Netwerkanalyse als startpunt van verandering
Veel veranderingen in organisaties stagneren door onvoldoende goede informatie over de verandering of heersende negatieve normen over de verandering. Voor mijn afstudeerscriptie aan de opleiding Communicatie en Beïnvloeding bracht ik in twee organisaties de informatiestromen en de sociale normen in kaart met een sociale-netwerkanalyse. Ik vroeg me af hoe deze inzichten gebruikt kunnen worden bij interne communicatie rondom een verandering. Deze week presenteerde ik bij de International Communication Association conferentie in Washington D.C. de resultaten van mijn onderzoek. In deze blog deel ik de belangrijkste inzichten van mijn scriptie: dat een sociale netwerkanalyse bekende én onbekende sociale groepen in kaart kan brengen
Kennisnetwerken in een organisatie
Wanneer mensen goed geïnformeerd zijn over een verandering vergroot dat de kans van slagen van die verandering. Het ontbreken van relevante kennis daarentegen is een belangrijke reden voor ’ruis’ over een verandering. Kennis verspreidt zich in een organisatie het beste via informele netwerken. Collega’s die met elkaar samenwerken, of elkaar goed kennen, delen makkelijker informatie met elkaar dan collega’s die weinig samenwerken. De informatiestromen tussen collega’s heten kennisnetwerken.
In tijden van verandering zijn deze kennisnetwerken erg belangrijk. Via kennisnetwerken verspreidt niet alleen juiste informatie over een verandering zich, maar ook roddels en geruchten. Met een sociale-netwerkanalyse kun je deze kennisnetwerken in kaart te brengen. Wanneer de initiatiefnemer van een verandering kennis heeft van deze netwerken kan hij/zij gerichter communiceren over de organisatieverandering. Op die manier kan hij/zij de minder goed geïnformeerde netwerken beter informeren of geruchten tijdig opsporen. Hierdoor worden medewerkers doorgaans meer, en beter, geïnformeerd. Dit vergroot de kans op slagen van de organisatieverandering.
Centrale personen zijn doorgaans beter geïnformeerd
Uit het onderzoek blijkt dat, onder bepaalde omstandigheden, de positie van een individu in een kennisnetwerk iets zegt over de mate waarin hij of zij geïnformeerd is. Wanneer een individu een centrale positie in het netwerk heeft is deze persoon doorgaans beter geïnformeerd dan personen die minder centraal in het netwerk staan.
Deze uitkomt lijkt voor de hand te liggen, ware het niet dat het vaak niet bekend is wíe centrale personen in een netwerk zijn. Met een sociale-netwerkanalyse kan goed in kaart gebracht worden wie midden in het netwerk staan. Vaak leidt dit tot verrassende inzichten. Voor de initiatiefnemer van de verandering zijn deze uitkomsten dan ook erg waardevol. De centrale personen kunnen namelijk een belangrijke rol spelen in de informatievoorziening rondom een verandering. Deze personen zullen tevens eerder
geruchten en roddels opvangen. Wanneer zij goed geïnformeerd zijn kunnen zij deze geruchten snel weerleggen.
Het ontstaan van normen in sociale groepen
Wat voor ons brein belangrijker is dan goede informatie over een verandering, zijn de heersende sociale normen in de organisatie. Wanneer deze niet overeenkomen met de normen van het individu leidt dat tot een naar gevoel over de verandering, waardoor het individu waarschijnlijk niet mee zal bewegen in de verandering. Deze normen ontstaan in de sociale (offline) groepen van de organisatie. De sociale groepen waar een individu zich in bevindt zijn bepalend voor diens houding ten opzichte van de organisatieverandering. Mensen van dezelfde groep praten met elkaar over een verandering en delen hun meningen. We zijn graag congruent met de mening van onze sociale groep. Ook als we daarvoor onze mening moeten bijstellen.
