If not now, then when? Digitalizing PES in times of COVID – and what it costs.

The current worldwide pandemic has catapulted the labor market into a state of unprecedented turbulence. According to the OECD, the impact on jobs just within the first three months has been 10 times that of the 2008 financial crisis. Entire sectors such as hospitality, civil aviation and cultural sectors have been hit hard, resulting in mass job losses and collapsing self-employed incomes. On the other hand, e-commerce and supermarkets, courier and logistics services, manufacturers of food or hygiene products, pharmaceuticals and others have thrived, creating new opportunities by dramatically increasing their workforce. Even if some of these jobs are only temporary, they can be lifesavers for those in need of income.

Amidst these turbulences, Public Employment Services (PES) have faced a historical stress test, being inundated with a number of new jobseekers far beyond what their often outdated systems are typically designed for – if such systems are in place at all. With youth struggling due to the closing down of entry-level jobs and apprenticeships, and low-paid workers, women, ethnic minorities as well as self-employed and informal workers among the hardest hit by the crisis, existing vulnerabilities have been exposed and inequalities amplified. Now more than ever, PES must find new ways to best serve their people in this crisis and in future. These vulnerable groups need to be reconnected with good jobs as quickly as possible to avoid potentially long-lasting scarring effects. And PES need to be prepared for further shifts and turbulences in the labor market with innovative digital solutions that help strengthen labor market resilience by ensuring efficiency and scalability as well as providing creative placement solutions and valuable, timely insights – into the labor market and for jobseekers and employers.

Even if a country’s PES is only just being built up, now is the right time to initiate a digital transformation. In fact, there may never be a better time – especially for countries that are just getting started. A well-designed solution does not require a perfect starting point. It does not need a lot of in-house data or even a well-organized PES. It performs well in markets with only few highly skilled professionals and supports transitions from the informal to the formal economy. In addition, choosing a mobile-first approach geared towards self-service features over a cumbersome expert system plays to the strengths of one of the most affected groups of the pandemic: young people, who are used to taking matters into their own hands, finding information and discovering their options with their devices. The digital transformation has begun and those who want to be part of it must act now.

To ensure effective digitalization in these challenging times, PES should look for solutions with:

Full profile matching based on ontologies for a wider variety of fitting placement solutions

Instead of simply comparing job titles, jobseekers can be matched based on their full profile of skills, education, previous experience and many more relevant criteria. This will particularly help those who need to seek new lines of work due to collapsing economic sectors, where matching on job title alone is ineffective. In addition, using labor market-specialized ontologies enriched with country-specific content helps identify hidden skills based on education and experience. This can substantially improve jobseeker profiles and thus broaden the search for suitable jobs and candidates, whilst significantly increasing the accuracy of matches.

Searchable jobseeker profiles and simple recruitment processes for enhanced visibility and virtual mobility

Providing jobseekers with a platform to present themselves with a searchable, well-structured profile enhances their visibility and gives them the opportunity to be found by potential employers. To avoid bias, the open profile should only contain professional information. Integrating the first steps of selection and recruitment process into the system reduces the need to travel in person until a real opportunity presents itself. These features improve both visibility and virtual mobility for jobseekers, which is especially important for vulnerable groups such as low-paid or informal workers and minorities and in times of increased remote working and hiring. Easy-to-use recruitment processes also encourage smaller businesses to transition from informal candidate search, e.g., by word of mouth, to online vacancy posting, making their business and open positions visible to a wider pool of jobseekers.

Non-discriminatory, explainable matching for unbiased and transparent results

Matching processes must be explainable and auditable to ensure transparency and accountability. Moreover, solutions should be designed in a way to guarantee that by default the best candidate with the best aptitude in all individual criteria achieves the best match – regardless of gender, ethnicity, disability or other personal characteristics. This ensures that all jobseekers have equal opportunities, including youth, women and minorities.

Gap analysis for targeted job and career pathing

In times of dramatic shifts in the labor market, many jobseekers are required to identify new lines of work and change professions entirely. By determining the closest match to currently available positions and identifying missing skills, training or other relevant criteria, gap analyses can help find a path out of the employment crisis. Based on real-time labor market data and comprehensive ontologies, they can be used to counsel individual jobseekers, or even to redirect entire workforces from disappearing professions or sectors.

Smart labor market intelligence to identify real-time shifts and labor market shocks

In a turbulent labor market environment with fast and unpredictable changes, smart labor market intelligence delivered in real time as well as well-designed intelligence management tools can make the crucial difference. Processed with a powerful labor market ontology, these data can provide better, more accurate and timely insights – key to effective management and rapid response.

JANZZ systems provide all of the above features and more. We cannot create jobs, but we can help countries smooth out the effects of COVID-19 in labor markets and guide PES in a digital transformation to become more efficient and more sustainable. We can support the transition from guessing to knowing what it will take to give employment back to as many people as possible. For instance, PES can leverage our integrated labor market solution JANZZilms! to take action in key areas and rapidly respond with timely strategies that have real impact.

 

JANZZ Integrated Labor Market Solution (ILMS)

 

 

Since the beginning of March 2020, we have been able to prove how powerful and scalable our systems are. In a large European country, almost 10% of the working population has been forced to register with the unemployment office due to the impact of the pandemic. At the beginning of the crisis, the system, which was designed for about 30,000 registrations per year, was saturated with almost 400,000 registrations within just a few weeks. Although nobody had anticipated a scenario like this during the planning phase, our systems processed almost ten times the volume of transactions without any problems. Performance and stability of the systems were always fully maintained in these important times. In addition, thanks to intuitive and intelligent design, the national PES was able to both increase job counseling capacities and reduce average time to market reintegration. This way, we were able to make a valuable contribution to the government’s efforts to quickly and efficiently register, counsel and reintegrate almost 400,000 job seekers in the country.

Quick and efficient implementation – with no surprises

Our agile methods have led time and again to outstanding products – developed on time and on budget. The standard solutions can be realized in 120 – 180 days, or 90 days in a language we have already deployed before. This provides great value in terms of implementation, operation and maintenance. Moreover, prices are fixed over several years, ensuring financial predictability. For instance, the full bundle solution JANZZilms! including all components such as matching and gap analysis, profiler, ontology, several languages, parsing, dashboards and much more, with up to one million active/concurrent users costs around USD 1 per user and year after implementation. As a complete SaaS solution, no further investments for the systems and hardware, regular maintenance, SLA’s or updating processes etc. are necessary. For larger systems with up to 5 million users in all roles (e.g., PES counsellors, job seekers, companies and job providers, third party providers like education etc.) the price drops to around 60-70 cents per user and year. With even larger systems, the price quickly falls below 50 cents per year.

Moreover, our solutions run in secure, GDPR-compliant cloud environments that are perfectly suited for any IT infrastructure including simpler setups in emerging markets. They also offer great accessibility for all users – from digital natives to tech newbies, on mobile and small screen devices and with slow internet connections.

For more information on how our services and solutions can help strengthen your labor market resilience, visit our product site for PES or contact us at info@janzz.technology. If not now, then when?

