AI-kandidaatmatching en cv-parsing: van ruwe cv's naar bruikbare shortlists
Een recruiter heeft twee verschillende problemen: een cv moet leesbaar en doorzoekbaar worden, en een vacature moet een shortlist opleveren.
Cv-parsing lost het eerste op door gegevens uit een document te halen en in gestructureerde velden te zetten. AI-kandidaatmatching lost het tweede op door profielen te vergelijken en een score toe te kennen. Deze gids laat zien hoe beide functies in een ATS+CRM samenwerken, waar de grenzen liggen en hoe je een matchscore beoordeelt voordat je iemand voordraagt.
Wat kandidaatmatching wel en niet doet
Kandidaatmatching vergelijkt een bestaand kandidaatprofiel met andere profielen in je database en rangschikt de uitkomsten. In plaats van alleen losse trefwoorden te vergelijken, kijkt de matching naar een samenhangend profiel: vaardigheden, ervaring, opleiding, locatie, taal, functietitels en bedrijfstak. De uitkomst is een percentage tussen 0 en 100, waarbij een hogere score een sterkere gelijkenis met het primaire profiel aangeeft. Dat percentage is een hulpmiddel om te prioriteren, geen bewijs dat iemand geschikt is. Je blijft zelf verantwoordelijk voor het controleren van de onderliggende gegevens en voor het gesprek met de kandidaat.
Hoe de matching in de praktijk verloopt
De matching gebruikt een tweetrapsbenadering die in de bron 'bimetrisch scoren' wordt genoemd: het algoritme vergelijkt twee profielen in twee richtingen en weegt daarbij meerdere cv-details mee. Praktisch betekent dit dat je vanuit een kandidaatprofiel het sterpictogram opent en een lijst ziet van kandidaten die op dat profiel lijken. Elke getoonde match krijgt een score van 0 tot 100 en het systeem toont maximaal 25 matches voor het primaire profiel. Vanuit die lijst kun je kandidaten toewijzen aan vacatures, aan hotlists toevoegen, e-mails versturen of voordragen aan contactpersonen. Dezelfde functie is bereikbaar via het tabblad Kandidatenpijplijn in een vacatureprofiel.
Wat cv-parsing toevoegt aan je database
Cv-parsing haalt gestructureerde informatie uit een cv: naam, contactgegevens, vaardigheden, werkgeschiedenis en opleiding. Die gegevens worden opgeslagen in velden, zodat je kandidaten kunt filteren en doorzoeken. De parser kan ook sociale-media-URL's en andere details vastleggen, waardoor een profiel vollediger wordt dan een losse upload. Belangrijk onderscheid: parsen is extractie, matchen is ranking. Een goed geparseerd profiel maakt matching beter, maar een hoge matchscore zegt niets over de kwaliteit van het originele document.
Zes eigenschappen van de AI-cv-parser
De parser is bedoeld om uit een cv bruikbare velden te halen in plaats van alleen tekst te bewaren. De precieze prestaties en de actuele technische koppelingen verschillen per implementatie en worden door de eigenaar vastgesteld. Op hoofdlijnen zijn er zes eigenschappen die je bij de beoordeling van een cv-parser kunt meenemen, en die je in een proefopstelling zelf kunt toetsen aan je eigen documenten en talen. Een historische koppeling met Sovren is in de bron genoemd; of die nog actief is, is een eigenaarsafhankelijkheid en geen publiek vaststaand kenmerk. De zes eigenschappen op een rij, met per punt wat je in een test wilt controleren: 1. Parseerefficiëntie: meet hoeveel velden correct worden gevuld bij representatieve cv's en hoe vaak handmatige correctie nodig is. 2. Meertalige ondersteuning: test cv's in de talen die je daadwerkelijk ontvangt, inclusief mengvormen en ander schrift. 3. Gedetailleerde extractie: controleer of werk- en opleidingsgeschiedenis, sociale-media-URL's en vergelijkbare details in afzonderlijke velden terechtkomen. 4. Veelzijdigheid: probeer bestanden uit e-mailbijlagen, sollicitatieformulieren en vacaturebanken, en let op verschillende bestandsformaten en lay-outs. 5. Verrijking: kijk of lege velden in een bestaand kandidaatprofiel kunnen worden aangevuld tijdens het bewerken of via inline bewerken, zonder bestaande waarden te overschrijven. 6. Integratie: test of sollicitaties worden geparseerd wanneer kandidaten via de Public API of Zapier worden toegevoegd, en of fouten zichtbaar en herstelbaar zijn.
