Algoritme van de maand: IBM weet met 95% zekerheid of iemand vertrekt

In de rubriek ‘Algoritme van de maand‘ laat Bas van de Haterd zijn licht schijnen op een toepassing in de recruitmentindustrie. Dit keer het algoritme van IBM dat met 95% zekerheid schijnt te kunnen voorspellen of iemand op het punt van vertrekken staat.

Heb je te kampen met een recruitmentuitdaging? De beste oplossing is om te beginnen met ervoor te zorgen dat mensen niet vertrekken, of in elk geval dat de mensen van wie je niet wilt dat ze vertrekken dat niet doen. Dus hoe handig is het als je een algoritme hebt dat met 95% zekerheid kan voorspellen of iemand binnen 9 maanden vertrekt? IBM claimt dat te kunnen.

hoe handig is het als een algoritme met 95% zekerheid kan voorspellen of iemand binnen 9 maanden vertrekt?

Dit is geen claim van een verkoper, maar van IBM-CEO Ginni Rometty, die vertelt dat de HR-tools van IBM ook overal intern gebruikt worden. Dat leidt tot veel weerstand, maar elke keer bewijzen ze weer hun waarde.

Welke data gebruikt IBM eigenlijk?

Rometty weigert helaas om enige details te geven over hoe het algoritme werkt en wat voor data ervoor gebruikt worden. Inhoudelijk is er dus helemaal niets over te zeggen. Ook al verkoopt IBM het als een product, het is dus onmogelijk om iets te zeggen over de vraag of het bij andere organisaties ook gaat werken, of dat die organisaties wel de juiste data hebben en wat de voorspellende waarde dan is.

Een werknemer die de waarde van zijn pensioen opvraagt, is een duidelijk indicator dat diegene vertrekt

Ik herinner me een lezing van Dr. John Sumser van jaren geleden waarbij hij aangaf dat een Amerikaan die de waarde van zijn of haar pensioen opvraagt een hele duidelijke indicator is dat die persoon op vertrekken staat. In de VS zijn pensioenen namelijk iets dat je moet omzetten bij vertrek. Dat doen de meeste mensen dus niet tot ze al een nieuwe baan hebben, zeker geen 9 maanden van tevoren.

Ook weet ik dat bij TomTom vele jaren geleden de tevredenheid met de reistijd een van de belangrijkste indicatoren bleek te zijn voor vertrek. Niet de absolute reistijd, maar de tevredenheid met die reistijd. Maar zonder te weten welke data worden gebruikt, is het dus niet mogelijk om te bepalen of IBM echt relevante gegevens heeft.

95% zekerheid, maar hoe is die berekend?

Rometty zegt ook niets over hoe IBM die 95% zekerheid heeft berekend. Hoe weet je zeker dat iemand gaat vertrekken? Is het berekend aan de hand van data uit het verleden? Mensen die vertrokken zijn? Dat lijkt mij de enige mogelijkheid om een claim over voorspellende waarde van vertrek te doen. Maar resultaten uit het verleden geven geen garantie voor de toekomst.

 resultaten uit het verleden geven geen garantie voor de toekomst

Laat ik dit omschrijven met een persoonlijk voorbeeld uit het begin van mijn carrière. Weinig bekend feit is dat ik ooit een paar jaar gewerkt heb als dataleverancier voor beleggers. We hadden destijds een uniek product met unieke data ontwikkelend. Na 2 jaar data verzamelen maakten we een model dat op basis van onze data een rendement van 60% per jaar wist te realiseren. Toen we het model het jaar erop fictief lieten beleggen, kwam het slechts tot een rendement van 10%. Als we het model wat aanpasten, boekten we wel meer dan 50% rendement. Het probleem van een model baseren op het verleden is dat het in de toekomst soms niet werkt…

Conclusie: 95% zekerheid bieden is onmogelijk

Dus als ik een uitspraak hoor dat men met 95% zekerheid kan voorspellen dat iemand vertrekt vind ik dat aan de ene kant onwijs interessant, want die signalen opvangen is heel belangrijk. Aan de andere kant weet ik dat het onmogelijk is zo’n zekerheid te noemen.

Interessante, maar niet te controleren statements, zodat het algoritme mij vooral grootspraak lijkt

Het klinkt heel interessant. Ik geloof ook absoluut dat er datapunten zijn die iemands vertrek voorspellen. Ik denk dat we als mensen deze indicatoren vaak over het hoofd zien, maar dat een algoritme die absoluut wel kan zien. Maar of dat ook met 95% zekerheid gebeurt? Ik kan je met 100% zekerheid zeggen dat we dat nooit kunnen zeggen. Omdat je nooit met zekerheid kunt zeggen of je iets voorkomen hebt of dat het anders toch niet was gebeurd. Interessante materie, maar oncontroleerbare statements, waardoor het algoritme mij voorlopig vooral grootspraak lijkt.

bas van de haterdOver de auteur van dit blog

Bas van de Haterd is onder meer initiatiefnemer van Digitaal-Werven, een jaarlijks onderzoek naar welke organisatie aan kandidaten de beste digitale sollicitatie-ervaring biedt, en samen met Werf& organisator van TA Live.

Lees hier meer van Bas.

Nieuwe assessmenttools in opkomst: codeurs-tester Triplebyte haalt 35 miljoen op

Opleiding en ervaring zeggen weinig over wat iemand écht kan. Steeds meer partijen duiken in dat gat met online testen en assessments. Een markt waar ook steeds meer geld in omgaat, getuige de 35 miljoen die de Amerikaanse start-up Triplebyte recent ophaalde.

