Hinke Wever 5 oktober 2021 0 reacties Print Hoe maak je arbeidsmarkt data toegankelijk voor matching?Hoe maak je arbeidsmarkt data toegankelijk voor matching? theMatchBox, matchingsoftware Interview met Jan Govaerts, partner van theMatchBox, leverancier van matchingsoftware De arbeidsmarkt is krap; dat maakt de behoefte om snel en doelgericht te matchen tussen vraag en aanbod nog groter. Alle beschikbare data zijn voortdurend in beweging en nogal ongestructureerd, een soort van ‘black or grey box’. Hoe maakt de software van theMatchBox die data doorzoekbaar? Er komt in ieder geval meer bij kijken dan het maken van een paar algoritmes. “Wij bieden search en matchingsoftware, waarbij gebruik wordt gemaakt van tal van technologie zoals AI en NLP. Wij ondersteunen de geautomatiseerde jobmatching binnen de staffing industry en recruitment in het algemeen. Wij maken databases doorzoekbaar met de hoogst mogelijke precisie, omdat onze software de vacature data en de kandidatendata analyseert en voortdurend verbetert. We koppelen ook externe bronnen zoals alle Nederlandse vacature data via data van Jobdigger en via data van kandidaten (werk.nl, Linkedin en Indeed) met behulp van NIXZ (robotisering). Zo matchen we in feite de gehele vraag met het gehele aanbod op de markt.” Jan Govaerts (foto door Wunderkraut) Software als vervanging van recruiters? “Nee, wij doen het saaie werk. Onze software leest alle vacatures en de data op de cv’s. Vervolgens geven wij de beste vijf kandidaten aan de recruiters op een presenteerblaadje. Aan kandidaten presenteren wij de beste vacatures. De recruiter kan vervolgens in een gesprek checken of de kandidaat de passie heeft om te werken en of die qua persoon aansluit bij de werkomgeving. Ultiem werkende matching software moet je – in voetbaltermen – zien als hele mooie voorzetjes voor de recruiter, die de bal vervolgens alleen maar hoeft in te koppen.” Zoveel manieren om een functie te spellen “In een krappe arbeidsmarkt draait alles om tijd, aandacht en geld. Wij zagen grote lacunes in de precisie van bestaande matchingsoftware en wij zijn in dat gat gesprongen. Bedrijven besteden veel geld aan Google om te zorgen dat mensen op hun Werken-bij site komen. Als een werkzoekende in het zoekveld een woord anders invult dan de makers van de site verwachten, komt de vacature niet in beeld. Is er dan een mismatch? Welnee. Veel mensen zijn prima in hun werk en minder goed in spelling. Onze matchingsoftware ondervangt dat.” Job alerts die wel goed aansluiten “Als recruiter wil je natuurlijk ook dat de kandidaat een alert krijgt voor een job, die precies aansluit. Anders gaat de kandidaat zich na twee of drie van zulke ‘missers’ irriteren en uitschrijven uit je database. Dat willen wij voorkomen; met onze software stellen wij goed matchende vacatures voor aan kandidaten en de juiste kandidaten voor aan hiring managers.” Database optimaal doorzoekbaar “We werken samen met diverse grote partijen. Ook Jellow, een van de grootste zzp-platformen in Nederland en België werkt met onze software. Via dit selfserviceplatform krijgen bedrijven toegang tot een database van zzp’ers. Ze zoeken bijvoorbeeld een marketeer en willen zo snel mogelijk de juiste kandidaten vinden. Voordat Jellow met ons werkte, moesten er ‘Boolean searches’ worden gedaan (‘and or’ enzovoort) en werd dat handmatig ingevuld. Dankzij onze semantische search die ook spellingsfouten opvangt, hoeft dat niet meer. Wij hebben een computerlinguiste in dienst en voegen naast de Nederlandse taal ook andere talen toe, zoals Frans, Duits, Pools en Roemeens om optimaal doorzoekbaar te zijn voor diverse klanten en doelgroepen.” Matching op skills “Wij kunnen matchen op functietitel, maar ook op talenkennis, vaardigheden, skills of een bepaald type arbeidsovereenkomst. Stel dat een werkzoekende aangeeft: ‘ik kan Photoshop’, dan kunnen wij aan die persoon vacatures doorgeven waarbij deze vaardigheid wordt gevraagd, zoals website developer, webmaster, marketeer.” Beste techniek op de beste plaats “Wij gebruiken deep learning artificial intelligence (AI) in onze engine, maar niet om te matchen. AI deep learning werkt op basis van trainingsdata en is perfect voor tal van taken zoals classificatie van documenten. Deep Learning AI is populair in beeldherkenning zoals bij radiografie in de medische wereld, waar je een algoritme traint op basis van foto’s