Bespiegelingen over matching binnen recruitment

Dood De afgelopen jaren is mijn enthousiasme over de mogelijkheden van matching voor recruitment geleidelijk aan afgenomen. Ondertussen is dat enthousiasme op een nulpunt aangekomen, hoewel dit meer gebaseerd is op de kwaliteit van de huidige implementaties van matching technologie dan op het principe van matching zelf.

Want waar falen alle huidige implementaties van matching? In ieder geval op 2 cruciale aspecten:

  1. In de aanname dat een perfecte match (werkzoeker past voor 100% op vacature, vacature pas voor 100% op werkzoeker) daadwerkelijk het beste is voor werkzoeker en werkgever
  2. In het negeren van de impact die ‘onverklaarbare’ zoekresultaten hebben op de kwaliteitsperceptie van de werkzoeker ten aanzien van matching

De perfecte match = een slechte deal
Door match-engine leveranciers wordt met regelmaat verwezen naar datingsites om het succes van matching aan te tonen. Een interessante vergelijking die volledig faalt op een wezenlijk onderdeel: toekomstverwachtingen en ambitie. Want waar een hoge mate van compatibiliteit mogelijk zeer waardevol is als het gaat om het vinden van een partner is het bij het vinden van een nieuwe uitdaging natuurlijk dodelijk. Een ideale match zorgt er namelijk voor dat ik constant in dezelfde baan wordt geplaatst! Terwijl een groot deel van de beroepsbevolking bij het zoeken naar een nieuwe uitdaging waarschijnlijk een stap naar voren wil doen.

Matching zorgt voor de instandhouding van een status-quo. Mijn kwalificaties passen voor 100% op de baan die ik op dit moment vervul. En de eisen van de nieuwe functie passen voor 100% op een kandidaat die al een dergelijke functie vervult. Match made in heaven! Maar een garantie op een faliekante mislukking, ontevredenheid en een korte verblijfsduur als we blind in zouden gaan op de adviezen van match-engines. Een 100% match is dus een heel slechte deal voor zowel werkzoeker als werkgever.

Natuurlijk zou het zo kunnen zijn dat match-engines hiermee rekening kunnen houden. Maar dan wordt het ineens een stuk ingewikkelder. In plaats van een simpel algoritme moet nu een interactie worden aangegaan met de werkzoeker. Getverdemme; rekening houden met gebruikers is iets wat je als match-engine bouwer helemaal niet wilt. Daarom heb je juist zo’n match-engine gebouwd; om de wereld in kleine hokjes in te delen en zo overzichtelijk te maken. Die gebruiker moet gewoon naar mij luisteren; ik weet het tenslotte beter want ik heb toch maar mooi een match-engine weten te maken.

Natuurlijk is bovenstaande schets zwaar overdreven, maar in essentie is dit wel het probleem. Gooi een stukje technologie tegen een probleem in de echte wereld aan en niet zelden wordt het probleem groter terwijl bouwers en kopers van de technologie juist denken dat het probleem zal verdwijnen of op zijn minst veel kleiner zal worden. Helaas…

Daarnaast; als een match-engine vragen moet gaan stellen aan een werkzoeker ontstaat de situatie dat de sop de kool misschien niet waard is. Althans, vanuit het perspectief van de werkzoeker. Want zoeken in Google is snel en eenvoudig, en nu moet ik ineens allemaal vragen beantwoorden zonder dat ik weet of ik daarmee een beter resultaat krijg? De kans op afhaken neemt dan snel toe, helemaal als er inderdaad een (gepercipieerd) slecht zoekresultaat wordt gepresenteerd. En dat is precies het 2e cruciale aspect waarop match-engines falen: onverklaarbare zoekresultaten.

Onverklaarbare zoekresultaten: deze zoekmachine werkt niet!
Verder falen huidige match-engines volledig als het op user experience aankomt. Hoewel dit niet volledig op het conto van match-engines kan worden geschreven, is het wel zaak dat leveranciers van deze technologie duidelijk maken dat een perfecte match misschien niet als zodanig door de gebruiker hoeft te worden ervaren.

