5 tips om datagedreven te werken met een verzuimsysteem

Sinds de komst van verzuimsystemen is verzuimbegeleiding efficiënter geworden. Enerzijds maakt het de begeleiding tastbaarder, omdat een verzuimsysteem u helpt om consequent en gestructureerd de benodigde (wettelijke) stappen te doorlopen. Anderzijds maakt een verzuimsysteem het makkelijker om data te verzamelen, zodat u kunt analyseren en uw proces verbeteren. Dit geeft u de mogelijkheid om verzuimende medewerkers steeds beter te begeleiden en zelfs te voorkomen dat zij verzuimen.

Datagedreven werken dus. Dingen doen op basis van onderzoek en analyses. Dit is alleen niet zomaar even een a-b-c’tje, want er zijn ontzettend veel factoren die een rol kunnen spelen in verzuim. In dit artikel geven we u een aantal tips over hoe je datagedreven kunt werken met uw verzuimsysteem.

Tip 1: zorg voor GOEDE vastlegging van gegevens

Data is pas écht waardevol als het een goed beeld geeft van de werkelijkheid. Goede dataverzameling is het fundament van datagedreven werken. En nou denkt u misschien: daar heb ik toch juist het systeem voor? Maar uw systeem creëert zelf geen data. Het faciliteert het bundelen en beschikbaar stellen van data waardoor informatie ontstaat. 

Het is dus belangrijk dat u uw systeem voedt met data. Doet u dit niet goed en consequent? Dan geeft uw analyse een vertekend beeld en is de kans dat uw (preventieve) acties het gewenste effect hebben minder groot. 

Stel uzelf bijvoorbeeld eens vragen als: hoe gaat het registreren van verzuim en herstel bij ons op dit moment? Bij wie ligt deze verantwoordelijkheid? En weet ik wel zeker dat afspraken over vastlegging ook echt worden nageleefd? Dit is wat er kan gebeuren als u de vastlegging bijvoorbeeld niet goed gebeurt. 

Voorbeeld niet goed vastleggen van verzuimgegevens
Uit veelvuldig landelijk onderzoek naar verzuim blijkt bijvoorbeeld dat frequent (kort) verzuimende medewerkers een aanzienlijk hogere kans hebben op langdurig verzuim in de jaren daarna. Maar stel dat een aantal leidinggevenden kort verzuim niet of niet goed registreert. Dan kan uw systeem niet goed voorspellen wie er een verhoogd risico heeft op langdurig verzuim. 

De eerste stap naar waardevolle informatie is dus het goed vastleggen van data. Dit stimuleert u door enerzijds te faciliteren dat de verantwoordelijken dit goed kunnen registreren (dit behoort natuurlijk ook tot de kernfuncties van een verzuimsysteem). Moderne systemen zijn hierop ingericht en maken drempels voor zowel de medewerker als de leidinggevende zo laag mogelijk. Denk aan slimme digitale triages en automatische sms’jes/mailtjes waardoor de kans op het verkrijgen van belangrijke stuurdata groter wordt. 

Anderzijds stimuleert u dit door na te leven op het uiteindelijke gedrag en eventueel weerstand van de verantwoordelijken en door de data zelf te analyseren op ‘datakwaliteit’. Puur door het analyseren van de vastgelegde gegevens, is vaak al vast te stellen of de kwaliteit hoog of laag is. Doe dit dus ook vóór u de data gebruikt in uw analyses.

Tip 2: Stel doelen op en maak een programma voor het vastleggen van data.

Net als een huis, een business case of een ontdekkingsreis, begint datagedreven werken met een plan. Een uitgewerkt idee dat vertelt wat u wilt doen en hoe u dat wilt doen. Een doel en een programma dus. Dit is een belangrijke stap om op een zinvolle (en AVG-compliant) manier datagedreven te werken. 

Uw programma begint met een doel. Analyseert u welke interventies en acties tot betere duurzame resultaten leiden bij de inzetbaarheid van medewerkers? Of analyseer u welke variabelen uiteindelijk leiden tot (langdurige) uitval van medewerkers? Of bent u vooral bezig met identificeren welke verzuimgevallen ook daadwerkelijk ‘beïnvloedbaar’ zijn, zodat u daar meer aandacht aan kan geven? 

In al deze gevallen is de te verzamelen (gestructureerde) data verschillend. En dit vergt wat van het werkproces dat u inricht: worden interventies netjes gestructureerd aangevraagd en goedgekeurd? Wordt hierbij vastgelegd wat het resultaat was? Zo niet: hoe richten we het proces zo in dat dit wel gebeurt?

Allemaal onderdelen van uw programma. Uiteraard is dit een proces wat continu verbeterd wordt op basis van nieuwe inzichten. Registreert u eerst alleen de interventies en het uiteindelijke moment van herstel? Dan wilt u wellicht toch ook verwacht resterend verzuim vastleggen voordat de interventie ingezet wordt. Alles van tevoren bedenken is hierbij niet nodig (en wellicht zelfs onnodig vertragend). Begin en blijf verbeteren!

Tip 3: Gebruik analysemodellen op basis van uw belangrijkste variabelen

Een tweede tip die u helpt om datagedreven te werken, is het maken van modellen. Een model is niks anders dan een afkadering van oorzaken en het gevolg. Het helpt u om inzichtelijk te krijgen welke variabelen leiden tot een bepaalde uitkomst. En ook welke variabelen niet of indirect bijdragen.

Blind de data volgen kan tot rare (foute) conclusies leiden. Een bekend voorbeeld uit Australië was de sterke samenhang in de maanden juni tot september in het aantal aanvallen van haaien op mensen aan de kusten de verkoop van het aantal ijsje in hetzelfde gebied.