Analyzing skills data. Can you see the gorilla?

This is the fourth and last in a series of posts about skills. If you haven’t already, we recommend you read the other posts first: Cutting through the BS and Sorry folks, but “Microsoft Office” is NOT a skill and The poison apple of “easy” skills data – are you ready to give up that sweet taste?

In the third post of this series, we discussed the challenges and opportunities of online job advertisement (OJA) data. Suppose we have the perfect definition of a skill and have extracted all relevant information, including occupation, required experience and training, explicit and implicit skills, etc., from clean, duplicate-free OJA data. What now?

This is the point in many related projects where the data is made accessible in form of, say, an interactive website for interested users. Sometimes there will be a disclaimer stating that the data is not representative or that it is biased in some way. The idea of these websites is to provide information for policy makers, employers, education providers, career starters, etc., so that they can make informed decisions. This is certainly a noble idea. But a disclaimer does not change the fact that these users are still being given a distorted picture. They are enticed to make fact-driven decisions – without being given all the facts. How is a student supposed to make an informed career choice, e.g., trade or profession, if there is only information available for the professional route? How is a policy maker supposed to decide which training projects to allocate funds to if the data is biased towards certain industries or occupations? How is an education provider going to align curricula with market demand if there is no information on how critical a given skill is for a job?

Let us take a look at some of the challenges in analyzing this data.

Increased number of advertisements is not equal to actual expansion of demand. OJA data can only approximate gross changes in demand because the data includes both new positions resulting from growth as well as existing positions left vacant as a result of staff turnover. This means that the future of a given occupation cannot be predicted purely based on the growth of the number of OJA for that job. The same is true for skills.

Frequently mentioned requirements are not necessarily crucial requirements. Even assuming that we have been able to extract all implicit skills (for instance, occupational skills that hirers assume are implicitly obvious to prospective candidates, or skills presumably acquired in training/education), there are still challenges here: First off, there may be a tendency to demand more than necessary for vacancies that are easy to fill and less than necessary for hard-to-fill positions. Also, certain positions tend to ask for education that, per se, is not necessary. An example of this is a STEM degree for quantitative professions. There is rarely need for a graduate’s expert knowledge in physics or biology in consulting, but STEM students typically also acquire skills such as critical thinking, complex problem solving, quantitative reasoning, communication and presentation skills, etc. It is these transferrable skills that such employers are interested in. So simply counting mentions of skills will not reveal the most in-demand skills that are truly relevant to employers.

Implicit skills extraction comes with its own challenges. Profiles for jobs and educations vary greatly on various levels. There is neither a standard skill set for a given occupation, nor is there one for a given education. [1] For instance, the skill set acquired in vocational training for carpenters will depend on the duration of the training (e.g., 1.5 years in Nicaragua vs. four years in Switzerland), or the choice of specialty, and many more factors. Some of the skills required for a nurse in an urban private clinic will differ from those needed by a nurse in a rural state-run hospital, even if they have the same specialty. Thus, skills demand cannot be directly extrapolated from jobs/education demand either.

Ignoring these and other challenges leads precisely to the common misinterpretations we have discussed in this series. One could also call this inattentional blindness, a phenomenon that was famously demonstrated in the “gorilla experiment”. In the experiment, the study participants were told to focus on a specific detail in a video of two teams passing a ball. Mid-way through the video, a gorilla walks through the game, stands in the middle, pounds its chest and exits. More than half the subjects missed the gorilla entirely – and were sure they could not have. Similarly, by focusing on “easy data” and the current publications with their quick and dirty interpretations, we run a big risk of losing sight of what is right in front of us. We think we have a shortage of skills in certain areas and miss the utterly obvious. To illustrate this, let us take a closer look at the most in-demand skill of 2020 according to CEDEFOP data: adapt to change. This also happens to be one of the current global buzz skills.

Note: We will be using several examples from CEDEFOP’s online OJA data tool Skills-OVATE over the course of this post. This does not mean that these data are in any way worse than that of other OJA data providers, we are not here to mock anyone. We simply want to provide real facts from real data in the spirit of a fact-based discussion and we decided to focus on one source for consistency.

Among the top 10 occupations that require the skill adapt to change are Athletes and Sports Players, Aircraft Mechanics and Repairers and Firefighters. Here are all skills listed in the CEDEFOP data for these occupations, ordered by count:

Analyzing skills data. Can you see the gorilla?

These lists are right in the comfort zone, containing many of the current buzz skills. But what about the crucial skills and knowledge [2] that workers in these occupations actually need? Shouldn’t aircraft mechanics have knowledge of aircrafts? Or firefighters be able to tolerate stress? And using office systems cannot possibly be a key skill for athletes and sports players.

So now what?

First off, we should move away from generalizing lists and easy statements. As we have seen in this series of posts, these are clearly not conclusions we can sensibly draw from the available data. Instead, we should move towards more differentiated interpretation and communication – even if it is less sexy. In addition, we should steer clear of normalizing and summarizing skills into generic groups when communicating results. Broad terms such as sales & marketing, computer skills or teamwork abilities may be useful for statistics, but they simply do not convey any useful information in other contexts. Sales skills differ dramatically depending on whether they are sought for a position in retail, selling advertisements for magazines, machinery or an entire power plant. Given in their context, there are millions of skills and these cannot sensibly be squeezed into, say, the just over 13,000 ESCO skills without losing critical information – even if the majority had been parsed and extracted properly, which is clearly not the case in general.

We must find ways to determine crucial skills and distinguish them from buzz skills. Expert knowledge as used to create job-specific skill profiles in taxonomies such as O*NET and ESCO tends to be inaccurate or too generalized because of the wide variety of skill profiles for a given occupation. Thus, determining crucial skills will presumably remain a huge challenge until hirers start to consistently highlight which skills are truly necessary and which are not in job advertisements. In the meantime, skills should at least be analyzed as they arise in the context of an occupation, depending on regions, industries, etc., recording must-have skills in OJA data when available and supplementing this with survey data from both employers and employees.

If the aim is to make the data available to users such as students or policy makers, we should gather and provide additional information where OJA data are insufficient and explain how to look at the data instead of (at best) adding simplified disclaimer blurb. The information must be supplemented to provide a balanced picture of in-demand occupations and skills. By solely relying on OJA data, we are actively pointing even more young people away from occupations and industries in dire need of new talent: skilled trades and construction, nurses, care workers and more – many of which are still clearly “futureproof”. And we are encouraging continued potential misallocation of billions in funding for upskilling and reskilling in the wrong areas. Then again, it may be less expensive than gathering additional data through time-consuming surveys and other costly means and paying for extensive vocational, technical or higher (re-)training… And of course, there is also the challenge of measuring skills supply, which is another key aspect for informed policy making for the labor market. That, however, goes far beyond the scope of this post.

Oh, and we should perform basic sanity checks.

According to CEDEFOP data from 2020, 2% of advertised bartender jobs in the EU require skills in conducting land surveys, aquaculture reproduction, collecting weather-related data or analyzing road traffic patterns.

