Data, de kracht achter succesvolle inhuurprogramma’s

Het antwoord is gegeven in het webinar Data, de kracht achter succesvolle talentprogramma’s tijdens de Werf& en ZiPconomy WebinarWeek half februari. Dit webinar is verzorgd door twee experts op het gebied van data: Wim van Nieuwenhuizen en Laurence Kirk. Wim van Nieuwenhuizen is als commercieel manager van Brainnet verantwoordelijk voor implementatie van oplossingen voor externe inhuur bij Nederlandse klanten. En Laurence Kirk is Vice President Sales EMEA en APAC bij PRO Unlimited, de wereldwijd opererende MSP-dienstverlener waartoe ook Brainnet behoort. Zij weten waar zij over spreken als het gaat over het benutten van data voor talent sourcing.

Data benutten is pure noodzaak

Kirk: “De data zijn beschikbaar en dit is het moment om die data echt goed in te zetten. Lift je nu niet mee op die golf, dan pikt de concurrentie jouw kandidaten in. Want op de schaarse, globaliserende arbeidsmarkt kan die kandidaat zich overal op de planeet bevinden. Zonder heldere data-analyses ga je die perfecte kandidaat niet meer vinden.”

Ook Van Nieuwenhuizen benadrukt dat het toepassen van data bij het nemen van inhuurbeslissingen ook in Nederland steeds belangrijker wordt. “Datagedreven recruitment is onmisbaar op een arbeidsmarkt waar capaciteit en beschikbaarheid van extern personeel schaarser wordt. De technologie is er en wordt meer en meer toegankelijk, denk aan AI-toepassingen. En die technologie wordt ook echt ingezet. Als je daar niets mee doet, kom je steeds sneller op achterstand.”

Verschillende data, goed valideren

De meeste bedrijven werken met een combinatie van interne (via HR, Inkoop en finance) en externe data, afkomstig van bijvoorbeeld LinkedIn of jobboards. En er zijn natuurlijk aanbieders die data verkopen. “Er is een oceaan aan data en er zijn veel verschillende aanbieders, met verschillende types data van verschillende kwaliteit”, zegt Kirk, die daarom adviseert goed te letten op de kwaliteit van data voordat je met een partij in zee gaat. Belangrijk is dat de data volume heeft en dus niet beperkt is tot één talentpool of regio, zoals die van veel lokale aanbieders. Ook moet data actueel zijn; aan data van zes maanden oud heb je niets. Kirk: “Data is als vis, het bederft snel.”

All data is not created equal – je moet weten hoe die data is vergaard, legt Van Nieuwenhuizen uit. “Data moet gevalideerd zijn, want je wilt appels met appels vergelijken. Je kunt informatie over contractvormen en salarisvormen uit de VS niet één-op-één overzetten naar Nederland. Er zitten grote verschillen tussen landen.”

Data is als vis, het bederft snel – Laurence Kirk (PRO Unlimited) –

Hoe ontsluit je die data?

Kirk noemt Nederland ‘één van de beste landen ter wereld’ op het gebied van data over de inhuur van personeel. “In Nederland is veel data voorhanden. Via plugins zijn die gegevens snel toegankelijk voor organisaties die zich met de inhuur van personeel bezighouden. Niet voor niets is Brainnet voor ons de poort naar Europa.” Van Nieuwenhuizen herkent zich daarin: “Nederland is een heel volwassen markt, hier draaien heel goede programma’s voor het maken van benchmarks en analyses.”

Het begint dus met een goede kwaliteit van gevalideerde data. Vervolgens is de vraag: ‘hoe kun je de beschikbare data op een goede manier ontsluiten?’ Daarvoor heb je volgens Van Nieuwenhuizen echt expertise nodig. “Als Brainnet kennen wij de lokale markt, weten we welke profielen beschikbaar zijn, zijn we op de hoogte van de actuele wet- en regelgeving (compliance), hebben we inzicht in tarieven, et cetera. We hebben jarenlange ervaring in de Nederlandse flexmarkt. Dat is belangrijk, want je kunt wel over de juiste data beschikken, maar je moet ook de expertise hebben om die data goed te kunnen interpreteren.”