Maar er bleek natuurlijk geen verband tussen deze twee variabelen. Er lag een belangrijk factor ten grondslag aan beiden: de verhoogde temperatuur in die maanden. Dit geeft dus aan dat u goed moet kijken naar de variabelen die een rol kunnen spelen, voordat u conclusies trekt. Een correlatie is namelijk totaal iets anders dan een causaal verband. 

Bepaal dus de cijfers die u wilt meten en bepaal vooral hoe je ze meet. Want u wilt niet meten om het meten, u wilt meten om uw begeleiding en interventies te optimaliseren. En dus is het belangrijk om te weten wat klopt en niet klopt. Een model geeft u hierbij de nodige houvast. Niet alleen voor je analyse, maar ook voor uw rapportages. 

Hierbij hoeft u overigens niet zelf het wiel uit te vinden. De meeste standaard verzuimcijfers zijn bekend en ook welke variabelen hieraan ten grondslag liggen. Denk bijvoorbeeld aan de meldingsfrequentie en de verzuimduur, onderverdeeld naar afdeling, leeftijd of geslacht.  

Tip 4: Gebruik Business Intelligence (BI) tools

Datagedreven werken wil eigenlijk zeggen dat u handelt op basis van feitelijke informatie. Zoals de tips hierboven aangeven is het hiervoor belangrijk dat uw dataverzameling goed is en dat u snapt welke variabelen elkaar beïnvloeden. Vaak kunt u hier al de nodige informatie uithalen, waarmee u bijvoorbeeld kunt zien waardoor het komt dat u medewerkers van de ene afdeling vaker verzuimen dan medewerkers van de andere afdeling.  

Om écht te kunnen sturen hebt u niet alleen modellen nodig, maar ook tools die deze modellen voor jou vertalen in actuele informatie. Dit noemen we Business Intelligence, afgekort BI. Het woord zegt het al, intelligent omgaan met uw bedrijf. Data kan hier enorm bij helpen. BI-tools zetten uw data om in tabellen en grafieken, zodat u snel kunt zien hoe variabelen elkaar beïnvloeden. 

Bekende tools die jouw data gebruiksvriendelijk verwerken in rapportages zijn Qlik en PowerBI. Deze tools stellen u in staat om rapportages te maken, maar ook om deze rapportages te bundelen in dashboards. Zo kunt u al uw gegevens bij elkaar brengen tot één duidelijk overzicht. U ziet zo sneller onnodige verspillingen in uw verzuimbegeleiding of kansen om frequent kort verzuim te vinden en langdurig verzuim te voorkomen. 

Toch is BI niet per se gekoppeld aan data. Het is niks anders dan intelligent omgaan met dat wat u meet en weet. Denk dus goed na over de informatie die u nodig hebt om acties en processen te verbeteren.  

Tip 5: Laat de inzichten uw proces sturen

Zorgen dat de inzichten leiden tot verbetering van de resultaten kan op een aantal manieren:

  • Informeren van uw professionals over de inzichten (opleiden)

    Dit heeft als doel dat ze deze inzichten daarna zelf toepassen om tot betere keuzes van acties te komen. Dit is met name effectief voor inzichten die eigenlijk ‘altijd’ van toepassing zijn en die eenvoudig te onthouden zijn.

  • Integreren van de inzichten in de getoonde dashboards of informatie aan gebruikers (decision support)

    Iets specifieker dan het ‘opleiden’ zorgt het tonen van de juiste dashboards en informatie ervoor dat de gebruikers in hun keuze gestuurd worden. Dit is met name effectief als er nog een menselijke beoordeling voor een keuze noodzakelijk is, maar waarbij u wil zorgen dat de informatie over de keuze gebruik maakt van de verkregen inzichten.

  • Intelligenter maken van uw protocollen (automatiseren)

    Steeds meer data-analyse-tools kennen ook de mogelijkheid om de gevonden verbanden en risico-inschattingen te integreren met uw werkproces. Hierdoor kunt u de uitkomst van een analyse van een verzuimmelding (de persoonsgegevens maar ook de gegevens uit een digitale intake) gebruiken om te bepalen welke vervolgacties u wilt laten uitvoeren. Hierdoor kunt u een verzuimproces veel gerichter op de specifieke situatie inrichten en kunt u veel aandacht geven aan de verzuimmeldingen waar dit ook effect kan hebben, en bent u weinig tijd kwijt met het begeleiden van niet-beïnvloedbaar verzuim.

  • Bekijk wat het beste past bij de inzichten die verkregen zijn.

    Een laatste belangrijk aandachtspunt is: zorg dat het ‘bedrijfsmodel’ waarin u werkt aansluit bij het benutten van deze inzichten. Datagedreven werken vergt enige investering. Dit blijft alleen houdbaar indien de voordelen opwegen tegen deze investeringen. Maar als u inzichten bijvoorbeeld juist zorgen voor een lagere omzet voor u als dienstverlener (doordat er bijvoorbeeld minder bedrijfsarts-uren nodig zijn), dan kan dit om hele andere redenen dan ‘geen nuttige inzichten’ leiden tot het stoppen van deze investeringen in data-analyses.

Tot slot

Met bovenstaande 5 tips kunt u een mooie basis leggen om uw data echt te kunnen gebruiken als stuurinformatie. Datagedreven werken is de toekomst. Het stelt u in staat om verspilling en onnodige kosten te voorkomen. En het laat zien waar kansen liggen. Zowel op korte als op lange termijn. 

Meer weten over verzuimbegeleiding en efficiëntie?