artikel

De computer als recruiter: wie durft?

Instroom

De computer als recruiter: wie durft?

Het onderbuikgevoel en de ‘klik’ worden in werving en selectie verdrongen door software die de perfecte match uitrekent. Door slim data aan elkaar te koppelen, kun je vacatureteksten verbeteren of de voorselectie uit handen geven aan een computer.

Big data. Het is zo’n modeterm en klinkt ook gelijk zo groot en zo sciencefiction-achtig. Ton Sluiter, manager data analytics bij USG People, neemt het woord om die reden liever niet in de mond. Toegegeven, om iets zinvols te doen met data, moet je als bedrijf wel over een flinke dataset beschikken, zegt hij.

Bij een wereldwijde speler als USG People is dat het geval. Ruim een jaar geleden begon het bedrijf als een van de eerste in de flexbranche een heuse afdeling Data Science. Sluiter: “We deden al veel met data, maar dat waren rapportages ingebed in business intelligence. Onze afdeling gaat meer richting predictive analytics.” Inmiddels heeft de afdeling de eerste bigdata-projecten naar klantverlies en medewerkersverloop afgerond.

Blijvertjes?

Een andere prangende onderzoeksvraag bij USG People was welke potentiële callcenter-medewerkers blijvertjes zijn. “We hebben een model gemaakt dat voorspelt hoe lang medewerkers in hun functie blijven. Dat soort vragen lijken altijd makkelijker dan ze zijn. Het gaat namelijk om een complex samenspel van factoren. Waar woont iemand? Wat zijn zijn ervaringen, wat is het het opleidingsniveau, de leeftijd? En ga zo maar door.

“Van al die factoren proberen we van alles en nog wat aan elkaar aan te knopen. Soms nemen we tot wel veertig variabelen mee. Bij de callcenter-medewerkers bleek het geslacht bijvoorbeeld nauwelijks een rol te spelen. Wel bepalend is of iemand in de grote stad woont of op het platteland. Dergelijke informatie is van onschatbare waarde voor onze klanten. We kunnen gerichter voor ze werven. De kosten heb je dan zo terugverdiend.”

Wie alle belangrijke elementen in een
vacaturetekst verwerkt, ziet dat beloond
met bijna vijf keer zoveel sollicitaties

Vacatureteksten

Recent heeft USG People samen met Intelligence Group en Vacatureverbeteraar.nl een onderzoek naar vacatureteksten afgerond. “Ons gezond verstand vertelde ons dat er op dat gebied nog veel te winnen was”, vertelt Sluiter. “Bij rondgang op de website vonden we een aantal slecht geschreven teksten. Maar we vonden vooral dat de beschrijving van wat de kandidaat gaat doen en wat hij ervoor terug krijgt vaak heel summier was. ‘Een interessante baan voor langere tijd in de buitenlucht’, van dat kaliber. Wat we ook vaak zagen gebeuren, is dat een oude vacaturetekst gekopieerd wordt in de nieuwe.

“We wilden te weten komen welke factoren bij een vacature leiden tot doorklikken of solliciteren, tot ‘conversie’ zoals dat in jargon heet. Die informatie is enorm belangrijk nu in alle sectoren het aantal sollicitanten aan het afnemen is.”

Wat leidt tot conversie?

Intelligence Group analyseerde bijna vijfduizend vacatures en bekeek welke elementen – van auto van de zaak tot de inhoud van het werk – er in een tekst voorkomen. Vervolgens werd voor tien functiegroepen vastgesteld welke elementen het meest bepalend zijn voor conversie. Bij uitvoerende kantoorberoepen op mbo-niveau leidt het vermelden van zaken als ontwikkelingsmogelijkheden, een vast contract en een dertiende maand tot vele honderden procenten extra clicks. Wie alle belangrijke elementen in een vacaturetekst verwerkt, ziet dat beloond met bijna vijf keer zoveel sollicitaties.

 

‘Recruitment-tech is als tienerseks: iedereen heeft
het erover en wil niets liever, maar vooralsnog
overheerst de koudwatervrees’

 

Snel analyseren

Het snel analyseren van teksten doet USG People met de Vacatureverbeteraar. Kwestie van de tekst plakken in een url en je ziet direct welke elementen ontbreken, vertelt Sluiter. Het bedrijf is ermee gaan proefdraaien op een aantal vestigingen. “Voor ervaren consultants is het vaak een bevestiging dat ze het al goed doen. Anderen leren dat ze op punten duidelijker moeten doorvragen aan klanten. En dan kan het zomaar gebeuren dat op een vacature waar normaal nog niet één sollicitant op doorklikt, ineens zes kandidaten reageren.”

