Een data-taal voor uitzenders, hoe werkt dat?

Een data-taal voor uitzenders, hoe werkt dat?

Op 12 november 2019 organiseerden de ABU en SETU het seminar Connecting the dots. Wim Davidse, hoofdredacteur Flexmarkt en oprichter van Dzjeng, bezocht het seminar en schreef er een treffend stuk over:

De data bij uitzendbureaus zijn goud waard. De SETU-standaarden, de nieuwe gemeenschappelijke taal, is bedoeld om die beschikbare data ook toegankelijker te maken voor kleinere uitzendorganisaties. Om daar een goed beeld van te krijgen, bezocht Wim Davidse bezocht dinsdag 12 november het ABU-SETU seminar ‘Connecting the dots’.

Digitalisering is ‘a fact of life’. Een leven zonder smartphone, tablet, wifi, Snapchat, stofzuigrobot, smart home is niet meer voorstelbaar. Al dat heerlijke gemak vergt ‘aan de achterkant’ enorme technologische expertise, investeringen en monnikenwerk.
Informatieve en inspirerende presentaties van trendwatcher Randall van Poelvoorde en Kadaster- en voormalig SETU-expert Erwin Folmer. En van SETU-voorzitter Mark van Bussel, met een korte beschouwing over wat er de afgelopen 15 jaar is gedaan en bereikt (digitalisering van data-verkeer, foutenreductie, efficiëntieverbetering), maar vooral over de ambitie om de komende jaren verder te ontwikkelen.

(Voor degenen die het even waren vergeten: de SETU – Stichting Elektronische Transacties Uitzendbranche, in 2007 op initiatief van de uitzendbranchevereniging ABU opgericht – is de organisatie die in Nederland zorgt voor standaardisatie van het elektronisch uitwisselen van gegevens tussen uitzendbureaus en inleners. Monnikenwerk.)

Daarom is de SETU afgelopen voorjaar gestart met het project ‘Flexibele IT met ontologieën’. Doel van dit project is om een gemeenschappelijke data-taal, een zogeheten ontologie te ontwikkelen. Michiel Stornebrink van TNO, dat het project uitvoert: “Die taal kun je gebruiken voor alle processen binnen en buiten je organisatie. We bouwen de taal op in blokken, die uitzenders flexibel in kunnen zetten.” Was de gemeenschappelijke taal tot nu toe vanwege de ontwikkelintensiteit vooral geschikt voor grote bureaus met grote inleners, nu is een belangrijk doel om de SETU-standaarden, de nieuwe gemeenschappelijke taal dus, ook toegankelijker te maken voor kleinere (uitzend)organisaties.

Alles vinden

Fijn als u er nu nog bent – want een beetje suf klinkt ’t wel. Maar na de heerlijke presentatie van Erwin Folmer heb ik er gevoel bij gekregen. Zoals gezegd, is Folmer werkzaam bij het Kadaster. Het Kadaster registreert van al het vastgoed (grond en gebouwen) in Nederland wie welke rechten heeft. Ook houdt het Kadaster de topografische basisbestanden van Nederland bij. En meer. Folmer liet zien hoe zijn team en hij de afgelopen jaren bezig zijn geweest om de openbare toegankelijkheid, via het internet met zogenaamde uri’s, van die enorme Kadaster-bestanden te maximaliseren. Maar nu werkt hij aan de fase die hem het liefst is, die van de Knowledge Graph; met behulp van de aanpak van Linked Data kan dan elke vraag beantwoord worden met alle beschikbare data uit alle beschikbare databestanden. Dat klinkt logisch, maar blijkt natuurlijk vooral uiterst ingewikkeld, en dus duur, te zijn. Want in het ene grote bestand staan van alle gebouwen (ja, alle!) de coördinaten en erfgrenzen geregistreerd, in het andere grote bestand is van alle gebouwen de totale geschiedenis vastgelegd. En die enorme bestanden combineren, in één bestand, bij samengestelde vragen, zoals tot nu toe moest gebeuren, dat is een crime. Maar met Linked Data hoeft dat niet, dan worden de benodigde databestanden aangesproken en stuk voor stuk doorzocht. En snel. Voorbeeld van Folmer: “Toon mij de kerken in Dordrecht die vóór 1900 gebouwd zijn.” Voor de beantwoording van die vraag zijn dus de gegevens uit twee joekels van databestanden nodig. Binnen een paar seconden verscheen op het scherm een kaartje met die panden. In principe hoeft deze vraag trouwens niet ingetikt te worden – inspreken is technologisch gezien ook geen probleem.

‘Wij zitten op goud’

Uitzenders zitten natuurlijk ook op enorme bestanden vol met data, in dit geval van hun kandidaten, hun inleners, hun eigen proces-operationele prestaties et cetera. Ik hoor al twintig jaar (en de nog meer ervaren c.q. ouderen onder ons natuurlijk nog langer): ‘Wij zitten op goud!’ In zijn presentatie benadrukte Van Poelvoorde keer op keer dat dat ook zo is. De afgelopen vijf jaar zijn de technologieën van Artificiële Intelligentie (AI) en Machine Learning (ML) in rap tempo volwassen geworden. Nu kan er ‘ineens’ heel veel van al die data geleerd én geprofiteerd gaan worden. Vooral een paar grote softwarebedrijven hebben daar op ingezet en al veel succes mee geboekt. De club van 1.000 miljard (beurswaarde in dollars – zet dat eens tegenover de 5 tot 10 miljard beurswaarde van ‘s werelds grootste uitzendconcerns Randstad, Adecco Group en ManpowerGroup) verdient z’n geld met het verzamelen en analyseren van data, en het benutten van die kennis: Apple, Microsoft, Google, Amazon, Facebook, en de Chinese succesnummers Alibaba en Tencent. Data wordt echt zinvol als je het koppelt, doceerde Van Poelvoorde. (Ineens herinner ik mij dat Google-oprichter Sergey Brin al in 2004 zei dat “[h]et ultieme doel van Google is om het brein van de gebruiker te verrijken met alle kennis van de wereld”.) Gooi je databestanden open, deel ze, verbindt ze met andere databestanden, ook van buiten de sector. Oh ja, de AVG, mompelde Folmer geregeld tijdens zijn presentatie – nou ja, dat zien we later wel…

De penicilline van de uitzendbestanden

Data vormt de basis van de piramide van een businessmodel met perspectief, zo stelde Van Poelvoorde. Data, daarop ligt de laag van Informatie, dan volgt Kennis, maar het gaat om de top: Wijsheid (Weten Wat Te Doen). Goed voorstel van Van Poelvoorde: gebruik ML en AI om de mensen en de vacatures in je databestanden te analyseren op competenties, en ontdek dan welke nieuwe matchingsmogelijkheden er ontstaan – de krapte op de arbeidsmarkt zou wel eens heel veel kleiner kunnen worden! Twee jaar geleden vertelde Ton Sluiter van USG People ons al over dergelijke, concrete initiatieven. Werken met open, verbonden databestanden, en ML en AI, zal bovendien nog veel meer ongedachte inzichten en ideeën opleveren. Zo gaat dat, met goed onderzoek, dat resulteert in serendipiteit: je zoekt iets en vindt iets beters – zoals de fameuze en onbedoelde Post-it, en de nog veel fameuzere penicilline.
Tijdens de middag van de 12e november 2019 werd geloofwaardig duidelijk gemaakt dat uitzendwijsheid mogelijk is.

Dit is een bijdrage van Wim Davidse en is gepubliceerd op Flexmarkt.nl.

Terug naar overzicht