Data-analyse om klanten te analyseren

Zelf maakt Brainnet gebruik van data(-analyses) om klanten te adviseren. “Wij weten waar, welke profielen beschikbaar zijn. Bij het vormgeven van een wervingsstrategie kunnen wij hierdoor verwachtingen van klanten managen op basis van data. Bij een uitvraag kunnen wij voorspellen hoeveel kandidaten er beschikbaar zullen zijn in een bepaalde regio, voor bepaalde tarieven”, legt Van Nieuwenhuizen uit. En daardoor kan Brainnet ook tot een voor de klant optimale aanpak komen. “Wij kunnen aan knoppen draaien, variabelen zoals specifieke skills (of een combinatie van skills) of de duur en omvang van opdrachten. Als bijvoorbeeld de duur te kort is en de omvang van de opdracht te klein, kan het lastig zijn een kandidaat te vinden. Wij kunnen laten zien hoeveel kandidaten het oplevert als je de opdracht verruimt.”

Bij een uitvraag kunnen wij voorspellen hoeveel kandidaten er beschikbaar zullen zijn in een bepaalde regio, voor bepaalde tarieven. – Wim van Nieuwenhuizen (Brainnet) –

Benchmarking als extra dienstverlening

Naast sourcing, maakt Brainnet ook gebruik van eigen data(-analyses) voor benchmarking, bijvoorbeeld voor het samenstellen van een top-10 profielen of rate cards (voor tariefvergelijkingen). Dit biedt de MSP-dienstverlener ook als extra dienstverlening aan. In principe zijn er hierbij twee opties:

1. Brainnet ontsluit de data voor derden; (delen van) de Brainnet-data wordt beschikbaar gesteld aan een organisatie die deze data kan integreren met de eigen data. Door deze dataverrijking kan een organisatie betere analyses (en dus beslissingen) nemen
2. Brainnet-tooling wordt ingezet voor het maken van data-analyses; bijvoorbeeld rapportages over de vast/flexschil (in het kader van total talent management (TTM)) of een organisatie wil actuele informatie over tarieven; dan kan Brainnet het technisch platform als product leveren die die specifieke, dynamische data oplevert.

Nogmaals, voor het goed toepassen van de juiste data en het correct interpreteren blijft expertise nodig. Brainnet-consultants adviseren klanten dan ook hierbij.

Data-as-a-service

PRO Unlimited heeft de extra dienstverlening vorig jaar uitgebreid door Data-as-a-Service (DaaS) te introduceren, dat Brainnet ook in Nederland aanbiedt. Dat is een enorm dataplatform waar bedrijven gebruik van kunnen maken. Om een indruk te geven. Deze dataset omvat informatie over meer dan 100.000 functietitels, meer dan 20.000 specifieke vaardigheden (skills), miljarden data points (kenmerken), verzameld in meer dan 160 landen. “Een heel sterk wapen in de war for talent”, noemt Kirk hun DaaS.

Waar voorheen alleen klanten die gebruik maakten van hun MSP-dienstverlening toegang hadden tot deze data-service, heeft nu elke organisatie dat. De data-service is veel vriendelijker, flexibeler; elke organisatie is, afhankelijk van de eigen databehoefte, vrij in de keuze in welke mate zij gebruik willen maken van DaaS. Een consultancy-organisatie heeft bijvoorbeeld een andere databehoefte dan een recruitmentorganisatie die vooral op sourcing is gericht. Of misschien wil een ander bedrijf wel informatie over diversiteit? Dat kan allemaal, waarbij de dienstverlening ook nog eens agile is ingericht, wat wil zeggen dat er bijvoorbeeld met eisen of variabelen geschoven kan worden om de specifiek gewenste data boven water te krijgen.

