McRetention: hoe McDonald's dankzij A.I. zijn verloop met 22% wist terug te dringen

McDonald’s werkt tegenwoordig met A.I. die aan de hand van 55 kenmerken voorspelt welke sollicitanten zullen slagen op de lange termijn. Dat blijkt zelfs flink te verschillen per restaurant. Hoe gaat dat in zijn werk?

Peter Boerman Op 07 september 2021 Gem. leestijd 3 min508x gelezen
Deel dit artikel:
McRetention: hoe McDonald's dankzij A.I. zijn verloop met 22% wist terug te dringen

Als je het hebt over assessments, wordt vaak gedacht dat je met één test vrij goed iemands persoonlijkheid kunt inschatten, en dat je daarmee ook kunt voorspellen hoe goed iemand in een bepaalde functie zal gaan presteren. Maar nieuw onderzoek bij Amerikaanse McDonald’s-restaurants laat zien dat het zo simpel niet is. Op basis van A.I. is duidelijk dat het verschilt per kandidaat en per restaurant. Iedere locatie heeft weer andere factoren die het succes van een medewerker bepalen. En omgekeerd: een kandidaat zal verschillen in prestatie, afhankelijk van waar hij of zij aan de slag gaat.

‘Hiermee weet je alles wat je moet weten over kandidaten voordat je ze zelfs maar interviewt.’

Zomaar zeggen dat de ene McDonald’s-medewerker makkelijk over te plaatsen is van het ene naar het andere filiaal? In de praktijk is het toch niet zo makkelijk als het misschien lijkt, aldus assessment-provider Sprockets, wiens technologie sinds kort geïntegreerd is in McHire, het recruitmentplatform dat speciaal door Paradox voor de fastfoodketen is gebouwd. Maar dankzij A.I. komt succes voorspellen wel steeds dichterbij, aldus Sprockets-CEO A.J. Richichi. ‘Hiermee weet je alles wat je moet weten over kandidaten voordat je ze zelfs maar interviewt. En welke gesprekken het in de eerste plaats waard zijn om in te plannen.’

55 behoeften, waarden en kenmerken

De algoritmes van Sprockets keken in het onderzoek naar 55 behoeften, waarden en persoonlijkheidskenmerken van de medewerkers van 4 deelnemende McDonald’s-filialen. Eerst werd per vestiging gevraagd wat de lokale toppresteerders zijn. Door hen op alle 55 kenmerken te analyseren, ontstond vervolgens een ‘succesprofiel’ voor een bepaalde functie op een bepaalde locatie. Daarna kregen de sollicitanten ook een soortgelijke vragenlijst voorgelegd, waarna langs de meetlat van het succesprofiel de beste kandidaten werden geselecteerd.

Door je beste presteerders op 55 onderdelen te analyseren, ontstaat een ‘succesprofiel’.

Ook werkt Sprockets met taalanalyse, om sollicitanten verder te kunnen beoordelen, en met de persoonlijkheidsinzichten van IBM Watson. Zo ontstaat een overzicht van niet alleen de Big Five van de kandidaat, maar ook nog eens 30 andere kenmerken. Resultaat daarvan is niet alleen een ‘gemiddeld rapportcijfer’ voor elke kandidaat voor elke vestiging, maar ook een stoplichtsysteem. Rood voor wie je beter meteen afwijst, oranje voor potentieel aantrekkelijke profielen, en groen voor de ideale kandidaten.

Wat maakt het onderscheidend?

Tot zover misschien niet veel nieuws: er zijn wel meer assessmentaanbieders die zeggen op dezelfde manier te werk te gaan. Wat het verhaal van Sprockets zo onderscheidend maakt, is echter dat blijkt hoe belangrijk zelfs die ene McDonald’s-locatie is ten opzichte van de andere. Er wordt geen ‘standaardprofiel’ van een succesvolle McDonald’s-medewerker gemaakt, maar er wordt per vestiging gekeken waar het verschil zit. En dat blijkt dus groter dan verwacht. ‘Er was nauwelijks tot geen overlap tussen de locaties. Elke vestiging bleek een behoorlijk verschillend succesprofiel te hebben.’

‘Iedere vestiging bleek een behoorlijk verschillend succesprofiel te hebben.’

Bijzonder relevante informatie voor McDonald’s, met zo’n 2 miljoen medewerkers 1 van de 4 grootste werkgevers van de wereld, maar tegelijk een werkgever die moeite heeft om aan voldoende kandidaten te komen, en tot nu toe een jaarlijks verloop van boven de 130% heeft. En juist daarin claimt Sprockets dat zijn A.I. waarde heeft. De algoritmes zouden het jaarlijkse personeelsverloop bijvoorbeeld met 22% hebben verminderd, en het personeelsbehoud van 90 dagen zou zelfs met 43% zijn verbeterd. Dat scheelt een slok op een borrel qua inwerkings- en wervingskosten.

werken bij mcdonald's
Beeld van de recente Nederlandse campagne van McDonald’s.

387.024 dollar per jaar

De gemiddelde McDonald’s in Amerika heeft in totaal zo’n 50 medewerkers. Aan verloop is een vestiging (gemiddeld) 387.024 dollar kwijt, zo berekende Sprockets. Eén medewerker vervangen kost immers al 5.864 dollar, berekend inclusief wervings- en trainingskosten. Bovendien is de juiste selectie voor een restaurant ook nog eens van belang voor de omzet: slechte klantenservice zou – na: slecht eten – de belangrijkste reden zijn waarom klanten een restaurant in de steek laten.

‘De rockster in de ene vestiging bleek in de andere vestiging nauwelijks in het team te passen.’

Sprockets zegt zelf ook verrast te zijn door de grote gevonden verschillen per locatie. Er werden (gedurende 90 dagen) 4 vestigingen onderzocht die geografisch niet eens zover uit elkaar lagen. ‘Simpel gezegd: de medewerker die in de ene vestiging een rockster zou zijn, bleek in de andere vestiging nauwelijks in het team te passen. Succes op de ene locatie garandeert op geen enkele manier succes op de andere. Daar zul je dus echt eerst per vestiging onderzoek naar moeten doen. Maar het goede nieuws is: zodra je dat onderzoek hebt gedaan, kun je succes en verloop dus redelijk voorspellen.’

Lees ook

Credit foto boven. Zie ook het verhaal op ToTalent.eu, het Engelstalige zusje van Werf&.

Deel dit artikel:
Peter Boerman

Peter Boerman

Hoofdredacteur bij Werf&
Hij heeft eigenlijk nog nooit een vacature uitgezet. En meer sollicitatiegesprekken gevoerd als kandidaat dan als recruiter of werkgever. Toch schrijft Peter Boerman alweer een jaar of 10 over weinig anders dan over de wondere wereld van werving en selectie, in al zijn facetten
Bekijk volledig profiel

Premium partners Bekijk alle partners

Academie voor Arbeidsmarktcommunicatie
BRANDMANNEN           Recruitment Marketing
Bullhorn
Compagnon
DPG Recruitment
Floyd & Hamilton
Indeed
Intelligence Group
Otys Recruiting Technology
Pro Contact
Ravecruitment
Recruitment Accelerator
Recruitment Tech
Softgarden
ToTalent.eu
WBNRS