Als er één woord was wat op HR Tech World rondbuzzte, dan was het wel: predictive. De ene na de andere partij stort zich op de analyse van prestatie-indicatoren. Wordt recruitment daarmee volledig voorspelbaar?
Als je een kandidaat aanneemt, wil je natuurlijk graag weten of je een goede in huis haalt. Vroeger keken we dan naar iemands cv. Dan gokten we min of meer dat iemand die in het verleden iets gedaan had, dat in de toekomst wel weer zou kunnen. En het liefst nog ietsjes beter.
Als je een kandidaat aanneemt, wil je natuurlijk graag weten of je een goede in huis haalt
Of we lieten ons in een sollicitatiegesprek ervan overtuigen dat deze kandidaat heel wat in zijn of haar mars had. En wilden we nóg meer zekerheid, dan stuurden we de kandidaat wel eens naar een destijds peperduur assessmentcenter om daar een hele dag rollenspellen te doen en testjes in te vullen.
Een nieuwe tijd is aangebroken
Maar loop een dagje rond op HR Tech World (tegenwoordig Unleash geheten), afgelopen week in Amsterdam, en je ontdekt dat we nu echt een nieuwe tijd zijn ingegaan. In vorige edities leek de nadruk nog wel eens te liggen op het proces van de sollicitatie: dat kon sneller, beter, overzichtelijker. En het ene na het andere ATS of ander softwaresysteem deed graag die belofte. In deze editie viel echter viel echter vooral de aandacht voor de inhoud van de selectieprocedure op.
Hoe weten we zeker dat de kandidaat die we uiteindelijk kiezen ook daadwerkelijk de beste is?
Dus niet langer: hoe komen we aan zoveel mogelijk kandidaten? Ook niet: hoe maken we het recruitmentproces zo snel of zo goedkoop mogelijk? Maar meer: hoe weten we zeker dat de kandidaat die we uiteindelijk kiezen ook daadwerkelijk de beste is?
Een kleine greep uit de aanbieders, en hun belofte:
#1. IBM Watson
Watson, de supercomputer van IBM, vooral bekend als winnaar van Jeopardy!, heeft zich sinds kort ook op recruitment gestort. Het systeem moet recruiters in staat stellen zonder bias kandidaten te ranken, aldus Marieke Joustra, die bij IBM bij Watson betrokken is. Daarnaast berekent het systeem ook de complexiteit van een vacature op basis van historische data.
Hoe Watson aan die score voor een kandidaat komt? ‘Als recruiter word je onder meer gevraagd om feedback te geven. Als ik dat elke keer doe, optimaliseer ik het neurale pad van het systeem, en wordt beter voorspelbaar welke kandidaat een goede match is.’
https://www.youtube.com/watch?v=dUtRCoCMHQQ
In Japan is het systeem bijvoorbeeld gebruikt bij Forum Engineering, een uitzendbureau dat jaarlijks 14.000 tijdelijke vacatures te vervullen heeft. Watson lukte het in 1 jaar om een 83 procent betere matching voor elkaar te krijgen, doordat Forum in 1 keer de goede kandidaat bij zijn klanten wist aan te bieden, in plaats van de 6 keer uit het verleden.
Ergens in 2018 moet Watson ook in een Nederlandstalige variant beschikbaar zijn, verwacht Joustra.
#2. Infor
Nog een partij die wel raad weet met grote data is Infor. Dit Amerikaanse bedrijf doet 18 miljoen (!) assessments per jaar. Ze testen kandidaten in 17 tot 20 minuten op 39 verschillende persoonskenmerken. Al 1 op de 5 Amerikanen zit er in de database, en ze maken nu de overstap naar Europa.
Wat het Talent Science-systeem van Infor doet, is zoeken naar persoonskenmerken die correleren met prestaties. Dat levert soms verrassende resultaten op. Zo zag Foot Locker de omzet 20 procent stijgen, sinds ze de assessmentscores van de kandidaten naast het gewenste functieprofiel legden. Het systeem is zo in elkaar gezet dat het zelfs standaard interviewvragen oplevert, die je als recruiter nog kunt gebruiken in een sollicitatiegesprek. Als je zo’n gesprek tenminste nog wilt hebben…
#3. Cubiks
Een hier al wat bekendere partij is Cubiks. Hun arbeids- en organisatiepsychologen hebben dan ook al ‘decennialang ervaring met data-gedreven assessments’, zoals ze op hun eigen site stellen. Elk jaar ondergaan meer dan een miljoen kandidaten een Cubiks-assessment, dat doorgaans op maat gemaakt wordt voor de klant.
De belofte van People Analytics, zoals Cubiks het noemt, begint dit jaar echt van de grond te komen, zegt bijvoorbeeld Jouko van Aggelen, de Nederlander die de analytics-afdeling van het bedrijf leidt. ‘We zien dit jaar echte, concrete resultaten, die bij veel bedrijven de quality of hire verbeteren.’
#4. AssessFirst
Een andere opvallend grote speler in dit veld, die nog nagenoeg onbekend is in Nederland, is AssessFirst.
Eigenlijk is het principe hier hetzelfde: kandidaten vullen vragenlijsten in, die iets zeggen over hun persoonlijkheid. De profielen die dit oplevert kun je vervolgens leggen naast het gewenste functieprofiel, en zo de ideale match zoeken. De profielen zeggen trouwens ook iets over hoe je bijvoorbeeld samenwerkt met anderen.
En zo waren er nog wel meer…
En zo waren er nog wel meer technologie-aanbieders op Unleash te vinden die ambiëren om (pre)selectie minder een slag in de lucht te laten zijn, en meer voorspellende waarde toe te voegen. Zo was het deels Nederlandse Seedlink er natuurlijk ook, net als BrainsFirst. En een partij als Cammio heeft zich ook al op predictive recruitment gestort, om nog maar eens een voorbeeld te noemen. En dan vergeten we nog bijna Harver, dat in juni enkele miljoenen binnenhaalde om zijn datagedreven (pre)selectieproces verder te brengen.
De trend is duidelijk
Kortom, de trend is duidelijk: er wordt volop gezocht naar manieren om de quality-of-hire te voorspellen. Maar kijken we nog iets dieper, dan vallen wel een paar dingen op. Want hoe ver zijn we nou eigenlijk hierin? Zo gaat het bij alle aanbieders nog vaak om zeer individuele prestatie-indicatoren. Een intelligentietestje, een Big 5-profiel, een cultuurtest, dan hebben we het vaak zo’n beetje wel. Logisch ook, want wat kun je anders in 20 minuten allemaal vaststellen?
Een iQ-test, een Big 5-profiel, een cultuurtest, wat kun je anders in 20 minuten allemaal vaststellen?
Maar dan blijven nog wel wat vragen over. Zijn de gebruikte indicatoren niet te generiek? In hoeverre speelt ook het team mee, waarin de kandidaat terechtkomt, voor hoe hij of zij presteert? En hoe zit het precies met ontwikkelpotentieel voor de functie ná de functie waarvoor gerecruit wordt?
De slotsom en de Heilige Graal
De slotsom, na twee dagen rondlopen op de grootste techbeurs op HR-gebied in de wereld? Bijna iedereen is op zoek naar de Heilige Graal in recruitment. En sommige partijen lijken al best een heel eind op weg om die graal te vinden. Er worden ontegenzeglijk enorme stappen gezet in betere (pre)selectie. De computer blijkt echt een stuk slimmer in het inschatten van de quality-of-hire dan de mens. Dus laten we daar volop gebruik van maken.
Maar volledige voorspelbaarheid? Dat lijkt toch nog wel meer dan een paar jaar weg…
