Olen paljon pohtinut sitä, miten työllisyyspalvelujen mittaamista ja niistä ajattelua tulisi kehittää. Itse ajattelen, että ainakin vertailuasetelma puheen lisäksi pitäisi mustaa laatikkoa saada raotettua nykyistä enemmän erilaisissa tilanteissa ja konteksteissa.
Suomessa työllisyysalueilla näyttää olevan juuri nyt vahva houkutus rakentaa yhä monimutkaisempia vaikuttavuushankintoja. Ajatus on sinänsä jalo: maksetaan vain siitä, että palvelu tuottaa vertailuryhmää paremman lopputuloksen. Ongelma on, että työllisyyspalveluissa tämä logiikka on usein hankinnan eikä kehittämisen näkökulmasta liian raskas. OECD:n mukaan tulosperusteiset työllisyyspalvelut voivat toimia, mutta niiden onnistuminen riippuu hyvin paljon siitä, miten tavoitteet määritellään, miten tulokset voidaan aidosti kohdistaa palveluntuottajaan ja miten sopimusta seurataan. Näyttö ei myöskään ole yksiselitteinen: samat mallit voivat yhtä hyvin synnyttää pysäköintiä (asiakas jemmataan palveluun), kermankuorintaa (keskitytään heti parhaiten työllistyviin) ja muuta pelikäyttäytymistä kuin parempia asiakastuloksia (kritiikkiä laajasti Langenbucher & Vodopivec, 2022; Koning & Heinrich, 2013).
Kun olen vuosien saatossa saanut perehtyä kansainvälisten palveluntuottajien toimintaan, on heidän oma suorituskykynsä analyysin ja vaikuttavuuden mittaamisen käytännöt olleet hyvin kiinnostavia. Ne ottavat huomioon asiakkaan kehittymisen. Vaikuttavuusperusteisissa malleissa tämä jää vain sinne piiloon, kenenkään tietämättömiin. Työllisyyspalveluissa vaikutus syntyy usein vaiheittain: ensin vahvistuu toimintakyky, sitten motivaatio, sitten työnhaun taidot, sitten työnhakuaktiivisuus ja vasta lopulta työllistyminen. Jos hankinta maksaa vain viimeisestä askeleesta, se ohjaa katsomaan liian kapeasti sitä, mikä on aidosti arvokasta asiakkaan etenemisen kannalta. OECD onkin korostanut, että uusissa malleissa tarvitaan myös ”soft outcomes-” ja ”distance travelled” -ajattelua erityisesti vaikeammin työllistyvien asiakkaiden kohdalla (Vodopivec, 2023).
Olen itse kouluttanut ja kehittänyt näitä mittareita, eivätkä ne ole mitenkään helppoja. Parhaimmillaan niiden tulokset vastaavat “miksi”-kysymykseen: ne tekevät näkyväksi muutoksen, jota ei näe suoraan rekisterituloksista, ja täydentävät työllistymisen kaltaisia kovia mittareita. Harvoin yksi mittari riittää, vaan tarvitaan erilaisten mittareiden kokonaisuuksia. Mittareistahan ei muuten ole pulaa, vaan vain niiden käytäntöön soveltamisesta.
Tutkimuskirjallisuudessa tämän lähestymistavan vahvin peruste on se, että välittömät asiakasmuutokset ovat usein lähempänä palvelun todellista vaikutusmekanismia kuin lopullinen työllistymistulos. Työnhakua käsittelevät meta-analyysit osoittavat, että työnhaun minäpystyvyys eli ns. ”job-search self-efficacy” liittyy myönteisesti työnhakukäyttäytymiseen, työnhakutuloksiin ja myös työllistymiseen. Jo vanhempi meta-analyysi osoitti, että minäpystyvyys liittyi sekä työnhaun aktiivisuuteen että työllistymisstatukseen, ja uudempi meta-analyysi vahvistaa, että kyse on merkityksellisestä ja muokattavissa olevasta tekijästä, johon palvelu voi aidosti vaikuttaa (Kanfer et al., 2001; Kim et al., 2019). Toisin sanoen: jos palvelu parantaa asiakkaan työnhaun itseluottamusta, tavoitteellisuutta ja toimintaa, se ei mittaa sivuseikkaa, vaan aivan keskeistä asiaa. Toki jos paikkoja ei ole, niin itsetunnon koheneminenkaan ei auta.
Sama ajatus näkyy myös aivan tuoreessa tanskalaisessa tutkimuksessa, jossa kehitettiin Employment Readiness Indicator Questionnaire (ERIQ) vaikeasti työllistyville asiakkaille. Tutkimuksen ydinviesti on kiinnostava suomalaiselle hankintakeskustelulle: survey-pohjainen työllistymisvalmiuden mittari ei ainoastaan ennustanut työllistymistä hyvin, vaan tunnisti myös sellaisia muutettavissa olevia tekijöitä kuin sosiaaliset taidot, arjen selviytymisstrategiat, tavoiteorientaatio ja minäpystyvyys. Juuri nämä ovat hankinnan näkökulmasta arvokkaita, koska ne kertovat palveluntuottajalle ja tilaajalle, mitä pitäisi kehittää seuraavaksi. Hallinnollinen data kertoo usein vain, kuka on heikossa asemassa; hyvä asiakasmuutosmittari kertoo, mihin kannattaa puuttua (Bodilsen et al., 2025).
