Slimmer rapporteren in recruitment: dashboards over je eigen data

De meeste recruitmentbureaus sturen op onderbuikgevoel. Ze weten dat sommige recruiters beter presteren dan anderen. Ze vermoeden dat bepaalde typen gesprekken effectiever zijn. Ze hebben een gevoel voor welke vacatures makkelijk of moeilijk te vullen zijn. Maar harde data? Die ontbreekt meestal.

Het probleem is niet dat bureaus niet willen meten. Het probleem is dat de cijfers op drie plekken tegelijk staan. Een deel in het systeem, een deel in een spreadsheet die één iemand bijhoudt, en de rest in de hoofden van de mensen die het werk doen. Een recht antwoord op de vraag waar de pipeline vastloopt kost een avond en een csv-export.

Daar is rapportage in Simply voor. En het is de moeite waard om precies te zijn over wat het doet, want dit artikel beloofde eerder iets anders.

Wat er met Simply Insights is gebeurd

Simply had ooit een set analysemodules die losse gesprekken scoorden, kandidaten profileerden en recruiters onderling met elkaar vergeleken. Die modules bestaan niet meer. Wat ervoor in de plaats kwam is smaller, en die versmalling was de bedoeling.

Rapporteren is nu dashboards die je zelf bouwt over de objecten in je eigen datamodel. Vacatures, sollicitaties, plaatsingen, opdrachtgevers, en dat object dat je vorige maand hebt toegevoegd omdat je desk het nodig had. Omdat het datamodel metadata is en geen code, geldt dat ook voor de rapportage erover: een veld dat je dinsdag aanmaakt, is dinsdag een dimensie waarop je kunt groeperen.

De aggregatiemotor doet twee dingen en die doet hij goed. Hij zet een waarde in tijdvakken, en hij splitst een waarde uit naar een dimensie. Samen dekken die het meeste van wat een bureau maandagochtend echt vraagt. Conversie tussen fases komt er vanzelf bij, want fases zijn in Simply data en geen labels op een bord.

En dan is er de beperking waar het hele ding op rust: elk getal is een aggregaat, en er is geen manier om erop door te klikken naar de regels eronder.

Wat de dashboards beantwoorden

Zes vragen dekken het meeste van wat er gevraagd wordt, en voor geen van die zes hoef je iets te weten over één specifiek persoon.

• Waar de pipeline vastloopt. Sollicitaties per fase, en hoe lang ze al staan waar ze staan.
• Wat er converteert. Conversie van fase naar fase per vacature, per opdrachtgever of per type opdracht, geteld op de sollicitaties zelf en niet op een status die iemand toevallig heeft bijgewerkt.
• Waar plaatsingen vandaan komen. Herkomst, opdrachtgever en type opdracht achter de plaatsingen die je werkelijk hebt gedaan, uit de plaatsingsrecords.
• Werkdruk per desk. Openstaande vacatures, lopende sollicitaties en openstaande taken per recruiter, zonder iemands dossiers te openen.
• Wat de AI kost. Uitgaven per model en per actie, in euro’s.
• Alles wat je zelf hebt toegevoegd. Een eigen veld is een dimensie vanaf de dag dat je het aanmaakt.

Let ook op wat er níét staat. Geen persoonlijkheidsprofiel, geen score voor gesprekskwaliteit, geen ranglijst van je recruiters op spreektijd. Dat waren interessante getallen. Het waren ook precies de getallen die een dashboard ongemerkt in een controlemiddel veranderen, en ze zitten niet in het product.

Praktische toepassingen

Coachen, op het niveau waar het werkt

Coachen op aggregaten werkt beter dan het klinkt. Als intakes voor één opdrachtgever stelselmatig sollicitaties opleveren die in dezelfde fase stranden, is dat een patroon waar je iets mee kunt, en het dashboard laat het zien zonder dat er ook maar één gesprek beoordeeld hoeft te worden.