Analyzing skills data. Can you see the gorilla?

Did you know that 1 in 25 musicians, singers and composers is required to know Java?

Analyzing skills data. Can you see the gorilla?

Does anyone really require freight handlers to know yoga or Bihari? Or should someone maybe go back and check the data collection processes?

Analyzing skills data. Can you see the gorilla?

Sadly, it is very easy to find examples like this, you can find many more in data from any one of your favorite OJA data providers. (Again, we are only using examples from CEDEFOP for consistency, not because their data is any worse than that from other sources.) The only conclusion we can draw from this is that these dashboards and statistics are simply not checked. Otherwise, this could not possibly go unnoticed. It does, however, also shed light on what the authors of the ESSnet Big Data report (mentioned in the previous post) meant by “the quality issues are such that it is not clear if these data could be integrated in a way that would enable them to meet the standards expected of official statistics.”

And because more and more institutions and organizations work with the same few data providers – along the lines of “if everyone works with them, their data can’t be that bad.” – the same mistakes are made over and over, multiplying faster and faster. Quoted, posted and shared everywhere by more and more people. The thing is, repeating them often enough does not make these mistakes better or truer. And now, as of January 20, 2021, the time has come to move past alternative facts. So, let’s start looking for fact-based alternatives.

 

[1] For more on this, take a look at this study or our whitepapers on standard skill profiles and education zones.
[2] CEDEFOP data is based on the ESCO taxonomy, which includes knowledge in its definition of skills.

Thay đổi hoặc chết – Bốn vấn đề cho một tương lai nhiều mặt của Dịch vụ Công về Việc làm

Đó là chủ đề nổi bật của quy trình nhân sự trong thời đại kỹ thuật số ngày nay: làm thế nào để phát triển các công cụ và công nghệ giúp người tìm việc, việc tìm người được tốt hơn, hiệu quả hơn và cập nhật hơn, giải quyết các nhiệm vụ và thách thức khác nhau, theo hướng lấy con người làm trọng tâm. Chọn lọc nguồn nhân lực có chất lượng là một công việc vô cùng khó khăn. Nếu công nghệ của ngày hôm nay không thể định hướng được tương lai, điều này sẽ có tác động mạnh mẽ đến sự bố trí phù hợp giữa người lao động và công việc. Đặc biệt, các vấn đề này sẽ trở nên trầm trọng hơn nữa trong tương lai. Để có sự bố trí phù hợp có nghĩa là chúng ta cần phải hiểu được những thách thức mà thị trường lao động đang phải đối mặt. Tất cả các nhà cung cấp công nghệ đối sánh việc làm đều tin rằng, họ có thể sắp đặt được công việc cho mọi người lao động và do đó, kích thích thị trường lao động. Tuy nhiên, điều này là không thể. Mỗi thị trường lao động đều có những đặc điểm riêng, và việc chỉ thu hút càng nhiều người càng tốt vào thị trường lao động một cách nhanh chóng là không đủ. Luôn luôn có những vấn đề phức tạp khác đòi hỏi sự chú ý của chúng ta. Trong chủ đề phức tạp này, có bốn vấn đề cần thảo luận, chúng sẽ giải thích tại sao giải pháp không chỉ đơn giản là sắp đặt lao động vào thị trường lao động. Và tại sao việc phòng ngừa trong hiện tại lại cần thiết để giảm thiểu các vấn đề trong tương lai.

1 – Toàn dụng việc làm hôm nay, khoảng trống ngày mai

Thất nghiệp có thực sự là một vấn đề ở thế giới phương Tây vào lúc này?

Các số liệu mới nhất về thị trường lao động Hoa Kỳ được công bố ngay sau tuần đầu tiên của năm cho thấy thị trường gần như toàn dụng. Toàn dụng là tình trạng mà hầu như tất cả những người có khả năng và sẵn sàng làm việc đều được tuyển dụng, tình trạng này được định nghĩa xảy ra khi xã hội chỉ có 3% thất nghiệp. Với tỷ lệ thất nghiệp là 4,1%, sau khi 250.000 việc làm mới được thống kê trong tháng cuối cùng của năm 2017, đây là con số thấp nhất trong 17 năm của Hoa kỳ. Mark Zandi, nhà kinh tế trưởng của tổ chức nghiên cứu thị trường Moody’s Analytics, đã đề cập đến thị trường lao động Mỹ trong tình trạng “tốt hết mức có thể”. Nhiều nước phương Tây hiện cũng có số liệu thấp tương tự, thậm chí chưa đến 4% như ở Đức và Thụy Sĩ. Na Uy chỉ cao hơn một chút và mức trung bình của EU là mức thấp nhất trong vòng 10 năm. Ngay cả Vương quốc Anh vẫn chưa bị ảnh hưởng bởi Brexit về mặt này. Điều này đặt ra câu hỏi: liệu các văn phòng giới thiệu việc làm sẽ đóng cửa và nghỉ xả hơi dài ngày?

Hy vọng là không, bởi vì sẽ là sai lầm khi nghĩ rằng các quốc gia này không cần phải lo lắng về thị trường lao động của họ. Mỗi Bộ Lao động phải đối mặt với những thách thức riêng, đó là lý do tại sao các văn phòng việc làm luôn bận rộn. Một giải pháp bố trí lao động đơn giản là không đủ. Yêu cầu đầu tiên và quan trọng nhất là kiến ​​thức chuyên sâu về thị trường lao động và am hiểu những thách thức đa dạng mà chúng ta hiện đang phải đối đầu ở mọi ngóc ngách trên thế giới.

Một thách thức đặc biệt hiện nay là xu hướng số hóa. Trong khi tại nhiều nước ở Châu Âu, thị trường lao động có thể đang tiến tới toàn dụng, xu hướng số hoá này sẽ khiến việc thay thế lao động trở nên dễ dàng hơn trong tương lai. Ai cần đến tài xế taxi khi chiếc xe có thể tự lái? Và ai sẽ cần một công nhân vệ sinh, khi việc dọn dẹp được thực hiện bởi những con robot có thể làm sạch ngay cả trong những góc chật hẹp nhất? Chúng ta cũng cần lưu ý rằng, có sự khác biệt lớn giữa các công việc có trình độ chuyên môn thấp. Ví dụ, máy móc có thể dễ dàng đảm nhận công việc vệ sinh hơn nhiều, so với các công việc có kỹ thuật phức tạp như may đo. Chính vì vậy, không phải tất cả các công việc có trình độ thấp đều có rủi ro bị thay thế – mặc dù phần lớn là như vậy. Mặt khác, kể cả các lao động có trình độ học vấn cao hơn cũng có thể bị thay thế, vì máy tính có thể tính toán và cải tiến chính xác hơn cấu trúc tĩnh của các tòa nhà, quy trình logistic hoặc sản xuất. Tương tự, máy tính ngày càng được coi là đáng tin cậy và có khả năng giúp khách hàng tránh được rủi ro nhiều hơn là các chuyên gia tư vấn tài chính tại ngân hàng, bởi vì máy tính sẽ đưa quyết định dựa trên số liệu thực tế chứ không phải trên cảm tính.