Een klein voorbeeld om dit probleem te verduidelijken:

Stel dat ik heb gezocht met functietitel Sales Manager en locatie Den Haag. Maar het eerste zoekresultaat is een vacature met functietitel Senior Account Executive in Rotterdam. Vette kans dat ik daar mijn wenkbrauwen bij zal optrekken en de kwaliteit van de zoekfunctie (weet ik veel dat er een match-engine achter zit) ernstig in twijfel zal trekken. Met het risico dat ik de site verlaat om er nooit meer terug te keren.

Was het een slecht resultaat? Mogelijk viel dat heel erg mee. Maar het is de perceptie van dat resultaat waar het hier om gaat. Zolang die perceptie niet wordt onderkend, en vervolgens geadressseerd, faalt match-technologie. Bouwers van matching-engines horen dit te begrijpen, maar dit zijn in overweldigende meerderheid hardcore technologisch optimisten die het vooral beter denken te weten dan de rest van de wereld. En zich dus niet eens afvragen hoe een gebruiker op de resultaten van hun superieure technologie reageert. Die domme gebruiker zou op zijn/haar knietjes moeten vallen en de hemel (lees: de match-engine bouwer) danken voor deze weldaad. Helaas kan die gebruiker een totaal andere mening zijn toegedaan…

Het probleem zit bij de bouwers, niet bij het principe van matching
De bouwers van match-engines hebben weliswaar de ambitie om een transparante arbeidsmarkt te faciliteren, maar hebben geen jota begrepen van de primaire stakeholders in die arbeidsmarkt; werkzoekers en werkgevers. En dat gebrek aan begrip wordt veroorzaakt door een gebrek aan interesse. Een misplaatst gevoel van (technologische) superioriteit waarmee het principe van matching in het afgelopen decennium een steeds slechtere naam heeft gekregen als het om het transparant maken van de arbeidsmarkt gaat. De huidige generatie match-engines heeft in mijn ogen hopeloos gefaald.

Dit in tegenstelling tot het principe van matching. Want dat heeft nog altijd dezelfde potentie. Maar het betekent wel dat gekeken moet worden hoe matching rekening dient te houden met het ambitieniveau van de werkzoeker en hoe onverklaarbare resultaten duidelijk worden uitgelegd. Matching dient menselijk te worden gemaakt. En indien gewenst zelfs helemaal uitgeschakeld door de werkzoeker. Want uiteindelijk is het de werkzoeker die bepaald wat hij/zij wel of niet wil zien. Niet een of andere matchboer met stiekem dictatoriale neigingen.

Matching kent natuurlijk meer beperkingen. Zo is het feitelijk slechts waardevol voor zwaardere functies waar zowel in het cv als in de vacature een rijkdom aan informatie beschikbaar is waarmee gematched zou kunnen worden. Maar hoe zorg je er nou voor dat die rijkdom aan informatie op de juiste manier gematched wordt? Meestal komt er dan extractietechnologie om de hoek kijken en die technologie werkt slechter naarmate er meer informatie beschikbaar is. Een Catch-22 situatie. LinkedIn profielen de oplossing? Nauwelijks… Tenslotte is de beschrijving in een Linkedin profiel zelden van het niveau wat in een cv is opgenomen.

Het principe van matching is dus nog altijd veelbelovend, maar de verwachtingen dienen fors naar beneden te worden bijgesteld. Waarbij matching-technologie ook zomaar kan worden ingehaald door een nieuwe generatie tools waarvan we nu misschien nog niet eens weet hebben. Tenslotte is een eeuwig talent op een gegeven moment gewoon oud en over-the-hill. Een situatie die mogelijk van toepassing kan zijn op matching. Hoewel ik daar voorlopig nog niet vanuit ga.

 

Geef een antwoord

14 Comments
  • Simon Jagers
    says:

    Recruiters brengen vraag en aanbod bij elkaar. De vraag komt van een bedrijf in de vorm van een vacature, het aanbod van een mens voorzien van cv, dromen en doelstellingen.

    Matching engines matchen twee bij elkaar op basis van door computers vastgestelde criteria (metadata): Wat kan iemand? Wat heeft hij gedaan? En als het meezit: Wat wil hij gaan doen? Slimme matching engines  voegen daar aan toe dat de gebruiker geholpen wordt met taaltchenologie: een “account manager” is ook een “buitendienst sales”, ervaring in recruitment kan ook van waarde zijn voor HR-functies.

