Volgens nieuw onderzoek kunnen anonieme bedrijfsreviews die werknemers online achterlaten, worden gebruikt om wangedrag van bedrijven te voorspellen en mogelijk te voorkomen.
Uit een onderzoek door onderzoekers van de Harvard Business School en de Universiteit van Tilburg in Nederland bleek dat informatie die werd verkregen uit beoordelingen van werknemers die op de bedrijfsreviewsite Glassdoor.com waren achtergelaten, nuttig was bij het voorspellen van wangedrag naast andere gemakkelijk waarneembare factoren, zoals bedrijfsprestaties en berichtgeving in de pers, brancherisico en inbreuken vorige.
Reviews bieden werknemersfeedback over controlepraktijken in bedrijven, culturen, processen en prestatiedruk die kunnen bijdragen aan wangedragsrisico’s, zegt Dennis Campbell, hoogleraar bedrijfskunde aan de Harvard Business School, die het onderzoek uitvoerde met Ruedi Chang, assistent-professor aan de Tilburg School of Economics and Management. Hij zegt dat het horen van deze “notitie” een vroege waarschuwing is voor mogelijk wangedrag.
“Onze theorie is dat wat mensen ertoe aanzet wangedrag te plegen, eigenlijk de omgeving is waarin ze leven”, zegt dr. Chang.
anonieme beoordelingen
Voor hun onderzoek haalden onderzoekers informatie uit anonieme reviews van Amerikaanse bedrijven die van juni 2008 tot december 2016 openbaar werden verhandeld op de website voor werknemersreviews Glassdoor.com. Ze hebben bedrijven uitgesloten die in de periode minder dan 10 reviews hebben ontvangen.
Vervolgens verzamelden ze gegevens over bedrijven, zoals hun grootte, kapitaalstructuur en winstgevendheid, en berichtgeving in de pers, zoals het aantal media-artikelen met betrekking tot elk bedrijf, van 2008 tot 2017. Ze combineerden alle gegevens, waardoor beoordelingen van bedrijven werden geëlimineerd. waarvoor zij niet over de benodigde variabelen of gegevens beschikten – Zoals die welke failliet zijn gegaan of zijn overgenomen. Hun uiteindelijke steekproef bestond uit 13.363 observaties over 1.478 bedrijven.
Ten slotte haalden ze alle 26.934 gevallen van zakelijk wangedrag door openbare Amerikaanse bedrijven van 2008 tot 2017 uit Violation Tracker, een zoekmachine die civiele en strafzaken tegen bedrijven dekt. Hierdoor konden ze woorden identificeren die onevenredig vaak voorkomen in beoordelingen van bedrijven die schuldig zijn bevonden aan wangedrag.
Met behulp van machine learning-technieken creëerden ze een risicomaatstaf die toekomstige schendingen van wangedrag kan voorspellen door te bepalen in hoeverre bedrijfsbeoordelingen ‘woorden van wangedrag’ bevatten, zoals bureaucratie, naleving, ontmoediging, vriendjespolitiek, intimidatie, vijandigheid, meritocratie en strengheid. Onderzoekers zeggen.
waarde en beperkingen
Hui Chen, voormalig compliance-expert bij het ministerie van Justitie, zegt dat dit soort analyse waardevol is, maar het is belangrijk om rekening te houden met de beperkingen van het onderzoek. Omdat de onderzoekers wangedrag hebben gemeten op basis van wat de overheid heeft gestraft, zou elke voorspelling op basis van hun aanpak een groot deel van “verborgen wangedrag” kunnen missen – dingen die de overheid om verschillende redenen niet weet of volgt, zei ze.
Dr. Campbell zegt dat hoewel er een risico-index is ontwikkeld en gevalideerd door waargenomen gevallen van wangedrag, hij gelooft dat deze kan worden gebruikt om mogelijke “verborgen” gevallen van wangedrag te identificeren.
Mis geen enkel verhaal! Blijf verbonden en geïnformeerd met Mint. Download nu onze app!!
“Reisliefhebber. Onruststoker. Popcultuurfanaat. Kan niet typen met bokshandschoenen aan.”