HOE HAAL JE HET MAXIMALE UIT JE RECRUITMENTSYSTEEM? DE DATASTRUCTUUR DIE ELK ATS EN VMS MOET HEBBEN

Transcriptie

1 HOE HAAL JE HET MAXIMALE UIT JE RECRUITMENTSYSTEEM? DE DATASTRUCTUUR DIE ELK ATS EN VMS MOET HEBBEN

2 2 I INLEIDING November 2017 Intelligence Group

3 MANAGEMENT SAMENVATTING I 3 MANAGEMENT SAMENVATTING Werken met een Applicant Tracking System (ATS) 1 is vergelijkbaar als werken met Word of Powerpoint. We werken ermee, maar maken slechts van 15 procent van de functionaliteiten gebruik. Binnen recruitment geldt daarbij ook nog dat er met gezonde tegenzin met het ATS wordt gewerkt. Er is een soort haat-liefde verhouding met het systeem waarbij vaak geldt dat het systeem dat wordt gebruikt de minst slechte keuze was. Wanneer we inzoomen op de organisaties die fan zijn van hun recruitmentsysteem, zien we verschillende interessante overeenkomsten. Zo zijn bijvoorbeeld de gebruikers goed en veelvuldig getraind in het gebruik van het systeem en worden ze daarin continu geüpdate, en is het systeem niet onnodig aangepast aan de (verouderde) recruitmentprocedure van de organisatie bij implementatie. Er is ook een handvol organisaties die zeer succesvol zijn dankzij hun ATS. Daar is de functionaliteit van het ATS als administratiesysteem van CV s en kandidaten verworden tot een Kennis, Search en Matching tool met de interne en externe arbeidsmarkt. Niet het gebruik van extra functionaliteiten bepaalt hierin het succes, maar de onderliggende (aangelegde) datastructuur binnen het ATS. Wanneer die basis goed is, werkt al die extra slimme tooling optimaal en schiet het wervingssucces omhoog. Hiervoor zijn de volgende 10 dataregels essentieel: 1 Een Vacature is een CV 2 Verplichte velden 3 Elke Vacature een uniek ID 4 Functietitel 5 Opleidingsniveau 6 Ervaringsniveau 7 Postcode 8 Koppeling aan KvK 9 ATS verbeteren zonder controle is zinloos 10 Aanleggen van een dataprotocol Deze 10 dataregels zouden standaard in elk ATS en recruitmentproces moeten zijn geïmplementeerd en grotendeels moeten zijn vastgelegd in bijv. een aanbestedingsdocument van een nieuw ATS. Alleen dan groeit het administratieve Applicant Tracking Systeem (last) tot het succes vergrotende recruitmentsysteem (lust) waar iedereen niet zonder kan en wil. 1) ATS (Applicant Tracing System) en recruitmentsysteem worden door elkaar heen gebruikt in dit paper. Wat wordt geschreven voor een ATS geldt ook voor een recruitmentsysteem en visa versa

4 4 I INLEIDING INLEIDING Ons recruitmentsysteem is briljant. Op het moment dat je een Vacature aanmaakt, krijg ik automatisch te zien wie in onze database voldoet aan de gestelde eisen en de waarschijnlijkheid dat deze persoon beschikbaar is op de arbeidsmarkt. Door te spelen met de gesuggereerde employer benefits en salaris kan ik mijn aanbod afstemmen op de te verwachte conversie en het aantal benodigde sollicitanten. Tevens kan ik kiezen uit de gesuggereerde recruitmentaanpak, te weten: -mensen uit de database benaderen -succesvol bewezen bureaus benaderen -de juiste mediakeuze maken -mijn sourcingsstrategie tweaken obv bedrijven waar de doelgroep werkt. Een heerlijke aanpak waarbij op voorhand een realistische inschatting kan worden gemaakt van succes en kosten zodat de juiste verwachtingen kunnen worden gemanaged. ONS RECRUITMENTSYSTEEM IS BRILJANT! Klinkt goed toch? Het leuke is dat het technisch allemaal al kan en ook al bestaat. Denk aan het doelgroependashboard, tooling van 8vance, arbeidsmarktdata integratie bij Carerix. Search & match technologie van Textkernel. Het nadeel is, het is allemaal niet geïntegreerd met elkaar en in veel gevallen werken de tools ook nog suboptimaal. De meest logische gedachte zou zijn dat dat ligt aan de tooling, echter ligt daar niet de belangrijkste bottleneck. Het is de datastructuur (of liever gezegd het ontbreken van die datastructuur) binnen de recruitmentsystemen waar werkgevers mee werken. Aan de vast kant van de arbeidsmarkt (ATS) en de flex kant (VMS). Best practice: Je database is niet meer het goud, maar wat je ermee doet Bron: Recruitment TV: v=2cewkwcz558&t en nl/2017/07/25/ton-sluiter-usg-people-ondanks-digitalisering-blijft-mens-belangrijk-matching/

