Bij Revelio Labs wil CEO en oprichter Ben Zweig een universele HR-database creëren uit openbare bronnen. Doel: de Bloomberg van HR worden. ‘90% van data-analyse is het opschonen van data, en de andere 10% is klagen over het opschonen van data. Iemand moet het opschoningsproces doen: Revelio Labs.’
Wil jij meer horen over Revelio Labs? Kom dan naar de Talent Intelligence Conference 2024.
Ben Zweig is de CEO van Revelio Labs, een bedrijf voor personeelsintelligentie dat de nieuwste ontwikkelingen in AI-onderzoek benut om een universele HR-database te creëren uit openbare bronnen. De missie van Revelio Labs is om unieke inzichten te bieden en trends in Human Capital bloot te leggen om bedrijven en investeerders te versterken.
Ze indexeren honderden miljoenen openbare arbeidsgegevens. Volgens Revelio Labs stelt hun ‘universele HR-database’ hen in staat om de dynamiek van het personeelsbestand van elk bedrijf te begrijpen. De klanten van Revelio Labs omvatten investeerders, bedrijfsstrategen, HR-teams en overheden.
Oprichter Zweig werkt in New York, waar hij ook cursussen Data Science en The Future of Work geeft aan NYU Stern. Hij zal een keynote speaker zijn op de tweede Talent Intelligence Conference. Omdat een van zijn cursussen ‘Data Bootcamp’ is, kunnen we erop vertrouwen dat hij de goederen in recordtijd levert, NY-stijl.
Tijdens een gesprek via Teams vanuit zijn kantoor in New York vertelt Ben hoe de focus op personeelsanalyse belangrijk is, ‘omdat we geloven dat organisaties en mensen lijden onder een gebrek aan begrip van het wereldwijde talent. Arbeidsgegevens, in tegenstelling tot financiële gegevens, missen de standaardisatie die nodig is om verfijnde inzichten te ontwikkelen. Toch zijn arbeidsmarkten de grootste en belangrijkste markten ter wereld.’
Revelio Labs, dat streeft naar een efficiëntere, transparantere en wetenschappelijke arbeidsmarkt, met behulp van teams van datawetenschappers, economen en ingenieurs.
Maar om te begrijpen hoe Ben Zweig Talent Intelligence bij zijn bedrijf gebruikt, vertelt hij eerst over het begin van het bedrijf.
‘Ik leidde een personeelsanalysesteam bij IBM en vond de analyses die we deden interessant, maar zeer beperkt. Beperkt omdat we geen externe informatie hadden. We analyseerden altijd interne IBM-gegevens en hadden gewoon geen context. We konden niet strategisch worden en kijken hoe we ons onderscheidden.’
‘Dus begon ik Revelio Labs met het idee om externe gegevens en benchmarking naar de HR-ruimte te brengen. Het bleek dat dit parallel ook door anderen gebeurde: Talent Intelligence is in mijn ogen het binnenhalen van externe gegevens in HR en het bedrijfsleven.’ TI ontwikkelt zich echt snel, zegt Zweig, wat hij erg opwindend vindt.
‘Ik denk dat ik twee tot drie jaar geleden werd geïntroduceerd bij The Talent Intelligence Collective en de podcast door Alison Ettridge en Toby Culshaw. Op dat moment viel alles echt op zijn plek. Wauw, hier zijn groepen binnen bedrijven die op weg zijn om dingen te doen zoals ik had gehoopt dat ze zich zouden ontwikkelen.’
‘En ik probeerde de zaken vanuit mijn perspectief in die richting te duwen. Een tijdje dacht ik echt dat de missie van Revelio was om de people analytics-functie meer naar deze externe kijk te brengen. Ik realiseerde me dat er een andere functie is die veel meer filosofisch is afgestemd en hongerig is naar gegevens en echt op een andere manier denkt.’
‘Ik had onderzoek gedaan in arbeidseconomie. Als arbeidseconoom denk ik echt een beetje anders. We denken meer aan data, meer aan de externe markt en meer aan de context en toepassingen van het gebruik van data op een rigoureuzere manier. De Talent Intelligence-gemeenschap lijkt mentaal meer op arbeidseconomen dan op organisatiepsychologen. Als discipline zijn ze zeer afgestemd op hoe ik de wereld zie.’
Wat is het essentiële verschil tussen arbeidseconomie en organisatiepsychologie?
‘Talent intelligence is in feite arbeidseconomie. Het is heel, heel vergelijkbaar. De data zijn hetzelfde, de vragen zijn zeer vergelijkbaar, de mentaliteit is hetzelfde. Talent Intelligence zou hernoemd kunnen worden tot het team arbeidseconomie… (lacht) Ze weten het alleen nog niet.’
Dus wat voor soort vragen beantwoord je met je bedrijf? Met wat voor soort vragen help je je klanten?
