Wat zijn voorbeelden van verzuimanalyses die Highberg biedt?

Wat wordt het toekomstige verzuimpercentage?

Op basis van historische data kan toekomstig verzuim worden voorspeld. In het bovenstaande geval richt het voorspellende model zich op de rapportagefrequentie, maar voorspellende modellen kunnen ook gebaseerd zijn op andere verzuimcijfers, zoals verzuimpercentages of langdurig verzuim.

Welke groepen lopen gevaar? Met andere woorden: welke medewerkerssegmenten moeten worden bereikt om het ziekteverzuim terug te dringen?

Om het ziekteverzuim effectief terug te dringen, is het belangrijk om te weten welke groepen medewerkers het meeste risico lopen. Het gaat er niet om deze medewerkers te ‘straffen’, maar om bijvoorbeeld te beslissen welke communicatiekanalen of rolmodellen je inzet om deze groepen effectief te bereiken.

Wat zijn de verklarende factoren, en welke daarvan zijn de belangrijkste factoren die we moeten beïnvloeden om het ziekteverzuim effectief terug te dringen?

Het is van het grootste belang om ondubbelzinnig de factoren vast te stellen die verzuim veroorzaken. Dit helpt bij het ontwerpen van actieplannen en beleid dat de belangrijkste oorzaken van verzuim aanpakt. Om dit te bereiken, is het belangrijk om te weten welke variabelen correleren met verzuim en in hoeverre één variabele een sterker verband vertoont dan de andere. Hoewel dit onmogelijk is met conventionele verzuimrapporten of eenvoudige correlatietests, kan dit worden gedaan met behulp van machinaal lerenstechnieken in combinatie met een causaliteitsoefening.

Hoe kan de agenda van de casemanagers en/of bedrijfsarts geoptimaliseerd worden, zodat mensen die het meeste risico lopen op langdurig verzuim optimaal begeleid worden?

Casemanagers en bedrijfsartsen hebben vaak drukke agenda’s. In veel organisaties duurt het enige tijd voordat een zieke medewerker begeleiding krijgt. Voor elke ziekmelding kan het risico op langdurig verzuim worden berekend. Dit inzicht helpt casemanagers en bedrijfsartsen hun beperkte tijd te besteden aan degenen die het meeste baat hebben bij een snelle interventie.

Wat is een realistische verzuimnorm die leidinggevenden kunnen hanteren, waarbij onder andere rekening wordt gehouden met de samenstelling van hun team?

Als het voortschrijdend gemiddelde van een bepaalde selectie onder de dynamische norm ligt, kun je veilig aannemen dat dit team of cluster het qua verzuim beter doet dan verwacht, gegeven de samenstelling ervan en vergeleken met de historische gegevens van de organisatie. Natuurlijk geldt het omgekeerde ook.

Is het verzuimproces optimaal ingericht en bewaakt?

Een vergelijking tussen het ideale proces en de procesrealiteit brengt mogelijkheden aan het licht om efficiënter te werken. In sommige gevallen levert process mining inzichten op die gebruikt kunnen worden om het ideale proces verder te optimaliseren. In andere gevallen zullen inzichten laten zien dat procesactoren meer begeleiding nodig hebben richting het ideale proces om het ziekteverzuim optimaal terug te dringen.

Wat is het effect van de interventies om het ziekteverzuim terug te dringen? Bereiken ze de juiste mensen en leiden ze daadwerkelijk tot een lager ziekteverzuim?

Veel organisaties beschikken over aanzienlijke budgetten voor preventieve en curatieve verzuiminterventies. Het blijft echter onduidelijk of de juiste doelgroepen met deze interventies worden bereikt en/of de inzet van interventies daadwerkelijk het ziekteverzuim terugdringt. Een interventie-effectmeting lost deze zaken op en helpt organisaties ROI te realiseren op hun verzuiminterventies.