Online platformen en machine learning: hoe beïnvloedt dit mijn HR-beleid?

ATS

Heel wat sectoren gaan vandaag gebukt onder de concurrentie van online platformen. Denk maar aan hoe Airbnb de hotelsector op zijn kop zette, of hoe Uber de ervaring van het nemen van een taxi voorgoed heeft veranderd. Deze online platformen zijn digitaal gedreven ecosystemen die gebruikers in staat stellen om niet enkel met elkaar, maar ook met het platform in interactie te treden. Met als gevolg dat de macht volledig in handen van de consument terechtkomt en de ‘middleman’ volledig buiten spel wordt gezet. 

Ook de recruitment en HR-sector voelt de hete adem van deze online platformen in hun nek. Ondanks dat het binnen deze sector om mensen draait, bieden ook hier nieuwe technologieën en online platformen een onschatbare meerwaarde. 

Rekrutering vs. algoritmen

Online platformen bieden voordelen voor het volledige rekruteringsproces. Een eerste stap binnen dit proces is het aantrekken van nieuw talent voor de organisatie. Door het gebruik van artificiële intelligentie -big data, machine learning, deep learning - kan werving en selectie worden geautomatiseerd. Dit gebeurt door het opzetten van slimme algoritmes die verzamelde data analyseren, hier patronen opzetten en dit vervolgens omzetten naar succesvolle matchen. 

Denk maar even aan vacaturewebsites, online uitzendbureaus en sociale netwerken zoals LinkedIn. Door te kijken naar eerder gesteld gedrag van gelijkaardige profielen, kan op zeer persoonlijk niveau een aanbieding worden gedaan of bepaald worden wie de beste fit zal zijn voor een bepaalde job. Zo wordt de tussenkomst van de flexbranche (uitzendbureaus, payrollers en bemiddelaars) quasi volledig overbodig gemaakt. 

Cv parsing: een nieuwe trend binnen de HR-wereld

Wanneer een kandidaat eenmaal heeft gesolliciteerd, kan machine learning ook worden ingezet voor cv matching en parsing. Cv parsing is het proces waarbij een ongestructureerd cv wordt omgezet in een gestructureerd formaat dat kan worden geïntegreerd in elk softwaresysteem. Zo worden zaken op de cv zoals ervaring, skills, opleiding, etc. geanalyseerd en gestandaardiseerd. Dit bespaart werkuren van recruiters door het elimineren van handmatige verwerking van elke sollicitatie en CV die ze ontvangen. Het helpt bovendien bij het creëren van een betere kandidaat-ervaring, elimineert gegevensinvoer en maakt een betere zoekactie mogelijk. Zo kan automatische matching steeds vlotter verlopen.

De voordelen van machine learning en rekruteringsdata: enkel voor platformgiganten? Wij denken van niet!

Niet enkel de grote spelers in de markt, maar ook kleinere organisaties kunnen profiteren van de voordelen die machine learning biedt. Wanneer men data over kandidaten en huidig personeel gaat verzamelen en structureren, kan deze data met de gepaste tools omgezet worden in waardevolle informatie. Zo kunnen alle soorten bedrijven het beste halen uit hun huidig en toekomstig menselijk kapitaal.

Hoe doen wij dit bij Elements?

Ook bij Elements maken we gebruik van deze technologieën om het volledige rekruteringsproces te optimaliseren. Dit op twee manieren: het inzetten van automation tools en het koppelen van een Applicant Tracking System (ATS) aan onze jobsites. 

Zo hebben we software ontwikkeld om het volledige sollicitatieproces op te volgen. Aan de hand van het ATS kan je rekruteringsproces zo worden gestroomlijnd dat het een eenvoudige selectie mogelijk maakt. Wanneer iemand via jouw jobsite solliciteert, komen deze gegevens rechtstreeks in je ATS terecht. Vervolgens kan je deze kandidaat gericht opvolgen doorheen het volledige sollicitatieproces. Het ATS geeft je een gepersonaliseerd overzicht van kandidaten en vacatures. Zo koppel je steeds de beste talenten aan jouw jobs. 

Daarnaast zal een ingebouwd automation systeem, bijhouden welk gedrag reeds werd gesteld door jobsite bezoekers. Net zoals binnen sales leads worden ‘gevoed’ met op maat gemaakte content, zal dit hier gebeuren bij potentiële kandidaten. Je wil ze niet meteen binnenhalen in je bedrijf, maar je laat ze wel rustig kennis maken met je content. Zo wordt je kandidaat centraal gesteld, en kan je op op basis van eerder gesteld gedrag bepaalde vacatures meer in de kijker zetten. Wanneer iemand bijvoorbeeld steeds op recruiter functies zoekt, zullen dergelijke functies hoger staan wanneer deze persoon terugkeert naar de website. Daarnaast zullen de vacatures worden aangepast aan het gezochte profiel. Senior posities zullen bijvoorbeeld anders worden voorgesteld dan junior posities. Dit alles om de kans op een effectieve sollicitatie verder te verhogen. 


Wil je hier meer over hoe dit kan voor jouw organisatie? Philippe Demeyer gaat graag het gesprek aan over de mogelijkheden voor jouw bedrijf.


Meer lezen over onze ATS? Over ons

 

Philippe Demeyer

Met meer dan 25 jaar ervaring in zowel HR als marketing, is Philippe gespecialiseerd in Brand Experience. Daarin maakt hij de combinatie tussen customer en employee experience. Hij gelooft sterkt in digitale innovatie en big data en streeft ernaar om de emotionele ervaring en technologie samen te brengen. Als brand experience partner neemt Philippe de strategische uitdaging aan om het talent bij Comma Group tot zijn volle potentieel te brengen en tegelijk de business te boosten.