Recruitment: steeds minder 'mensenwerk'

Talent ontdekken met slimme algoritmes

Gepubliceerd op maandag 16 oktober 2017

Algoritmes selecteren betere kandidaten, wordt beweerd. Volgens University of Toronto nemen machines betere beslissingen dan mensen. Wat betekent deze digitale transformatie voor recruitment en het vinden van it-talent? VU-onderzoeker Sandjai Bhulai kent in Nederland "niet één bedrijf" dat hier ver mee is.

Het aantal devices vanwaaruit gesolliciteerd kan worden, neemt zienderogen toe. Zo is solliciteren via de Xbox voor een baantje als vakkenvuller bij Albert Heijn de normaalste zaak van de wereld geworden. En wat te denken van solliciteren vanuit een (rijdende?) Tesla. Dat is leuk! En aardig! Maar een gewone sterveling kan er verder niets mee. Dat is anders voor recruiters. De nieuwste recruitmentsystemen halen er informatie uit, die hen iets relevants vertelt over de kandidaat.

De belofte van zelfdenkende en zelflerende recruitment-systemen is torenhoog. “Adopt or die”, zei Sander Duivestein van Sogeti onlangs. Recruiters zouden de nieuwe mogelijkheden van AI en (chat)bots moeten benutten. Bedrijven moeten geen weerstand bieden aan nieuwe technologie maar deze juist aangrijpen om te veranderen, vindt Duivestein. Organisaties en bedrijven die mensen nodig hebben, zouden nu digitaal moeten transformeren om de vernieuwingen van vandaag bij te houden en de mogelijkheden te verzilveren. Met relevante informatie over het gedrag van de kandidaat kunnen it-managers gefaciliteerd worden.

Lang kijken
“Klopt! Ik ben het daarmee eens”, zegt algemeen-directeur Leon Willemsens van Endouble.com op de vraag of computers betere beslissingen nemen dan mensen, en of ze betere kandidaten selecteren. Endouble.com ontwikkelt en optimaliseert datagedreven carrièreplatforms voor bedrijven als Albert Heijn, Hunkemöller, NS en bol.com. En Willemsens’ antwoord is zo stellig om de simpele reden dat de algoritmes van Endouble.com alles meten wat er te meten valt en big data screenen voor het maken van betere beslissingen voor de klanten.

Relevante data komt vaak uit onverwachte hoek. Hoeveel kandidaten hebben gereageerd? Op welke device zaten zij? Hoe vaak openden zij de vacature? Hoe lang keken ze naar de tekst? Stuurden ze hem door? Hoe meer relevante data het recruitmentsysteem beschikbaar stelt aan de it-manager, hoe beter, vindt Willemsens. Endouble.com gaat daarin verder dan we gewend zijn. Willemsens praat alsof het de normaalste zaak van de wereld is over postbodes die wel of geen hond hebben, callcenter-medewerkers en hoe ver ze van hun werk wonen, software-ontwikkelaars die Chrome gebruiken, of juist Internet Explorer. Weersomstandigheden? Familieleden die al bij het bedrijf werken? Het kan allemaal relevante informatie zijn. Het staat allemaal niet in het cv maar kan wel de trigger bevatten om iemand wel of juist niet aan te nemen. En het leuke van alles: de algoritmes doen het werk.

De algoritmes zijn nooit klaar en nooit moe. Ze hebben altijd honger naar meer. Je kunt er altijd weer nieuwe variabelen aan toevoegen en ze verder finetunen om steeds sneller te zien of een kandidaat geschikt is. Willemsens: “Als een kandidaat voor het eerst op een van onze carrièreplatforms zit, willen wij eigenlijk de motivatie al kunnen bepalen. Daarom voegen we steeds meer kwalitatieve indicatoren toe aan onze algoritmes. Er zijn veel meer factoren van invloed dan je denkt. Een voorbeeld? Als een callcenter kan kiezen tussen twee geschikte kandidaten, en één daarvan heeft een veel langere reistijd, dan kies je die niet, want in de huidige krappe arbeidsmarkt gaat zo iemand waarschijnlijk binnen een half jaar dichter bij huis een baan in een callcenter vinden. Zulke correlatie stellen wij vast.”