van bijvoorbeeld een gebroken been. Als je 100.000 foto’s aan zo’n systeem geeft, gaat dat de volgende keer wel met een hoge mate van zekerheid zeggen: dit been is gebroken of niet. Bij matching van personen en vacatures zijn er echter talloze uitzonderingen. Iedereen is immers een uniek persoon met een uniek cv. Vacatures hebben ook altijd een bepaalde twist. Soms zitten er zelfs twee jobs in één vacature. Er zijn simpelweg niet genoeg trainingsdata voor goede matching met behulp van deep learning en er is geen voorspelbaar patroon. Bovendien wil je vooroordelen in de matching vermijden. Een van onze grote klanten is de gemeente Amsterdam. Daar gebruikt men theMatchBox voor interne mobiliteit en extern werven. De recruiters van de gemeente moeten kunnen beargumenteren waarom een bepaalde kandidaat wel of niet wordt voorgesteld. Via onze matching is bij elke kandidaat duidelijk waarom die op de shortlist of longlist voor een vacature staat.” Kandidaten zichzelf laten taggen “Soms zijn er onvoldoende data bekend van kandidaten of vacatures. Bij flexibele arbeid is dat nogal eens het geval, bijvoorbeeld als het gaat om vacatures in logistiek. De werkzoekende is niet altijd bekend met de functievereisten of zich er niet direct van bewust. Wat wordt er van een orderpicker gevraagd? De antwoorden op die vraag geeft onze software als suggesties aan de werkzoekende, zodat die de vaardigheden of skills kan aanvinken. Dat vergemakkelijkt de match. Ook als het gaat om apps voor flexwerk of bijbanen in de horeca, waarbij kandidaten kunnen swipen voor jobs, dragen wij bij aan snelle matching. Onze software pusht de juiste data en nodigt mensen uit om zichzelf ook goed te taggen wat betreft hun skills, ervaring en vaardigheden.” Aandacht voor skills in plaats van cv “Steeds meer bedrijven laten het curriculum vitae (cv) los. Het is een interessant document, het vertelt wat je in het verleden hebt gedaan, maar niet wat je wilt gaan doen. Dan is het belangrijk om skills te kunnen signaleren. Stel, een sollicitant komt op een sollicitatieformulier en klikt door op de vacature ‘softwareontwikkelaar’. Met onze software kunnen wij aan die kandidaat vragen om zichzelf te taggen, te labelen met de vaardigheden die zij of hij nu heeft en welke ze willen verwerven in hun nieuwe job.” ATS en VMS “Wij rollen onze expertise uit naar alle Applicant Tracking Systems die er bestaan. Wij zijn al ingebouwd in softwareleveranciers zoals Salesforce, Bullhorn, Carrerix, HelloFlex, maar ook in platformen zoals Jellow. Voor Vendor Management Systemen zoals Connecting Expertise kunnen wij op basis van historische data voorspellen welke leveranciers welke typen kandidaten gaan voorstellen, wat daar de minimale en maximale kosten zijn en welke leveranciers kandidaten zullen gaan voorstellen.” CompetentNL TNO vraagt aan alle werkgevers, werknemers en opleiders in de markt om meer aandacht te geven aan de skills van werkenden, zodat de mismatch op de arbeidsmarkt kleiner wordt. Met CompetentNL wordt gewerkt aan een gezamenlijk systeem om skills in kaart te brengen. Hoe kijk jij daar naar? “Ja, dat is een interessante ontwikkeling. Heel veel systemen van onze concurrenten zien matching als een vorm van classificatie. Dat heb je met onze software niet nodig; onze tooling maakt matching mogelijk op basis van ongestructureerde data. Elke persoon is uniek en dat leidt ertoe dat classificatie niet altijd even effectief is. Dat skills en competenties meer in beeld komen juich ik toe, want die data zijn voor HR een zeer welkom hulpmiddel om de match tussen vraag en aanbod te verrijken, te verbreden en soepeler te maken.” Interview: Hinke Wever Lees ook UWV dashboard Skills en beroepen gebaseerd op CompetentNL Interview: TNO brengt skills in kaart voor betere matching Selecteren op basis van skills verrijkt je blik op arbeidsbemiddeling Skillspaspoort maakt iemands talent duidelijk Interview: De vernieuwing op de arbeidsmarkt begint bij jezelf HRM, interview, matching, recruitment, software, theMatchBox, vraag en aanbod, werving en selectie Print Over de auteur Over Hinke Wever Hinke Wever is een creatieve verbinder van werk- en levensterreinen. Ze was als redacteur vanaf de start betrokken bij FlexNieuws. Bekijk alle berichten van Hinke Wever
19-08-2024De mens achter de match: 5 vragen aan Tugce Yigit (27) en Vincent de Vries (25) van Recruit a Studen...