Slimmer Vinden
Het gaat er steeds meer om de klant beter te kunnen bedienen met slimmer vinden. In het proces van het afstemmen van de behoeften van de klant in Werving & Selectie, blijft het eerst bij een functieprofiel met allerlei sleutelwoorden in competenties en demografische zaken. Om steeds meer tot de kern van de gewenste profiel te komen, koppelen we verschillende afdelingen (HR en de “lijn”-afdeling) met de “confrontatiematrix”. Deze confrontatie begint dan bij de klant zelf: wie willen we eigenlijk in onze organisatie. Dat kan al tot stevige discussies leiden, die nodig zijn om vooraf aan het wervingstraject te doen.
Vier redenen voor een gedegen “intake” bij de klant zijn:
1. Tijdsbesparing in de rest van het W&S proces
2. Eensluidend profiel binnen de klantorganisatie
3. Kostenbesparing in “vind”-proces
4. Kans op succes aanzienlijk vergroten
In aanvulling op de “confrontatiematrix” kan een “tinder”-proces met de klant van grote waarde zijn. In dit proces willen we evengoed weten waarom profielen een JA krijgen als waarom ze een NEE krijgen. Met deze extra informatie is het mogelijk om nog gerichter te zoeken en daarmee te vinden.
Dat “machines” ons (gaan) helpen met het slimmer vinden geeft een voorbeeld van een virtuele schoenwinkel SHOEme al aan. In dit voorbeeld leert de machine door gedrag van de “online shopper” met een zogenoemd visueel filter de voorkeur van de klant kennen. Algoritmen geven dan suggesties die beter aansluiten bij de wensen van de shopper en daarmee zorgen voor een hogere conversie.
In de wereld van Werving & Selectie speelt een persoonlijke benadering met kennis van de markt of ervaring in de functie een steeds grotere rol. Gesteund door machines die het slimmer vinden ondersteunen, blijken kenmerken als gewenste gedragsvoorkeurstijl en passen in de organisatiecultuur niet in een algoritme te stoppen. Juist dankzij de machines die slimmer vinden kunnen we nog meer tijd en aandacht besteden aan de menselijke factoren. Deel je bovenstaande visie? Laat het ons hier weten!