Big data als sleutel naar talent

“Vanwege de schaarste moet je werken met een toekomstplan. Reactief werven kan niet in de wereld van technische profielen. Ons werk is om de benodigde mensen op de noodzakelijke momenten te kunnen leveren. Dan moet je pro-actief werven”, zegt Richard van der Gaag, directeur Engineering van Brunel. De detacheerder is van mening dat ieder relevant profiel te vinden moet zijn en big data helpt daarbij. “De schaarse techneut zit nooit thuis. Wij zijn altijd op zoek naar de latent zoekenden. Mensen die een interessante opdracht willen vervullen. Deze mensen proberen wij te lokaliseren via het analyseren van datastromen”

Welke datastromen gebruikt Brunel dan? “Denk aan gegevens van LinkedIn, opleidingen, bezoekgegevens van seminars en activiteit op online fora. Hiertussen kun je verbanden leggen”, zegt Van der Gaag. “Big data begint overigens vaak offline. Bijvoorbeeld via binding met (hoge)scholen en universiteiten. Daar probeer je al de interesse van potentiële kandidaten te weken”. Middels gerichte Facebookcampagnes is het bedrijf vaak in staat de eerste gegevens te verzamelen. Wanneer een persoon bijvoorbeeld cookies accepteert kan er veel informatie over die persoon vergaard worden. “Kandidaten zijn uiteindelijk verrast over hoeveel we van ze weten en beseffen niet altijd welke digitale voetafdruk ze hebben achtergelaten”, zegt Van der Gaag. In het wervingsproces houdt het bedrijf strikt rekening met de privacywetgeving. “Deze is er overigens gericht op het verzamelen en bewaren van gegevens. Wij vinden het niet interessant om zoveel mogelijk gegevens te verzamelen. Ons doel is om de relevantie van onze gegevens te verhogen. Pas als wij de kandidaat hebben gesproken en er daadwerkelijk een relatie mee opbouwen, slaan wij gegevens van de kandidaat op.”

De Bruneldirecteur stelt dat klanten behoefte hebben aan data-gedreven inzichten. “Neem de vergrijzing. Iedereen weet van het bestaan van dit probleem. Maar hoe ga je om met kennistransitie in je eigen bedrijf?. Hoeveel specialisten stromen uit? Moet je oudere werknemers langer in dienst houden? Stel dat er maar vijf mensen met een bepaalde vaardigheid in een regio beschikbaar zijn. Met data kunnen we snel zien dat er 3 prima op hun plek zitten, er 1 tegen zijn pensioen aan zit en dat er 1 al in dienst is bij onze klant. Dan kun je meedenken over de oplossing. Ga je intern opleiden of haal je mensen uit het buitenland? Als je vroeger geen kandidaat beschikbaar had verkocht je een nee. Nu begint het verkoopproces eigenlijk pas bij nee.”

Dankzij big data is Brunel ook beter in staat om de gaten in de arbeidsmarkt te constateren. “Zo zien we dat er een tekort is in modelleren in de bouw of in de railinfrastructuur. Vroeger zagen we die tekorten ook, maar nu kunnen we de tekorten exacter inschatten. Hier kunnen we op inspelen door opleidingen te starten.” Hoewel met big data problemen eerder en preciezer waargenomen kunnen worden, lost dit niet alle problemen op. “Je verandert niets aan de absolute aantallen qua instroom”, zegt Van der Gaag. Hij begrijpt dan ook niet dat  hogescholen en Technische Universiteiten moeten gaan werken met een numerus fixus wegens capaciteitsproblemen vanwege geldgebrek. “Al zit het grootste probleem misschien wel op het mbo. Technische opleidingen op het hbo en universiteit hebben een steeds beter imago. Maar een opleiding mbo techniek kampt met een imago van ‘vieze handen maken’”, concludeert Van der Gaag.