Ton Sluiter (HeadFirst): ‘Recruiter intelligence maakt het verschil, niet de tools of A.I.’

Data worden steeds belangrijker in recruitment. Maar wil je er echt het verschil mee maken, dan zijn niet zozeer de nieuwste tools of A.I. nodig, maar juist recruiters die snappen wat ermee te doen, stelt Ton Sluiter (HeadFirst). ‘Dan wordt het meer dan: u vraagt, wij draaien.’

Dirk Koppes Op 24 augustus 2023
Gem. leestijd 6 min 335x gelezen
Deel dit artikel:
Ton Sluiter (HeadFirst): ‘Recruiter intelligence maakt het verschil, niet de tools of A.I.’

Als iemand het belang van data in recruitment beseft, dan is het Ton Sluiter wel. Al jarenlang is hij ermee bezig, eerst bij USG People, daarna bij Intelligence Group en Textkernel, en nu alweer een tijdje als ‘manager data’ bij HeadFirst Group, een internationale HR-tech-dienstverlener en het grootste platform voor professionals in Nederland, binnen Europa verbonden met 25.000 professionals en een bereik van ruim 300.0000 professionals.

Als iemand het belang van data in recruitment beseft, dan is het Ton Sluiter wel.

Talloze trends zag hij in die jaren komen en gaan, met buzzwords variërend van big data tot people analytics, data science en machine learning. En nu gaat het dan over ‘Talent Intelligence‘, waarover hij ook spreekt op de allereerste Talent Intelligence Conference ooit, eind september in Hoofddorp. Maar hoe je het ook noemt, zijn boodschap blijft hetzelfde: data zijn cruciaal op de arbeidsmarkt van nu. Al werken die data pas écht als je ze ook intelligent weet te gebruiken. Naast Talent Intelligence is er volgens hem dus ook meer… Recruiter Intelligence nodig. Wat bedoelt hij daar precies mee? Een interview.

> Is Talent Intelligence echt iets nieuws op datagebied?

‘De mogelijkheden om Talent Intelligence toe te passen zijn niet nieuw. Die bestaan al langer. Elk bedrijf dat bijvoorbeeld gebruik maakt van parsing van cv’s zal op de een of andere manier ook al die ‘geparste’ informatie normaliseren naar standaarden.’

‘De data op cv’s worden al jaren uit elkaar getrokken en verrijkt.’

‘Voor alle duidelijkheid: door de inzet van parsing wordt een cv of een opdracht, of een vacature, uit elkaar getrokken in allerlei onderdelen, zoals de locatie, de functieomschrijving, de bedrijfsomschrijving, de eisen, de wensen, de skills, opleidingsniveau, de functietitel, enzovoort. Dus gemiddeld wordt dan een cv misschien wel in honderd verschillende datablokjes geknipt. Dat maakt het dus mogelijk om je database met gestructureerde data te verrijken, maar ook om daarop die genormaliseerde data beter te kunnen matchen. Dat gebeurt al jaren en is dus eigenlijk al begonnen vóór de introductie van Talent Intelligence.’

> In dat opzicht dus niks nieuws onder de zon?

‘Klopt. Alleen gaat een aantal partijen nu wel echt een stap verder, door die normalisatie bijvoorbeeld ook te laten gelden op het gebied van skills. Voorheen werden vooral functietitels met elkaar gematcht. Maar je ziet dat zo’n functietitel eigenlijk nog steeds een containerbegrip is voor een heleboel activiteiten die eronder hangen. En als je bijvoorbeeld een Java-developer zoekt, dan is de nadere skills-analyse toch belangrijk. En het grote verschil bij Talent Intelligence – vergeleken met big data of data science – is eigenlijk nog meer dat stroomlijnen van die data, op bijvoorbeeld het gebied van skills.’

> De rekenkracht van computers groeit door. Gaat het ook om schaalgrootte?

‘Het klopt dat computers steeds meer aankunnen. Onze leveranciers hebben daar grote voordelen van, want zij zijn zo beter in staat om skills te kunnen deduceren door middel van machine learning. Het zijn best complexe NLP-achtige modellen die over die data draaien. Stel dat we praten over een skill als Access, bedoelen we dan het computerprogramma, of bedoelen we het softwarepakket, of bedoelen we dat je toegang hebt tot internet of zo? Dus die context zoeken, daar heb je slimme software voor nodig.’

‘Het zijn best complexe NLP-achtige modellen die over al die data draaien.’

‘Datzelfde gaat ook in de matching gebeuren. Doordat je die concepten met elkaar kunt vergelijken, kom je waarschijnlijk ook tot heel andere inzichten van kandidaten die geschikt zouden kunnen zijn voor een bepaalde rol. De computer vindt dan ook allerlei kandidaten die misschien qua functietitel niet matchen, maar bijvoorbeeld 3 skills hebben die heel geschikt zijn. En dan kun je kijken van, nou ja, twee cursussen erbij en je hebt weer een topkandidaat. Een zogenaamde skill gap analyse.’

> Toch mooi als de match zo via een omweg lukt.