Wat je niet krijgt is een ranglijst. Wil je een specifieke recruiter coachen op een specifiek gesprek, dan doe je dat zoals je het altijd deed: samen aan tafel, gesprek erbij. Het transcript is verankerd aan de audio, dus je klikt op een regel en hoort het terug in plaats van te discussiëren over wat er bedoeld werd. Dat is een dossier, en een dossier openen vereist het recht om dat dossier te openen. Het dashboard is bewust geen sluiproute daaromheen.

Procesoptimalisatie

Dashboards zijn op hun best bij de saaie vragen. Waar gaat de tijd heen tussen intake en eerste voordracht? In welke fase blijven sollicitaties het langst hangen? Zit het knelpunt bij de samenvatting, bij de agenda van de hiring manager, of bij een intake die te dun was om mee te werken?

Eén eerlijke kanttekening. Cijfers die op faseovergangen leunen, worden berekend uit overgangen die daadwerkelijk in Simply hebben plaatsgevonden. Heb je historische data gemigreerd, dan zijn de eerste maanden van een trendlijn precies zo fijnmazig als je oude export was. Goed om te weten voordat je die grafiek aan je directie laat zien.

Kwaliteitsborging

Als een team groeit, wil je dat de output consistent blijft in plaats van afhangt van wie er toevallig belde. Rapportage geeft je de nulmeting: hoeveel sollicitaties bereiken welke fase, per desk, per periode. De consistentie in het werk zelf komt uit de samenvattingsformats en niet uit een grafiek, maar in die grafiek zie je wel als het wegzakt.

Alleen aggregaten, en wat dat je kost

Bij de meeste rapportagelagen klik je op een balk en krijg je de lijst eronder. Bij Simply niet, en het is de moeite waard om uit te leggen waarom, want een koper die de reden niet kent, schrijft het op als ontbrekende functionaliteit.

Doorklikken is de achterdeur die elke rapportagelaag uiteindelijk wordt. Het aggregaat is onschuldig. De lijst eronder is een kopie van je database, bereikbaar voor iedereen die ooit een dashboard heeft gekregen. Zodra dat pad bestaat, zit er een gat in je rechtenmodel dat je van buitenaf niet ziet.

De controle gebeurt daarom per verzoek, over vier lagen: workspace, object, record en veld. Bevoegdheid wordt elke keer opnieuw afgeleid in plaats van vastgevroren in een opgeslagen rapport, dus een rechtenwijziging telt bij de volgende keer laden en niet pas bij de volgende keer inloggen. En de controle klapt dicht bij twijfel. Kan er voor een deel van de data geen bevoegdheid worden vastgesteld, dan ontbreekt dat deel in het totaal in plaats van dat het stilletjes meetelt.

Het zichtbare gevolg: twee mensen kunnen hetzelfde dashboard openen en terecht andere totalen zien. Een recruiter met teamtoegang en een partner met toegang tot de hele workspace tellen een andere verzameling. Het dashboard laat zien waarover het telt, zodat niemand hoeft te gissen waar het verschil vandaan komt.

Dat kost je iets echts. Je kunt niet op een getal klikken om de namen te krijgen. Heb je de namen nodig, dan ga je naar de dossiers, waar de rechten onverkort gelden. Wij vinden die ruil de goede kant op staan als het om kandidaatgegevens gaat. Niet iedereen zal het daarmee eens zijn, en daar kun je beter nu over van mening verschillen dan in maand vier.

Data, privacy en vertrouwen

Rapporteren over recruitmentdata raakt privacy vanuit twee richtingen tegelijk, en die twee kun je beter uit elkaar houden dan samenvatten in één geruststellende zin.

Het platform en je kandidaatdata staan in Nederland, op infrastructuur die Simply zelf beheert, en Simply is ISO 27001-gecertificeerd. De AI-verwerking draait in Europese regio’s, of op je eigen sleutel bij je eigen provider. De modellen zelf komen van OpenAI en Anthropic. Dat laatste staat er met zoveel woorden bij, want het is het eerste wat een security-review natrekt en het antwoord wordt niet beter door er vaag over te doen.