    Dromen en doelstellingen spelen zelden een rol in vacature en cv. Een geluk voor matching engines: wat er niet staat, valt ook niet te matchen.

    Toch spelen dromen en doelstellingen een voorname rol aan beide kanten van de vergelijking. De vragende kant zoekt een loyale werknemer, de mens zoekt een werkgever die haar dromen waarmaakt of op zijn minst niet in de weg zit. En daar zit hem de crux: matching engines zijn nauwelijks in staat dromen en doelstellingen te verwerken in de resultaten.

    Is er dan geen enkele hoop? Jazeker! En wel twee!

    Op de korte termijn speelt Social Media een voorname rol. Waar op Linkedin geen enkel veld met het kopje “passies” bestaat, worden Twitter, Facebook maar ook Github, Quora en Pinterest gevuld met “user generated content”: Vrijwillige bijdragen van gebruikers die in het openbaar een deel van hun persoonlijkheid, en daarmee dromen en doelen, “posten”. Het aggregeren van dergelijke uitbarstingen van persoonlijkheid bieden recruiters de kans om in een oogopslag een beeld te vormen van een kandidaat. Immers: Ik post dus ik ben. Partijen als Social CV en TalentBin spelen hier op in door profielen samen te stellen uit lidmaatschappen van, postings op en blogposts van individuen. Door de identiteit ondubbelzinnig vast te stellen ontstaat een beeld van een kandidaat, samengesteld uit het CV (LinkedIn) en postings (dromen en doelstellingen) dat meer zegt over een kandidaat dan een kaal CV of motivatiebrief. De recruiter beoordeelt het ontstane beeld en toetst dit aan de eisen en wensen van de vragende partij.

    Op langere termijn spelen metaforen een belangrijke rol. Een metafoor is het uitdrukken van het een in termen van het ander. Bijvoorbeeld als een techie zichzelf omschrijft als “Ruby on Rails Ninja”. Of als een projectmanager “een project naar grote hoogte heeft gestuwd”. In deze gevallen begrijpt een lezer dat Henk goed is in Ruby, en Lisa in het verleden meer Mona-toetjes heeft verkocht dan haar voorganger. Computers kunnen dat onderscheid nog niet maken. Maar dat duurt niet lang meer: krachtiger processoren, goedkoper geheugen en partijen als Textkernel leren computers dat de ene metafoor de andere niet is. Semantische technologie staat in de kinderschoenen. Als de technologie volwassen wordt, zullen zoekopdrachten veel meer resultaten weergeven. Immers, een “hands-on bestuurder” wordt voor uw PC hetzelfde als een “doorzetter die van aanpakken weet”. En daarmee wordt uw lijst met hits wellicht korter, maar de kwaliteit van de gevonden profielen hoger.

    De ene recruiter is de andere niet. Echter: De recruiter die de andere opvreet heeft waarschijnlijk meer verstand van computers dan de ander.

  • Peter van der D
    says:

    “Natuurlijk is bovenstaande schets zwaar overdreven” Hahaha dat staat toch ook in de disclaimer van deze site, Marc? 😉

  • Jakub Zavrel
    says:

