnen we betere mensen en zakelijke beslissingen nemen wanneer we de juiste inzichten op het juiste moment beschikbaar hebben. 

Als onderdeel van een bredere strategie voor talentinzichten, zorgt elke methode voor het beoordelen van vaardigheden voor een beter begrip van de capaciteiten en het potentieel van werknemers, evenals hun voorkeuren, motivaties en loopbaanambities. De verzamelde gegevens kunnen de talentenbewegingen, ervaringen en leerprocessen ondersteunen die nodig zijn om meer flexibiliteit te creëren, niet alleen vandaag, maar ook morgen. Door gegevens ondersteunde beoordeling stelt ons in staat om gebieden te bepalen voor werkherontwerp waar onvoldoende vaardigheden bestaan. Het kan ook strategische personeelsplanning ondersteunen door leiders te helpen potentiële knelpunten en gebieden te identificeren waar de huidige strategie niet de noodzakelijke vaardigheden levert voor verwachte zakelijke behoeften.

Het nemen van betere talentbeslissingen vraagt om een veelzijdige en flexibele strategie voor het meten van vaardigheden om de gegevens over vaardigheden in de hele onderneming te begeleiden en te beheren, met duidelijke richtlijnen voor hoe deze gegevens worden gebruikt en geïmplementeerd:

Hoewel elke methode voor het verzamelen van gegevens over vaardigheden zijn respectieve verdiensten heeft, kunnen methoden ook worden gecombineerd om een completer vaardighedenbeeld te schetsen dat de besluitvorming over talent versterkt en de bedrijfsstrategie beter kan informeren.

De strategie voor het meten van vaardigheden van een organisatie en het beoogde resultaat bepalen wanneer en hoe elke methode wordt gebruikt. Op basis van onze ervaring met het implementeren van door vaardigheden aangedreven organisaties, hebben we hieronder een overzicht gegeven van hoe u elke aanpak het beste kunt gebruiken:

Afgeleide vaardigheden kunnen worden geïdentificeerd door op AI gebaseerde software die vaardigheden aan een persoon “tagt” door bestaande gegevens te schrapen en te interpreteren. Deze methode bestaat vaak uit twee lagen:

Initiële schraapte gegevens van:

• Functiegeschiedenis
• CV of professioneel functieprofiel (bijv. LinkedIn)
• Persoonlijke profielen    

En versterkt door:

• Statische gegevens vastgelegd in software voor het beheer van menselijk kapitaal of andere systemen
• Dynamische HR-gegevens uit leer-, prestatie- en erkenningsprogramma's
• Ongestructureerde gegevens uit bedrijfs- en samenwerkingssoftware, waaronder platforms voor klantrelatiebeheer, projectsoftware en e-mails/chat  

Sommige toonaangevende modellen proberen ook het bekwaamheidsniveau af te leiden dat aan een vaardigheid is gekoppeld, maar de huidige capaciteiten staan nog in de kinderschoenen. In plaats daarvan gebruiken de meeste werkgevers de methode van beoordeelde vaardigheden (beschreven in #2 hieronder) om het bekwaamheidsniveau aan te geven.

Bij deze methode beoordelen de werknemer en/of zijn/haar manager (en mogelijk zijn/haar collega's) de vaardigheid van de werknemer. Deze beoordeling is meestal gebaseerd op welke vaardigheden cruciaal zijn voor de huidige of toekomstige rol. Gegevens over beoordeelde vaardigheden bieden meer nauwkeurigheid dan afgeleide vaardigheden in het begrijpen van de vaardigheden van een werknemer en de huidige vaardigheidsniveaus in vergelijking met de functieverwachtingen. Sommige werkgevers combineren bekwaamheidsscores afgeleid door AI met de zelf- en/of door de manager beoordeelde vaardigheden om de "directionele nauwkeurigheid" te verbeteren (in plaats van exacte afstemming te verwachten).

Gevalideerde vaardigheden helpen organisaties het vaardigheidspotentieel en de prestaties van werknemers te begrijpen door middel van rigoureus ontwikkelde, gevalideerde maatregelen. Gevalideerde vaardigheden en potentiële maatregelen worden doorgaans gebruikt bij het beoordelen van gedragsmatige in plaats van technische vaardigheden. Ze geven inzicht in de voorkeuren en gedragsneigingen van een persoon en hoe bereidwillig en snel een persoon leert. 

Gevalideerde maatregelen voor het aantonen van vaardigheden bieden personen de mogelijkheid om actief een reeks vaardigheden te demonstreren in een gesimuleerde of de daadwerkelijke werkomgeving, zoals een werkplekexamen (virtueel of persoonlijk). Doorgaans worden technische vaardigheden gemeten met behulp van deze methode.  

In zowel beoordeelde als aangetoonde vaardigheidsmethoden wordt de bekwaamheid bepaald door de resultaten van het individu te vergelijken met de bredere markt (op het niveau van een branche of functiefamilie op regionale of wereldwijde schaal). 

Het effectief meten van vaardigheden is een belangrijk onderdeel van de puzzel met talentinzichten. Met een strategisch plan kunt u genieten van een vogelperspectief op de capaciteiten van het personeel terwijl u met individuen samenwerkt om gepersonaliseerde leer- en carrièrepaden te creëren op basis van bedrijfskritische vaardigheden. Dit legt ook een stevige basis voor extra AI om personalisatie, nudging en coaching te ondersteunen, naast meer duidelijkheid om de geldigheid en ethiek van uw beslissingen te ondersteunen. Het uitvoeren van een duidelijke strategie voor het meten van vaardigheden maakt een betere afstemming van het werk op de vaardigheden en motivaties van individuen mogelijk, kan flexibele flow-to-work-modellen voeden en zal de nauwkeurigheid van alle talentbeslissingen verbeteren, inclusief strategische personeelsplanning. 

Het aantrekken en behouden van toptalent in een flexibele macro-omgeving is cruciaal voor succes, en een weloverwogen strategie voor het meten van vaardigheden is essentieel om het spel voor te blijven. Dit zijn cruciale competenties voor HR en leiders om te beheersen. Het zijn immers uw mensen die uw bedrijf een concurrentievoordeel geven.

[1] Mercer’s 2024 Global Talent Trends Study.

[2] Gegevens van Mercer’s Talent Management 2024-enquête.

[3] Gegevens van Mercer’s 2024 Skills Snapshot Survey.

[4] Mercer’s 2024 Global Talent Trends Study.

[5] Gegevens van Mercer’s 2024 Skills Snapshot Survey.