De tegenhanger van een dashboard op dossierniveau is het auditlog: wie wat wanneer met welk dossier deed, inclusief de pogingen die geweigerd zijn. Daar worden vragen over losse records beantwoord, onder de rechten die op losse records gelden. Twee oppervlakken, twee doelen, en het dashboard is geen ingang tot het andere.

Van data naar actie

Een dashboard waar niemand iets mee doet, is een tragere spreadsheet. De getallen die het bouwen waard zijn, zijn de getallen met een beslissing eraan vast.

• Stapelen sollicitaties zich drie weken op rij op in dezelfde fase? Dan heeft die fase een persoon nodig, of moet die fase eruit. Geen extra rapport.
• Zakt de conversie van voordracht naar gesprek weg bij één opdrachtgever? Dan klopte de briefing waarschijnlijk niet, en zit het antwoord in de intake.
• Draagt één desk twee keer zoveel openstaande vacatures als de rest? Dat is een capaciteitsvraag waar je nu eindelijk een getal bij hebt.

Het AI-kostenoverzicht hoort in datzelfde rijtje. Je koppelt je eigen sleutel en je provider factureert je rechtstreeks: eerlijk, en volstrekt nutteloos als je vervolgens niet ziet waar het geld heen ging. Het overzicht legt per model en per actie vast wat het kostte, in euro’s in plaats van in tokens of credits, uitgesplitst per model, zodat je een routineklus van de intelligente naar de snelle tier verplaatsen kunt met de prijs vooraf op tafel. Geen credits, en geen opslag bovenop wat je provider rekent. Op de prijzenpagina staat waarom.

Hoe rapportage in de rest van Simply past

Rapportage heeft geen eigen data. Alles wat het telt is er door de rest van het product in gezet.

Je datamodel bepaalt waar er überhaupt over te rapporteren valt.

Vacatures en pipelines maken van fases data, en dat is waar conversie tussen fases op wordt geteld.

Data-extractie en voorgestelde veldwijzigingen vullen de velden, met een betrouwbaarheidsscore per regel en een mens die goedkeurt wat er landt.

Transparantie behandelt de vragen op dossierniveau die een dashboard niet mag beantwoorden.

De publieke API serveert dezelfde objecten onder dezelfde rechten, dus een datawarehouse of BI-tool leest precies wat het account waarmee het inlogt mag lezen. Er is geen exportroute die de controle overslaat, en dat is nogal het punt van zo’n controle.

Teamniveau versus individueel niveau

Dit is het onderscheid waar het hele ontwerp om draait, dus daar eindigen we mee.

Op teamniveau gaan de vragen over de verzameling. Hoeveel, hoe snel, hoe vaak, welke kant op. Dat zijn de vragen die een partner maandagochtend stelt en die een directie in april stelt, en een dashboard beantwoordt ze zonder iets te hoeven weten over één specifiek persoon.

Op individueel niveau gaan de vragen over een mens. Wat zei deze kandidaat over zijn opzegtermijn. Waarom bleef die sollicitatie hangen. Dat zijn echte vragen met echte antwoorden, en dat antwoord staat in het dossier, onder de rechten die op dat dossier gelden, met een auditregel voor het feit dat je gekeken hebt. Niet achter een grafiek.

De versie van dit product van twee jaar geleden liet die grens vervagen, en het dashboard stond aan de verkeerde kant ervan. Recruiters onderling scoren is makkelijk te bouwen, makkelijk te demonstreren en moeilijk te verdedigen tegenover degene die gescoord wordt. Aggregaten plus een dossier met fatsoenlijke rechten is de moeilijkere versie, en de versie die een ondernemingsraad, een DPIA en een ongemakkelijk gesprek overleeft.

Wil je het tegen je eigen cijfers zien, neem dan het rapport mee waar je directie nu om vraagt. Dat ene waar een csv en een avond in gaat zitten. Wij bouwen het live, en laten zien waar de lezer wél en niet op kan doorklikken.