De algoritmes nemen ook altijd de eigenschappen mee van de meest succesvolle medewerkers die al in het bedrijf werken. Ze screenen de cv’s en adviseren welke kandidaten moeten worden uitgenodigd. Geen stortvloed van half-geschikte kandidaten meer maar een handzame lijst van de beste tien, of de beste vijf. Allemaal competent, allemaal geschikt, allemaal het zonnetje in huis (hopen we). Vervolgens mag de recruiter in een persoonlijke gesprek de bal inkoppen.

Sollicitantenreis
Hoe slim, zelfdenkend en zelflerend de nieuwe tools ook zijn, Willemsens beweert dat ze nog weinig gebruikt worden in wervings- en selectieprocessen. Veel bedrijven zitten nog in het stadium van sollicitatiebrief en cv, persoonlijke voorkeur, onderbuikgevoel en waan van de dag. Willemsens: “Ze bedenken een leuke campagne, en winnen daar nog een prijs mee ook. Achteraf moeten ze toegeven dat ze één ding vergeten zijn: de juiste kandidaat vinden.”

Ook onderzoeker Sandjai Bhulai van de Vrije Universiteit is van mening dat we pas aan het begin staan van deze grote belofte. Bhulai: “Ik ken in Nederland niet één bedrijf dat al echt ver is met e-recruitment voor het vinden van talent.” Desalniettemin is Bhulai het slechts “gedeeltelijk” eens met de stelling dat algoritmes beter selecteren. Dat komt omdat we ook de kwaliteiten van mensen niet moeten uitvlakken. Bhulai: “Domeinkennis blijft nodig en daar zijn computers nog niet goed in. Mensen kennen de bedrijfscultuur, de teamverhoudingen en de context, computers kunnen daar niks mee. Laat computers de ruis weghalen, dat is hun taak.”

Bhulai ontwikkelt voor de VU algoritmes om bedrijfsprocessen te verbeteren. HR-analytics is een van zijn speerpunten. “We meten alles en zien de hele journey van de sollicitant. Neem nou zoiets als het doorklikken van de vacaturetekst naar het bedrijfsfilmpje op de website. Het is duidelijk dat een echt geïnteresseerde kandidaat dat altijd zal doen. Als iemand niet heeft doorgeklikt naar het filmpje, kan dat een aanwijzing zijn dat die persoon niet echt belangstelling heeft voor de baan.”

De gegevens uit de journey worden gekoppeld aan de parameters van de medewerkers die al werken en succesvol zijn in het bedrijf. Hoe meer overeenkomsten hoe interessanter. Daar gaat in de methodiek van de VU het online assesment nog eens overheen. Bhulai: “Al met al kunnen we steeds beter voorspellen wie moet worden aangenomen, wie het bedrijf gaat verlaten en wie intern de meest geschikte kandidaat is voor een functie.”

Booking.com
Waar is de it-manager in dit verhaal? Dat is even de vraag. Neem nou Booking.com, met 190 kantoren en 13.000 medewerkers wereldwijd langzaamaan een autoriteit op recruitmentgebied. Op de technologie-afdeling van Booking.com in Amsterdam werken al zo’n 200 multidisciplinaire teams en 1.650 medewerkers van all over the world. Maar managers? CTO Brendan Banks: “We hebben managers, jawel, maar we opereren volgens een zo plat mogelijke structuur.”