Computerhulp bij vacatureteksten

In de toekomst wil USG People de computerhulp bij vacatureteksten verder uitdiepen. “Inzoomen op het niveau van de gemiddelde winkelmedewerker bijvoorbeeld of van een juridisch secretaresse. We willen ook weten hoe lang de teksten voor een bepaalde doelgroep moeten zijn. Voor de ene kandidaat is een uitgebreide vacaturetekst een absolute voorwaarde, voor een ander juist reden om gelijk weg te klikken.”

Of iets een goede tekst is, blijft uiteindelijk mensenwerk, benadrukt Sluiter. “Vestigingsmanagers moeten regelmatig de vacatures bekijken en beoordelen. Dát blijft gewoon.”

 

De computer koppelt het profiel razendsnel
aan testresultaten van assessments, games
en videopitches  en pikt de toppers eruit

 

Koudwatervrees

Recruitment-tech is als tienerseks, luidt een gevleugelde uitspraak onder HR-techneuten. Big data, algoritmes, artificiële intelligentie: iedereen heeft het erover en wil niets liever, maar vooralsnog overheerst de koudwatervrees. Wie gaat er eerst? Dat er baanbrekende technologieën aan de horizon gloren, daar twijfelt niemand aan. Maar werken ze ook in recruitment? Wat zijn de verschillen tussen de tools? En betaalt een investering als deze zich wel terug?

Deze vragen krijgt Willeke Meijer van het internationale HR-techbedrijf IVY Works regelmatig van nieuwe klanten. Dat begrijpt ze heel goed. Want de business van voorspellende analytics is voor Nederland vrij nieuw. En een claim als ‘perfecte match’ klinkt al snel te mooi om waar te zijn.

Gamebased assessments

Ivy Works heeft in samenwerking met universiteiten ruim vijftig gamebased online assessments ontwikkeld. Samen brengen die meer dan honderd kenmerken in beeld. Op basis daarvan valt in een split second te voorspellen of iemand bij een bepaald profiel past.

Bij grote organisaties kan dat profiel herleid worden uit de organisatie zelf, legt Meijer uit. “Dan analyseer je bijvoorbeeld wat in jouw bedrijf de succesvolle managers zijn en stel je een profiel samen op basis van soortgelijke vaardigheden.”

 

‘Er zijn maar weinig mensen die
zonder vooringenomenheid de beste
kandidaat eruit kunnen halen’

 

Rijkgevulde database

Je kunt ook werken met een algemeen bestaand profiel, samengesteld uit de inmiddels rijk gevulde database van IVY Works met 1200 profielen. Dat kan een functie zijn als managementassistent of een medewerker met een gastvrije uitstraling voor een hotelketen. Of denk aan een team dat een bepaald persoonlijkheidstype zoekt. Daarvoor kun je met persona’s werken. De computer koppelt het profiel razendsnel aan testresultaten van assessments, games en videopitches en pikt de toppers eruit.

Betere voorselectie

De vraag is vervolgens: doet de computer dat beter dan een mens? Volgens Meijer zal een menselijke blik altijd nodig blijven, zeker bij de eindselectie. Maar dat de machine een betere voorselectie maakt, daar is geen twijfel over mogelijk. “Er zijn maar weinig mensen die zonder vooringenomenheid de beste kandidaat eruit kunnen halen.” Vaak wordt volgens Meijer nog te veel geleund op het cv, dat weinig voorspellende waarde heeft. Of zoiets vaags als de ‘klik’.

Hulp bij kiezen

Ze geeft het voorbeeld van een ceo die een secretaresse zocht. Nadat honderd kandidaten vergeefs aan hem waren voorbijgetrokken, klopte hij bij Meijer aan voor hulp. “Op basis van het samen met ons opgestelde profiel vielen er veertig van de vijftig gelijk af. Van de tien overgebleven kandidaten staken er twee met kop en schouders boven de rest uit. Eentje daarvan had de persoonlijke voorkeur van de ceo. Die nam hij aan. Normaal had hij deze kandidaat nooit aangenomen, vertelde hij. Maar zij was het helemaal.”

