loading
views

Brunel – proactief werven met big data

Brunel – proactief werven met big data

Brunel – proactief werven met big data

“De schaarste aan professionals in engineering is structureel,” zegt Richard van der Gaag, directeur Brunel Engineering. “Ze zijn zeer gewild, maar moeilijk te vinden en nog moeilijker te verleiden om een overstap te maken naar andere bedrijven. Dat is al jaren zo, of het nu tijden zijn van hoog- of laagconjunctuur.
Brunel

De goede elektrotechnisch of mechanisch engineers voor de offshore, de proces engineers en civiel techneuten, bijvoorbeeld, zijn al lang gecontracteerd. Met big data kunnen kandidaten worden getraceerd.

Recruiters in dit vakgebied hebben specifieke IT-skills nodig om de sourcing op de juiste manier in te richten.

Het werven van mensen voor deze functieprofielen is dermate uitdagend, dat wij het vinden van de kandidaten en het advieswerk voor de opdrachtgevers hebben gesplitst in twee aparte disciplines.”

Andere benadering – dienend model
“Begin van dit jaar zijn wij – ter aanvulling op onze bestaande aanpak – kleinschalig gestart met sourcing voor deze profielen en hebben dat langzaam uitgebouwd. Allereerst heeft ons sourcing team met hulp van big data de markt in kaart gebracht en gesegmenteerd in specifieke doelgroepen op de technische arbeidsmarkt in Nederland en wereldwijd.

We hebben nu een team van proactieve data-analisten die niets anders doen dan de markt en de opleidingsmogelijkheden van deze specialisten in kaart brengen. De software die zij gebruiken is een mix van modules en tools. Het team varieert de benodigde software naar behoefte. Er wordt bijvoorbeeld gewerkt met programma’s die voorspellen wanneer mensen een volgende stap zouden willen en kunnen maken, of programma’s die een analyse maken van de manier waarop ze willen worden aangesproken, formeel versus informeel. Ook tools voor het volgen van marktontwikkelingen binnen het vakgebied van de kandidaat zijn relevant.

We onderzoeken waar ter wereld de kandidaten zich bevinden, wat hun opleiding en ervaring is en wat zij nodig hebben voor een volgende stap in hun loopbaan. Vervolgens benaderen wij hen om te vragen of wij ze actief mogen volgen en mogen attenderen op seminars en technische ontwikkelingen in hun vakgebied. Hierdoor krijgen ze gerichte carrièrekansen. Wanneer we in bepaalde regio’s of bedrijven vacatures zien ontstaan, kunnen wij hierop anticiperen en contact leggen met kandidaten, voor wie dit een opportunity biedt.”

Consultancy
“De andere kant van ons dienstverleningsmodel is dat wij op basis van de uitkomsten van onderzoek via big data opdrachtgevers een realistisch advies op maat kunnen geven, dat gebaseerd is op harde feiten. Voor bepaalde functies zal bijvoorbeeld moeten worden geworven in het buitenland. Wat zijn daarvan de slagingskansen, de kosten en de consequenties? Het kan nodig zijn om een functie te splitsen om de vacature naar tevredenheid te kunnen vervullen. Als een functie kan worden vervuld door de gevraagde vaardigheden bijvoorbeeld elders in de organisatie onder te brengen, verhoogt dit de slagingskans. Dit vraagt wel een cijfermatige onderbouwing zodat de klant de bewijsvoering kan volgen en in kan stemmen met de strategie. Het verkopen van Brunel begint dus soms bij: nee, dit exacte profiel is niet voorhanden.

We zien regelmatig dat klanten een aparte functie creëren waarin de ‘gaten’ in hun organisatie worden verzameld.
Met onze nieuwe aanpak hebben wij alle gegevens goed in beeld en kunnen wij opdrachtgevers dan ook heel gericht adviseren. Daar start de taak van onze consultants. Zij baseren zich op de gegevens die onze sourcing medewerkers hebben verzameld.”

Privacy
“De inzet van big data vergt uiteraard het nodige van onze teams aan privacy-beleid. We respecteren de privacy van kandidaten in de markt. Met big data krijgen we veel informatie. We gaan die gegevens echter pas gericht inzetten en gebruiken in ons systeem als kandidaten hebben aangegeven dat wij hen mogen volgen en van informatie mogen voorzien, die nuttig is voor hun ontwikkeling in het vakgebied. We vragen hen expliciet om toestemming.”

Enkele voorbeelden van proactief werven
“Een voordeel van het werken met big data is, dat je kunt zien of de match die je zoekt überhaupt wel bestaat.

Zo zochten wij ooit voor een bedrijf naar een aantal Software Engineers in het zuiden van Nederland. Uit data intelligence bleek uiteindelijk dat alle specialisten in de regio die voldeden aan dit zeer specifieke functieprofiel al bij dit bedrijf werkten. De oplossing was gemakkelijker dan gedacht; het advies luidde om de huidige medewerkers te behouden en verder opleiden. De uitkomst op grond van big data kwam hier als geroepen.

In een andere situatie hebben wij – op basis van verzamelde data – inzicht gegeven aan een klant over de beschikbaarheid van Maintenance Managers over vijf jaar. Vervolgens zijn wij een gezamenlijk opleidingsprogramma gestart.

Gek genoeg bestond onze branche voorheen soms bij de gratie van het ‘reactief gaten vullen’. De combinatie van proactief plannen met de klant in combinatie met een zeer gespecialiseerde wervingsmethodiek geeft alle partijen de broodnodige beschikbaarheid en kostenbesparing in de huidige en toekomstige markt.

Daarnaast merken we dat ons werkveld razendsnel globaliseert. We hebben recent een Belgische medewerker gevonden voor een Italiaanse klant, die werkzaam was in Qatar en voor zijn nieuwe opdrachtgever in de UK, Nederland en Italië ging werken. Kom daar maar eens op, als je het wereldwijde overzicht van relevante kandidaten mist.”

Interview: Hinke Wever, FlexNieuws

Gerelateerd nieuws


Meer uit deze rubriek