¿Cómo se unió a la persona y al trabajo para lograr la cita perfecta?

Es muy complicado unir de forma tecnológica a dos personas y enviarlas a una cita. Hay que tener en cuenta bastantes expectativas. ¿Tienen intereses similares? ¿Viven en el mismo lugar? ¿Cuáles son sus objetivos? Y también hay bastantes expectativas ocultas, como por ejemplo, sobre el aspecto. El matching sigue siendo un problema complejo.

No cambia nada cuando se trata de unir a la persona adecuada con el trabajo adecuado. El matching de empleo y habilidades es un gran desafío incluso para los especialistas con muchos años de experiencia. ¿Quién y qué encaja bien? ¿En qué hay que fijarse? Todos los días hay que responder estas preguntas para poder realizar un matching eficaz. Se requiere un buen conocimiento y buena información, y, como ya se comentó, es bastante difícil cuando las personas tienen que realizar estas tareas con un alto nivel de calidad. Las expectativas de los empleadores y los potenciales empleados son altas. ¿Una máquina, un algoritmo, podría cumplir estas expectativas a la perfección?

¿Cómo se unen datos tan complejos? Fuente: Getty Images.

 

¿Es posible un buen matching?

Primero vamos a aclarar si es posible un buen matching. El matching es la asignación de atributos de dos unidades distintas, en nuestro caso se trata de un trabajo y una persona. De todos modos, esto por sí solo puede significar cosas muy diferentes en nuestro ámbito a analizar. En algunos empleos el análisis de si se encaja con el trabajo solo se refiere a si se es capaz de desempeñar el trabajo. Por ejemplo, si alguien está sano físicamente, debería poder recoger fresas. Sin embargo, también hay otros trabajos que requieren muchos certificados, especializaciones y experiencia. ¿Intenta realizar un matching con un cirujano neonatal?

A pesar de que los especialistas en personal conocen los pormenores a los que hay que prestar atención, el matching sigue siendo un problema muy complejo también para ellos. Los requisitos cambian constantemente. Las exigencias que se aplicaban ayer, hoy ya no se aplican y, de la misma manera, las de hoy ya no se aplican mañana. El trabajo no se mantiene como trabajo, la persona no se mantiene como persona y el mercado laboral no se mantiene como mercado laboral. ¿Quién habría necesitado hace un par de años un director de desarrollo digital? ¿Y quién habría tenido esta especialización en su curriculum vitae?

Y esto se complica mucho cuando una máquina es la que tiene que realizar esta tarea. Tiene que poder aplicar toda la experiencia y los conocimientos de los especialistas, prestar atención a los detalles y también tiene que reaccionar a los constantes cambios del mercado laboral. Los proveedores de este tipo de máquinas se centran en distintos datos para superar el complejo problema, por ejemplo, el título del empleo anterior del solicitante o sus habilidades. Un algoritmo compara los requisitos de un puesto de trabajo y los curriculum vitae, y así se realiza el matching. ¿Con eficacia?

 

Un albañil es un albañil – ¿un asesor comercial es un asesor comercial?

Como se ha comentado, en algunos casos el matching se realiza en base a los títulos de los empleos anteriores. Si el candidato tenía el puesto X en la empresa A, también puede ejercer el puesto X en la empresa B, ¿no? Antes, igual sí. Antes éramos médicos de cabecera, secretarios, abogados, albañiles, etc. En la actualidad somos asesores comerciales, ninjas de datos, gestores de instalaciones, etc. ¿Un asesor comercial es alguien que está en un comercio minorista y aconseja a los clientes? ¿O alguien que crea ofertas, realiza tareas y negocia contratos con clientes en el departamento de ventas? Los especialistas se hacen estas preguntas cuando leen los curriculum vitae. Y una máquina también tiene que poder considerar y entender esto.

Los títulos de los empleos también son demasiado genéricos con demasiada frecuencia. O, por el contrario, demasiado específicos, cuando se incluyen términos internos de la empresa en el título del empleo para describir una función – esto ocurre en la actualidad con algunos encargados. Sin una descripción detallada de las ocupaciones, a menudo estaríamos perdidos y no podríamos saber si un solicitante es en realidad adecuado para un puesto. O si el puesto es adecuado para el solicitante.

 

Es mejor fijarse en los conocimientos

En la actualidad, el título de un empleo tampoco basta para un buen matching. Los proveedores de matching de empleo también solucionan el problema del matching con otros parámetros – se fijan en las habilidades y competencias porque son el contenido de las descripciones de los títulos de empleo crípticos. El matching basado en habilidades o competencias es relevante y prometedor porque no solo tiene en cuenta un título que alguien una vez tuvo, sino también sus conocimientos, talentos y formación, se podría decir. También se contemplan las capacidades de un candidato y las capacidades necesarias para un empleo, y se unen.

En principio suena lógico: quiero un directivo que sea abierto, comunicativo, resolutivo y un buen líder. Encuentro a alguien que tiene estos términos en su curriculum vitae y con los que coincide. Las habilidades son puntos fiables para que una máquina sepa que esta es la coincidencia perfecta para mi vacante, ¿no?

Vamos a mirar con más detenimiento las habilidades. Las habilidades, así como las capacidades, resultan de mi conocimiento. Aristóteles dijo que el conocimiento es la verdad absoluta. Solo se puede lograr la verdad absoluta cuando se ha experimentado y comprobado el conocimiento. El conocimiento que se ha aprendido mediante la comunicación y el estudio  por parte de otros tiene que comprobarse, por lo que no puede ser la verdad absoluta. Entonces, cuando alguien me cuenta algo nuevo – ¿cómo puedo estar seguro de que es una historia verdadera?

Mientras yo no lo experimente – y no lo aplique – el conocimiento permanece incompleto. Una buena formación seguramente es un buen valor, no quiero negarlo. Pero hasta que no sepa cómo alguien ha empleado los conocimientos adquiridos, no se ha comprobado y no me da la oportunidad de aplicarlos. Cuando también se comprueba, me produce un beneficio, un margen de maniobra, en cierto punto, una parte del poder.

Si volvemos a mi ejecutivo, que es abierto, comunicativo y un buen líder, se resuelve el problema. ¿No podría ser que nuestros potenciales candidatos podrían ser gestores de la industria de la construcción, las finanzas o los textiles? Probablemente sin su experiencia, las vacantes se unirían con los tres puestos de trabajo, aunque cada puesto requiere la experiencia propia de su sector. Falta la experiencia relevante para relacionar con sentido las habilidades.

 

El conocimiento real necesita experiencia

Por el contrario, esto lo reconocieron otros proveedores de matching de empleos. Las habilidades tampoco bastan. Si quisiera realizar el matching de un determinado empleo, no solo necesito el campo Habilidades  – mis conocimientos según el curriculum vitae y la carta de presentación. Necesito los componentes de la experiencia. Solo con la experiencia se pueden deducir las relaciones como los sectores.

Además, nadie menciona todas las capacidades que tiene – pero la gente suele mencionar otra información relevante que puede ayudar en el matching. Del mismo modo, una empresa especifica poco las competencias que hacen falta en la descripción del puesto – y esto dificulta el matching. Cuando una descripción de un empleo se refiere a un «científico de datos», el empleador no menciona ni las habilidades «utilización de TI», ni «procesamiento de datos» porque parte de que esto ya se deduce por el título del empleo. Del mismo modo, un científico de datos probablemente indicaría en su curriculum vitae las habilidades más específicas que las que se deducen de los títulos de sus anteriores empleos. Pero si una persona tiene que unirse con un empleo según sus habilidades, la información de este parámetro de comparación es un factor ausente.

Cuando realizamos el matching solo en base a las habilidades, estoy seguro de que obtenemos resultados diferentes a cuando solo buscamos en base a los títulos del empleo. Pero este nivel no es suficiente para que las personas se incorporen finalmente a los puestos de trabajo, los solicitantes a las vacantes y los empleadores a los empleados. Necesitamos más.

