Det enkleste hadde nok vært et Google-søk. ”Finn beste kandidat for stilling x i selskap y”. Alle som falt utenfor førstesiden på søkeresultatene kunne du ignorert. De hadde blitt veid og funnet for lette, etter gjennomgang av millioner av data fra søknader, sosiale medier, fartsbøter og dine kjøpsmønstre.
Det spørs om vi noen gang kommer så langt, men mange selskaper jobber for å gjøre slike analyser til en naturlig del av det å plukke ut talenter.
- Vi har bare sett starten på en utvikling, sier Even Bolstad, daglig leder i HR Norge.
Selvportrett på nett
Big Data er en kraftig trend innenfor alt av it, og tilhengerne mener teknologien gjør det mulig å høste og nyttegjøre langt mer ustrukturerte data – blant annet fra sosiale medier.
Cecilie Staude ved Handelshøyskolen BI anbefaler studentene å bygge opp jobb-nettverk allerede i studietiden. Big Data innen rekruttering gjør dette enda viktigere, mener hun.
-Bildet du gir av deg selv på nettet får betydning fordi nye verktøy gjør at man kan "kna" dataene og få ut profiler på deg. Det kan gjøre deg aktuell for jobber, sier hun.
Fra taper til stjerne
New York Times fortalte nylig historien om hvordan 26 år gamle Jade Dominguez i California ble oppdaget som et stort programmeringstalent. Han fikk en godt betalt jobb på tross av at han sluttet å jobbe med skole på videregående, og aldri gikk på noe universitet. Dominguez var selvlært, og bidro med sine evner og i diskusjoner flere steder på nettet. Han hadde et solid rykte i disse kretsene, og dette ble plukket opp av Gild, et selskap som søker etter programmeringstalenter ved hjelp av Big Data.
På papiret var Dominguez en taper, men i Gilds systemer var han best i hele Sør-California, med et score på 100 prosent.
-Han er et symbol på noen som er smart, svært motivert, men som av en eller annen grunn ikke var motivert på videregående og ikke så verdien av universitetsutdannelse, sier medgründer Sheeroy Desai, co-founders i Gild til New York Times.
Marerittet
Slike systemer kan åpne muligheter for de Big Data-programmene peker ut, men marerittet er også lett nok å tegne opp. Se for deg at du søker på en jobber du egentlig burde fått, men du når aldri så langt som til intervjuet. Hva om grunnen finnes et sted ute på nettet, en opplysning du ikke vet om, eller tenkte over, eller som kanskje ikke stemmer.
- Hvis ikke det er relevant for stillingen er søketeknologien for dårlig, sier Bolstad om denne faren.
Han tror Big Data-teknikker kan diskvalifisere folk på feil grunnlag, men påpeker at de gamle metodene heller ikke fungerer perfekt.
-Det vil være til forveksling likt slik det er i dag. Det er naivt å tro at du alltid får den beste kandidaten, sier Bolstad.
Dårlige venner?
En mulig teknikk for å vurdere deg som kandidat er å se på Facebook-vennene dine. I verste fall kan da dårlige Facebook-venner gi deg et dårlig rykte og koste deg jobben. Dette er i så fall ikke helt nytt, påpeker Bolstad.
-Et klassisk spørsmål i intervjuer er hva søsteren eller broren din gjør. Man spør fordi man regner med at du er en del av familien, sier han.
Bolstad har lite tro på en helautomtatisk ansettelsesprosess, men tror Big Data vil komme som et ekstra verktøy, fordi det fungerer.
-Fra virksomhetens side er det endelige målet å få en god kandidat inn på en rask og kosteffektiv måte. Det vil alltid ligge der som et overordnet mål, sier han.
Les også: Dårlige Facebook-venner kan gi deg høyere rente
Kriminelt bra på telefonen
Et av selskapene som satser på Big Data i rekruttering er oppstartsselskapet Evolv. De gikk gjennom tre millioner opplysninger fra 30.000 arbeidere for å finne ut hvilke trekk som kan brukes til å peke ut folk som leverer god ytelse og passer til en jobb. De så blant annet på hvilke faktorer som hindrer høy utskifting, og viste blant annet at folk som fyller ut søknaden på nett med en annen nettleser enn forhåndsinstallerte Internet Explorer gjør en bedre jobb, og blir i stillingen 15 prosent lenger. De fant også at folk som var med i ett eller to sosiale nettverk skifter jobb sjeldnere enn de som er med i fire nettverk, skriver Economist.com.
Tilhengere av Big Data mener teknikken kan fjerne fordommer rekruttererne kan ha, for eksempel mot folk med navn som klinger utenlandsk. Folk med kriminelt rulleblad blir ofte avvist, men i enkelte typer jobber gjør de det like bra som andre, viser tallene til Evolv, og for kundestøtte over telefon gjør de det faktisk bedre enn andre, skriver Economist.com.
Blendet av det nye?
Mange er imidlertid skeptiske til hvor fornuftig det er å investere i de nye teknologiene.
-Organisasjoner har allerede så mye proprietær data som de ikke bruker. Det er fristende å gå etter de skinnende nye teknologiene. Menn før vi bruker flere millioner dollar – start med det som er nærmest hjemmet, sier Jon Younger, partner i RBL Group til DN.no.
Han mener Big Data kan brukes til å finne talenter utenom de vanlige jaktmarkedene, men advarer mot å miste av syne dataene og innsikten man allerede har.
Han påpeker dessuten at folk kan bruke sosiale medier strategisk, noe som forringer verdien av dataene.
-Jeg får ti eposter per dag fra kolleger jeg ikke kjenner godt, men som har anbefalt meg på Linkedin. Folk fant fort ut av at det var forventet at man gjengjelder slike anbefalinger. Og jeg får masse henvendelser på Facebook. Folk forstår at flere forbindelser er bedre enn færre, sier han.
Lurer du på hva slags data som finnes om deg? Bidra til prosjekt #mappami: - Jeg vil se mappa mi
Slik kan du bidra til #mappami
Andre saker på DN.no:
Dette er Norges yngste milliardær
Wenche Gruben kan bli ruinert
Ikke betal denne!
- Det offentlige blir fattigere og fattigere, mens vi blir rikere og rikere
Erik Solér knuste Skatteetaten
(Vilkår)Copyright Dagens Næringsliv AS og/eller våre leverandører. Vi vil gjerne at du deler våre saker ved bruk av lenke, som leder direkte til våre sider. Kopiering eller annen form for bruk av hele eller deler av innholdet, kan kun skje etter skriftlig tillatelse eller som tillatt ved lov. For ytterligere vilkår se her.