Na mijn posting over de twee noviteiten uit het laboratorium van Textkernel werd ik alras op de vingers getikt door de vers begonnen marketeer bij het bedrijf. Ik had ten onrechte de naam JobFeed Statistieken gebruikt voor een van die noviteiten; of ik zo vriendelijk wilde zijn om in plaats hiervan Jobfeed Analytics te gebruiken. Jawel, er is een marketeer begonnen bij Textkernel en dat zal ik weten!
Vandaag wil ik iets meer laten zien van Jobfeed Analytics; een tool waarmee de Jobfeed vacaturedatabase kan worden gebruikt voor marktonderzoek. Daarmee is het in potentie een zeer krachtige tool, en eentje die de aanzienlijk minder volledige rapportages op dit gebied van Nielsen, Monster (Monster Employment Index) en Manpower (Manpowe Employment Outlook Service) per direct overbodig zou kunnen maken. Maar is dat ook zo?
Laat ik eerst eens met een bijzonder simpele zoekstrategie beginnen; het aantal unieke vacatures per kwartaal per beroepsgroep. Inderdaad, niet veel bijzonders, maar feitelijk vergelijkbaar met hetgeen Nielsen per kwartaal publiceert. Een standaard selectie via JobFeed, gevolgd door het aangeven wat ik in kolommen en rijen wil zien (later meer) geeft me een databestand dat ik via Excel kan openen. Even een grafiekje voor de drie grootste beroepsgroepen genereren, en voila:
Vacaturevolume per beroepsgroep, Q3 2008 – Q4 2010
In een paar minuten heb ik een ruw inzicht in de ontwikkeling van het online vacaturevolume van Nederlands grootste beroepsgroepen sinds de val van Lehman Brothers.
Bovenstaande grafiek is gebaseerd op een analyse op basis van twee criteria (kwartaal en beroepsgroep). Maar ik kan ook een analyse op basis van drie criteria maken; en dat ziet er zo uit:
Jobfeed: Zoekfunctie (linkerzijde scherm) en analysefunctie (rechterzijde scherm)
In dit geval heb ik gezocht (linkerzijde van het scherm) op vacatures (inclusief doublures) die in de afgelopen drie jaar op een vacaturesite zijn gepubliceerd. Vervolgens wil ik de data per site, per week en per opleidingsniveau ontvangen. Dit geeft een aardige indruk van de mogelijkheden, hoewel de zoekfunctie natuurlijk nog veel uitgebreidere selecties kan ondersteunen.
Ter illustratie een vereenvoudigde vorm van bovenstaande selectie waarbij ik de gegevens per kwartaal weergeef van een drietal sites met een onderverdeling MBO-, MBO/HBO en HBO(+). De pie charts tonen de verdeling van het vacaturevolume in het 4e kwartaal van 2010, de lijngrafieken tonen de verandering van het vacaturevolume over de afgelopen drie jaar:
Verdeling vacaturevolume over opleidingsgroepen voor 3 vacaturesites, Q4 2010 en over de periode 2008 – 2010
Bijzonder eenvoudig te realiseren, en een shitload aan informatie. Geen verrassende informatie in dit geval, maar dat was ook niet de bedoeling. Het gaat in dit geval om de herkenbaarheid; met Intermediair als de high-end variant (ten aanzien van opleidingseisen in vacatures) en Nationale Vacaturebank als de generalist bij uitstek. Overigens is het wel zeer aardig om de verandering in verdeling bij Monsterboard waar te nemen gedurende de meetperiode. Monsterboard beweegt zich in de richting van Intermediair…
Het aantal mogelijkheden om de Jobfeed database te doorsnijden zijn vrijwel eindeloos dankzij de combinatie van de reeds bestaande en uitgebreide zoekfunctionaliteit met de nieuwe extractiemogelijkheden. Voor datajunkies bestaat er het gevaar om veel teveel tijd te willen spelen met deze mogelijkheden. Maar ja, daar zijn gelukkig pilletjes voor…
Het allergrootste voordeel van Jobfeed Analytics is het feit dat het altijd actueel is. Dagelijks stromen verse vacatures de database in; met als gevolg dat eventuele veranderingen heel snel zichtbaar kunnen worden. Hierbij dient overigens wel de nodige voorzichtigheid worden betracht. Tenslotte kunnen veranderingen niet alleen een markttrend indiceren maar ook simpelweg het gevolg zijn van een achterliggend spidering probleem. Het blijft tenslotte technologie…
De dekking van de Jobfeed database is aanzienlijk groter dan die van Nielsen, Monster’s MEI of Manpower’s MEOS. Voor serieuze onderzoeksdoeleinden is de Jobfeed database daarom aanzienlijk beter geschikt. Het zou me echter verbazen wanneer traditionele media plotseling de moeite gaan nemen om daadwerkelijk zelf een inspanning te verrichten in plaats van maandelijks (in het geval van de MEI) of ieder kwartaal (bij Nielsen en MEOS) gewoon een persberichtje kopieren. Misschien moet Textkernel ook maar eens maandelijks persberichtjes naar traditionele media gaan sturen. Wie weet worden de met stof bedekte journalisten nog eens wakker en gaan ze bewegen. Maar veel vertrouwen heb ik daar weer niet in.
Conclusie
Jobfeed Analytics is een data extractie tool. Het is dus zeker geen analysetool, zoals de naam suggereert. Via de tool maak ik selecties die ik vervolgens in een excelbestand verder bewerk. Geen enkel probleem voor de meer analytisch ingestelde medemens; geen vanzelfsprekendheid voor de rest van de wereld.
Voor arbeidsmarktonderzoekers is Jobfeed analytics in mijn optiek een must-have. Vrijwel alle vacatures in Nederland staan online en deze tool biedt de mogelijkheid die vacatures op allerlei manieren te doorsnijden. Voor intermediairs en vacaturesites die hun concurrenten op de voet willen volgen is het een fantastische aanvulling op hetgeen ze al via Jobfeed kunnen zien. Van operationele data naar tactische informatie. En over een paar jaar kan je er zelfs je strategie mee ondersteunen. Als je iets met/in online recruitment doet, tenminste
Overigens zou ik Textkernel wel adviseren om eens te kijken naar een SaaS / cloud-based business intelligence tool om de data mee te gaan ontsluiten. Dat gaat ongetwijfeld juichkreetjes opleveren bij de nodige marktonderzoekers.
Zo, en nu ga ik Jakub Zavrel (CEO Textkernel) even bellen om te vragen waar die aandelen Textkernel blijven… En of ik vaker met Jobfeed Analytics mag spelen.
Full disclosure:
Ik gebruik Jobfeed om wekelijks informatie over de online recruitment markt te publiceren. Ik krijg op geen enkele wijze enige vergoeding van Textkernel voor deze publicaties. En inderdaad, ik heb geen aandelen in Textkernel. Maar wie weet gaat dat nu veranderen?
2 Comments