
Waarom vaardigheden? En waarom nu?
Vaardigheden bieden iedereen die betrokken is bij de werving en het beheer van talent een gemeenschappelijke taal en granulariteit die nodig zijn om te verwoorden welke krachten vereist zijn om de bedrijfsstrategie uit te voeren.
De arbeidsmarkteconomie brengt banen samen die bepaalde activiteiten vereisen. Deze moeten worden uitgevoerd door mensen die het vermogen daartoe hebben. Om te begrijpen of een kandidaat hiertoe in staat is en een aanbeveling te doen, moet een recruiter bij functietitels en diploma’s ‘tussen de regels door lezen’.
Textkernels team van hoogopgeleide data scientists heeft een systematische aanpak ontwikkeld om zowel de informatie over kandidaten (cv’s) als de vacatures te karakteriseren in termen van groepen vaardigheden. Op basis van onze aanpak hebben we een zeer uitgebreid, meertalig classificatiesysteem op kunnen zetten.
Skills Demand Analytics is nu beschikbaar voor alle landen waarin we arbeidsmarktdata verzamelen: België, Canada, Duitsland, Frankrijk, Italië, Nederland, Oostenrijk, Spanje, het Verenigd Koninkrijk en de Verenigde Staten.
Onze Textkernel Skills Classificatie is beschikbaar voor de volgende talen: Duits, Engels, Frans, Italiaans, Nederlands en Spaans.
directe werkgever
Ik wil begrijpen hoe skills-based analytics mijn organisatie kan helpen.
Skills-based analytics voor corporate HRwerving- en selectiebureau
Ik wil begrijpen hoe skills-based analytics mijn organisatie kan helpen.
Skills-based analytics voor werving en selectie1. Ondersteun je bedrijfsstrategie met de skills analytics
Hoewel managers begrijpen dat talent een vereiste is om hun bedrijfsstrategieën uit te voeren, kan het voor recruiters vaak lastig zijn aan te geven welke huidige en toekomstige uitdagingen er zijn bij het aantrekken en matchen van talent.
Skills analytics biedt jou de inzichten die nodig zijn om bewustzijn te creëren en verwachtingen te managen over een redelijke time-to-hire en cost-to-hire voor essentiële functies.
Met data over vaardigheden kun je anticiperen op trends en verschuivingen in de markt en deze doorvertalen naar gerichte bedrijfsstrategieën. Bovendien kun jij de ontwikkeling van de vaardigheden binnen jouw branche en bij jouw concurrenten in de gaten houden, en blijf je op de hoogte van strategische veranderingen.
2. Identificeer gerelateerde vaardigheden en vergroot de pool van potentiële kandidaten
Skills analytics biedt jou de mogelijkheid om families van gerelateerde vaardigheden te identificeren. Met deze informatie kun je gericht zoeken naar kandidaten die relevante vaardigheden hebben, ondanks dat ze een andere functietitel hebben. Dit is waardevol in een competitieve arbeidsmarkt zoals wij die nu kennen. Bovendien geeft het HR-afdelingen inzicht in welke medewerkers nieuwe vaardigheden aan zouden kunnen leren, zodat ze kunnen switchen naar andere functies binnen de organisatie.
3. Bouw je eigen verrijkte, op vaardigheden gebaseerde, talentenpool
Ga verder dan alleen analytics en pas de Textkernel Skills Classificatie toe op jouw eigen talent pipeline en bestaande talentenpool. Zo krijg je inzicht in de vaardigheden die je al in huis hebt.
Frequently Asked Questions
1) Hoe definieert Textkernel een vaardigheid?
Textkernel definieert een vaardigheid als een eigenschap of capaciteit die geassocieerd kan worden met een individueel persoon in een verscheidenheid aan professionele situaties en contexten.
2) Hoeveel vaardigheden dekt de Textkernel Skills Classificatie?
De Textkernel Skills Classificatie omvat meer dan 12.000 concepten die meer dan 315.000 synoniemen in 15 talen categoriseren.
3) Welk proces heeft Textkernel gebruikt om alle concepten en synoniemen te verzamelen, beoordelen en classificeren?
Zoals bij het bouwen van elke vorm van ontologie, begonnen we met het bestuderen van verschillende bronnen met informatie over vaardigheden. Denk hierbij aan cv’s, vacatures, talrijke bestaande gazetteers en taxonomieën, online bronnen zoals Wikipedia, trainings- en ontwikkelingsdocumenten en syllabi van verschillende onderwijsinstellingen.
Vervolgens hebben we gebruikgemaakt van statistische technieken en machine learning. We hebben een lijst opgesteld met de meest terugkerende concepten en een hiërarchie aangebracht in de terminologie. De relevantie is beoordeeld door na te gaan hoe vaak een vaardigheid voorkwam in miljoenen vacatures en cv’s. Tot slot hebben onze toegewijde Data and Quality teams het systeem uitgebreid geïnspecteerd en verbeterd om te garanderen dat de extractie van vaardigheden de menselijke intuïtie weerspiegelt.
4) Gebruikt Textkernel een taxonomie?
We passen geen taxonomie of hiërarchie toe op de vaardigheden. De reden hiervoor is dat een hiërarchie snel verouderd zou raken naarmate de vaardigheden zich ontwikkelen. Hiërarchieën kunnen meer of minder relevant zijn, afhankelijk van de context waarin ze gebruikt worden. De vaardigheden worden onderverdeeld in ‘Professionele vaardigheden’, ‘Soft skills’, ‘IT-vaardigheden’ en ‘Talen’.
5) Hoe vaak zal Textkernel nieuwe vaardigheden toevoegen of de taxonomie updaten?
Over het algemeen brengen we elke twee weken een update uit. Deze updates bevatten verbeteringen in zowel de skills database in alle beschikbare talen als in de extractiemethode.
6) Mag ik nieuwe vaardigheden voorstellen?
Wij ontvangen graag feedback. We overleggen regelmatig met een aantal van onze klanten over de continue verbetering van onze taxonomie. Als je geïnteresseerd bent in deelname aan ons Ontologie Onderhoudsprogramma, neem dan contact met ons op voor meer details.
7) Hoe zorg ik ervoor dat mijn kandidatendatabase jullie vaardighedentaal spreekt?
Textkernel levert diensten die kandidaatsdocumenten (cv’s, sollicitatiebrieven) ontleden en vervolgens gegevens in een gestructureerde database terugleveren met de nieuwste vaardigheids-categorieën. Wil je meer weten over onze parsing-diensten die vaardigheidscategorisatie bevatten? Neem dan contact met ons op.
Of kom meer te weten over onze hoogwaardige parsing-oplossingen.
8) Kun je vaardigheden ook uit andere soorten data halen?
Ja, dat kunnen we! Textkernel’s Extract! stelt organisaties in staat om elk soort document te ontleden. Hierbij worden ongestructureerde gegevens omgezet in doorzoekbare, gestructureerde gegevensbronnen.
Je kunt bijvoorbeeld de historische vacatures van jouw organisatie ontleden om te bepalen hoe de gevraagde vaardigheden in jouw organisatie zich in de loop van de tijd hebben ontwikkeld.
Samen met een aantal vooruitstrevende organisaties zijn we in de laatste fase van het bieden van een oplossing die jou in staat stelt om vaardigheden te ontleden en te analyseren aan de hand van documentatie over bijvoorbeeld functioneringsgesprekken, beoordelingen van managers en leer- en ontwikkelingscertificaten. Als je hier meer over wilt weten, neem dan contact op met onze verkoopteams.
Nog andere vragen die nog niet zijn beantwoord? Neem contact met ons op.