Hoe groot is de kans dat je over 12 maanden niet meer de functie hebt die je nu uitvoert? Lastige vraag toch? Dat kan immers zo veel redenen hebben. Je kan gaan denken: ben ik nog blij met wat ik doe? Hoe kijken mijn collega’s naar me? Hoe groot is de kans dat er een aanbieding voor een andere baan voorbij komt? Ben ik beter dan anderen als ik ga solliciteren en heb ik daarom meer kansen? Bestaat het bedrijf waar ik werk over 12 maanden nog wel?
Allemaal goede vragen, maar moeilijk om te beantwoorden, laat staan om op basis daarvan met een kanspercentage te komen. Hoe kom je tot zo’n inschatting van een realistisch kanspercentage? Als je weet dat je contract afloopt en je geen zicht hebt op verlenging kies je misschien wel voor een 100% kans dat je je huidige functie niet meer uitoefent, maar als je de baan nog best leuk vindt en het bedrijf draait goed, durf je dan voor 0% te kiezen? Of maar 5%?
Als je bovenstaande vragen beantwoordt door je eigen ervaring en je persoonlijke situatie als uitgangspunt te kiezen, dan beland je in een soort doolhof van vragen en antwoorden die een goede inschatting een hele complexe rekensom maken. Op die manier is het heel moeilijk om tot een reële inschatting te komen van de kans dat je over 12 maanden niet meer de functie hebt die je nu uitvoert, ook al lijkt dat op het eerste gezicht eenvoudig. Het is net alsof je binnen in je huis staat en probeert te schatten hoeveel auto’s er in jouw stad geparkeerd staan. Je kan wel een schatting maken op basis van wat jij ziet vanuit je raam, maar die schatting is waarschijnlijk te onnauwkeurig om echt bruikbaar te zijn bij het formuleren van een antwoord.
Wat je nodig hebt is een buitenaanzicht, data die je een raamwerk geven waarbinnen je je schatting kan doen. Dat kan een rapport zijn over parkeren in de stad waarin je woont, maar het kan ook een gedetailleerde kaart zijn waarop je kan zien in welke straten geparkeerd kan en mag worden. Of gegevens over het type huishoudens in de stad en het gemiddelde autobezit in de verschillende huishoudens. Wat je verder nodig kan hebben is data over hoeveel mensen in jouw stad werken en met de auto naar hun werk gaan. Zo kan je onderscheid maken tussen het aantal geparkeerde auto’s op een zaterdagavond en donderdagochtend 11:00 uur. Allemaal gegevens waar je naar moet zoeken, maar die je een veel beter startpunt geven voor het maken van een inschatting hoeveel auto’s er op enig moment in jouw stad geparkeerd staan.
Dan Gardner en Philip Tetlock hebben jarenlang onderzoek gedaan naar de mate waarin mensen in staat zijn om gebeurtenissen in de toekomst te voorspellen. Niet door handlezen of blind gokwerk, maar door het verzamelen van gegevens en het berekenen van de kans op basis daarvan. Uit hun studie bleek dat sommige mensen veel betere voorspellers waren dan anderen. Bij nader onderzoek uit wie de groep supervoorspellers bestond, bleek dat het niet ging om mensen die allemaal experts en professoren waren met geweldige kennis van zaken. Integendeel, het ging om mensen die beseften dat ze weinig wisten en om die reden steeds op zoek gingen naar informatie die hun kon helpen bij het maken van een inschatting. Ze kozen er bewust voor om niet af te gaan op wat ze al wisten of dachten te weten, maar op wat ze konden vinden.
Laten we dat eens toepassen op eerste vraag die ik heb gesteld: hoe groot is de kans dat je over 12 maanden niet meer de functie hebt die je nu uitvoert? Als je begint bij je persoonlijke situatie is de kans groot dat je direct vastloopt. Supervoorspellers (en met hun Gardner en Tetlock) stellen dat je eerst het buitenaanzicht moet vaststellen, voordat je jouw persoonlijke situatie mee laat wegen. Uit een rapport van het UWV van 2016 blijkt dat er 8,8 miljoen mensen tot de Nederlandse beroepsbevolking gerekend mogen worden en dat van die 8,8 jaarlijks ongeveer 3 miljoen van baan veranderen of stoppen met werken. Je kan dus zeggen dat voordat je naar je persoonlijke situatie kijkt, de kans dat iemand in Nederland binnen een jaar niet meer dezelfde functie heeft ongeveer 34% is. Daarbij kan je nog onderscheid maken tussen kleine bedrijven, waarbij dat percentage lager ligt en grotere bedrijven met veel flexibele arbeid, waarbij dat percentage hoger ligt. Langzaam aan kleur je dit gegeven in met persoonlijke omstandigheden. Heb je een vast contract? Dan verhoog je het percentage, heb je een tijdelijk contract dan verlaag je het. Langzaam aan kom je dan tot een betrouwbare schatting van de kans.
Nu is op het voorbeeld dat ik kies van alles af te dingen. Je kan zeggen dat je zo veel weet van je eigen situatie dat je het aandurft om extreme schattingen te maken. Maar stel dat ik vraag een inschatting te maken voor je overbuurman, dan wordt het opeens een ander verhaal.
In mijn werk maken we inschattingen van ‘overbuurmannen’. In een assessment probeer je te bepalen wat de kans van slagen is die iemand heeft in een bepaalde functie. We kijken naar een betrekkelijke vreemde, waarbij het buitenaanzicht wordt gevormd door wat we weten over de hele Nederlandse beroepsbevolking of Nederlanders in het algemeen. We schatten mensen in op basis van eigenschappen of vaardigheden die een bewezen bijdrage leveren aan de kans van slagen. We proberen op die manier ook supervoorspellers te zijn. Niet door handlezen of gokwerk, maar door steeds te realiseren dat we niet mogen afgaan op wat we denken te weten, maar blijven zoeken naar nieuwe en relevante informatie.
Ton Modderman