 

Una buena formación no significa buenos modales

Las habilidades y la experiencia tampoco pueden determinar si el nuevo redactor encaja bien en el equipo. Usted no puede responder a si el nuevo cuidador llegará puntual al hospital o si el nuevo vendedor sabe negociar bien. En la actualidad no es de fiar alguien que no ponga en su curriculum vitae que sabe trabajar en equipo. Pero estas habilidades de gestión y la personalidad son tremendamente importantes para un buen matching. Un asesor debe llegar puntual a una cita con un cliente, un programador también tiene que ajustarse a un horario flexible. Del mismo modo, el programador también tiene que saber trabajar solo. Si el asesor no se dirige a los clientes de forma abierta, su empresa pierde oportunidades. Por lo tanto, la coincidencia es especialmente buena cuando se incluye la personalidad. Mi curriculum vitae indica muchísimos conocimientos que he adquirido. Pero tiene que tener importancia la manera en la que los he logrado.

 

¿Aunar esfuerzos?

Y si un CV encaja demasiado a la perfección con una vacante, no se piensa mucho tiempo que este solo pueda ser perfecto en el contexto. Las habilidades y la personalidad de un nuevo empleado completan una red con habilidades y personalidades de los compañeros de trabajo. Si soy el único ingeniero de software de una empresa, tengo que ser todoterreno y tomar iniciativas propias. Si trabajo en un equipo con dos personas más, una sabe más del campo X, la otra del campo Y, las habilidades se complementan y la colaboración logra algo nuevo. Con frecuencia puedo ofrecer ayuda y me pueden pedir que me integre en un equipo. Los compañeros también influyen en el matching perfecto. Si esto también se toma en serio, hay que realizar el matching con los CV de los empleados.

Quien todavía piense que se puede hacer un matching solo en base a un parámetro (título del empleo, habilidades, experiencia o personalidad), debería reconocer que esto solo sale bien con mucha suerte. Cuando un algoritmo tiene que resolver un problema complejo, un buen matching se parece a la aguja encontrada en el pajar.

Entonces, ¿hemos llegado al final del camino?

Todavía no. Confucio afirmó: «La experiencia es una linterna que llevamos en la espalda y que solo alumbra el camino ya recorrido.»

Hemos probado nuestro conocimientos, aportado otras ventajas, quizás somos puntuales y fiables. Nos guiamos por las habilidades de gestión requeridas. Esto nos permite garantizar un buen funcionamiento con seguridad. Cumplimos todas las fechas de entrega, tratamos bien a todos los clientes y los empleados llegan puntuales siempre a su puesto. En realidad, ahora todo tiene que estar claro.

 

¿Qué fortalece la empresa?

La empresa «solo» se asegura realmente cuando todo siempre corresponde a lo que se exige. No hemos hecho nada nuevo. Hacer algo nuevo requiere buenos conocimientos y a menudo mucha experiencia. Sobre todo se necesita creatividad literal y semántica.

El diccionario de Cambridge describe la creatividad como «la capacidad de producir ideas originales y extraordinarias o de hacer algo nuevo o imaginativo»1. Por consiguiente nos da la tercera perspectiva de algo que se escapa de nuestro conocimiento y experiencia, quizás también se podría describir como «think out of the box». Trabajar con creatividad no supone un enfoque artístico, sino romper las normas. Rebelarse. Dar un golpe en la mesa y deshacer las situaciones estancadas. Nuevo y diferente, quizás un poco intimidante.

Albert Einstein dijo: «La creatividad es la inteligencia divirtiéndose»2. El creativo es el que se divierte desarrollando una empresa y no el que cumple un catálogo de requisitos de forma clásica, ve la empresa de forma diferente. La creatividad es el bien más valioso en una época con tantos cambios. Los que no se adapten durante la digitalización, no pueden continuar y se quedan atrás. Necesitamos empleados que tengan una perspectiva general. Necesitamos empleados que den seguridad a la empresa. Y necesitamos empleados que nos muestren algo nuevo, totalmente especial en estos tiempos. En la actualidad la creatividad es la habilidad más importante.

La creatividad, la intuición, las emociones y todos los opuestos al pensamiento lógico, analítico y razonable (que podrían considerarse como nuestro conocimiento y nuestra experiencia) suelen ejecutarse en la mitad derecha del cerebro. Quizás ha escuchado la teoría de que se puede ser un «pensador del hemisferio derecho» o «pensador del hemisferio izquierdo». Los investigadores determinaron que se trata de un mito. Aunque algunas funciones están situadas en un lado del cerebro, los mejores resultados se obtienen cuando los dos lados del cerebro trabajan juntos en complejas redes.3

Cuando quiero crear un nuevo producto, me ayuda conocer los procesos de fabricación y el material necesario. Mi experiencia también me ayuda al planificar un nuevo producto. Mi talento organizativo favorece el proceso. Pero la idea para crear un nuevo producto resulta de mi creatividad. Cuando se es bueno en algo, se obtienen los mejores resultados de todos los participantes: conocimientos, experiencia, personalidad y creatividad.

 

La despedida del matching perfecto

Vamos a decirlo claro: no se puede resolver el problema con ningún matching basado en competencias, habilidades, etc. porque el problema es demasiado complejo. El matching está impulsado por expectativas y estas cambian constantemente.

Por lo tanto, sencillamente no hay una coincidencia perfecta porque es imposible superar las expectativas. Nunca se pueden cumplir las expectativas igual de bien para todos, puesto que son muy subjetivas. También existe la posibilidad de incluir todas las dimensiones en la medida de lo posible para lograr una aproximación máxima al matching perfecto.

Los resultados de la cultura actual del matching con trozos de datos, como un par de habilidades o títulos de empleo crípticos, acaban una y otra vez con la calidad de la máquina. El matching con trozos de datos es como caminar en la oscuridad. Los que piensen que se puede realizar un matching con trozos de datos, con palabras clave casuales, están muy lejos de la coincidencia perfecta. Como ya se ha indicado, sencillamente faltan otros parámetros relevantes para una asignación de alta calidad.

Solo se puede lograr una aproximación máxima con algoritmos complejos cuando se renuncia a los trozos de datos y se intenta incluir todas las dimensiones, como hace el cerebro para crear algo nuevo: las habilidades, la experiencia, la personalidad y, sí, con prudencia, también el título del empleo anterior. La máquina introduce todas las dimensiones, las evalúa una a una y determina una ponderación. Cuando estas dimensiones se representan con una ponderación adecuada, se logra un buen punto de partida para unir de forma tecnológica a la persona y al empleo, se adaptan todas las dimensiones y, por lo tanto, las expectativas, e intentan lograr la máxima aproximación posible a la coincidencia perfecta.

Incluso con los procesos de matching de JANZZ.technology, bien concebidos y desarrollados, y mejorados durante años, es complicado englobar todas las dimensiones en las medidas adecuadas. Las expectativas se pueden representar en gran parte, pero una parte permanece siempre cerrada. Si, por ejemplo, se gestiona a una persona en paro, gran parte de sus expectativas es la gestión en sí. Si se realiza un matching con ingenieros, existe la expectativa de que la horquilla salarial encaje con los empleos anteriores. Se pueden representar otras expectativas cuando está claro que existen. También nos podemos aproximar a la coincidencia perfecta. Se descarta caminar en la oscuridad con trozos de datos. Al final, probablemente no puede existir la cita perfecta. Pero quizás sí una nueva invitación a otra.

 

Fuentes:

¹ Cambridge Dictionary (2017). Creativity. Abgerufen von: http://dictionary.cambridge.org/dictionary/english/creativity [2017.11.02].

² Einstein, Albert (1930). Mein Weltbild. Wie ich die Welt sehe.

³ Nielsen JA, Zielinski BA, Ferguson MA, Lainhart JE, Anderson JS (2013). An Evaluation of the Left-Brain vs. Right-Brain Hypothesis with Resting State Functional Connectivity Magnetic Resonance Imaging. PLoS ONE8(8): e71275. https://doi.org/10.1371/journal.pone.0071275

Sahoo, Anadi (2017). Knowledge, Experience & Creativity. Abgerufen von: https://www.linkedin.com/pulse/knowledge-experience-creativity-dr-anadi-sahoo/ [2017.11.03.].

La NAV selecciona la tecnología basada en ontologías de JANZZ para modernizar su plataforma del mercado laboral.

La oficina de asistencia social y trabajo noruega (NAV) ha seleccionado a la empresa tecnológica suiza JANZZ en un procedimiento de licitación pública para suministrar los componentes para su nueva plataforma del mercado laboral. JANZZ se ha impuesto frente a empresas internacionales de la competencia en un procedimiento de licitación pública y apoyará a la NAV con su especialización en los datos sobre competencias y empleo.

En el marco de su agenda de mejora de la transición hacia el empleo de las personas desempleadas, la NAV acaba de inventar su plataforma de empleo de autoservicio. La NAV tiene la intención de ofrecer un servicio transparente para que todos los interesados del mercado laboral puedan usarlo con los mismos requisitos. Esto hará el mercado laboral noruego todavía más transparente y permitirá un regreso más rápido al empleo a todas las personas desempleadas.

La nueva plataforma del mercado laboral también servirá como fuente de conocimiento sobre el mercado laboral noruego. La recopilación, el enriquecimiento y el análisis de datos e información sobre empleos y competencias es el núcleo de la visión estratégica de la NAV y será una parte fundamental de la futura plataforma. Mediante el análisis de datos se logra un sistema de conocimiento sostenible y dinámico que beneficia al mercado laboral.

Con su tecnología de matching basado en ontologías, JANZZ ofrece la base perfecta para que la NAV construya una plataforma nueva, innovadora y sostenible. La ontología de empleo y competencias de JANZZ es una base de datos semántica global de títulos de empleos, competencias y formaciones. Entiende los matices de los curriculum vitae y las ofertas de trabajo, y puede ayudar a que se relacionen. En combinación con el motor de matching de empleo semántico, ayudará a la NAV a proporcionar resultados de búsqueda y sugerencias de empleo más relevantes y transparentes, y a obtener conocimientos más precisos sobre el mercado laboral.

Acerca de la NAV

La oficina de asistencia y social y trabajo noruega (NAV) da trabajo a aproximadamente 19.000 empleados (aprox. 14.000 empleados del Estado y 5.000 empleados municipales).

La NAV se fundó el 1 de julio de 2006. Los municipios y el gobierno cooperan para ofrecer buenas soluciones en el ámbito de los servicios sociales y laborales a la sociedad con 456 oficinas en las 19 provincias administrativas de Noruega.

La NAV es responsable de un tercio del presupuesto nacional noruego. La oficina administra distintos programas de cribado y empleo (es decir, prestaciones por desempleo, seguro por incapacidad, prestaciones por enfermedad, subsidio por hijos, subsidio por familiares dependientes y pensiones).

Objetivos principales respecto al mercado laboral:

  • Más personas activas y con empleo, menos beneficiarios de prestaciones
  • Un mercado de trabajo con un buen funcionamiento y una mayor participación laboral
  • Una sociedad inclusiva que garantice a todos la posibilidad de participar
  • Servicios sociales y de empleo integrales y eficientes

Objetivos secundarios respecto al mercado laboral:

  • Puestos de trabajo inclusivos
  • Que las empresas y servicios puedan completar sus vacantes con empleados cualificados
  • Que las personas con discapacidad puedan participar de forma activa en la vida laboral
  • Servicios e información a medida de las necesidades y circunstancias de los usuarios

Más información en www.nav.no

Sobre JANZZ.technology

JANZZ.technology es una empresa de tecnología y asesoría que se dedica al sector del matching semántico de habilidades y empleo, y a la utilización de datos complejos sobre competencias y empleo. Ofrece productos normales, de marca blanca y soluciones SaaS para modelar, analizar y utilizar los big data en portales de empleo, servicios públicos de empleo, así como en páginas de ofertas de trabajo de empresas. La última tecnología semántica permite un matching multilingüe preciso de cualificaciones, capacidades y competencias. Así se reducen notablemente los problemas de matching de los mercados laborales.

Más información enwww.janzz.technology