Wat als er een manier is om de beste kandidaat aan te nemen die het beste bij jouw team past? Weet beter wie je werft met predictive hiring. Ontdek alle ins & outs in dit artikel.

Een verkeerde kandidaat is duur

Volgens onderzoek kan het rekruteren van een verkeerde kandidaat een bedrijf gemiddeld ongeveer 13 duizend euro kosten. Dat is iets dat voor bijna 75% van alle werkgevers al is voorgekomen: door de verkeerde kandidaat aan te nemen kan de rekrutering onnodig duur worden. Het blijft daarnaast een enorme uitdaging om de perfecte kandidaat voor een vacature te vinden in deze krappe arbeidsmarkt. het is een proces dat al snel maanden duurt — en de kosten lopen alleen maar verder op als het dan ook nog eens geen match blijkt te zijn. duurt al snel maanden. Maar wat als er een manier zou zijn om de beste kandidaat aan te nemen die het beste bij jouw team past?

Predictive hiring

Enter predictive hiring. Oftewel: voorspellende werving. In het proces van predictive hiring maak je gebruik van statistieken, informatie en gegevens om het ideale moment te bepalen om een aanwerving te doen.

Voorspellende aanwerving en voorspellende analyses stellen recruiters in staat om gecalculeerde voorspellingen te doen op gebied van de potentiële prestaties van een kandidaat. In plaats van op te werven op basis van gevoel en instinct, kun je met deze methode inschatten wat een kandidaat zal bereiken als hij of zij bij jouw bedrijf in dienst komt.

Hoe werkt het proces?

Wat je eerst zult moeten doen is prestatiegegevens verzamelen over jouw kandidaten en bestaande werknemers. Dat kan door assessments uit te schrijven, kandidaten te vragen tests in te vullen en vervolgens de gegevens te verzamelen.

Sommige beoordelingen kunnen bijvoorbeeld cognitieve- of intelligentiebeoordelingen zijn, die een betrouwbare voorspeller zijn van succes op de arbeidsmarkt. Je kunt er ook voor kiezen om een kandidaat een test af te laten nemen op basis van hard skills, om zo direct een beeld te krijgen van hun werkgerelateerde vaardigheden.

Je gebruikt analytics om de gegevens van jouw bestaande werknemers te onderzoeken en die vervolgens te gebruiken om in te schatten hoe kandidaten waarschijnlijk in jouw organisatie zullen passen.

Als je de gegevens heeft verzameld, zul je ze vervolgens moeten toepassen. Dit houdt in dat je analytics gebruikt om de gegevens van jouw bestaande werknemers te onderzoeken en die vervolgens te gebruiken om in te schatten hoe kandidaten waarschijnlijk in jouw organisatie zullen passen. Dit proces houdt tevens in dat je voorspellende algoritmen gebruikt als onderdeel van het wervingsproces. Software kan hierbij helpen om bijvoorbeeld een kandidatenlijst in te perken.

Hoe verandert predictive hiring de werving?

Predictive hiring is een compleet revolutionaire interpretatie van het wervingsproces. Bedrijven die bijvoorbeeld predictive analytics bij het werven van medewerkers gebruiken, ruilen een uitgebreide cv-screening in voor een meer betrouwbare wervingsaanpak.

Bedrijven zijn niet meer urenlang bezig met het doorspitten van kandidaatsgegevens. Ze baseren hun beslissingen op feiten en gegevens die écht relevant zijn. Daarom verloopt het wervingsproces vaak veel sneller dan vroeger.

De voordelen van predictive hiring

Dat brengt ons naar het volgende punt: wat zijn de voordelen van het gebruik van predictive hiring? We zien een aantal belangrijke voordelen.

1: Het helpt je bij het werven van toptalent

Predictive hiring wordt gezien als de ideale manier om toptalent te werven dat het beste past bij jouw bedrijf. Door slim gebruik te maken van een aantal voorspellende algoritmen, krijg je een helder beeld van welke kandidaat waarschijnlijk het meest productief zal zijn binnen jouw team. Predictive hiring vergroot dus de kans dat je de juiste werving op het juiste moment voor jouw bedrijf doet.

2: Het verkort de time-to-hire aanzienlijk

Wanneer time-to-hire een belangrijke rekruteringsdoel is voor jouw organisatie, dan kan predictive hiring de uitgewezen methode zijn om dat te bereiken. Door zich te richten op de specifieke punten die bijdragen aan de productiviteit van een werknemer, houd je de time-to-hire laag en voorkom je hogere wervingskosten.

3: Het minimaliseert de kans op slechte keuzes

Met behulp van predictive hiring voorkom je dat je een kandidaat aanneemt louter op basis van een subjectieve blik, of een voorgevoel. Ook al besef je het misschien niet: bij iedere individuele wervingsbeslissing kunnen vooroordelen een rol spelen. Die vooroordelen kunnen worden weggenomen met de juiste gegevens – en dat is waar predictive hiring kan helpen.

De uitdagingen

Zoals voor iedere recruitmentmethode geldt: er komen altijd uitdagingen om de hoek kijken. Zo vinden sommige recruiters het bijvoorbeeld lastig om predictive hiring-analyses te gebruiken in het wervingsproces. 83% van de 924 ondervraagde bedrijven heeft bijvoorbeeld weinig opties voor people-analytics. Deze bedrijven zullen het daarom een uitdaging vinden om de voordelen van predictive hiring te benutten en zullen daarvoor misschien zelfs extra opleiding nodig hebben.

Het menselijk perspectief is nodig om, bijvoorbeeld tijdens een sollicitatiegesprek, een aantal belangrijke kernmerken te identificeren van de kandidaat.

Het gebruik van algoritmen en machine learning om prestaties van een potentiële werknemer te voorspellen kan heel goed werken, maar het mist een menselijk perspectief. Dat perspectief is nodig om, bijvoorbeeld tijdens een sollicitatiegesprek, een aantal belangrijke kernmerken te identificeren van de kandidaat. Bijvoorbeeld op het gebied van soft skills. 

Snellere, voorspellende werving

Predictive hiring wordt alom beschouwd als de volgende stap voor organisaties over de hele wereld die sneller en efficiënter willen werven. Het maakt een enorm verschil in de manier waarop HR-personeel wervingsbeslissingen neemt. Het proces verloopt sneller en er zijn minder kansen voor vooringenomen gedachtes. Wanneer je strandt bij conventionelere wervingsmethodes, dan kan een strategie gebaseerd op predictive hiring een grote toevoeging zijn voor jouw organisatie.