5 INLEIDING I 5 Of je nu een (nieuw) recruitmentsysteem kiest of al jaren met je huidige systeem werkt, het is essentieel dat de dataverzameling consistent plaatsvindt en aan een aantal minimale eisen voldoet. Dit is belangrijk om op korte termijn meer rendement uit bijvoorbeeld matching te halen en op lange termijn (na 1 jaar) veel gerichter en effectiever te kunnen werven. In deze paper zal een serieuze aanzet worden gegeven van de minimale datavelden die consistent en marktconform gevuld moeten worden met de gangbare en juiste waardes. In veel gevallen zullen het herkenbare invulvelden zijn, die nu binnen het huidige ATS niet onvolledig volgens eigen classificaties inconsistent onherkenbaar ingevuld worden. Door alleen dit te veranderen, zal er een wereld van nieuwe search, matching en recruitmentmogelijkheden ontstaan. Mogelijkheden om meer en beter talent aan te trekken, effectiever en efficiënter te werken en veel meer rendement te halen uit al bestaande instrumenten. Het mooie is het is logisch, vanzelfsprekend en gratis. Het rare is dat we het nog niet doen. USG People heeft een belangrijke stap naar voren gemaakt door o.a. Binnen de verschillende onderdelen data (honderduizenden CV s) op dezelfde manier te classificeren Data koppelbaar en uitwisselbaar te maken Meedenkende applicatie (zodat op de juiste manier de data wordt ontsloten) Nagedacht over vast te leggen datavelden per kandidaat/sollicitant Structuur in de data van het verleden en het heden Data te ontdubbelen Maken van business rules Hierdoor bereikt USG: Meer plaatsingen +1,5% Kandidaten beter te matchen op Vacatures Zijn intercedenten veel effectiever (gerichter naar de juiste kandidaat gebracht) Wordt beter gebruik gemaakt van CV s in de database (zelfvoorzienend) Kosten bespaard, bijv. betaalde CV databases zijn minder nodig (besparing van euro) Meer doelgroepkennis/ marktinzichten Met het aanleggen van een gestandaardiseerde datastructuur binnen een ATS kan dit eenvoudig worden voorkomen en kan het ATS naast haar administratieve en logistieke functie ook echt toegevoegde waarde hebben om meer en betere mensen uit de markt te halen en grip te hebben (en houden) op talent.

6 6 I INLEIDING DATAVERZAMELING: ALLES WAT DOOR EEN RECRUITER, KANDIDAAT OF DOOR TECHNOLOGIE WORDT OPGESLAGEN IN HET ATS, VMS OF ANDER SYSTEEM T.B.V. DE ARBEIDSMARKT