‘Zeker, zeker. Daarnaast proberen wij de data die wij verzamelen ook terug te geven aan klanten. Zo van: kijk, waar jij nu op zoek naar bent, dat is een schaap met 5 poten, daarvan lopen er in Nederland maar 3 of 4 rond en die zijn allemaal aan het werk. Misschien moet je eerst eens kijken naar je perks en benefits. Dat kan een oplossing zijn. Of je moet je eisen wat verlagen en extra opleiding aanbieden. Uiteindelijk is het: verzin een list, want wat jij als werkgever biedt is niet voldoende om mensen uit de markt te halen.’

> Recruitment is nog te vaak vacatures invullen, riep jij eerder. We moeten meer kijken naar de stille wensen van kandidaten.

‘Dat klopt nog altijd. Zo werken we nog niet, want wij zijn gericht op de opdrachten van werkgevers. Daar zouden we inderdaad beter naar kunnen kijken. Als wij nou zien dat een heel goede data scientist zich aanmeldt op ons platform, zou je die ook bij de oren kunnen pakken en vervolgens kunnen kijken: bij welke klanten zou ik die aan de slag kunnen laten gaan? Dus zonder dat je weet dat daar een opdracht tegenover staat. Want ik ken een aantal van mijn klanten zo goed, als ik weet dat ik weer zo iemand binnenkrijg, dan zou ik hem direct een mooie opdracht kunnen aanbieden.’

‘Bijna alle partijen nemen nog de baan als vertrekpunt voor een zoektocht.’

‘Dat is een andere manier van hetzelfde werk doen. Maar dat vraagt wel even wat omschakeling, want je ziet ook dat bijna alle recruitmentpartijen, uitzenders, staffing agencies, nog altijd meestal de opdracht of de baan als vertrekpunt nemen voor een zoektocht. Maar we zijn ons wel sterk aan het ontwikkelen om deze kant op te gaan.’

> Zie je dat ook gebeuren in de toekomst?

‘Jazeker. Alleen vergt dat juist niet alleen maar software of slimme pakketten of matchingstools. Het vraagt vooral, laat ik het zo noemen: recruiter intelligence. De recruiter moet snappen dat dit binnengekomen profiel schaars is. Natuurlijk kan je allerlei alarmbellen laten afgaan – ik heb hier een heel schaarse kandidaat binnen – maar het vergt ook dat je klantkennis hebt. Waar zou ik hem dan kwijt kunnen? Ik heb zo goed contact met mijn klanten, dat ik weet dat ik deze klant altijd kan bellen als ik een dergelijke kandidaat signaleer.’

De recruiter moet snappen dat dit binnengekomen profiel schaars is. Het vergt ook dat je klantkennis hebt.’

‘Zo werken zal in de branche een enorm positieve bijdrage gaan leveren aan de wijze waarop klanten naar ons kijken. Want dan is het niet alleen maar u vraagt, wij draaien, maar we denken ook mee met een klant. Als wij voldoende informatie hebben (en daar kunnen de data wel bij helpen), zouden wij best in staat zijn om in te schatten wat schaars is of hot. Als zo iemand zich meldt, dat wij dan als een soort van spelersmakelaar op zoek gaan naar de juiste club.’

> Kun je een voorbeeld geven waarbij jullie nu al Talent Intelligence inzetten?

‘Een klant meldde ons dat wij enigszins beperkt in staat zijn om bepaalde netwerkbeheerders te vinden. In onze data zien we dat dat klopt, maar ook dat wat hij zoekt behoorlijk schaars is. En dat niet alleen hij, maar meerdere klanten van ons hetzelfde probleem hebben; het is branchebreed. In onze database zien we dat die netwerkbeheerders zich niet zoveel spontaan aanmelden. We zien ook in onze opdrachten, dat op dat soort opdrachten relatief weinig biedingen binnenkomen. Kortom, een grote uitdaging.’

‘In onze data kunnen we zien welke topleveranciers ons kunnen ondersteunen bij het werven van schaarse doelgroepen.’

‘Daarnaast, omdat wij veel samenwerken met leveranciers, kunnen we ook zien welke topleveranciers ons zouden kunnen ondersteunen bij het werven. Dat zijn allemaal leveranciers met wie wij al contractafspraken hebben. Zij kennen ons, zij weten wat onze werkwijze is. Dus dat is dan alleen maar even contacten aanhalen en specifieke vragen neerleggen.’

Meer weten over Talent Intelligence?

Op 27 en 28 september organiseren Intelligence Group, ToTalent, Stratigens, Werf& en het Talent Intelligence Collective de allereerste Talent Intelligence Conference ooit. Naast Ton Sluiter spreekt hier bijvoorbeeld ook Toby Culshaw (oprichter van Talent Intelligence Collective en hoofd talent intelligence bij Amazon). De Talent Intelligence Conference duurt twee dagen en wordt gehouden bij  Headfirst Group in Hoofddorp. Koop je ticket hier.

Talent Intelligence

Lees ook

Deel dit artikel:

Dirk Koppes

Contentmakerbij Intelligence Group

Premium partners Bekijk alle partners