Deel dit:

Waarom verlaten mensen een organisatie? En waar komen ze vervolgens terecht? Het blijkt dat objectief inzicht in de vertrekredenen van medewerkers, waardevolle informatie oplevert om mee te nemen in nieuw op te stellen beleidsplannen.

Maar hoe komt u aan gegevens voor goede data driven decision making? Zorg aan Zet faciliteert hiervoor een digitaal uitstroomonderzoek.

Ambassadeurs

Binnen Sevagram wordt al geruime tijd gewerkt met dit soort data. 'We zien natuurlijk het liefst dat zo weinig mogelijk mensen onze organisatie verlaten. Het is echter een utopie om dit volledig te voorkomen. De redenen voor uitstroom zijn legio en worden te vaak in een negatief daglicht geplaatst. Denk aan uitstroom naar pensioen, dat is zelfs een hele mooie reden! Belangrijk is dat we als organisatie leren van vertrekkende medewerkers. Uitstroomonderzoek is daarbij een waardevol middel,' vertelt Antoinette ten Haaff, teammanager HR Servicecentrum bij Sevagram. 

'We willen graag weten welke gebieden in de organisatie aandacht nodig hebben of constateren dat bepaalde zaken juist heel goed gaan.'

'Graag zien we dat medewerkers die Sevagram verlaten, ambassadeurs van onze organisatie blijven. We willen graag weten welke gebieden in de organisatie aandacht nodig hebben of constateren dat bepaalde zaken juist heel goed gaan. Om kennis te vergaren, zijn we twee jaar geleden gestart met het afnemen van exit-interviews.'

Ondanks dat deze gesprekken veel informatie opleverden, werd al snel duidelijk dat er behoefte was aan meer structuur. 'Elke medewerker heeft uiteraard zijn eigen visie en mening over bepaalde zaken. Op deze manier kwamen er heel veel verschillende redenen van vertrek boven water.' Joost Hoedemakers, eigenaar van H&H Strategic HR Analysis en expert op gebied van data-gedreven, strategisch HR beleid, werd gevraagd zijn knowhow in te brengen. 'De interviews die Sevagram hield waren stuk voor stuk mooie gesprekken, maar de resultaten lieten zich moeilijk vertalen naar bruikbare managementinformatie. Ons idee was onder andere om te gaan werken met een gevalideerde topic-lijst, zodat de rode draad sneller duidelijk werd. Ook moesten zaken concreter worden gemaakt. Vaak bleven onderwerpen hangen in aanduidingen als 'veel' of 'weinig'. Maar hoeveel of hoe weinig is dat dan precies?'

Data Driven Decision Making

Deze kwalitatieve verdiepingsslag leverde uiteindelijk informatie op die objectiever, concreter en beter vergelijkbaar is en daardoor geschikt voor het doorvoeren van gerichte beleidsinterventies. 'Ik werk graag data gedreven,' verduidelijkt Antoinette. 'Het heeft als voordeel dat je zaken objectiveert en effecten sneller inzichtelijk worden. Als organisatie wil je onderwerpen kunnen vergelijken. Intern, maar ook extern door middel van benchmarking.' Antoinette verwacht dat in de toekomst steeds meer beleid op deze manier gemaakt zal worden. Ze waarschuwt echter ook: 'Belangrijk daarbij is wel dat deze uitkomsten altijd in de juiste context geplaatst worden! Een actueel voorbeeld is het hogere verzuimpercentage in april. Het getal roept vragen op, maar als je bedenkt dat in deze periode de perikelen rondom het Corona-virus speelden, weet je dat het een explicite oorzaak heeft, waar wij als organisatie niets aan konden doen. Het gaat hier om een extern gegeven dat het verzuim tijdelijk heeft beïnvloed. Ook dat is waardevolle informatie.

Wilt u binnen uw organisatie meer inzicht krijgen in de vertrekredenen van uw medewerkers? Bekijk dan de mogelijkheden van het digitale uitstroomonderzoek.

Meld je aan voor onze nieuwsbrief

Vul je profiel aan

Ik ben





Bedankt voor je aanmelding.