7 DE KADERS VAN MINIMALE DATA-EISEN I 7 DE KADERS VAN MINIMALE DATA-EISEN Binnen data bestaat er niet zoiets als bijna goed. Zo geldt het ook voor de minimale eisen zoals we die hierna gaan beschrijven. Bijna goed staat dan ook gelijk aan sub-optimaal en is derhalve geen optie. Het zijn niet voor niets minimale eisen. In latere papers zullen we de mogelijkheden van additionele datavelden omschrijven die tot maximale optimalisatie kunnen leiden, zoals: Time stamps IP adres Global classificaties Datum plaatsing/datum sluiting Platte tekst Vacature ESCO CREBO/CROHO Telefoonnummers kandidaten. BIJNA GOED STAAT GELIJK AAN SUB-OPTIMAAL EN IS DERHALVE GEEN OPTIE Maar aan de minimale eisen van datavelden zouden binnen het ATS geen concessie mogen worden gedaan, aangezien je daarmee: Niet overeenkomt met Nederlandse en internationale standaarden Niet optimaal kunt matchen en searchen Geen optimale match kunt maken met jobboards of searchagents Het arbeidsmarkt-dna van de Vacature en kandidaat niet eenduidig kunt vastleggen Etc. WAAROM ZIJN MINIMALE EISEN AAN DATAVERZAMELING IN HET ATS NODIG? De records die op de juiste manier gevuld moeten worden, staan nagenoeg zeker al in het ATS dat je hebt of gaat aanschaffen. Het grootste probleem is dat de data in deze records niet op de juiste en consistente manier worden verzameld en worden vastgelegd. Daardoor wordt het onmogelijk om goed te kunnen werken met de verzamelde recruitmentdata, en blijven heel veel efficiency, matchings- en synergiemogelijkheden ongebruikt. Een heel simplistisch voorbeeld is bijvoorbeeld dat de ene recruiter het woord senior gebruikt, de ander sr. of Sr., de andere recruiter gebruikt ervaren, de andere zegt meer dan 10 jaar ervaring, weer een ander zegt 8 of meer jaar relevante ervaring en weer een andere recruiter vult helemaal niets in of vult het in een ander record of open veld in. En dit alles binnen het domein ervaring. Door al deze verschillende varianten is het record nutteloos geworden (en zijn andere records vervuild) voor vervolgacties als bijvoorbeeld (automatisch) searchen & matching. Hiermee gaan veel kansen voor de werkgever, intermediair en kandidaat verloren. Dit alles had eenvoudig voorkomen kunnen worden, als bij de inrichting van het ATS verplichte en volgens marktstandaarden gedefinieerde records waren gebruikt.

8 8 I DE KADERS VAN MINIMALE DATA-EISEN Definities 1 Dataverzameling: met dataverzameling bedoelen we alles wat door een recruiter, kandidaat of door technologie (zoals CV Parcing) wordt opgeslagen in het ATS, VMS of ander systeem t.b.v. de arbeidsmarkt 2 ATS: Applicant Tracking System of te wel het recruitmentsysteem 3 VMS: Vendor Management System 4 Marktclassificaties: dit zijn gangbare classificatienormen die gehanteerd worden op de arbeidsmarkt. Denk daarbij bijvoorbeeld aan ISCO, Jobfeed, BRC, en SBI 2008, KvK 5 Record: dit is het (invul)veld waar de data staat 6 Data: data is geschreven tekst sales manager, numerieke informatie , de categoriale keuze [man/vrouw] of gekozen code SBI 6521 die in het record staan. 7 Multiple Response (MR): je kunt meerdere keuzes maken 8 Single Response (MR): je kunt 1 keuze maken 9 Verplicht: record moet worden ingevuld 10 Niet-verplicht: record hoeft niet ingevuld te worden 11 Categoriaal: de keuzes staan in categorieën 12 Open veld: in het record kan vrij geschreven worden. Het record is niet gedefinieerd

