SLUIT MENU

Recruitment optimaliseren met data

Hoe kan je data inzetten om het recruitment proces te optimaliseren?

OnRecruit is een Nederlands technologiebedrijf dat werkgevers en recruitment bedrijven helpt meer jobs sneller in te vullen via slim gebruik van data. Onlangs won OnRecruit de Recruitment Tech Award 2017. Een goede aanleiding om René Bolier (CEO) te vragen hoe zij data inzetten om het wervingsproces te optimaliseren.
René Bolier, OnRecruit

Hij schetst de volgende stappen.

1. Data verzamelen
“Allereerst verzamelt Onrecruit alle data rondom een kandidaat. Dit betekent dat wij van elke kandidaat die op de website van een van onze klanten komt precies kunnen zien welke kanalen die allemaal heeft gebruikt en welke devices zoals mobiel, computer of laptop. Via datasets die wij inkopen bij externe partijen kunnen wij ook kandidaten cross-device herkennen. Als iemand bijvoorbeeld overdag op zijn mobiel een vacature bekijkt, maar pas in de avond op zijn laptop solliciteert zien wij dat als dezelfde kandidaat. Als deze persoon solliciteert, worden de gegevens die hij invoert, opgenomen in het ATS of CRM in van de klant.”

2. Data verrijken
“De volgende stap is het verrIJken van data. Bijvoorbeeld: een kandidaat heeft gesolliciteerd op de vacature sales-engineer, maar ook vijf keer gekeken naar de vacature customer succes manager. Als recruiter is dat interessant om te weten, want dan kan je de kandidaat vragen of die ook geïnteresseerd is in customer succes manager. Deze informatie schieten wij weer terug in het ATS of CRM van de klant. Hierdoor heb je als recruiter meer kans om waarde uit het contact de kandidaat te halen.”

3. Data analyses
“De derde stap is inzicht en analyses in je data. Klanten kunnen via een dashboard zien wat welk kanaal bijdraagt aan sollicitaties en plaatsingen. Dit kan je voor elk onderdeel zoals klant, type vacature, recruiter precies in kaart brengen. Zo kan je ook de funnel zichtbaar maken, je ziet meteen wat de ‘’drop offs’’ zijn in de candidate journey en waar je optimalisatie moet toepassen. Op basis daarvan kan je ook reverse engineering uitvoeren. Als je als doelstelling hebt om volgende maand tien sales-mensen aan te nemen weet je op basis van je historische data hoeveel sollicitaties je daarvoor nodig hebt.”

4. Automation
“De laatste stap is automation. Dit betekent dat je alles gaat automatiseren op basis van de data sets. Een aantal voorbeelden: je hebt een vacature waarvan je weet dat die twintig sollicitaties nodig heeft maar je krijgt er maar tien binnen via de website. Deze vacature kan je dan automatisch gaan adverteren in bijvoorbeeld Indeed. Een kandidaat die een vacature op jouw website bekijkt maar niet solliciteert, kunnen wij automatisch cross-device ‘retargetten’ met exact diezelfde vacature of andere relevante advertenties. Een kandidaat die de recruiter een aantal maanden geleden heeft gesproken en nu weer op de website zit kunnen we automatisch een melding geven.”

De toekomst van recruitment
“Uiteindelijk draait het om de candidate experience. Als we alles gaan automatiseren wordt in mijn ogen de kandidaat daar niet blijer van. Naast alle technologische ontwikkelingen blijft menselijke toevoeging belangrijk. Je kan de techniek gebruiken om suggesties te geven aan de menselijke recruiter die hier dan weer succesvoller van wordt. Vaak wordt een vraag van een recruiter als irritant ervaren door een kandidaat. Dit kan te wijten zijn aan de timing van de vraag. Het goed inzetten van data kan helpen om de timing en de achtergrondinformatie te verbeteren bij het benaderen van kandidaten.”

Hoe bewaken jullie de privacy van kandidaten?
“Wij en onze partners slaan geen data op waarmee je personen kan identificeren. Een voorbeeld: we kunnen wel zien wat kandidaat 5860 in onze database via welke kanalen heeft bekeken en dat hij/zij vervolgens is aangenomen op vacature X bij hiring manager/klant 16, maar de naam van de kandidaat is voor ons niet zichtbaar.”

Dion Metz, techwatcher, werkzaam bij SharpMinds

Dion Metz is techwatcher en eigenaar van Smarthunter.