Những thách thức phức tạp này không thể được giải quyết bằng cách bố trí lao động một cách đơn giản, bởi vì ngay cả khi người lao động tìm được việc, công việc này có thể biến mất trong tương lai gần do số hóa. Nếu động cơ đốt trong trở nên lỗi thời và được thay thế bằng động cơ điện, thì chúng ta sẽ cần một lực lượng lao động ít hơn đáng kể, bởi vì việc sản xuất động cơ điện chỉ cần bốn nhân viên, thay vì bảy nhân viên. Ba người thừa sẽ trở nên thất nghiệp, và để tái bố trí việc làm cho họ, chúng ta không thể chỉ đứng nhìn và chờ đợi.

2 – Sự mất cân đối đang gia tăng

Nếu bạn nhìn vào một số ngành nghề nhất định, có một sự đối nghịch đang xảy ra và đây cũng chính là một thách thức. Trong khi một số ngành nghề đang biến mất, các lĩnh vực khác hiện đang ráo riết tìm kiếm nhân viên mới. Các con số được đưa tin trên các phương tiện truyền thông tiếp tục tăng lên: 7.000 vị trí tuyển dụng cho nhân viên y tá ở Thụy Sĩ, 100.000 kỹ sư thiếu ở Đức. Làm thế nào để đáp ứng được nhu cầu ấy trong khi chúng ta không có nguồn cung?

Có một thực tế là các ngành nghề mà mọi người muốn được đào tạo đang bị mất cân đối so với nhu cầu của thị trường. Chúng ta đã quen với việc có quyền tự do lựa chọn nghề nghiệp: hầu hết mọi người đều có thể tự quyết định con đường sự nghiệp mà họ muốn theo đuổi. Sự tự do này dẫn đến tình trạng một số con đường thường được số đông lựa chọn, trong khi những con đường khác hiếm người muốn đi. Hệ quả là có một khoảng cách to lớn giữa hai nhóm này. Trong nhiều ngành nghề hấp dẫn, ngày càng khó đảm bảo cho người lao động có một công việc ổn định trong bốn đến năm thập kỷ, trong khi đó, chúng ta ngày càng kéo dài tuổi hưu. Có bao nhiêu nhà sinh vật biển thực sự cần thiết ở Thụy Sĩ? Và trong khi các nhà sinh vật biển có trình độ cao đang thất nghiệp, các kỹ sư tương lai đã ký hợp đồng lao động khi vẫn đang ngồi trên ghế giảng đường. Đây là một bi kịch.

Chúng ta cần phải lấy đây là động lực để chính quyền, xã hội, các trường đại học và tất cả các bên liên quan có thể tập hợp lại, đoàn kết thực hiện một nhiệm vụ mới. Thị trường có nhu cầu, vì vậy chúng ta phải tăng sức hấp dẫn của lĩnh vực đang có nhu cầu. Đã đến lúc phải hành động, bằng cách đào tạo và lập kế hoạch nghề nghiệp, không chỉ để phản ứng trong trường hợp khẩn cấp mà còn để ngăn chặn những nguy cơ. Chúng ta phải làm gì để khiến thanh niên lựa chọn những lĩnh vực đào tạo cần thiết? Chúng ta phải nhìn vào tương lai. Liệu chúng ta nên hạn chế chỉ tiêu cho các chương trình cấp bằng đại trà? Hay hỗ trợ thêm cho những người chọn các chương trình đào tạo kém hấp dẫn hơn?

Tất nhiên, việc tăng lương cho các ngành nghề như điều dưỡng sẽ khiến ngành này trở nên hấp dẫn hơn. Tuy nhiên, ai sẽ trả tiền cho việc này nếu người bệnh không sẵn sàng chi trả nhiều hơn? Chừng nào sản phẩm và dịch vụ còn trở nên dễ tiếp cận với giá cả phải chăng, thì tiền lương không thể tăng lên – có nghĩa là thu nhập sẽ không đủ và công việc được coi là không hấp dẫn. Do đó, một công việc không thể trở nên hấp dẫn hơn theo cách này.

Khi gặp những thách thức như vậy, sẽ không có ý nghĩa gì nếu chúng ta chỉ chú trọng đến việc bố trí lao động một cách đơn giản, cho dù là bằng công nghệ hay không. Cần phải nhấn mạnh thêm một lần nữa, vấn đề sẽ không thể được giải quyết một cách đơn giản thông qua việc thu hút lực lượng lao động vào thị trường. Thay vào đó, chúng ta phải đảm bảo việc cung và cầu khớp nhau. Chúng ta cần tạo ra các mô hình mới để đáp ứng các xu hướng hiện nay và lấp đầy những thiếu hụt. Các phân tích cho thấy sự thiếu hụt đang gia tăng đều đặn trên tất cả các thị trường. Thật không may, điều này không thể được giải quyết bằng lực lượng lao động di cư, mặc dù hiện nay lực lượng này đang có nhiều cơ hội, đặc biệt là ở châu Âu.

3 – Di cư như một lối thoát duy nhất

Có rất nhiều khu vực trên thế giới nơi thu nhập của người lao động luôn luôn không đủ cho cuộc sống hàng ngày. Ở những nơi này, mọi người cảm thấy họ buộc phải rời đi nơi khác để tìm kiếm việc làm. Ví dụ như ở Lithuania, hầu hết mỗi gia đình đều có người đi làm việc ở nước ngoài. Với chi phí sinh hoạt tăng cao, người dân ở đây khó có thể sống được bằng tiền lương của họ. Kết quả là đất nước nhỏ bé này đã mất đi hơn nửa triệu người trong vòng 15 năm qua – một con số quá lớn nếu xét trên tổng dân số chỉ dưới ba triệu người. Đặc biệt là những người trẻ, họ di cư khỏi đất nước của mình trước hoặc ngay sau khi tốt nghiệp, bỏ lại phía sau một xã hội đang già hóa, thậm chí nhanh hơn trước.

Hãy xem xét dân số của Indonesia: hơn một phần tư tỷ người. Phần lớn người dân thấy rằng thị trường việc làm trong nước khá sôi động vì nền kinh tế phát triển rất nhanh. Tuy nhiên, tốc độ tăng dân số của Indonesia còn nhanh hơn – thêm 3 triệu người mỗi năm, tương đương với dân số của Berlin, Madrid hoặc Lithuania. Hơn một nửa trong số đó dưới 30 tuổi. Tất cả những người trẻ này sẽ cần việc làm. Một lần nữa, nhiều người trong số họ sẽ xem di cư như một giải pháp khó tránh khỏi. Trong những trường hợp như thế này, chúng ta phải tạo ra những mô hình mới, những mô hình giúp cân bằng giữa cung và cầu. Người lao động không thể được sắp đặt một cách đơn giản vào những nơi không có việc làm.

