‘Over 3 jaar is vrijwel elke vacaturetekst automatisch geschreven’

Vrijwel alle vacatureteksten zijn binnen 3 jaar automatisch geschreven en geoptimaliseerd, voorspelt Geert-Jan Waasdorp. ‘De tijd van tijdrovende, slecht bij de doelgroep passende vacatureteksten is dan voorgoed voorbij.’

Geert-Jan Waasdorp Op 05 augustus 2020
Gem. leestijd 5 min 1342x gelezen
Deel dit artikel:
‘Over 3 jaar is vrijwel elke vacaturetekst automatisch geschreven’

Natuurlijk, er zal altijd een plek blijven voor nichevacatures of creatieve uitzonderingen. Maar dat zal hooguit 1 à 2 procent van alle vacatureteksten betreffen. Het gros ervan? Dat zal binnen 3 jaar volledig automatisch geschreven worden. Een mensenhand en -oog zal hooguit nog nodig zijn voor de laatste check, voordat de tekst live gaat.

Er blijft altijd plek voor creatieve uitzonderingen. Maar dat gaat om hooguit 1 à 2% van alle vacatureteksten.

Technologisch is het nu al mogelijk. Maar het gaat nu alleen nog wel om een combinatie van meerdere deeloplossingen. Denk maar eens aan de tooling van Textmetrics, die teksten beter leesbaar maakt, of de VacatureVerbeteraar, die checkt of een tekst aansluit bij de wensen van de doelgroep. Ook de ‘vacatureinspirator’ van Jobdigger en Intelligence Group, de ADAM-bottechnologie die wordt gebruikt in de journalistiek, en het Amerikaanse Textio mogen hier genoemd.

Elke vacature op de wereld hetzelfde ‘data-harnas’

De consolidatie en integratie van al deze bestaande technologie is inmiddels in gang gezet. De recente integratie van de VacatureVerbeteraar binnen Textmetrics is daarvan een voorbeeld. Maar denk bijvoorbeeld ook aan hoe Google Maps, Google for Jobs, Google Images en API’s met beweegmotieven worden opgenomen in RecruitEverywhere.com. De integratie van beweegmotieven heeft Indeed ook opgepakt, waarbij degene die een vacature plaatst een ‘standaard’-lijst met suggesties krijgt aangeboden.

Wat is dé aanjager geweest voor deze automatisch geschreven teksten? Google for Jobs.

Maar wat is dé aanjager geweest voor deze automatisering van vacatureteksten? Google for Jobs. De zoekmachinegigant dwingt een wereldwijde standaard af voor de opbouw van vacatures. En die standaardopbouw wordt niet alleen overgenomen door werkgevers, maar ook door de technologiepartners van de recruitmentindustrie. Denk aan: jobboards en ATS-systemen.

Pandora’s box

In de standaardopbouw bevinden zich 6 verplichte datavelden en 5 optionele. Een aantal van deze verplichte en optionele datavelden, openen vervolgens Pandora’s box als het gaat om de inhoud van een vacaturetekst. Ik zal dat duiden aan de hand van drie voorbeelden.

[Functiebenaming]

Google for Jobs vereist het gebruik van een herkenbare functiebenaming die is terug te herleiden naar een ISCO-08 of O*NET-code. Beide zijn internationale standaarden van functies en essentieel binnen het data driven recruitmentdomein. Aan deze internationale standaarden kunnen heel veel extra data gekoppeld worden, zoals: skills, opleidingen, certificaten, taken, verantwoordelijkheden en dergelijke.

Als je een ISCO-8-code hebt, heb je eigenlijk al veel van de taken die bij een functie horen.

Anders gezegd: als je een ISCO-8-code hebt, heb je eigenlijk al een deel van de taken en verantwoordelijkheden die bij een functie behoren. En dat zijn dus teksten die je standaard in een concept vacaturetekst kunt laten inlopen. De [functiebenaming], al dan niet gekoppeld met [opleidingsniveau] kan ook de belangrijkste beweegmotieven, pullfactoren en arbeidsvoorwaarden aanroepen die een doelgroep belangrijk vindt. Door deze elementen toe te voegen – mits de werkgever ze kan waarmaken – vergroot je de conversie met wel 350%, zo blijkt uit in 2018 door Appcast gepubliceerd onderzoek. Deze data zijn vervolgens weer via API’s aan te roepen, zoals dat nu ook gebeurt binnen het DoelgroepenDashboard.