    Hi Marc, een goed stuk en een waardevolle bespiegeling over matching. Ik deel je analyse over de niet ingeloste beloftes van matching volledig. Bij Textkernel werken we op dit moment (desondanks) heel hard aan matching. Juist omdat we denken dat het uiteindelijk, met veel bloed zweet en tranen wel gaat lukken om de juiste balans tussen geavanceerde technologie, begrip van de gebruiker, en goede resultaten kunnen raken. Maar hierover binnenkort hopelijk meer.
    Waar het gedonder natuurlijk begint, is bij de vraag: wat is eigenlijk matching?
    Is matching iets magisch, iets nieuws? Volgens mij niet. Het is in principe niets anders dan zoeken. Het probleem bij het zoeken naar banen is alleen … dat de queries zo verrekt complex zijn. Ervaring, skills, locatie, salaris, opleiding, talenkennis, etc. En de perfecte match bestaat per definitie niet! Geen enkele kandidaat vervult alle eisen in een vacature, en andersom. We zoeken datgene wat zo goed mogelijk past. En dat heet matching, maar het blijft zoeken. Hoe meer criteria je mee kan nemen, hoe relevanter in principe de zoekresultaten. Want als je resultaten teruggeeft op basis van alleen de functietitel of de locatie krijg je de bekende onzin-resultaten. Lijsten met niet relevante vacatures of kandidaten, die je stuk voor stuk door moet lezen om te zien of er iets van je gading bij zit.
    Nu is het meenemen van heel veel criteria in een zoekopdracht leuk bedacht, maar als je geen doctorandus in de hogere zoekalgebra bent is dat vaak wel erg tijdrovend en moeilijk om het goed te doen. De zoekmachine dient je daar mijns inziens bij te helpen. De kennis van zoekcriteria en wat relevant is op de arbeidsmarkt moet in het systeem zitten, en je als zoeker ten dienste staan. Hier hoort ook kennis bij over wat logische carierrestappen zijn, wat je moet kunnen om specifiek werk te doen, wat een normale woon-werkafstand is, etc. etc., zodat je niet altijd alleen de baan krijgt aangeboden die je al hebt, of een zgn. droombaan op een ander continent waar je van in de lach schiet.
    Waarom zou je daarbij overigens niet de vacaturetekst of CV zelf als eerste houvast gebruiken? Via extractie? Zolang de zoekmachine maar transparant is over waarom hier bepaalde resultaten uitkomen (feedback: een belangrijk basisprincipe van software usability), en je de mogelijkheid geeft om vanuit de initiele match verder te werken naar nog betere resultaten, niet gehinderd door een arrogante houding van de bouwer van de software (control: nog zo een belangrijk basisprincipe).
    Ik ben het volledig met je eens dat de resultaten van de vorige/huidige generatie matchengines niet al te best zijn. Dat is jammer, en maakt inderdaad argwanend bij iedere nieuwe aankondiging van een revolutionair, game changing of perfect product op dit gebied. Maar er is wel degelijk iets aan het gebeuren dat meer is dan een hype.
    De resultaten van de nieuwere generatie matchengines zullen zeker ook nog sterk voor verbetering vatbaar zijn. Een groot verschil is denk ik al wel dat er veel kennis van taal, terminologie, structuur en arbeidsmarkt meegeleverd wordt. Empty-box matching technologie is klaar. Met name door extractie, aggregatie en matching te integreren kun je wel degelijk spreken van semantic search (begrip van wat je bedoelt, niet alleen van wat je typt). Ruimte voor verbetering blijft er. Maar de basistechnologie om die verbetering te gaan realiseren in de komende jaren is er al. Taaltechnologie, machine learning, searchengines, en big data zijn volwassen geworden en behoorlijk main stream. En dat machinale leren is precies de meest veelbelovende richting in matchingtechnologie.
    Als je iets nog niet zo goed doet, dan moet je dat leren. De ruimte voor verbetering langzaam inpolderen door te adaptief om te gaan met feedback. En laat nu de recruiter, en de werkzoekende, door de acties die zij dagelijks in het ATS of jobboard uitvoert (solliciteren, uitnodigen, afwijzen, aannemen) precies de feedback genereren om haar eigen gereedschap beter te maken. Dat wordt leuk!
    Maar het blijft gereedschap. Mensen zoeken banen, mensen zoeken werknemers, mensen van intermediairs helpen daarbij. Technologie moet mensen helpen hun taken efficienter uit te voeren. Een goede boormachine is essentieel als je gaat klussen, maar gaat niet in zijn eentje het schilderij op een mooie plek in de woonkamer hangen. Het zou ook zot zijn om dit in de boormachine-reclame te zetten. Maar dat doen veel providers van matchingtechnologie dus helaas wel. Het probleem dat jij signaleert is dus voor een groot deel een communicatieprobleem. Te vroeg hypen van zaken die niet gehyped hadden moeten worden, maar goed uitgewerkt. Want goed (zoek)gereedschap heeft iedere professional nodig. Als recruiters en werkzoekenden wachten we al jaren met smart.
     