Laajemmasta palvelututkimuksesta saadaan toinen tärkeä oppi: pelkkä mittaaminen ei riitä, mutta systemaattinen etenemisen seuranta ja palautteen käyttö voi parantaa tuloksia. Psykoterapian puolella progress feedback- ja routine outcome monitoring -tutkimus on jo melko vahvaa. Meta-analyysissa toistuva asiakaslähtöinen etenemisen mittaaminen ja tiedon palauttaminen ammattilaisille paransi tuloksia hieman ja vähensi keskeyttämisiä. Työllisyyspalvelut eivät tietenkään ole psykoterapiaa, mutta analogia on hyödyllinen: monimutkaisissa ihmispalveluissa toistuva, standardoitu asiakaspalautteen ja muutoksen seuranta auttaa suuntaamaan työtä ajoissa eikä vasta siinä vaiheessa, kun lopputulos on jo menetetty (de Jong et al., 2021).
Ja vielä muistutuksena ja selkeytyksenä: Asiakasmuutosmittarit eivät saa korvata työllistymistulosta, vaan niiden pitää täydentää sitä. Paras malli ei ole “pelkkä pehmeä mittari”, mutta ei myöskään “pelkkä vertailuryhmää parempi nettovaikutus”. Järkevin suunta on hybridimalli tai tasapainoinen mittaristo. OECD:nkin viesti on samansuuntainen: palveluntuottajia kannattaa palkita myös vaikeammin työllistyvien asiakkaiden etenemisestä, kunhan mukana on vähimmäispalveluvaatimuksia, eriytettyä hinnoittelua ja toimiva seuranta (Langenbucher & Vodopivec, 2022; Vodopivec, 2023).
Siksi työllisyysalueiden kannattaisi juuri nyt olla kunnianhimoisia, mutta oikealla tavalla. Vaikuttavuutta ei pidä hylätä tavoitteena. Mutta hankinnan kohteeksi kannattaa ottaa se muutos, jonka palvelu voi oikeasti saada aikaan ja jonka asiakas, työntekijä ja tilaaja voivat yhdessä nähdä todeksi. Asiakasmuutoksen mittaaminen ei ole vaikuttavuudesta luopumista. Usein se on juuri se realistinen silta, jonka kautta vaikuttavuus lopulta syntyy.
Lähteitä
Bodilsen, S. T., Nielsen, S. A., & Rosholm, M. (2025). Measuring employment readiness for hard-to-place individuals. Humanities and Social Sciences Communications, 12, Article 835.
de Jong, K., Conijn, J. M., Gallagher, R. A., Reshetnikova, A. S., Heij, M., & Lutz, M. C. (2021). Using progress feedback to improve outcomes and reduce drop-out, treatment duration, and deterioration: A multilevel meta-analysis. Clinical Psychology Review, 85, Article 102002.
Kanfer, R., Wanberg, C. R., & Kantrowitz, T. M. (2001). Job search and employment: A personality-motivational analysis and meta-analytic review.
Kim, J. G., Kim, H. J., & Lee, K.-H. (2019). Understanding behavioral job search self-efficacy through the social cognitive lens: A meta-analytic review. Journal of Vocational Behavior, 112, 17–34.
Koning, P., & Heinrich, C. J. (2013). Cream-skimming, parking and other intended and unintended effects of high-powered, performance-based contracts. Journal of Policy Analysis and Management,
Langenbucher, K., & Vodopivec, M. (2022). Paying for results: Contracting out employment services through outcome-based payment schemes in OECD countries (OECD Social, Employment and Migration Working Papers No. 267). OECD Publishing.
Vodopivec, M. (2023). Raising the bar: Designing and implementing innovative contracted-out employment services in OECD countries (OECD Social, Employment and Migration Working Papers). OECD Publishing.
Wikström, M., Anttila, H., Savinainen, M., Kouvonen, A., & Joensuu, M. (2020). Development and content validity of the Abilitator: A self-report questionnaire on work ability and functioning aimed at the population in a weak labour market position. BMC Public Health, 20, Article 327.
Wikström, M., Kouvonen, A., & Joensuu, M. (2021). Intrarater reliability of the Abilitator—a self-report questionnaire on work ability and functioning aimed at the population in a weak labour market position: A test–retest study. BMJ Open, 11 (12),
Wikström, M., Kouvonen, A., Remes, J., Törnroos, K., & Joensuu, M. (2024). Examination of the structural components of the Abilitator–A self-report questionnaire on work ability and functioning aimed at the population in a weak labour market position. PLOS ONE, 19 (3), e0300182.
