Van descriptieve naar prescriptieve procesanalyse voor loopbaanmanagement van werknemers

Het voorbije decennium hebben de ontwikkeling en toepassing van geavanceerde data analyse en artificiële intelligentie een hoge vlucht genomen in de industrie. Personeelsbeleid blijkt hier wat achterop te hinken en een uitzondering te vormen op een algemene trend naar data-gedreven en fact-based beleidsvoering. De kloof tussen personeelsdiensten en data scientists blijkt vaak moeilijk overbrugbaar ten gevolge van beperkt wederzijds begrip en raakvlakken in expertise, achtergrond en verantwoordelijkheden. Het centrale doel van dit project betreft de ontwikkeling van data-gedreven instrumenten om actief loopbanen te beheren en gerelateerde uitdagingen het hoofd te bieden, op zo'n manier dat ze als niet-intrusief ervaren worden door werknemers en aansluiten bij het menselijke karakter van personeelsbeleid. Deze data-gedreven instrumenten omvatten de ontwikkeling en toepassing van methoden op drie niveaus: descriptief, predictief en prescriptief. Ten eerste, descriptieve analyse methoden om carrière- en salarispaden van werknemers zowel visueel in kaart te brengen als descriptief te beschrijven op een geaggregeerd niveau middels karakterieke statistieken. Ten tweede, predictieve analyse methoden om zowel simulaties te maken wat betreft het mogelijke verdere verloop van carrière- en salarispaden, alsook om analyses uit te voeren die aangeven welke de bepalende factoren zijn die een invloed hebben op carrière- en salarisstappen. Tenslotte, prescriptieve analyse methoden die causale verbanden aan het licht brengen en toelaten om te duiden welke acties werknemers en werkgevers kunnen ondernemen om context afhankelijke doelstelling te behalen.