9 DE MINIMALE DATA-EISEN VAN HET ATS I 9 DE MINIMALE DATA-EISEN VAN HET ATS Hieronder staan de 10 minimale data-eisen die je aan je huidige of toekomstige ATS zou moeten stellen. Het is sterk aan te bevelen om deze eisen op te nemen in jouw aanbesteding c.q. RFI/RFP als je een nieuw recruitmentsysteem zoekt. Als je al een systeem hebt, zou je kunnen vragen om deze instellingen standaard te laten instellen. De 10 minimale data-eisen, gaan over de echte data, maar ook over de filosofie/spelregels die je in de basis moet hanteren, zoals minimale eis 1: 1) EEN VACATURE IS EEN CV De minimale data-eisen en de datastructuur die we voor een CV hanteren, moeten ook voor de Vacature gelden. Dat betekent dat de datavelden die we vastleggen van een CV of kandidaat, op eenzelfde manier moeten worden vastgelegd voor Vacature. Datavelden zoals functiebenaming (open en ISCO), opleidingsniveau, ervaringsniveau, postcode, branche moeten van beide volgens dezelfde structuur en met dezelfde classificaties worden vastgelegd. Belangrijk Als je naast verplichte velden ook gaat werken met standaardclassificaties (SBI, ISCO etc.), dan is de eerste neiging die je hebt om de standaardclassificaties te veranderen (lees: verbeteren). Wanneer je dat gaat doen, voer je suboptimalisatie toe in je datastructuur en dat is ten zeerste af te raden. Dit is goed te ondervangen door open velden toe te voegen en door de gebruikers goed te trainen. En ja er is veel terechte kritiek op de bestaande classificaties, maar het is wel het beste dat er is en alle datastructuren/ matching-technologie is daar wel op gebaseerd. In zoverre zijn data classificaties precies zoals ATS-en. Zolang er geen betere zijn, kun je het beste werken met de minst slechte. In de ogen van een analist zijn het CV en de Vacature beide (nagenoeg) gelijk. Als je de opmaak uit een Vacature of CV zou halen, houd je een tekstdocument over met o.a. skills en vaardigheden. Beide zijn dan nagenoeg gelijk (natuurlijk zijn er verschillen in hiërarchie en relevantie, maar die laten we voor het doel van dit paper even buiten beschouwing) en moeten we ook op een gelijke manier classificeren en registreren in het ATS. Dit uitgangspunt is logisch, maar allesbehalve vanzelfsprekend. Toch ligt hierin het fundament van de sterk verbeterde match functionaliteiten. Punten 2-10 gelden dus voor zowel het CV/kandidaatprofiel als de Vacature in het recruitmentsysteem en voor het CV/profiel opdrachtnemen en opdracht binnen het Vendor Management Systeem. = VACATURE CV

10 10 I DE MINIMALE DATA-EISEN VAN HET ATS 2) VERPLICHTE VELDEN Nederlanders zijn niet zo van het moeten en (goede) recruiters al helemaal niet. Echter bij het opvoeren van CV s en Vacatures kun je niet om verplichte datavelden heen als je naar een eenduidige en krachtige datastructuur wilt. Daarbij is het essentieel dat de velden die verplicht ingevuld moeten worden, ook op de juiste manier worden gevuld. Dat kun je vaak technisch goed ondervangen, doordat bijvoorbeeld een CV of Vacature niet opgeslagen kan worden als het verplichte veld niet is ingevuld of dat je niet verder kunt zonder dat het veld (correct) is ingevuld. Een ander belangrijk instrument is om hier bij trainingen en controles (zie punt 9) uitgebreid bij stil te staan en uit te leggen waarom zaken verplicht zijn. De velden die verplicht ingevuld moeten zijn, zijn: ID code vacature (elke vacature heeft een uniek ID) Datum van invoer Functietitel (open) ISCO code Opleidingsniveau Ervaringsniveau Postcode Branche (KvK koppeling, indien intermediair) 3) ELKE VACATURE EEN UNIEK ID Elke vacature en elk CV moeten een uniek ID nummer hebben. Met name het ID nummer van de vacature is belangrijk, omdat dit ID nummer ook in de url van de vacature terug dient te komen. Dit om een eventuele datakoppeling tussen de webanalytics en het ATS te maken en de meest fantastische doelgroepanalyse te maken. Academictransfer.com is daar in Nederland zeer goed in geslaagd en heeft een zeer functionele database van vele jaren weten op te bouwen (zie naast de slimme url structuur, het ID nummer van de vacature in de url). Best practice: Het unieke ID nummer is erg belangrijk voor data-koppeling Bron: academictransfer.com Naast een uniek ID nummer is het belangrijk aan te geven dat een vacature altijd een begin en een einddatum heeft. Met name met de einddatum wil nog weleens gespeeld worden, doordat een vacature opnieuw wordt opengesteld. Dat zou niet moeten kunnen. Het sluiten van een vacature moet definitief zijn. Indien een gesloten vacature opnieuw wordt opengesteld, is het verstandig om hiervoor een nieuwe vacature aan te maken (een kopie), zodat er een nieuw vacature- ID wordt gemaakt en de analyses niet worden vervuild (en data wordt overgeschreven).