 

‘Een mens codeert feedback al
gauw als persoonlijk falen’

 

Ranking op basis van testresultaten

Daarnaast gaat het vooral ook veel sneller. “De eerste honderd sollicitanten komen niet eens in beeld bij de recruiter. Zij worden in een testomgeving gerankt op basis van hun testresultaten. Mensen onder een bepaalde drempel vallen af. De recruiter hoeft niet meer tientallen of honderden cv’s door te ploeteren. Dat scheelt een hoop werk in de voorselectie.

Bad hires

IVY Works is niet de enige die met voorspellende algoritmes aan de weg timmert. Een andere opvallende nieuwkomer is het Chinese bedrijf Seedlink, dat in 2017 een vestiging in Nederland opende. Het voornaamste doel van deze organisatie: bad hires voorkomen. Volgens schattingen van IVY Works kost de gemiddelde bad hire 11.500 euro.

Seedlink doet dat met software, die op basis van taalgebruik voorspelt of iemand bij een functie of bedrijfscultuur past. L’Oréal bijvoorbeeld ontwikkelde met deze software een selectieprocedure waar geen sollicitatiegesprek of cv meer aan te pas kwam, maar dat slechts bestond uit drie open vragen. “Het is bewezen dat taal meer voorspellende waarde heeft dan een cv“, aldus oprichtster Rina Joosten-Rabou vorig jaar in een interview in PW.

Confirmation bias

Het cv, maar ook de ervaring zeggen weinig over hoe iemand het gaat doen, is ook de ervaring van Ralf Knegtmans, een van Nederlands bekendste recruiters en managing partner van De Vroedt & Thierry. Knegtmans schreef het boek Agile Talent, waarin hij struikelblokken identificeert waarover recruiters regelmatig uitglijden. De confirmation bias bijvoorbeeld, waar bij een gesprek iemands oordeel alleen maar wordt versterkt. We hebben het over menselijke recruiters wel te verstaan. Kan de computer dat beter?

 

‘Software, hoe slim ook, is geen toverdoos,
waaruit automatisch perfecte matches rollen’

 

Zelflerende algoritmes

Knegtmans, die de technologische ontwikkelingen met grote interesse volgt, signaleert dat we op bepaalde terreinen door de komst van machine learning razendsnel worden ingehaald. “Er komen niet alleen steeds meer data beschikbaar, de programma’s worden ook nog eens voortdurend bijgesteld. Het prettige van deze algoritmes is bovendien dat ze zelflerend zijn. Een mens codeert feedback al gauw als persoonlijk falen.”

Wij mensen hebben de neiging om kandidaten te selecteren die op onszelf lijken, weet Knegtmans. “Je kunt mensen wel trainen om gestructureerd en criteriumgericht te interviewen, maar een computer gaat dat gewoon veel makkelijker af. Die laat zich niet afleiden. Het is al mogelijk om met software iemands drijfveren te doorgronden of te voorspellen of iemand zich kan ontwikkelen tot leider.”

Beste kans op succesvolle match

Maar de machine zal nooit het enige selectiemiddel worden, voorspelt Knegtmans. “De beste kans op een succesvolle match ontstaat wanneer je verschillende selectietools gelijktijdig en in samenhang inzet, blijkt uit onderzoek.”

Knegtmans verwelkomt nieuwe recruitmentsoftware daarom vooral als een extra controlemiddel. “Hét gevaar dat je zeker als ervaren recruiter loopt, is dat je het allemaal wel denkt te weten. Natuurlijk bouw je ervaring op en ontwikkel je mensenkennis. Maar het risico ontstaat dat je blind vaart op gut feeling.”

Geen toverdoos

Bovendien is software, hoe slim ook, geen toverdoos, waaruit automatisch perfecte matches rollen. ‘Garbage in, garbage out’, is niet voor niets het gezegde. Mensen moeten een programma wel voeden met de juiste informatie, met de juiste de context. Ofwel: je moet weten wat je zoekt in de specifieke omgeving van dit bedrijf. En dan houd je altijd nog vaardigheden over waarop de machine het onderspit delft, zoals creativiteit. Zo maakt Knegtmans standaard een ommetje langs de receptie om te informeren hoe een kandidaat zich gedragen heeft.

“Dat zegt veel over iemands ware aard. Leiders die zich laatdunkend gedragen naar ondergeschikten, zijn ongeschikt voor leiderschapsfuncties.”

Dit artikel is een bewerking van een artikel uit Flexmarkt

Reageer op dit artikel