Checklist: een matchscore beoordelen voordat je voordraagt
Gebruik deze volgorde om te voorkomen dat een hoog percentage je oordeel vervangt:
- Controleer of het primaire profiel compleet is. Ontbrekende velden verlagen de betrouwbaarheid van de vergelijking.
- Open de matchlijst vanuit het sterpictogram of via de Kandidatenpijplijn en bekijk de score in samenhang met de onderliggende velden.
- Vergelijk vaardigheden, ervaring, opleiding, locatie, taal, functietitel en sector. Een score alleen is geen selectiecriterium.
- Beoordeel of het cv leesbaar en volledig was. Bij een onduidelijk cv is de extractie mogelijk onvolledig.
- Documenteer je eigen afweging voordat je de kandidaat toewijst, op een hotlist zet of voordraagt.
Een uitgewerkt voorbeeld met de bestaande cijfers
Stel: je hebt een primair profiel van een Java-ontwikkelaar met vijf jaar ervaring, een opleiding in informatica en een locatie in Utrecht. Je opent het sterpictogram en ziet een lijst met maximaal 25 matches, elk met een score tussen 0 en 100. Kandidaat A scoort 92, kandidaat B scoort 74. De score van A zegt dat het profiel sterk lijkt op het primaire profiel, maar je controleert nog steeds of de vaardigheden, de sector en de taal overeenkomen. Als het cv van A onvolledig was, kan de score zijn gebaseerd op minder gegevens. Kandidaat B kan in een gesprek beter passen door ervaring die niet in de velden stond. De score is dus een startpunt voor je shortlist, niet het eindpunt.
Frequently asked questions
Kan ik de software gratis uitproberen?
Of er een gratis proefperiode beschikbaar is, hoe lang die duurt en welke voorwaarden gelden, is een actuele aanbieding van de eigenaar en geen vaststaand onderdeel van de software zelf. De oorspronkelijke aankondiging noemde een gratis proefperiode zonder creditcardgegevens, maar dat is historische informatie over de uitgever en geen bevestiging van het huidige aanbod. Controleer daarom vóór je je aanmeldt de actuele proefvoorwaarden, de duur, eventuele limieten en of er een betaalmethode nodig is. Wil je het product eerst inhoudelijk beoordelen, vraag dan een demonstratie aan en toets de matching en het parsen met je eigen cv's en vacatures.
Zijn er beperkingen aan de AI-functies voor matchen en parsen?
De AI-functies voor matchen en parsen zijn gemaakt om met veel verschillende cv's en profielen om te gaan, maar de uitkomst is nooit beter dan de invoer. Ontbrekende, tegenstrijdige of slecht leesbare gegevens kunnen de extractie onvolledig maken en daardoor de matchscore vertekenen. Reken dus op een controle stap: lees het geparseerde profiel na, vergelijk de score met de onderliggende velden en beoordeel de kandidaat ook buiten het percentage om. Of en hoe vaak de AI-mogelijkheden worden bijgewerkt, is een actuele toezegging van de eigenaar en geen publiek vaststaand feit; vraag bij een evaluatie naar de actuele functionaliteit en naar de manier waarop kwaliteit wordt gemeten.
Wat betekent bimetrisch scoren bij AI-kandidaatmatching?
Bimetrisch scoren is een matching in twee richtingen waarbij twee kandidaatprofielen worden vergeleken op basis van een samenhangend profiel in plaats van alleen trefwoorden. Details zoals vaardigheden, ervaring, opleiding, locatie, taal, functietitels en bedrijfstak worden meegewogen. Het resultaat is een matchpercentage dat de gelijkenis tussen de profielen uitdrukt.