Top Banner
Data driven loopbaanbeleid 17 maart 2016 #EE2016
15

Geert jan waasdorp Powersessie - Data driven Loopbaanbeleid

Jan 07, 2017

Download

Recruiting & HR

Welcome message from author
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Page 1: Geert jan waasdorp Powersessie - Data driven Loopbaanbeleid

Data driven loopbaanbeleid

17 maart 2016

#EE2016

Page 2: Geert jan waasdorp Powersessie - Data driven Loopbaanbeleid

Ontwikkelingen binnen mobiliteit

• Prestatie afspraken

• Focus op tijd, snelheid en resultaat

• Inzet van ‘gespecialiseerde’ adviseurs

• Meer techniek

• Meer spreadsheets + data

• Verzakelijking

• Opkomst van ‘maatwerk’ aanpakken

• …

2

Page 3: Geert jan waasdorp Powersessie - Data driven Loopbaanbeleid

Arbeidsmarkt-

kans

Arbeidsmarktbeheersing

Arbeidsmarktpositionering

Page 4: Geert jan waasdorp Powersessie - Data driven Loopbaanbeleid

Case

Een zorgverzekeraar in Eindhoven gaat reorganiseren waardoor

200 personen boventallig worden verklaard. Vooral administratief

(ondersteunende) functies op (v)mbo en hbo niveau gaan

verloren.

Een paar kenmerken:

• 200 medewerkers

• Gemiddelde leeftijd:51

• Gemiddeld aantal dienstjaren: 12

• Locatie: Eindhoven

4

VERDELING IN AANTALLEN

<30 30-40 jr 40-50 jr 50+ Totaal

<= MBO-3 0 12 32 18 62

MBO-4 3 21 29 42 95

HBO 1 6 14 22 43

Page 5: Geert jan waasdorp Powersessie - Data driven Loopbaanbeleid

Doorrekenen van bestanden

5

Page 6: Geert jan waasdorp Powersessie - Data driven Loopbaanbeleid

Data driven mobiliteitsstrategie

6

Page 7: Geert jan waasdorp Powersessie - Data driven Loopbaanbeleid

Data driven mobiliteitsstrategie

7

Page 8: Geert jan waasdorp Powersessie - Data driven Loopbaanbeleid

Data driven mobiliteitsstrategie

8

Page 9: Geert jan waasdorp Powersessie - Data driven Loopbaanbeleid

Arbeidsmarkt-

kans

Waar staan de groepen op de as?

Page 10: Geert jan waasdorp Powersessie - Data driven Loopbaanbeleid

Arbeidsmarkt fitheid

• Inschatting: ervaring/vakmanschap

• Inschatting: objectief

• Inschatting o.b.v. ‘aannames’, voorbeeld:

• Leeftijd

• Aantal jaren in dezelfde functie

Voorbeeld:

Arbeidsmarktfitheid

< 30: goed

30-40 jaar: gemiddeld

40-50 jaar: matig

50+: slecht

10

Page 11: Geert jan waasdorp Powersessie - Data driven Loopbaanbeleid

Arbeidsmarkt-

kans

Arbeidsmarktbeheersing

Waar staan de groepen nu?

70

70

Page 12: Geert jan waasdorp Powersessie - Data driven Loopbaanbeleid

Arbeidsmarkt-

kans

Arbeidsmarktbeheersing

Waar staan de groepen nu?

4

27

43

64

62

Page 13: Geert jan waasdorp Powersessie - Data driven Loopbaanbeleid

Wat is het plan per doelgroep?

• Wie heeft veel ‘hulp’ nodig?

• Wie weinig?

• Welke variaties kun je hebben in type adviseurs?

• Welke varianties van instrumenten kun je inzetten?

• Waar kun je de meeste maanden winnen?

• …

13

Page 14: Geert jan waasdorp Powersessie - Data driven Loopbaanbeleid

Conclusies

• Objectivering van arbeidsmarktkansen geeft richting

aan oplossingen en gerichte inzetbaarheid van

loopbaanadviseurs

• Kandidaten en adviseurs inzetten in hun kracht

• Processen versnellen

• Middelen optimaliseren

• Gericht kansen aanreiken, zoals

• Wie hebben vacatures?

• Welke kanalen geven de beste vacatures

• Waar moet je netwerken?

• Welke opleidingen zijn kans vergrotend

• …

14

Page 15: Geert jan waasdorp Powersessie - Data driven Loopbaanbeleid

Dank je wel voor jullie aandacht

17 maart 2016

#EE2016