Zichtbare en onzichtbare sociale groepen
Een sociale-netwerkanalyse geeft inzicht in de sociale groepen en de normen van deze groepen. In mijn onderzoek bleek dat er verschillende sociale groepen waren in beide organisaties. Deze sociale groepen hadden geen overeenkomsten met afdelingen of functies, en stonden dus los van elkaar. Voorbeelden van sociale groepen waren mensen die vaak met elkaar gingen wandelen, of op vrijdagmiddag gingen borrelen. Sommige van deze groepen waren bekend, en overduidelijk zichtbaar. Er waren echter ook groepen die zich op de achtergrond bevonden, en daardoor minder opvielen. Nog interessanter waren de verschillen in de attitudes van de sociale groepen. Er waren grote verschillen tussen de sociale groepen te vinden, waar de attitudes op afdelingsniveau grotendeels gelijk waren. Zoals in onderstaande afbeelding te zien is, waren sommige sociale groepen erg positief over de verandering (blauw en rood), en andere sociale groepen negatief over de verandering (groen en beige).
Mogelijke toepassingen
De invloed van sociale groepen is dus groot. Dit op zich is niet nieuw. Denk aan hoe in de wandelgangen geruchten tot stand komen. Wat wel nieuw is, is de manier hoe dit in kaart gebracht kan worden. Waar het voorheen een ongrijpbaar fenomeen was, kan je met een sociale netwerkanalyse grip krijgen op de sociale groepen. Door vervolgens de communicatie aan te passen op de sociale groepen sluit deze beter aan bij de behoeften van deze groepen en heb je een groter effect.
Je kunt het bestaan van sociale groepen zelfs in je voordeel gebruiken. Door bijvoorbeeld sociale groepen met verschillende attitudes met elkaar in gesprek te laten gaan kunnen deze sociale groepen wederzijds begrip kweken voor elkaars standpunt, en daarmee wellicht dichter naar elkaar toe groeien. En door zelf in gesprek te gaan met mensen uit verschillende sociale groepen krijg je een beter beeld van wat er écht speelt in de organisatie.
Het uitvoeren van een netwerkanalyse
Je kunt een netwerkanalyse op verschillende manieren uitvoeren. In dit onderzoek is met behulp van een vragenlijst aan medewerkers gevraagd met wie ze communiceren. Andere mogelijkheden zijn het analyseren van databronnen, zoals intranetverkeer. Er zijn verschillende programma’s om een netwerkanalyse mee te maken. In dit geval is gebruik gemaakt van Gephi. Het leuke aan Gephi is dat er nog veel meer geanalyseerd kan worden dan de sociale groepen, misschien schrijf ik hier wel een volgende blog over.
Privacywetgeving
Naast de mogelijkheden, is privacy ook een onderwerp wat vrijwel altijd op tafel komt wanneer er over een netwerkanalyse gesproken wordt. Mensen zijn bang dat een netwerkanalyse privacy schendt en de regels van de AVG overtreedt. Dit hoeft niet zo te zijn. Het draait allemaal om toestemming. Er zijn grofweg drie situaties op het gebied van toestemming rondom netwerkanalyses.
De eerste situatie is de meest wenselijke: iedereen geeft toestemming. In dat geval is er geen probleem en kan je aan het werk. Ten tweede kan het zo zijn dat je geen toestemming krijgt van mensen. Dan kan je een anonieme netwerkanalyse maken. Op die manier krijg je wel inzicht in de verschillen tussen sociale groepen, maar weet je niet precies wie de sociale groepen zijn. In interviews of focusgroepen kan je vervolgens doorvragen naar de verschillen. De derde mogelijkheid is dat je deels toestemming krijgt voor je netwerkanalyse. In dit geval moet je een creatieve oplossing bedenken voor de weergave van het netwerk. Een mogelijkheid is aan mensen te vragen een bijnaam te verzinnen. Op die manier zijn ze voor zichzelf wel herkenbaar, maar voor anderen niet!
Afsluiting
Dit waren de belangrijkste resultaten van mijn onderzoek en mogelijke toepassingen daarvan. Ik hoop dat je er inmiddels net zo van overtuigd bent dat netwerkanalyses je verder kunnen helpen als ik. Het zal je niet verbazen, maar ik raad iedereen aan een netwerkanalyse te maken wanneer zij in een verandertraject zitten. Het levert je een hoop waardevolle inzichten op, waarmee je jouw interne communicatie effectiever kunt in te zetten.
Ik hoop dat het onderzoek je geïnspireerd heeft! Wil je meer weten over hoe het onderzoek precies is uitgevoerd, wat de belangrijkste bronnen waren, of wat een netwerkanalyse nog meer voor jouw organisatie kan betekenen? Neem dan contact op via team@orangeotters.nl.
Geschreven door Sander Dorst
