Vind de ideale sollicitant dankzij data science

Bedrijven beschikken over massa’s data en willen groeien. Ze beschikken echter niet over de nodige tools om tot waardevolle kennis te komen, kennis die je dankzij data genereert. Ook ligt de focus van een groeiend bedrijf merendeels op de groei en niet op de mensen. Het gevolg is een grote instroom van werkkrachten, maar tevens een even grote stroom die het bedrijf in korte tijd alweer verlaat. En dat is zonde, want deze ‘pijnpunten’ worden meteen zichtbaar aan de hand van data. Data die het bedrijf trouwens toch al bezit. Waarom er dan geen gebruik van maken?

Kevin De Pauw is CEO en oprichter van SUMM.LINK, een bedrijf dat gespecialiseerd is in het benutten van deze data. “Het is uiterst voordelig voor een bedrijf om een omgeving te creëren waar allerlei factoren gecategoriseerd worden. Waarom zijn er zoveel werknemers die het bedrijf al na een relatief korte periode verlaten?” Kevin De Pauw benadrukt dat het omzetten van de kennis die dankzij data verworven is ook voordelig is voor de werknemer, en zelfs voor sollicitanten. “Als de sollicitant niet matcht met de vacature, hoeft dat niet enkel nadelig te zijn. Je kunt informatie putten uit deze gebeurtenis: misschien is de salarispolitiek niet correct of zorgt een andere factor ervoor dat de sollicitant zich niet thuisvoelt.” 

Solliciteren werkt in beide richtingen

Tegenwoordig is solliciteren tweerichtingsverkeer. Vroeger had het bedrijf alles voor het zeggen en solliciteerde iemand voor de vacature. Nu ligt de beslissing bij beide partijen. “Ook de sollicitant kan zich toch niet goed voelen in het bedrijf en weigeren.

Daarom is het zo belangrijk dat ook de data van ‘misgelopen’ sollicitaties benut worden om voor volgende vacatures wel een succesvolle match te bekomen. Als de werknemer zich goed voelt, dan heeft de werkgever daar ook baat bij”, aldus Kevin De Pauw.

“Hr (human resources) is vandaag de dag vooral gefocust op het puur operationele en treedt bij interne problemen eerder passief op. Daardoor hebben ze binnen een organisatie vaak te weinig gewicht om op strategisch niveau mee te spelen. Als werknemers blijven uitstromen vanwege hetzelfde pijnpunt, zoals het loon, is dat niet rendabel voor het bedrijf. Vaak is het bedrijf er niet van op de hoogte dat vertrekkers steeds dezelfde redenen opgeven, en hr heeft niet de tijd om het probleem bij de kern aan te pakken. Dan is AI (Artificial Intelligence) natuurlijk een gouden oplossing: het neemt geen tijd van werknemers in beslag, en er komen data uit die je bedrijf alleen maar ten goede komen.” Daarbij benadrukt Kevin De Pauw het belang voor de sollicitant zelf: “Als sollicitant krijg je te weinig feedback, als die er al komt. Vaak alleen wanneer het positief is, want dan mag je door naar de volgende ronde. Waarom je niet gekozen wordt, dat wil je ook weten. De oplossing ligt bij data, een geautomatiseerde manier om al deze feedback wél tot bij de sollicitant te krijgen. De employer branding, en dus ook het bedrijf, wordt er alleen maar beter van.”

Een oneerlijk rekruteringsproces

Data zijn heel belangrijk, maar het zijn nog steeds de mensen die je bedrijf succesvol maken, legt Kevin De Pauw uit. “Al ben je het meest succesvolle bedrijf, als iedereen vertrekt na een korte periode, dan tast dat ook je reputatie aan.” Net daarom moet je data benutten tijdens je rekruteringsproces, want als mens ben je altijd bevooroordeeld, wat je ook doet of denkt. “Je curriculum vitae heeft een gigantische impact omdat het je eerste indruk is. Maar hoe goed het cv ook geschreven is, het wil niet zeggen dat die persoon ook de beste persoon is voor de functie. Andersom is dit jammer genoeg ook het geval: als je cv totaal niet aanlokkelijk is, word je zelden geselecteerd ondanks je topkwaliteiten. En dat is jammer, want beide personen verdienen een kans, ongeacht de opmaak van je cv.” 

Het is exact datgene dat je via data genereert: een selectie van de meest geschikte kandidaten voor de vacature, op basis van hun kwaliteiten, en niet ten gevolge van vooroordelen. “Als persoon kun je nu eenmaal niet volledig objectief zijn. Je hebt slecht geslapen of je hebt honger: cv nummer één zal met de nodige aandacht bekeken worden, maar cv nummer tien niet meer”, vertelt Kevin De Pauw. De selectie van geschikte kandidaten zal er dus op het einde van de rit helemaal anders uitzien, naargelang ze door een persoon of door Artificial Intelligence gemaakt wordt. “Ons proces op basis van AI bestaat uit verschillende fases, waarbij doorheen het rekruteringsproces niemand geëlimineerd wordt. Iedere geselecteerde kandidaat mag de volledige rit uitzitten en werd gekozen op basis van zijn of haar kwaliteiten en vaardigheden die fundamenteel zijn voor de functie. Op deze manier hebben de beslissingnemers een objectief beeld van elke kandidaat, zowel functioneel als technisch. Op basis van deze data-analyse zullen het bedrijf en hr kiezen met kandidaten ze verdergaan.”

Op deze manier heeft iedereen gelijke kansen gehad, én bespaart het de beslissingsnemers binnen het bedrijf en hr zeeën van tijd. Een volledig rekruteringsproces, met 20 kandidaten in een traditioneel process, neemt algauw twaalf werkdagen in beslag. AI gaat alles volledig automatiseren, waardoor er op het einde van de rit twintig gescreende kandidaten zijn.