Voordelen van real time data

Die rijke data en intelligente analyses bieden de organisatie:

• inzicht in het volume en de behoefte aan inhuur van personeel
• een overzicht van de kosten
• de mogelijkheid om de compliance (regelgeving, risico’s) goed te managen, én
• marktinformatie om snel de juiste kandidaten (kwaliteit) te vinden tegen het juiste tarief (prijs)

Vooral dat laatste is cruciaal bij talent sourcing. De echte gamechanger bij data is ‘tijd’. Real time data stelt je in staat actie te nemen voordat de concurrentie dat doet.

Data toepassen in je organisatie

De grote vraag is natuurlijk, hoe kun je data toepassen in jouw organisatie? Stap één is het maken van de keuze van het type data. Wil je focussen op direct sourcing, een talentpool opbouwen, inzicht in tarieven of een andere vorm van benchmarking?

De tweede stap is het creëren van wat men bij PRO Unlimited en Brainnet een fundamental data layer noemt; een basisdataset die de hele organisatie van dezelfde actuele data voorziet. Een eenduidig softwareplatform moet ervoor zorgen dat dit in de hele organisatie wordt geïntegreerd. Om de data af te stemmen op de gebruiker werken de eerste succesvolle bedrijven voor de inhuur van personeel tegenwoordig met ‘gepersonaliseerde’ dashboards, dat wil zeggen afgestemd op de gebruiker. Want de recruiter heeft waarschijnlijk behoefte aan ander soort data dan zijn collega van HR of sales. De één wil informatie over sourcing, de ander over verloning of compliance.

Data-analyses maken

Met de data kun je intelligente analyses maken. Niet alleen voor benchmarking; hoe doen wij het qua tarieven of arbeidsvoorwaarden ten opzichte van de concurrentie? Maar ook diepgaande analyses van de arbeidsmarkt en kandidaten; identificeren welke competenties gevraagd worden, of er voldoende kandidaten met de juiste competenties beschikbaar zijn. En zo niet, hoe een hiaat (skills gap) te vullen is.

Dat geldt ook voor het analyseren van de eigen recruitmentactiviteiten; waarom werkt de ene campagne niet en de andere wel? Welke sourcing-kanalen leveren de meeste respons? Allemaal mogelijke intelligente analyses die een organisatie in staat stellen om op korte en lange termijn de juiste kandidaten met de juiste skills te vinden.

Wat-als-scenario’s

Een ideaalplaatje, want de dagelijkse praktijk geeft vaak nog een ander beeld, weet Kirk. “In elke industrie voert men strategisch beleid op basis van data-analyses, maar bij de inhuur van personeel nemen veel bedrijven fundamentele beslissingen nog altijd op onderbuikgevoel. Dat is zorgelijk. Die bedrijven hebben geen overzicht van de omvang en kwaliteit van de flexibele schil, geen inzicht in rationele tariefstelling en geen idee waarom zij hun talent aan de concurrent verliezen.”

De (flex)bedrijven die data wel goed weten te benutten zullen volgens hem accelereren in groei en de concurrentie snel achter zich laten. Die bedrijven zijn al bezig met de next step in het gebruik van data in succesvolle talentprogramma’s. Naast AI (kunstmatige intelligentie) en machine learning gebruiken zij data om voorspellingen te doen. Die werken met ‘wat-als-scenario’s’ om de beste strategie te kiezen.

Toekomstmuziek? “Nee, het gebeurt al. De juiste data is de brandstof die de raket vooruit doet schieten. Waarom zou je dit niet omarmen? Het grootste risico is dat je niets doet. Dan blijf je ver achter op de concurrentie”, zegt Van Nieuwenhuizen. Moeten we dan helemaal niet meer vertrouwen op de menselijke intuïtie bij het nemen van beslissingen over talent strategieën? Kirk: “Jawel, maar baseer je beslissing voor 95% op data. Data vertelt je hoe het echt zit.”

Meer weten, bekijk het webinar hieronder.