11 INLEIDING I 11 INLEIDING Ons recruitmentsysteem is briljant. Op het moment dat je een vacature aanmaakt, krijg ik automatisch te zien wie in onze database voldoet aan de gestelde eisen en de waarschijnlijkheid dat deze persoon beschikbaar is op de arbeidsmarkt. Door te spelen met de gesuggereerde employer benefits en salaris kan ik mijn aanbod afstemmen op de te verwachte conversie en het aantal benodigde sollicitanten. Tevens kan ik kiezen uit de gesuggereerde recruitmentaanpak, te weten: -mensen uit de database benaderen -succesvol bewezen bureaus benaderen -de juiste mediakeuze maken -mijn sourcingsstrategie tweaken obv bedrijven waar de doelgroep werkt. Een heerlijke aanpak waarbij op voorhand een realistische inschatting kan worden gemaakt van succes en kosten zodat de juiste verwachtingen kunnen worden gemanaged. DE MINIMALE DATA-EISEN EN DE DATASTRUCTUUR DIE WE VOOR EEN CV HANTEREN, onvolledig volgens eigen classificaties MOETEN OOK VOOR DE inconsistent VACATURE onherkenbaar GELDEN. ingevuld worden. Door alleen dit te veranderen, zal er een wereld van nieuwe search, matching en recruitmentmogelijkheden ontstaan. Mogelijkheden om meer en beter talent aan te trekken, effectiever en efficiënter te werken en veel meer rendement te halen uit al bestaande instrumenten. Klinkt goed toch? Het leuke is dat het technisch allemaal al kan en ook al bestaat. Denk aan het doelgroependashboard, tooling van 8vance, arbeidsmarktdata integratie bij Carerix. Search & match technologie van Textkernel. Het nadeel is, het is allemaal niet geïntegreerd met elkaar en in veel gevallen werken de tools ook nog suboptimaal. De meest logische gedachte zou zijn dat dat ligt aan de tooling, echter ligt daar niet de belangrijkste bottleneck. Het is de datastructuur (of liever gezegd het ontbreken van die datastructuur) binnen de recruitmentsystemen waar werkgevers mee werken. Aan de vast kant van de arbeidsmarkt (ATA) en de flex kant (VMS). Of je nu een (nieuw) recruitmentsysteem kiest of al jaren met je huidige systeem werkt, het is essentieel dat de dataverzameling consistent plaatsvindt en aan een aantal minimale eisen voldoet. Dit is belangrijk om op korte termijn meer rendement uit bijvoorbeeld matching te halen en op lange termijn (na 1 jaar) veel gerichter en effectiever te kunnen werven. In deze paper zal een serieuze aanzet worden gegeven van de minimale datavelden die consistent en marktconform gevuld moeten worden met de gangbare en juiste waardes. In veel gevallen zullen het herkenbare invulvelden zijn, die nu binnen het huidige ATS niet

12 12 I DE MINIMALE DATA-EISEN VAN HET ATS 4) FUNCTIETITEL Op dit moment en in de komende 5 jaar is de functietitel nog zeker de belangrijkste sleutel voor matching op de Nederlandse arbeidsmarkt. Langzaam maar zeker zal dit vervangen worden door skills en vaardigheden, maar tot die tijd is het belangrijk dat de functiebenaming op twee manieren terugkomt in het systeem: A Verplicht als open veld, waarin exact de functietitel van de opgevoerde vacature staat c.q. de vacature waarop is gesolliciteerd als het gaat om de CV die moet worden geclassificeerd. B Verplicht als ISCO-code (de laatste Europese versie). In de ISCO is de functie/het beroep iets grofmaziger ingedeeld volgens de Europese datastandaard. Deze code is belangrijk om de data straks te koppelen met andere data, indexeren en te matchen. Een goed systeem zou o.b.v. de functietitel (het openveld) al een suggestie kunnen maken van de ISCO code. Best practice: ISCO is belangrijk om doelgroepinformatie direct aan te roepen in het ATS ISCO is belangrijk om bijvoorbeeld doelgroepinformatie direct in het ATS aan te roepen om zo te weten of een doelgroep lastig te werven en waar je de doelgroep kunt werven. Zoals dat realtime gebeurd in Carerix met het doelgroependashboard. 5) OPLEIDINGSNIVEAU Nagenoeg elke vacature heeft een opleidingsniveau en in de meeste systemen wordt het opleidingsniveau ook geregistreerd. Alleen meestal niet verplicht of niet volgens een uniforme standaard. Beide zijn aan te bevelen indien je het maximale uit je ATS/VMS en data wilt halen. Verplicht invullen van één of meerdere opleidingsniveaus Gebruik maken van de standaardclassificatie SOI (Standaard Onderwijsindeling) Ook hier geldt dat je snel geneigd bent om de classificatie aan te vullen met eigen opleidingsclassificaties, alleen werkt dat vooral sub-optimaal. Bron: youtube doelgroependasgboard Carerix