‘Meer bedrijven dan ooit tevoren hebben ontwikkelaars nodig. Maar de standaard om die mensen te vinden is door op LinkedIn te kijken. Dat is volgens ons niet genoeg’, zei Triplebyte-CEO Harj Taggar (midden) in een recent interview. Bij een zoektocht op LinkedIn mis je immers de mensen die nu nog niet in het IT-vak zitten, maar daar wél heel goed zouden passen.

‘de standaard om ontwikkelaars te vinden is door op LinkedIn te kijken. Dat is volgens ons niet genoeg’

Samen met CTO Guillaume Luccisano (links) en COO Ammon Bartram (rechts) probeert hij daaraan iets te doen. Met codeertests en machine learning wil de start-up uit San Francisco een grotere pool aan potentiële medewerkers aanboren, en zo betere matching tot stand brengen. Dat pakt tot nu toe al redelijk goed uit: het eigen personeelsbestand nam het afgelopen jaar al toe van 20 naar 40, met een omzet tot boven de 1 miljoen dollar per maand, afkomstig van klanten als Adobe, Apple, American Express, Blackrock, Box, Dropbox en Uber.

‘Dit kan wel eens een unicorn zijn’

En nu komt er nog eens een investeringsronde van 35 miljoen dollar bij voor de Amerikaanse start-up. Mede dankzij de eerder opgehaalde miljoenen hintte CEO Taggar er zelf al op dat dit wel eens een nieuwe zogeheten ‘unicorn’ kan zijn (een jong bedrijf dat snel 1 miljard waard is). ‘We zijn Triplebyte gestart omdat elk bedrijf nu zijn eigen software wil bouwen, en dat ze daarvoor ontwikkelaars nodig hebben. Maar er komen niet genoeg engineers van school om aan de vraag te voldoen. De oplossing, denken wij, is een nieuwe manier te zoeken waarmee bedrijven technisch talent kunnen vinden.’

‘De mismatch oplossen? Zoek een nieuwe manier waarmee bedrijven technisch talent kunnen vinden’

Dat talent wordt verleid met leuke giveaways (zoals jassen en powerbanks) om een profiel in te vullen en de testen te maken. Iemand die op ‘de traditionele manier’ meermalen werd afgewezen, wijdt er op Medium een enthousiaste review aan. Inmiddels hebben al meer dan 150.000 mensen de testen op de site gedaan.

triplebyte jas

Zeker niet de enige

Het verhaal van Triplebyte is niet het enige dat een oplossing zoekt in een sollicitatieproces waarbij het cv overbodig wordt gemaakt, maar in plaats daarvan op werkelijke skills wordt geselecteerd. In Nederland zijn de testen van Brainsfirst enigszins vergelijkbaar. Ook Pymetrics en Arctic Shores vallen min of meer in dezelfde belofte, net als codeerplatform DevScore. In de VS zijn ook veel andere partijen bezig te kijken hoe je vaardigheden boven ervaring kunt stellen, zodat een meer eerlijke selectie kan plaatsvinden. En in Nieuw-Zeeland is er recent veel aandacht voor Joy Business Academy, dat cv’s wil laten uitsterven via gamification.

veel partijen zijn momenteel bezig te kijken hoe je vaardigheden boven ervaring kunt stellen

Denk aan Plum.io dat zaken als arbeidsethos, teamwork en leiderschap zegt te meten aan de hand van onder meer een database van 24 biljoen datapunten. Of aan Vervoe, dat zogeheten ‘Talent Trials’ inzet om de on-the-job skills van kandidaten te meten en die zo automatisch te matchen met hiring managers. Ook noemenswaard is Andela, dat via AI-tools Afrikaanse programmeurs wil verbinden aan Amerikaanse start-ups.

Meer precisie in het proces

Alles erop gericht om ‘meer precisie’ in het recruitmentproces te krijgen, zoals Taggar het uitdrukt. Of, met enig bravoure: ‘Als jij de skills hebt, zorgen wij dat jij het sollicitatiegesprek krijgt.’

triplebyte

Lees ook:

De Jonge Recruiterspodcast: Ruth Tolhuijs ontdekte dat je eerst moet weten wie je bent, voordat je kunt solliciteren

Jonge recruiters zitten nog maar net in het vak, maar hebben al genoeg te vertellen. Elke maand interviewen we een van hen in onze Jonge Recruiterspodcast. Denk aan vragen als: hoe ging je eerste aanname? En hoe zie je de toekomst van recruitment voor je?

Vandaag in de tweede aflevering: Ruth Tolhuijs, Recruitment Consultant Online Marketing bij WeKnowPeople.

Wat nu?

Na haar HR-studie twijfelde Ruth: wat nu? Bij haar werk voor een uitzendbureau ontdekte ze dat het belangrijk is om eerst te weten wie je bent en wat bij je past, voordat je kunt solliciteren. En dat gold ook voor haarzelf.

De juiste persoon op de juiste plek, dat is wat ze nastreeft

Match via Instagram

Via het Instagramaccount van de Rijdende Recruiter werd ze nieuwsgierig. Waar werkte deze creatieve en inspirerende vrouw? De match werd al snel duidelijk: Ruth ging aan de slag bij WeKnowPeople, het bedrijf dat haar waarden deelde. De juiste persoon op de juiste plek, precies wat zij zelf nastreeft als recruiter.

Meedoen?

Ben jij een jonge recruiter (max 2 jaar ervaring en onder de 30 jaar) en wil je meedoen? Neem dan contact met ons op!

Lees ook: