Maandelijkse archieven: september 2017

De mobiliteit van laagopgeleide flexkrachten aan de onderkant van de arbeidsmarkt kan sterk worden vergroot. Dit stelt Timing uitzendteam. De arbeidsmarktspecialist zet voor dit doel een zelflerend algoritme in.

Het nieuwe systeem heet Do en gaat begin september live. Do is uitvoerig getest bij bedrijven. Timing, de vijfde grootste uitzender van Nederland, spreekt van een belangrijke stap vooruit in het succesvol matchen van vraag en aanbod van tijdelijk werk. “Het gaat hier om een ontwikkeling waar bedrijven en werknemers in gelijke mate van zullen profiteren”, vertelt Wiecher Hakse, directeur Innovatie bij Timing.

Door robots verdwijnen banen aan de onderkant van de arbeidsmarkt. Tegelijkertijd kunnen computersystemen er ook voor zorgen dat laagopgeleide werknemers meer kansen krijgen om aan het werk te komen en te blijven. Wiecher Hakse: “Doordat steeds de nadruk wordt gelegd op het verdwijnen van baanzekerheid, is het beeld dat in Nederland van flexwerk bestaat eenzijdig. Er wordt in de hele discussie voorbijgegaan aan ontwikkelingen die zich binnen de uitzendbranche in sneltempo voltrekken. Die zullen de baanzekerheid voor veel flexkrachten juist vergroten. Niet per se één baan voor langere tijd, maar meer kans om doorlopend aan het werk te blijven bij verschillende bedrijven.”

Forse investeringen in technologie
Binnen de uitzendbranche wordt al enkele jaren fors geïnvesteerd in smart-technologie om slimmer te kunnen matchen bij werving en selectie. Met de introductie van Do loopt Timing ver voorop in dit innovatieproces. Do is een zelflerend algoritme dat kandidaten voor een (flex)baan behalve op hun kennis en ervaring matcht op basis van persoonlijke vaardigheden en persoonlijkheid.

Do wordt aangesloten op interne systemen van inlenende bedrijven, put uit informatie over o.a. functieprofielen en beoordelingen en vergelijkt het profiel van een kandidaat automatisch met dat van uitzendkrachten die eerder voor hetzelfde bedrijf hebben gewerkt en positief zijn beoordeeld. Iedere paar weken vraagt Do flexkrachten en werkgevers om elkaar in de praktijk te beoordelen. Door het zelflerend algoritme kunnen hierdoor steeds betere matches worden gemaakt.

Wetenschappelijke onderbouwing
Het bijzondere aan Do is dat het systeem niet alleen matcht op ‘harde’ eisen zoals iemands werkervaring, maar net zo goed meeweegt welke kandidaten in persoonlijk opzicht het beste bij een organisatie passen. Bij het vervullen van vacatures voor laagopgeleid werk wordt hier in de regel niet naar gekeken. Dit in tegenstelling tot hoger opgeleid werk. “Uit onze uitvoerige tests met Do weten we dat het meewegen van ‘soft skills’ in de selectie tot andere keuzes leidt”, aldus directeur Hakse. “Mensen die op grond van ‘harde’ criteria zouden afvallen, zijn ineens beter geschikt omdat hun persoonlijk profiel matcht met de feedback van bedrijven over medewerkers waarvan zij vinden dat die het beste binnen hun organisatie passen.” Do is door Timing ontwikkeld in samenwerking met de Universiteit van Leuven, Nijenrode Business Universiteit en de Open Universiteit. Al bij de eerste testrondes wist het systeem met 89% succesvolle matches de score te evenaren van ervaren intercedenten. Timing verwacht dat Do al binnenkort in staat is om zijn menselijke collega’s te verslaan.

Focus nog te eenzijdig op ‘harde’ eisen
In de traditionele werving en selectie spelen opleiding en werkervaring nu nog een dominante rol, maar kennis veroudert tegenwoordig steeds sneller. Door het World Economic Forum wordt de houdbaarheid van kennis geschat op twee jaar. Met name motivatie en het beschikken over de juiste persoonlijke eigenschappen en competenties, bepalen steeds meer het succes van het functioneren in een bepaalde functie. Hakse: “Met Do introduceren we een instrument om ook voor doe-functies gericht in te spelen op deze ontwikkelingen en meer mensen aan werk te helpen.”

Bron: Timing persbericht, 4 september 2017