4 – Khi người lao động “có việc làm” vẫn là chưa đủ

Ngay cả khi thị trường có sẵn các việc làm, chiến lược sắp xếp người lao động một cách đơn giản vẫn không mang lại những hiệu quả mong muốn. Ví dụ, một số thị trường lao động Nam Mỹ đang cố gắng chống lại tình trạng thiếu việc làm, cùng với những thách thức khác như tội phạm, lạm dụng ma túy và sự thiếu minh bạch trong dòng tiền. Thiếu việc làm không giống như thất nghiệp, nó có nghĩa là không đủ số giờ làm việc. Người lao động không thể đảm bảo một mức sống đầy đủ với một mức lương thấp. Ngay cả sau rất nhiều nỗ lực không mệt mỏi của các Bộ lao động, tình hình thị trường việc làm ở Nam Mỹ vẫn rất phức tạp. Một ví dụ khác, ở Paraguay, tỷ lệ thất nghiệp là khoảng 9%, một mức tương tự như ở các nước phát triển cao như Pháp hoặc Phần Lan. Tuy nhiên, con số này có nghĩa là gì? Do tình trạng thiếu việc làm và tỷ lệ lao động làm việc trả công theo ngày cao, một số lượng lớn người lao động không được tính vào tỷ lệ thất nghiệp, vì về mặt kỹ thuật, họ vẫn có việc làm. Chính vì vậy, tỷ lệ thất nghiệp không cho chúng ta thấy rõ liệu mức sống của người lao động có được đảm bảo ở một quốc gia hoặc khu vực hay không.

Chúng ta phải hành động thay vì chờ đợi

Mặc dù tỷ lệ thất nghiệp có thể thấp, nhưng một tỷ lệ thấp không cứu được thị trường việc làm. Mỗi thị trường lao động đều có những vấn đề cụ thể cần được xử lý khác nhau. Còn rất nhiều thách thức nữa khiến chúng ta cần phải hành động: Làm thế nào để sắp xếp việc làm cho người trên 50 tuổi, hay những người tị nạn có trình độ cao? Về nguyên tắc, chúng ta có thể thấy trước rằng, nếu các văn phòng Dịch vụ Công về Việc làm của chính phủ không thể thích ứng và đưa ra các giải pháp hợp lý, thì họ phải đối mặt với những thách thức vô cùng lớn và đánh mất khả năng phát triển của mình. Chúng ta phải hành động ngay từ bây giờ, trước hết bằng cách thảo luận, dựa trên tình hình thực tế và tìm kiếm các giải pháp gắn với các công nghệ và công cụ phù hợp. Tuy nhiên, thành công không bao giờ được đảm bảo chỉ bằng việc cung cấp các công cụ và công nghệ. Chúng ta đã phát triển được một hệ thống kiến thức chuyên môn sâu sắc trong suốt một thập kỷ, theo đó, chúng ta có thể biết chính xác vấn đề nào cần được giải quyết, tại vị trí nào, bằng phương pháp, công cụ nào. Điều quan trọng nhất chính là những người sở hữu khối lượng kiến ​​thức chuyên môn sâu rộng ấy phải áp dụng chúng ngay ở giai đoạn đầu. Sớm hay muộn, tình trạng  thất nghiệp sẽ gia tăng trở lại, đặc biệt là trong giới trẻ. Nếu hiểu rõ vấn đề, chúng ta có thể sớm xác định được những khả năng có thể sẽ xảy ra, từ đó, có các chiến lược giải pháp đối phó phù hợp. Hơn nữa, các yêu cầu cụ thể của thị trường lao động phải được xem xét một cách rõ ràng và đáp ứng ngay từ bây giờ. Nói tóm lại, chúng ta phải hành động ngay. Tôi tự hỏi tại sao các chính trị gia, xã hội, các tổ chức giáo dục và những người khác vẫn chỉ đứng bên cạnh và quan sát. Họ nên thảo luận những vấn đề này, ngay bây giờ với các chuyên gia có chuyên môn cụ thể. Đó chính là những người có thể giải quyết, phản ánh và phân tích tất cả các thách thức đã đề cập và chưa được đề cập của thị trường lao động hiện nay. Những kiến thức do các chuyên gia này nắm giữ đều có sẵn, cho bạn, tại JANZZ.technology.

Một giải pháp hiện đại, hiệu quả cao, và có thể tùy chỉnh cho Dịch vụ Công về Việc làm

Ở một số quốc gia, nơi mà trước đây chưa từng có giải pháp nào cho Dịch vụ Công về Việc làm (PES – Public Employment Services), cụm từ này thỉnh thoảng lại được nhắc đến tại một thời điểm khi mà những quốc gia đó buộc phải đổi mới hệ thống tìm kiếm việc làm đã lỗi thời hoặc thiết lập chúng lại từ đầu. Với quá trình số hóa đang tiến triển nhanh chóng, nhu cầu và kỳ vọng về các giải pháp như vậy ngày càng tăng cao. Những giải pháp phải có quy trình nhất quán, đối sánh thông minh, dữ liệu và phân tích thị trường lao động toàn diện, cơ sở phân loại và phân tích cú pháp đơn giản, v.v.

Do đó, việc phát triển và cho ra mắt thành công các giải pháp như vậy một cách bền vững, với hiệu quả cao là một nhiệm vụ rất phức tạp. Công việc phát triển kèm theo các quy trình bắt buộc có thể mất nhiều năm và vô cùng tốn kém, đặc biệt là đối với các hệ thống PES có quy mô nhỏ. Tuy nhiên, với một nền tảng Nhãn trắng (White lable) có thể tuỳ chỉnh, đã được kiểm chứng về tính hiệu quả, với các thành phần mô-đun hiện đại, quá trình phát triển và tung ra các giải pháp nói trên có thể được thực hiện nhanh chóng, dễ dàng và tiết kiệm chi phí, đáp ứng cho mọi yêu cầu và kích thước của PES. Chúng tôi xin giới thiệu về quá trình thông qua bài viết dưới đây

Mô hình “tấm thảm chắp vá” tốn rất nhiều thời gian…

Một giải pháp như vậy thường bao gồm các thành phần bên trong hiện có và các thành phần mới bên ngoài. Loại mô hình này có thể hoạt động, nhưng nó đòi hỏi nhiều thời gian, kinh phí lớn và rất nhiều nỗ lực. Nhiều PES đã đưa ra giải pháp mới bằng cách “chắp vá” một số thành phần hiện có cùng với đội ngũ nhân viên lành nghề như kỹ sư phần mềm và quản lý dự án. Tuy nhiên, trong những năm gần đây, có bao nhiêu đội ngũ “chắp vá” như vậy phát triển được một nền tảng PES hiện đại với tất cả các quy trình và thành phần cần thiết? Liệu các chuyên gia dữ liệu và các nhà phân loại học của họ đã chuẩn bị sẵn sàng cho những thay đổi liên tục của thị trường? Liệu họ có thể cung cấp dữ liệu và nội dung ở các dạng và cấu trúc mong muốn cho các quy trình kỹ thuật số nhất quán hay không, ví dụ: cho quy trình đối sánh?