Qua ‘datagedrevenheid’ komt Booking.com misschien het dichtst in de buurt van het ideaalbeeld van Bhulai en Willemsens. De technologie-afdeling in Amsterdam neemt elke maand zo’n 100 nieuwe medewerkers aan en de multidisciplinaire teams doppen als het ware hun eigen boontjes. Recruiten doen ze zelf, op hun eigen afdeling. Ze voeren zelf gesprekken met kandidaten, die vooraf uitvoerig zijn geselecteerd door de algoritmes. Banks: “De computer maakt de selectie en bepaalt wie wordt uitgenodigd voor een gesprek. Bij de poort worden minder geschikte kandidaten al uitgefilterd, bijvoorbeeld op programmeerskills.” Van de 150 data scientists die de afdeling telt, zijn er vier continu in de weer om correlaties in data te vinden en algoritmes te ontdekken om te voorspellen of iemand door het systeem komt. Van de overige medewerkers spenderen de beste engineers 10 procent van hun tijd aan recruitment, cv’s screenen en kandidaten interviewen. “Engineers werven engineers”, zegt Banks droogjes.  

Booking.com heeft het recruitmentproces al aardig geautomatiseerd. Zo is er het CTS (Candidate Tracking System), dat competenties screent en alle interactie en feedback rond de kandidaat en het bedrijf in het hele wervingsproces monitort. Banks: “We meten alles, vanaf het eerste contact tot het getekende contract. We kunnen daardoor steeds beter voorspellen hoe iemand op termijn zal functioneren.”

Ook aan Brendan Banks de vraag of algoritmes betere kandidaten selecteren. “Daar geloof ik absoluut in.” Volgens Banks is het voor een ‘gewone’ HR-manager uiterst lastig om op een hoog-technologische afdeling de juiste inhoudelijke keuzes te maken. Dat is bijna niet te doen zonder hulp van de algoritmes èn zonder engineers. Banks: “Om die reden hebben wij tech-recruitment op de technologie-afdeling geplaatst en niet op de HR-afdeling.”

Handwerk
Recruitment was lange tijd handwerk. Maar de kentering is in zicht. Volgens Bhulai en Willemsens ligt datagedreven recruitment voor het grijpen. (Prettige bijkomstigheid: er hoeven minder dure mensuren aan werving en selectie te worden besteed.) Met name grote bedrijven die veel lokaal opereren kunnen er profijt van hebben. (Zo heeft PostNL met 800 locaties in Nederland lokale wervingscampagnes volledig geautomatiseerd.)

De algoritmes kunnen een groot deel van het proces voor rekening nemen, de cv’s scannen (en koppelen aan eigenschappen van succesvolle medewerkers), steeds complexere patronen en structuren zoeken en variabelen vinden die de doorslag geven. Laat de algoritmes maar voorspellen welke kandidaten succes gaan hebben en tevreden zullen zijn in hun nieuwe baan. Laat de algoritmes de zwakke plekken maar ontdekken in het personeelsbestand. Een divers personeelsbestand is beter, zeggen tal van onderzoeken. Welnu, de computer rekent voor of leeftijden, competenties, cultuurverschillen en seksuele geaardheden divers genoeg zijn. Dag HR-manager! U wordt bedankt voor bewezen diensten.

Bhulai concludeert: “De it-manager heeft geen tijd om veel kandidaten te reviewen en wil ondersteuning van de computer voor een kleine selectie. Dat bespaart tijd en heeft nòg een groot voordeel, iets wat je misschien niet direct zou verwachten. Als je 200 mensen uitnodigt, ga je uiteindelijk 199 kandidaten en 199 gezinnen teleurstellen. Dat geeft allemaal negatieve publiciteit. Nodig er vijf uit en je hoeft er maar vier af te wijzen.”

Ook Willemsens ziet de recruiter aangevuld met een virtuele assistent als de perfecte combinatie. De virtuele assistent doet de voorselectie en komt met een lijstje potentiële kandidaten. De volgende stap is: vooraf voorspellen wie ook echt een duurzaam dienstverband zal aangaan. Willemsens: “We willen natuurlijk verder kijken dan sec de sollicitatie of de aanname. We willen uiteindelijk weten of het een duurzame plaatsing is gebleken. Past de persoon echt bij de organisatie? Keiharde validatie is de droom.”