13 DE MINIMALE DATA-EISEN VAN HET ATS I 13 6) ERVARINGSNIVEAU In veel vacatures is het ervaringsniveau onduidelijk of onbenoemd. Ook met het oog op leeftijdsdiscriminatie is het belangrijk om voorzichtig te zijn. Tegelijkertijd is elk CV te classificeren op ervaringsniveau en is ervaringsniveau essentieel als het gaat om de media- en sourcingskeuze en wervingshaalbaarheid van een vacature. Een starter is nu eenmaal schaarser en oriënteert zich anders op de arbeidsmarkt dan een senior. Optie! Een aanvullende suggestie kan zijn om de startmaand (jjjj-mm) vast te leggen van de huidige functie en huidige werkgever. Op die manier kan ook het aantal jaren relevante werkervaring worden vastgelegd. Derhalve is het belangrijk om van de Vacature en het CV het volgende verplicht vast te leggen: Ervaring o.b.v. jaren na behalen diploma - Junior (tot en met 2 jaar werkervaring) - Medio (3-10 jaar werkervaring) - Senior (meer dan 10 jaar werkervaring) Relevante werkervaring - Junior (tot en met 2 jaar werkervaring) - Medio (3-10 jaar werkervaring) - Senior (meer dan 10 jaar werkervaring) De VacatureVerbeteraar is binnen verschillende recruitmentsystemen en multiposters gekoppeld o.b.v. de vacaturetekst, ISCO, ervaringsniveau en postcode. Met behulp van een sterke datastructuur kun je bijv. dit soort tools aansluiten waarmee je gemiddeld 178% meer sollicitaties weet te realiseren. Best practice: 178% meer sollicitaties realiseren met een sterke data-structuur Bron: tot-12-keer-meer-sollicitaties-na-gebruik-vacatureverbeteraar-usg-people

14 14 I DE MINIMALE DATA-EISEN VAN HET ATS 7) POSTCODE Elke Vacature behoort een postcode/standplaats te hebben. Mocht je bijvoorbeeld voor één Vacature/functiegroep op zoek zijn naar meerdere personen op meerdere locaties, dan heb je meerdere Vacatures met meerdere postcodes (Sandd heeft duizenden Vacatures voor postbezorgers. Elk postcodegebied heeft een eigen Vacature). Dit klinkt omslachtig, maar zo ga je veel meer rendement halen in je werving en kun je ook veel beter de effectiviteit doormeten en je werving/matching optimaliseren. Regionale arbeidsmarkten verschillen in Nederland sterk van elkaar (vergelijk een horeca Vacature in Leeuwarden eens met die in Amsterdam). Niet alleen in effectieve wervingskanalen, maar ook in wervingshaalbaarheid en betaald salaris, zoals blijkt uit gebruik van het DoelgroepenDashboard. Daarom is het essentieel om van elke Vacature verplicht een postcode van 4 cijfers en 2 letters te registreren. Postcode Optioneel kan ook de postcode van de laatste werkgever van de kandidaat worden geregistreerd (bijvoorbeeld door de koppeling met de KvK). Hierdoor kan inzage gekregen worden in de mobiliteit van de kandidaat. Hetzelfde geldt ook van het CV. Van elke sollicitant wordt bij voorkeur de postcode van 4 cijfers en 2 letters geregistreerd. Als er geen postcode voorhanden is, dan de woonplaats van de sollicitant. Op basis van postcodes kunnen mobiliteit, reistijd en reiskosten worden uitgerekend. Best practice: De postcode is essentieel voor het rendement van de vacture Vb. Vacature postbezorger-rotterdam-kralingen-oost-3062hb/ Vb. Vacature postbezorger-rotterdam-kralingen-oost-3062gs/