Trong mọi trường hợp, việc phát triển một nền tảng hiện đại và mạnh mẽ giúp đưa người tìm việc đến với thị trường lao động một cách hiệu quả hơn là một nhiệm vụ cực kỳ thách thức đối với các nhà tư vấn việc làm. Nó bao gồm nhiều tiểu dự án mang tính cấp thiết như nhau. Đối với mỗi thành phần của nền tảng, các nhà cung cấp thường phải được kiểm tra và thử nghiệm thông qua các thủ tục đấu thầu công khai, và các giải pháp nội bộ phải được sửa đổi hoặc thậm chí phát triển lại hoàn toàn. Từ công cụ đối sánh đến phân tích cú pháp, giao diện và trải nghiệm người dùng (UX) để hỗ trợ trò chuyện. Ngay cả việc tư vấn và đánh giá từng công cụ riêng lẻ và từng quy trình phụ cũng mất rất nhiều thời gian. Người nào có thể hiểu và làm việc với những giải pháp manh mún này? Nhà cung cấp nào có cách tiếp cận phù hợp và kinh nghiệm cần thiết?

Rất nhiều nghiên cứu, rất nhiều những cuộc thảo luận và đàm phán đã diễn ra. Cũng cần phải lưu ý rằng, có trong tay công nghệ và công cụ hoàn toàn mới cũng không phải là một giải pháp hoàn hảo. Tất cả các quy trình cũng phải được điều chỉnh. Hoạt động bố trí việc làm, yếu tố cốt lõi thực tế của PES, đã thay đổi đáng kể. Cứ sau 5 đến 10 năm, các cách tiếp cận và quy trình phải được thay đổi và xem xét lại. Trong tương lai,  xu hướng số hóa ngày càng tăng, cùng với những tác động lớn của nó đến thị trường lao động, sự thay đổi này sẽ càng trở nên thường xuyên hơn bao giờ hết. Nếu đi theo hướng này, chúng ta sẽ đánh mất một khoảng thời gian quan trọng kể từ khi bắt đầu dự án cho đến khi giải pháp đi vào hoạt động. Và đôi khi, giải pháp mới đã trở nên lỗi thời ngay tại thời điểm ra mắt. Trong mọi trường hợp, chúng ta sẽ tốn rất nhiều thời gian. Trong khi đó, với một nền tảng nhãn trắng hiệu quả, chúng ta có thể đã có một giải pháp phù hợp và đã được ứng dụng trong một thời gian dài.

Và thường không thể kiểm chứng cho đến khi khởi chạy

Không chỉ tồn tại những thách thức lớn về mặt thời gian, mô hình “tấm thảm chắp vá” cũng chứa đựng vô vàn phức tạp và rủi ro. Các thành phần giải pháp riêng lẻ được phát triển và tích hợp thành một thực thể lớn, theo thời gian, gắn kết vào vào một nền tảng cũ hiện có, hoặc thậm chí vào một nền tảng mới được phát triển nội bộ. Các nhà cung cấp bên trong và bên ngoài có ít hoặc không có thông tin về các thành phần của nhau. Điều này làm cho việc thử nghiệm trở nên khó khăn hơn. Cụ thể là, chỉ có thể thử nghiệm cách các thành phần hoạt động cùng nhau một cách chuyên sâu trước khi phát hành trực tuyến vì không có tham chiếu nào cho một liên kết thành phần như vậy, mà cho đến nay, liên kết đó vẫn chưa tồn tại trong tổ hợp và chế độ chức năng của hệ thống.

Rất dễ hiểu khi các PES có mong muốn tự xây dựng một phần của giải pháp (ví dụ như front end – giao diện người dùng) bằng cách sử dụng các nguồn lực nội bộ. Điều này có thể mang lại những lợi thế trong một số trường hợp nhất định, tuy nhiên cũng dẫn đến nhiều rủi ro và chi phí không lường trước được đối với phần lớn các PES. Mặt khác, đã có sẵn các giải pháp có thể tùy chỉnh, mang lại sự ổn định, độ tin cậy và hiệu quả cho các quy trình vận hành và bảo trì trong tương lai.

Vậy còn tính ổn định, đáng tin cậy, và hiệu quả?

Chúng ta không thể đảm bảo có sự ổn định, để phát triển và bảo trì trong tương lai với mô hình chắp vá, vì những thay đổi đối với phần mềm sẽ khó khăn hơn nếu các thành phần cốt lõi của giải pháp chủ yếu chạy thông qua một Giao diện lập trình ứng dụng (API) bên ngoài. Các giải pháp được phát triển nội bộ phải triển khai một lớp phần mềm cho API. Nếu các thay đổi (dù nhỏ hay lớn) được thực hiện đối với API, thì những thay đổi này cũng phải được thực hiện trong các mô-đun phần mềm tương ứng. Điều này có thể dẫn đến sự mất ổn định, các vấn đề về bảo trì nếu được phát hiện cũng sẽ là quá muộn hoặc hoàn toàn không thể được phát hiện.

Chúng ta cũng không thể đảm bảo hệ thống có thể hoạt động một cách hiệu quả và đáng tin cậy. Nguy cơ xảy ra lỗi tăng lên do sự kết hợp của một số hệ thống phần mềm. Đồng thời, việc xác định vị trí và tìm ra nguyên nhân của lỗi, hay còn gọi là “nguyên nhân gốc rễ”, trở nên phức tạp hơn vì trước hết, điều cần thiết là phải xác định được lỗi đã xảy ra ở phần nào của hệ thống. Ngược lại, nền tảng nhãn trắng đã được các nhiều PES khác sử dụng thành công, mang lại những lợi thế đáng kể về độ thân thiện với người dùng, hiệu quả và khả năng tùy biến của giao diện. Ngoài ra, giải pháp này cũng cung cấp một giao diện thân thiện cho người sử dụng điện thoại di động với thiết kế nhạy cảm và nhiều chức năng khác như là một phần của gói tiêu chuẩn.

Với giải pháp này, nhiều chi phí được loại bỏ, chẳng hạn như chi phí bảo trì và phát triển thêm phần tự chế tạo và tích hợp. Hỗ trợ nội bộ cũng hầu như không cần thiết vì nhiệm vụ này chủ yếu thuộc về nhà cung cấp nền tảng, những người hiểu rất rõ tất cả các tính năng của nền tảng do chính họ tạo ra. Do đó, việc tuyển thêm các kỹ thuật viên hỗ trợ cũng gần như không cần thiết. Ngoài ra, thường phải mất thêm 20 năm trước khi một giải pháp nội bộ mới được thiết kế và phát triển. Trong thời gian ấy, rất khó để giữ chân các nhà phát triển, kiến ​​trúc sư, nhà phân loại học và chuyên gia UX có kinh nghiệm và đủ trình độ (nguồn nhân lực quý hiếm luôn được săn đón ở khắp mọi nơi) và cung cấp đủ cho họ những công việc thú vị trong thời gian chờ đợi.