  • Herbert Prins
    says:

    De echte toegevoegde waarde begint bij daadwerkelijk iets doen zoals; een busje regelen ingeval de afstand een probleem is, huisvesting indien de Polen geen woning kunnen vinden, opleiding, ervaring opdoen, begeleiding etc.  Ik bedoelde iets minder de de afstand overbruggen met een mooi praatje wat ook belangrijk is zolang het is zoals jij dat zo mooi schrijft  “gat tussen perceptie en realiteit (bij zowel opdrachtgever als werkzoeker) te overbruggen”

  • Herbert Prins
    says:

    Beste Marc,

    Goed stuk en wat je schrijft over prefect match=een slecht deal onderschrijf ik als je op je prefect match zit (wat toch zeker niet altijd het geval is). Mijn stok paardje is ” Als arbeidsmarktbemiddelaars waarde willen toevoegen dan moeten zij op de mismatch gaan zitten”. De mismatch laat zien wat je kan toevoegen. 

     

    • Marc Drees
      says:

      Hierbij moet ik altijd denken aan een uitspraak van Adecco CEO John Bowmer uit het pre-match engine tijdperk:


      We are in the business of hammering round pegs into square holes.
       
      Afgezien van het volledige gebrek aan fatsoen om klanten en uitzendkrachten als holes respectievelijk pegs te kenschetsen is het proces ook nog eens vermijdbaar pijnlijk. Matching had (heeft?) een belofte om dat proces aanzienlijk minder pijnlijk te maken.
       
      Maar het is inderdaad de kwaliteit van de commerciant (voor zover we het over intermediairs hebben) om het gat tussen perceptie en realiteit (bij zowel opdrachtgever als werkzoeker) te overbruggen. Zolang dat op een integere manier gebeurt, zit daar de toegevoegde waarde van de intermediaire wereld binnen de arbeidsmarkt.
       
       
       

  • sandor
    says:

    @marc: waarmee je dus zegt dat matching altijd een menselijke factor nodig heeft; de werknemer die een assesment maakt van de functie/organisatie en een werkgever/recruiter die een asessment maakt van de geschiktheid van de kandidaat. In het verlengde hiervan zijn dus eigenlijk alleen tools die identificatie en kwalificatie van potentiele werkgevers/nieuwe medewerkers van waarde. Voor werknemers zijn dat in essentie searchengines, jobboards en netwerken. Voor recruiters zijn dit CV databanken, Linkedin, People aggregators (waarvan ik in mijn onbewuste onbekwaamheid nog steeds twijfels heb over de toepasbaarheid). Opvallend hierbij is dat de transparantie voor werkzoekers groter is (doordat bedrijven hun vacatures posten) dan voor organisaties/recruiters omdat potentiele werknemers niet en masse hun persoonlijke gegevens en wensen publiceren (behalve via Linkedin).

    • Marc Drees
      says:

      Nee, dat zeg ik niet. Wat ik zeg is dat matching technologie kan worden ingezet met een veel grotere ‘empathie’ voor de gebruiker. Technologie is niets meer dan een stuk gereedschap, maar een niet-ergonomisch stuk gereedschap wordt door niemand (met plezier, gemak of bij herhaling) gebruikt.
       
      Matching technologie kan vanzelfsprekend nimmer de menselijke factor van de definitieve (wederzijdse) keuze vervangen. De echte match is uitsluitend die tussen twee mensen; matching technologie kan slechts het voortraject faciliteren.
       
      Voor het vinden van de online actieven (lees: personen die een uitgebreid online kruimelspoor achterlaten) zijn people aggregators zonder enige twijfel een uitkomst. Maar ook hierbij geldt de uitdaging/problematiek van matching net zo hard als dat het geval bij vacaturesites, cv-databases of LinkedIn (wat natuurlijk ook een cv-database is). Er is volgens mij geen informatie-ongelijkheid tussen werkgevers en werkzoekers, het is slechts de beschikbaarheid van de hulpmiddelen en de bekendheid daarmee die tot een informatie-ongelijkheid leidt. Kwestie van tijd. Teveel tijd met name vanwege die (collectieve) onbewuste onbekwaamheid