15 DE MINIMALE DATA-EISEN VAN HET ATS I 15 8) KOPPELING AAN KVK Zeker voor een intermediair geldt dat de opdrachtgever van de Vacature binnen het recruitmentsysteem gekoppeld moet zijn aan KvK-nummer van deze opdrachtgever. Bij een corporate is dit minder relevant omdat dit overwegend altijd hetzelfde KvK- nummer is. Deze KvK-koppeling kan ook gemaakt worden met CV s gebaseerd op de laatste werkgever. Dit kan met een eenvoudige API en op die manier kan eenvoudig en eenduidig aanvullende informatie worden binnengehaald. Belangrijkste variabele is daarbij de branche/sector (SBI). De koppeling met CV s maakt de database en matchingsmogelijkheden veel sterker, maar dat is net iets lastiger. Met behulp van goede CV parsing, kijkende naar de werkgever van het laatste belangrijkste/meest relevante beroep, zou hierin een belangrijkste stap gemaakt kunnen worden. Best practice: Cielo maakt gebruik van een internationale koppeling van bedrijfsnaam aan KvK/ Chamber of Commerce database 9) ATS VERBETEREN ZONDER CONTROLE IS ZINLOOS Door de snelle doorlooptijd van recruiters binnen organisaties, gecombineerd met het feit dat de meeste recruiters geen recruitment opleiding hebben gevolgd en ook geen talent hebben voor het houden van een goede administratie, kun je stellen dat van een goede datastructuur in de meeste recruitmentsystemen geen sprake is. Dat is vervelend, maar ook gewoon een realiteit. Vanaf vandaag kun je dat veranderen en de basis gaan bouwen voor heel veel meer succes binnen 12 maanden. Belangrijk is echter wel dat op de belangrijkste velden, zoals hierboven benoemd Kwaliteitscontroles plaatsvinden. Zijn de velden gevuld en zijn de velden juist gevuld. Recruiters worden getraind in hoe ze het systeem goed kunnen gebruiken. Iemand eindverantwoordelijk is voor controle en kwaliteit en daar ook KPI s op worden geformuleerd. 10) AANLEGGEN VAN EEN DATAPROTOCOL Met de GDPR en alles rondom privacy, is het goed om goed vast te leggen wat je wel en wat je niet registreert en bewaart. Al het bovenstaande, staat los van privacygegevens (al zou je als goede sourcer op basis van een postcode, SBI-code, functiebenaming, opleidings- en ervaringsniveau dicht in de buurt moeten komen van het passend (LinkedIn) profiel). Maar het dataprotocol is echter ook belangrijk om: Eigen mensen te informeren Je structuur schoon en actueel te houden Te kunnen koppelen en communiceren met bijvoorbeeld de arbeidsmarktdata van Intelligence Group API s aan te roepen c.q. zelf te maken

