Inzicht verkrijgen in de skills-gap in de organisatie met behulp van AI en publieke profielen

Wil je als organisatie meegroeien en wendbaar zijn, dan is goed inzicht in de bestaande vaardigheden en de benodigde vaardigheden – ofwel de skills-gap – in de organisatie een eerste vereiste. Zo’n 'skills-gap-analyse’ klinkt voor velen als een uitdaging, maar met de juiste data en tools kun je dit betrekkelijk eenvoudig stroomlijnen.

Tekst en beeld: Laurens Waling, Chief Evangelist bij 8vance 

In dit artikel beschrijven we een eenvoudige methode om met behulp van publieke data en AI de skills-gap van de organisatie te bepalen om te kunnen inventariseren op welke manier deze het beste te overbruggen.

“Steeds meer mensen kiezen ervoor om op publieke platformen hun profiel online te delen”

Begin met een data-analyse van cv’s, prestatiebeoordelingen en trainingsrecords om een beeld te vormen van de aanwezige werknemersprofielen. Veel werkgevers hebben slechts beperkt interne informatie over de eigen medewerkers. Dat hoeft echter vaak geen probleem te zijn, omdat steeds meer mensen ervoor kiezen om op publieke platformen hun profiel online te delen. In Nederland is LinkedIn met 9 miljoen profielen natuurlijk de bekendste. Naast 3 miljoen WO- en HBO-opgeleiden tref je hier ook 6 miljoen praktisch geschoolde profielen. Grote kans dat meer dan 80% van jouw medewerkers een online profiel heeft.

Je kunt voor deze analyse gebruik maken van LinkedIn’s eigen programma Talent Insights, maar dat biedt flinke beperkingen. Hier kun je bijvoorbeeld geen artificial intelligence-tools (AI-tools) gebruiken om functies te standaardiseren of skills te classificeren. Gelukkig zijn er alternatieven. Zoekmachines zoals Google indexeren al deze profielen ten behoeve van de vindbaarheid. Je kunt middels Custom searches of Programmable search engines de profielen van de eigen organisatie downloaden en met business intelligence-tools dieper graven in de kennis en vaardigheden van jouw medewerkers. Uiteraard kan je een dergelijke analyse ook voor de concurrent doen.

AI inzetten om de huidige skills te berekenen

Mag dit? Omdat LinkedIn geen eigenaar is van de profielen, maar de gebruiker zelf en deze gebruikers willen dat hun profiel vindbaar is, kun je deze data gebruiken voor analyses. Door de data te anonimiseren (verwijderen van persoonsgegevens zoals naam) en objectiveren (verwijderen van bijvoorbeeld gender en leeftijd) voorkom je ongewenste verwerking van persoonsgegevens en discriminatie.

Waren deze data-analyses tot voor kort het domein van gespecialiseerde talent intelligence-experts en bedrijven; door de intrede van AI kan iedereen hier eenvoudig mee aan de slag. Gespecialiseerde voor HR ontwikkelde AI kan, anders dan generieke AI (zoals ChatGPT), bij elke opleiding en werkervaring voorspellen welke honderden soft- en hard skills iemand heeft opgebouwd. Het kan aangeven welk expert-niveau per skill iemand heeft, of via opleiding snel kan bereiken. En welke skills van toepassing zijn op andere functies.

Onderstaand een voorbeeld van een grote financiële organisatie, waarvan we bijna 100.000 publieke profielen vonden van huidige en voormalige medewerkers. Meer dan 95% van de medewerkers deelt hun carrièrepaden van huidige, toekomstige en voormalige werkgevers en functies. AI kan hierbij worden ingezet voor het classificeren van complexe functietitels.

Afbeelding: AI-analyse van de benodigde skills

Analyse van de benodigde skills

AI voorspelt en verzamelt de vaardigheden die nodig zijn voor geïdentificeerde functies en die opgebouwd zijn in vorige functies. Het resultaat? Een overzicht van aanwezige vaardigheden binnen de gehele organisatie, of binnen specifieke teams of afdelingen.

Afbeelding: Door AI berekende aanwezige skills

Op eenzelfde manier kun je het bestaande functiehuis en uitstaande vacatures analyseren om er met behulp van AI achter te komen welke specifieke skills er op basis daarvan gevraagd worden. Door bovendien de strategische plannen en trends te analyseren kan daaraan nog een beeld worden toegevoegd van de te verwachten toekomstige behoefte aan skills in de organisatie.

Afbeelding: Door AI geclassificeerde functies 

Het overbruggen van de skills-gap

Dankzij publieke data en de juiste AI-tools kun je al met behulp van een paar goede prompts een realistisch beeld vormen van de realtime skills-gap, de ontwikkelingsmogelijkheden en – behoeften en de toekomstige talentbehoeften. Na de identificatie van bestaande vaardigheden en benodigde vaardigheden, kun je strategieën ontwikkelen om de skills-gap te dichten.

“Een skills-gap analyse is een simpele maar onmisbare stap voor organisaties in een snel veranderende en competitieve wereld”

Denk hierbij enerzijds aan interne training en ontwikkelingsprogramma’s en het aanmoedigen van interne mobiliteit door medewerkers de kans te geven nieuwe rollen en verantwoordelijkheden op te nemen. Anderzijds kun je ook strategisch gaan investeren in het binden en boeien van nieuw talent met de ontbrekende vaardigheden, door ze jouw organisatie te laten volgen of vast in een flexpool te laten deelnemen.

Een skills-gap analyse is een simpele maar onmisbare stap voor organisaties in een snel veranderende en competitieve wereld. Door data-analyse en AI te gebruiken kunnen organisaties niet alleen hun huidige talentenpool begrijpen, maar ook implicaties van strategisch plannen voor toekomstige behoeften. Uiteindelijk leidt dit tot een meer dynamische, flexibele en veerkrachtige organisatie, waarbij er volop kansen zijn voor de medewerkers om leuker, leerzamer en effectiever te werken.

Wat een mooie toekomst gaan we tegemoet. Laten we gezamenlijk werk voor iedereen toegankelijk, leuk en betekenisvol maken!