Một giải pháp duy nhất là tất cả những gì bạn cần

Giải pháp lý tưởng của JANZZ.technology đã sẵn sàng từ lâu: Một nền tảng có thể tùy chỉnh, trong đó tất cả các tính năng cần thiết được tích hợp và thích ứng với từng nhu cầu riêng của tất cả các PES, ngay cả với ngân sách nhỏ hơn. Giải pháp của chúng tôi đã được thử nghiệm kỹ lưỡng và được xây dựng dựa trên kinh nghiệm làm việc nhiều năm với rất nhiều PES trên toàn cầu. Giải pháp tích hợp nhiều ngôn ngữ, với tiêu chuẩn ISCO-08, ESCO và tất nhiên là với các tiêu chuẩn phân loại khác theo từng quốc gia cụ thể, kèm theo tất cả các thiết kế, quy trình và kết hợp màu sắc cần thiết. Bạn có thể yêu cầu một Dịch vụ Đám mây tuân thủ Quy định chung về bảo vệ dữ liệu GDPR (giải pháp này sẽ giải phóng bạn khỏi các tác vụ tốn kém khác) hay dưới dạng cài đặt tại chỗ tuỳ theo yêu cầu, chúng tôi đều sẵn sàng!

Nền tảng có thể được ứng dụng nhanh chóng và dễ dàng, chỉ trong khoảng 180 ngày, được cung cấp bởi JANZZ.technology, với những bí quyết hiện có, chuyên môn sâu rộng và công nghệ đã được kiểm chứng, cùng với các cấu trúc, giao diện dễ dàng thích ứng, và các thành phần kỹ thuật ngữ nghĩa mạnh mẽ nhất hiện nay v.v. Điều này có nghĩa là: chỉ với một ngân sách nhất định, dự án được bảo mật cao, và chỉ sau 180 ngày, người lao động đầu tiên sẽ tìm việc nhờ hệ thống mới.

 

Hãy để chúng tôi có giới thiệu giải pháp tương lai của bạn – cho bạn?
sales@janzz.technology

JANZZ.jobs, một giải pháp nhãn trắng với thủ tục đăng ký ẩn danh

Gần đây, một đề xuất đã được đệ trình bởi ba thành viên của Hội đồng bang Zurich kêu gọi các thủ tục ứng tuyển được ẩn danh khi bổ nhiệm các vị trí mới trong chính quyền bang. Cụ thể, họ quy định rằng quốc tịch, giới tính, hộ tịch, tên và ngoại hình phải được ẩn danh trong bước nộp  hồ sơ đầu tiên. Mặc dù Ủy ban Liên bang chống Phân biệt chủng tộc (FCR) đã ủng hộ việc áp dụng các tiêu chuẩn như vậy trong một thời gian, nhưng việc điều chỉnh các tiêu chuẩn này thường bị cho là quá tốn kém hoặc các giải pháp thay thế quá phức tạp đối với người dùng. Ví dụ, Swisscom cung cấp các ứng dụng ẩn danh qua một địa chỉ e-mail đặc biệt. Tuy nhiên, đây không phải là quy trình tiêu chuẩn của Swisscom và thông tin về điều này bị “chôn lấp” đâu đó trong mục Câu hỏi thường gặp (FAQs) trên trang web của họ. Nói chung, cho đến nay, việc thúc đẩy thực hành các tiêu chuẩn như vậy không mấy thành công ở Thụy Sĩ, mặc dù đã có rất nhiều cuộc thảo luận về sự đa dạng và cơ hội bình đẳng.

Các báo cáo [1], [2] đã chỉ ra rằng một thủ tục ẩn danh ở giai đoạn đầu của quá trình ứng tuyển có thể làm giảm phần lớn sự thiên vị và cải thiện đáng kể các cơ hội bình đẳng. Tại JANZZ.technology, chúng tôi đã thiết kế kiến ​​trúc các giải pháp của mình xung quanh quy trình ẩn danh từ năm 2010. JANZZ.jobs là một giải pháp nhãn trắng (white-lable) được thiết kế để tránh sự thiên vị trong các bước đầu tiên của quy trình ứng tuyển bằng cách che giấu dữ liệu cá nhân của người dùng. Hai hồ sơ được tạo ra để tách biệt thông tin cá nhân và thông tin liên quan đến công việc. Hồ sơ liên quan đến công việc chứa tất cả thông tin có liên quan đến quá trình đối sánh như nghề nghiệp, kỹ năng, kỹ năng mềm, học vấn, kinh nghiệm, thời hạn sẵn sàng làm việc, mức lương, v.v. Hồ sơ này có thể truy cập ngay từ đầu. Hồ sơ cá nhân bao gồm các thông tin như tên, giới tính, quốc tịch, ngày sinh, tình trạng hôn nhân, ảnh chân dung, v.v. chỉ được chia sẻ khi người dùng chấp thuận và không được sử dụng để khớp (đối sánh) công việc .

Ngoài quy trình ẩn danh này, công cụ đối sánh ngữ nghĩa độc đáo của JANZZ.jobs, được hỗ trợ bởi các công nghệ cốt yếu của JANZZ, sẽ tìm kiếm, đối sánh công việc và ứng viên dựa trên sự tương đồng của các thuật ngữ, tức là sự đồng nghĩa và các mối quan hệ khác – trái ngược với so sánh từ khóa đơn thuần. Nó cũng so sánh mức độ của kỹ năng, xác định các thuật ngữ nghề nghiệp khó hiểu thông qua ngữ cảnh, thực hiện phân tích khoảng cách và hơn thế nữa. (Để tìm hiểu về đối sánh ngữ nghĩa, vui lòng xem bài viết trước của chúng tôi JANZZ.technology – cung cấp các công nghệ ngữ nghĩa dựa trên mô hình Ontology)

Đã có rất nhiều văn phòng Dịch vụ Công về Việc làm (PES) trên toàn cầu hiện đang sử dụng Giải pháp nhãn trắng này. Khách hàng của chúng tôi chọn JANZZ.jobs vì:

  • Nền tảng có thể điều chỉnh với các thành phần mô-đun hiện đại, có thể đáp ứng các yêu cầu khác nhau của các PES với quy mô khác nhau,
  • Quá trình thiết lập nền tảng nhanh chóng, dễ dàng và tiết kiệm chi phí. Đặc biệt, đây là một giải pháp lý tưởng cho những PES phải bắt đầu từ số không.
  • Giải pháp đã được thử nghiệm và xây dựng dựa trên nhiều năm kinh nghiệm phục vụ nhiều khách hàng PES trên toàn thế giới, và nó đã được chứng minh là ổn định, đáng tin cậy và hiệu quả,
  • Giải pháp SaaS JANZZ.jobs giúp các PES tiết kiệm ngân sách khi không phải điều hành một phòng CNTT nội bộ. Thay vào đó, họ có thể tin tưởng đội ngũ chuyên nghiệp tại JANZZ trong việc quản lý cơ sở dữ liệu và hưởng lợi từ các bản cập nhật và nâng cấp công nghệ tự động của JANZZ.