16 16 I INLEIDING INLEIDING Ons recruitmentsysteem is briljant. Op het moment dat je een vacature aanmaakt, krijg ik automatisch te zien wie in onze database voldoet aan de gestelde eisen en de waarschijnlijkheid dat deze persoon beschikbaar is op de arbeidsmarkt. Door te spelen met de gesuggereerde employer benefits en salaris kan ik mijn aanbod afstemmen op de te verwachte conversie en het aantal benodigde sollicitanten. Tevens kan ik kiezen uit de gesuggereerde recruitmentaanpak, te weten: -mensen uit de database benaderen -succesvol bewezen bureaus benaderen -de juiste mediakeuze maken -mijn sourcingsstrategie tweaken obv bedrijven waar de doelgroep werkt. Een heerlijke aanpak waarbij op voorhand een realistische inschatting kan worden gemaakt van succes en kosten zodat de juiste verwachtingen kunnen worden gemanaged. onvolledig volgens eigen classificaties inconsistent onherkenbaar ingevuld worden. Door alleen dit te veranderen, zal er een wereld van nieuwe search, matching en recruitmentmogelijkheden ontstaan. Mogelijkheden om meer en beter talent aan te trekken, effectiever en efficiënter te werken en veel meer rendement te halen uit al bestaande instrumenten. Klinkt goed toch? Het leuke is dat het technisch allemaal al kan en ook al bestaat. Denk aan het doelgroependashboard, tooling van 8vance, arbeidsmarktdata integratie bij Carerix. Search & match technologie van Textkernel. Het nadeel is, het is allemaal niet geïntegreerd met elkaar en in veel gevallen werken de tools ook nog suboptimaal. De meest logische gedachte zou zijn dat dat ligt aan de tooling, echter ligt daar niet de belangrijkste bottleneck. Het is de datastructuur (of liever gezegd het ontbreken van die datastructuur) binnen de recruitmentsystemen waar werkgevers mee werken. Aan de vast kant van de arbeidsmarkt (ATA) en de flex kant (VMS). Of je nu een (nieuw) recruitmentsysteem kiest of al jaren met je huidige systeem werkt, het is essentieel dat de dataverzameling consistent plaatsvindt en aan een aantal minimale eisen voldoet. Dit is belangrijk om op korte termijn meer rendement uit bijvoorbeeld matching te halen en op lange termijn (na 1 jaar) veel gerichter en effectiever te kunnen werven. In deze paper zal een serieuze aanzet worden gegeven van de minimale datavelden die consistent en marktconform gevuld moeten worden met de gangbare en juiste waardes. In veel gevallen zullen het herkenbare invulvelden zijn, die nu binnen het huidige ATS niet OF JE NU EEN (NIEUW) RECRUITMENTSYSTEEM KIEST OF AL JAREN MET JE HUIDIGE SYSTEEM WERKT, HET IS ESSENTIEEL DAT DE DATAVERZAMELING CONSISTENT PLAATSVINDT EN AAN EEN AANTAL MINIMALE EISEN VOLDOET.

17 NEXT STEPS I 17 NEXT STEPS Er zullen vast en zeker nog enkele kanttekeningen te maken zijn aan de hand van dit document. Er zijn ook geavanceerde mogelijkheden, zoals al even aan het begin van het document benoemd. Daarmee is het document niet klaar, maar wel een belangrijke eerste aanzet. Als organisatie/intermediair is het verstandig om hier werk van te maken. Dit kun je doen door: 1 De accountmanager te bellen van je ATS/VMS en aan te geven dat je conform minimale data-eisen wilt gaan werken. De ingesloten datapunten vormen daarvoor een belangrijk uitgangspunt HET IS AAN TE RADEN JE ATS DOOR LEVERANCIERS UIT TE LATEN VOEREN 2 In de aanbesteding/aankoop een nieuw recruitmentsysteem te vereisen dat conform ingesloten data-eisen wordt gewerkt en dit er standaard inzit (niet optioneel) 3 Direct zelf te beginnen binnen het huidige systeem dat je hebt. Afrader! (aan te raden is dit door je ATS leveranciers te laten doen. Dan kunnen ze een default kiezen die voor iedereen in de markt geldt en daarmee heb je als organisatie meteen de juiste. Dit is sneller, goedkoper, juist en eenduidig)

18 18 I OVER INTELLIGENMCE GROUP OVER INTELLIGENCE GROUP Intelligence Group richt zich op het verzamelen, opslaan en verrijken van arbeidsmarktgerelateerde data ten behoeve van de verbetering van de werving van personeel (of werknemers) door werkgevers en de employability/arbeidsmarktkansen van werknemers. Deze data wordt in een grote diversiteit beschikbaar gesteld aan opdrachtgevers, zoals via rapporten, dashboards en API s. VISIE Vraag en aanbod op de arbeidsmarkt dichter bij elkaar brengen door data te vertalen en praktisch toegankelijk te maken voor werkgevers en werknemers.

19 Wilt u meer informatie? Stuur dan een mail naar info@intelligencegroup.nl Deze paper is uitgegeven door: Intelligence group Marconistraat AK Rotterdam T