[Opleidingsniveau]

Het opleidingsniveau noemde ik hierboven al even, en is onder meer essentieel om het taal- en leesniveau van de beoogde doelgroep te bepalen. Veel teksten voor praktisch- en middelbaar opgeleide werknemers worden geschreven door hoger opgeleide werknemers. Daarom worden ze vaak op een hoger en minder goed leesniveau aangeboden dan wenselijk. Technologie van onder meer Textmetrics – die je nu al geïntegreerd kunt gebruiken binnen bijvoorbeeld Microsoft Word – maakt het mogelijk per zin te checken of deze op het gewenste niveau is geschreven. Van de gebruikte woorden tot en met de lengte van de zinnen.

[Locatie]

automatisch geschreven teksten

De locatie is een van de cruciale onderdelen van een vacaturetekst. Met dit datapunt kun je veel doen om de vacaturetekst te optimaliseren. Zo kun je via Google Maps bijvoorbeeld de locatie visualiseren (hoe ziet het kantoor eruit?), de reisafstand laten bereken, en de bereikbaarheid met OV, auto en fiets inzichtelijk maken. De ligging van een kantoor (inclusief de sociale veiligheid ervan) is voor veel sollicitanten een belangrijke redenen om al dan niet te reageren. Hebben ze een vacature bekeken, dan gaan veel kandidaten eerst naar 9292.nl, zo is gebleken. Waarom die data niet al integreren, in plaats van een potentiële sollicitant van je website verliezen? Deze informatie automatisch integreren in je vacaturetekst kan eenvoudig met vele beschikbare API’s.

Het bevordert een gelijke arbeidsmarkt

Technologie maakt het een goede en volledige basis-vacaturetekst dus voor iedereen mogelijk. Dit heeft nog een voordeel: het levert meer gelijke kansen op voor iedereen op de arbeidsmarkt. Ook speelt dit soort technologie in op de wettelijke eisen waaraan werkgevers moeten voldoen.

Krijgen we zo geen eenheidsworst? Dat valt nog te bezien.

Maar krijgen we zo geen eenheidsworst? Dat valt nog te bezien. De nuances – en dus het onderscheidend vermogen – liggen hem natuurlijk in de zaken die je als werkgever wel of niet aanbiedt (pullfactoren, arbeidsvoorwaarden), de gevraagde verantwoordelijkheden en skills en zaken als uren, contractvorm en locatie. Meer dan voldoende mogelijkheden om nog te variëren dus.

Je kunt je automatisch geschreven vacaturetekst natuurlijk nog altijd verder verrijken met foto en video.

En met behulp van geautomatiseerde vacatureintakes van bijvoorbeeld Recruitment Accelerator kun je de meeste van deze punten al tackelen in de intakefase. Zo’n geautomatiseerde intake resulteert uiteindelijk ook weer in een complete vacaturetekst. En wie verder twijfelt of er nog voldoende onderscheidend vermogen is…: je kunt je vacaturetekst natuurlijk nog altijd verder verrijken met foto’s, video’s, testimonials, of agenda’s. Nog los van het onderscheidend vermogen dat je met je employer brand, candidate experience of je recruitmentsite kunt realiseren.

Meer weten?

Dit blog is geïnspireerd op de whitepaper ‘Vacatureteksten Tech. De toekomst van vacatureteksten schrijven’, die eind augustus/begin september 2020 wordt gepubliceerd. In de komende jaren werk ik verder aan de realisatie van een geautomatiseerde vacaturetekst. Mocht je daaraan een bijdrage willen leveren, stuur me dan een berichtje op LinkedIn.

Lees ook

Tags:
Deel dit artikel:

Geert-Jan Waasdorp

Entrepreneur en investeerderbij o.a. Intelligence Group (Giant), Academie voor Arbeidsmarktcommunicatie, Werf&, Arbeidsmarktkansen, en RecruitAgent.ai
Geert-Jan Waasdorp is directeur van Intelligence Group en uitgever van Werf-en.nl
Bekijk volledig profiel

Premium partners Bekijk alle partners