_______________________________

Câu chuyện của khách hàng: Làm thế nào một quốc gia ở Trung Mỹ đã xây dựng được một hệ thống tìm kiếm việc làm vô cùng nhanh chóng

Do điều kiện kinh tế bất lợi, khách hàng của chúng tôi, một quốc gia ở Trung Mỹ, đang phải vật lộn với tỷ lệ thất nghiệp ngày càng tăng – đặc biệt là ở giới trẻ. Chúng tôi đã hợp tác trong một dự án địa phương, được thiết kế để củng cố hệ thống tư nhân về Giáo dục và Đào tạo Nghề Kỹ thuật (TVET), đồng thời trang bị cho thanh niên địa phương những kỹ năng cần thiết để tham gia thành công vào thị trường lao động. Sứ mệnh của chúng tôi là tạo ra một nền tảng hiện đại tập hợp tất cả các tài năng và cơ hội việc làm của đất nước, đồng thời kết nối thành công con người và công việc.

Chỉ trong 90 ngày, nền tảng JANZZ.jobs đã được triển khai dưới dạng sản phẩm nhãn trắng và hiện được vận hành như một giải pháp SaaS để giúp khách hàng của chúng tôi:

  • Triển khai một nền tảng đối sánh công việc từ con số không một cách nhanh chóng và tiết kiệm chi phí
  • Thúc đẩy nền kinh tế và củng cố xã hội bằng cách nâng cấp khả năng hiển thị và đối sánh phù hợp hơn giữa nguồn nhân lực và các cơ hội việc làm của đất nước
  • Hỗ trợ các cơ sở giáo dục địa phương điều tra và so sánh nhu cầu của thị trường lao động với hồ sơ của những người mới tốt nghiệp, nhằm điều chỉnh chương trình giảng dạy của họ phù hợp hơn với nhu cầu thị trường,
  • Cung cấp quyền truy cập thông tin về các trung tâm TVET địa phương, các chương trình đào tạo và học bổng, lời khuyên cho các cuộc phỏng vấn và CV, v.v. để cải thiện cơ hội của người tìm việc trong thị trường lao động,
  • Giới thiệu hệ thống đối sánh ứng tuyển ẩn danh giúp cải thiện cơ hội bình đẳng cho người lao động khi nộp đơn xin việc.

_______________________________

Cũng giống như PES, rất nhiều công ty tuyển dụng quy mô vừa và nhỏ đang phải đối mặt với nguồn lực eo hẹp và nhu cầu về một giải pháp tự động và ưu việt trong việc tìm kiếm và đối sánh ứng viên, với mục đích chọn lọc ra được một nhóm nhỏ ứng viên đủ tiêu chuẩn, phù hợp cho các vị trí tuyển dụng. Vì vậy, chúng tôi cũng nhận được yêu cầu từ các đơn vị tuyển dụng. Đây là những công ty tuyển dụng hàng đầu trong các ngành nghề cụ thể, chuyên về các vị trí cấp cao (C-level) cho các khách hàng toàn cầu. Với công nghệ và giải pháp tiên tiến, hoàn toàn có thể tùy chỉnh, JANZZ.jobs có thể được điều chỉnh cho phù hợp với nhu cầu cụ thể của các công ty tuyển dụng vừa và nhỏ, giúp họ đưa doanh nghiệp của mình lên một tầm cao mới. Họ sẽ được hưởng lợi từ việc:

  • Nhanh chóng tiếp cận thị trường bằng cách tung ra một nền tảng hiện đại và mạnh mẽ để thúc đẩy hoạt động kinh doanh
  • Trải nghiệm thương hiệu được cá nhân hóa hoàn toàn với logo doanh nghiệp, màu sắc và mẫu email
  • Sở hữu công cụ tính chi phí dựa trên lưu lượng truy cập để tối đa hóa doanh thu
  • Sở hữu công nghệ đối sánh công việc thời gian thực với hơn 40 ngôn ngữ

Và còn nhiều hơn thế nữa…

_______________________________

Câu chuyện của khách hàng: Cơ quan tuyển dụng trong lĩnh vực chăm sóc sức khỏe, y tế và dược phẩm đang tìm kiếm các giải pháp để hỗ trợ khách hàng của mình tốt hơn

Một trong những khách hàng của chúng tôi là một công ty tuyển dụng chuyên về lĩnh vực khoa học đời sống và chăm sóc sức khỏe ở Châu Âu. Công ty bao gồm một đội ngũ nhỏ ít hơn 10 người. Thông thường, các nhà Quản lý Thu hút Nhân tài dành 50% thời gian vốn đã eo hẹp của mình để tìm kiếm và phân tích CV. Họ thấy rằng họ có thể cung cấp các ứng viên phù hợp hơn cho khách hàng của mình bằng cách sử dụng khoảng thời gian này để thực hiện các cuộc phỏng vấn sâu với một số lượng nhỏ hơn các ứng viên đủ tiêu chuẩn. Vì lý do này, khách hàng của chúng tôi quan tâm đến một nền tảng tuyển dụng cho phép tìm kiếm ứng viên có kỹ năng phù hợp một cách nhanh chóng và hiệu quả.

Bằng cách sử dụng JANZZ.jobs, khách hàng của chúng tôi đã giảm được đáng kể thời gian xử lý hồ sơ cho các nhân viên của họ. Mặt khác, nhờ quy trình ẩn danh giúp bảo vệ quyền riêng tư của các khách hàng, chất lượng của các hồ sơ ứng tuyển phù hợp cũng tăng lên. Điều này có được là do:

  • Khả năng đối sánh chính xác các kỹ năng, trên nhiều ngôn ngữ khác nhau tăng lên đáng kể giữa ứng viên và vị trí tuyển dụng so với các nền tảng tìm kiếm việc làm truyền thống
  • Tăng tính minh bạch khi các ứng viên hiểu tại sao hồ sơ bị từ chối
  • Khả năng tìm ứng viên phù hợp dựa trên kỹ năng có độ chính xác cao, từ đó các vị trí tuyển dụng chỉ được hiển thị và truy cập bởi các ứng viên tiềm năng này.

_______________________________

Để tìm hiểu thêm về các quy trình ẩn danh của JANZZ và xây dựng các giải pháp tuyển dụng mang thương hiệu của bạn, vui lòng liên hệ với sales@janzz.technology

 

[1] Ines Böschen, Dr.Ramona Alt, Annabelle Krause, Dr. Ulf Rinne and Prof. Dr. Klaus F. Zimmermann. 2012. Pilot project ‘Depersonalised application procedures’. URL: https://www.antidiskriminierungsstelle.de/SharedDocs/Downloads/DE/publikationen/AnonymBewerbung/Kurzfassung-Abschlussbericht-anonym-kurz_englisch.pdf?__blob=publicationFile&v=4

[2] Eva Heinimann and Ralf Margreiter. 2008. Anonyme Bewerbung: Ein Zürcher Pilotprojekt für mehr Chancengleichheit und innovative Lehrlingsselektion. URL: https://www.panorama.ch/pdf/bba4814b.pdf