Hoe met artificiële intelligentie en hr-data retentie en vervolgloopbanen voorspellen
Acerta en KU Leuven goed op weg een bruikbaar AI-model te ontwikkelen
Brussel, 6 juni 2025 – Ja, het is mogelijk om met AI, en meer bepaald met geavanceerde analyses (advanced analytics), data-driven hr-voorspellingen te doen. En ja, het is mogelijk om daarvoor een AI-model te ontwikkelen dat ondernemingen kunnen inzetten in hun hr-beleid. Dat was de ambitie van Acerta Consult en KU Leuven toen ze het Advanced HR Analytics-project opzetten. Na de beschrijvende (descriptieve) fase, geeft nu ook de voorspellende (predictieve) fase van dit onderzoek een positief resultaat, en dat in beide onderzochte trajecten: de voorspellende kracht van AI wat betreft retentie, en de voorspellende kracht van AI wat betreft de vervolgloopbaan (case Acerta). AI loslaten op hr-data is op zich niet uniek, maar wat dit onderzoek uniek maakt, is dat het resulteert in een generalistisch AI-model dat ook inzetbaar kan zijn in andere organisaties.
Artificiële intelligentie onthult de werkelijke voorspellende kracht van hr-data en vice versa
Harde hr-data hebben een voorspellende kracht, zo bewijst innovatief onderzoek, in co-creatie gedaan door Acerta Consult en KU Leuven, met de steun van VLAIO, meer specifiek het Baekeland-fonds. Het project, dat de naam kreeg van “Advanced HR Analytics”, loopt over vier jaar. Van twee trajecten is nu de tweede, predictieve fase afgerond. KU Leuven en Acerta Consult hebben samengewerkt aan de ontwikkeling van een AI-gedreven retentievoorspeller, die getest werd op een beperkte set geanonimiseerde data van onderzoekscentrum imec. Een tweede case is de ontwikkeling van een recommender system met aanbevelingen voor mogelijke vervolg loopbaanstappen óf in de andere richting: hr krijgt aanbevelingen voor medewerkers die voor een job in aanmerking komen, vertrekkende van de eigen Acerta-data.
AI losgelaten op hr-data kan retentie voorspellen
Charlotte Himpe, hr analytics specialist bij imec: “Het aantrekken en behouden van talent is een grote uitdaging en prioriteit voor imec. Naast de vele initiatieven om nieuwe medewerkers aan te trekken, wilden we daarom ook meer zicht krijgen op de eventuele risico’s op uitstroom van medewerkers. Welke factoren spelen een rol en welk gewicht hebben ze - en hoe sluiten de resultaten van die predictieve analyse aan bij onze perceptie en de bestaande rapportages? Nu is het terug aan ons om met die bijkomende inzichten aan de slag te gaan, en ons beleid verder uit te werken."
Hannelore Van Meldert, Director Talent Acquisitie en Oriëntatie van Acerta Consult: “In deze fase hebben we van deze case bijvoorbeeld mogen vaststellen dat er een omgekeerd verband bestaat tussen senioriteit en vertrekrisico, met een kantelpunt op 7 jaar senioriteit. Dat is interessante informatie voor een organisatie die een succesvol retentiebeleid wil uittekenen. Andere inzichten zijn bijvoorbeeld het verband tussen retentie en organisatorische wijzigingen, retentie en de afstand woon-werk, of tussen retentie en iemands personal level ... Het gaat dan om case-specifieke inzichten met behulp van het getrainde model op basis van de data van een specifieke organisatie, en zal dus altijd verschillen. Ook in deze tweede fase van het onderzoek mogen we vaststellen dat de vermoede meerwaarde van AI voor belangrijke hr-kwesties wordt bevestigd.”
AI losgelaten op hr-data geeft richting aan de vervolgloopbaan
Acerta is het onderzoek ingegaan, overtuigd van het potentieel van AI en van de waarde van advanced analytics op hr-data. Acerta is niet alleen een hr-expert; als hr-dienstverlener zitten zij ook in de unieke positie dat zij als geen ander zicht hebben op de grootte en diversiteit van hr-data, terwijl ze zelf ook een ongeziene hoeveelheid van die data capteren. Hun specifieke vraag was of hr-data iets kunnen vertellen over de vervolgloopbaan, over wat een wenselijke volgende stap is in iemands loopbaan.
Joos Van Dyck, Director Business Intelligence bij Acerta: “Een opvallende vaststelling uit deze case is de waarde van skill-data. Enerzijds gaat dat erover welke skills nodig zijn om een job te doen, en anderzijds over de skills waarover de verschillende medewerkers beschikken. Geavanceerde analyse van die data biedt het perspectief dat nodig is om, zowel voor individuele medewerkers als voor de organisatie, de mogelijke volgende stappen te voorspellen en daarna volgens een bepaald criterium een volgende stap aan te bevelen."
Uniek: een AI-model voor geavanceerde hr-data-analyse
Simon De Vos, PhD researcher aan de onderzoeksgroep Beleidsinformatica, KU Leuven: “De toekomst valt uiteraard niet 100% te voorspellen, maar dankzij HR analytics kunnen we op basis van bestaande informatie –namelijk de enorme hoeveelheid data die Acerta als dienstverlener beheert – de validiteit van hr-beslissingen wel proberen te verbeteren. Hoewel perfect accurate voorspellingen onmogelijk blijven, kunnen we wel verhoogde kans op vertrek of risicofactoren detecteren. Uiteraard zullen wij niet de enigen zijn die met AI aan de slag gaan om betere antwoorden te bieden op hr-uitdagingen, maar, dankzij de unieke positie van Acerta als databeheerder met diepgaande expertise, hebben wij echter de ambitie om voorbij een ondernemingsspecifieke aanpak te werken... Met heldere visualisaties maken we deze inzichten toegankelijk, zodat organisaties er meteen mee aan de slag kunnen gaan.”
Over het onderzoek
Het Advanced HR analytics-project is een co-creatie van Acerta Consult en KU Leuven, gestart in september 2021. Het project geniet de (financiële) steun van Vlaio en de medewerking van Imec. Het werd opgedeeld in drie fases – descriptief, predictief en prescriptief.
Vragen als journalist?
Gelieve contact op te nemen met Acerta – Sylva De Craecker