‘De vragen zijn echt gevarieerd, terwijl de dataset echt hetzelfde is. Uiteindelijk zien we wat we doen als voornamelijk het opbouwen van deze universele HR-database. Enorme datasets van profielen, vacatures, sentimentbeoordelingen, salarissen, freelance platforms, ontslagmeldingen en immigratiebestanden. Alles en nog wat.’
‘We willen deze database echt centraliseren, verrijken en het echt gemakkelijk maken om te navigeren en te gebruiken voor welke doeleinden dan ook. Zodra we de database hebben, is het aan de klanten hoe ze deze gebruiken. Meestal gebruiken ze de basis om bedrijven te analyseren. Waar zijn er pieken in het verloop van sleutelrollen in bedrijven? Wat gebeurt er in dit bedrijf? Wat is de samenstelling van hun personeelsbestand? Wat zijn de markten waarin ze actief zijn? Bedrijven en hun concurrenten begrijpen. Zodat je bijvoorbeeld, als je Java-ontwikkelaars in Bangalore wilt analyseren, een echt diepe, grondige analyse kunt hebben omdat alles uit dezelfde data komt.’
Hoe zorg je voor de kwaliteit van de data? Ze worden niet op dezelfde manier geregistreerd van land tot bedrijf.
‘Ja, personeelsdata zijn een puinhoop. Vorig jaar sprak ik op de conferentie over alle mogelijke problemen met de onderliggende ruwe data. En de verwerking en verrijking die je moet doen om de data echt bruikbaar te maken. Bijvoorbeeld: LinkedIn-profielen als bron gebruiken is problematisch omdat iedereen gewoon schrijft wat ze willen, vrije tekst. Er zijn verschillende conventies voor titels, verschillende talen, bedrijfsnamen, senioriteitsniveaus, verschillende vaardigheden. Talloze problemen. De meest rommelige data die je je kunt voorstellen. Uiteraard veel werk.’
‘Maar als technologieaanbieder is dit een van de rechtvaardigingen voor ons bestaan: grip krijgen op deze data. Wij bij Revelio Labs willen die inspanning centraliseren zodat iedereen ervan kan profiteren. Laten we zeggen dat we een model hebben om nepgebruikers te detecteren, dat kan een project van zes maanden zijn. Maar dan is het wereldwijd en algemeen. Het zou gek zijn als elk bedrijf dit zes maanden durende project zou aangaan om één probleem op te lossen terwijl er 100 andere problemen zijn om op te lossen. We hebben een team van 60 fulltime datawetenschappers en ingenieurs die dit soort problemen oplossen.’
Dus je biedt je bedrijf aan om dit voor de rest van de wereld te doen. Een monopolie voor je platform.
‘90% van data-analyse is het opschonen van data, en de andere 10% is klagen over het opschonen van data. Iemand moet het opschoningsproces doen, en niemand wil het echt. Ik denk dat mijn team er enthousiast over is, gewoon omdat het echt uitdagende problemen zijn. En de data zijn moeilijk op te schalen. Dus we willen echt een soort Bloomberg-terminal zijn. Bloomberg neemt al deze financiële data op en verzorgt de curatie. Uiteindelijk heeft iedereen in de financiële wereld gewoon al deze schone, nette data binnen handbereik, om hun dagelijkse werk te doen.’
Nieuwe trends waarover je wilt praten op de conferentie?
‘Om verder te gaan dan geografische of marktanalyses, moeten we meer strategische benchmarking doen om strategische personeelsplanning te ondersteunen. En dat vind je echt meer in competitieve benchmarking.’
‘Een andere trend zou zijn het maken van een soort tools en applicaties om recruiters te helpen zichzelf te helpen. Zo krijg je de Talent Intelligence-functie op een lager niveau in de organisatie. Niet alleen TA-directeuren, maar ook recruiters en sourcers. Gedetailleerde, bruikbare inzichten in het personeelsbestand voor meer mensen in de organisatie. De missie van Revelio Labs zou niet alleen het oplossen van een probleem moeten zijn, maar ook bijdragen aan bredere industriële of maatschappelijke vooruitgang. Voor een startup in dit veld die een product ontwikkelt met een duidelijke, missiegedreven doelstelling, kan dit je onderscheiden in een drukke markt.’
‘In wezen pleit ik voor het imperialisme van Talent Intelligence. Ik pleit echt voor het uitbreiden van de scope van TI om zowel breder te gaan, in termen van planning, als dieper in termen van het helpen van recruiters. Misschien ga je mensen voor de voeten lopen. De uitdagingen zijn: het is meer werk om aan te pakken en het vereist gewoon meer middelen en tijd. Een andere uitdaging is organisatorische wrijving. Misschien zou je in de weg staan van computer- en personeelsanalyses en andere groepen die dit als hun terrein beschouwen.’
Overige
Wil jij altijd op de hoogte zijn over arbeidsmarktontwikkelingen, arbeidsmarktdata en werving en selectie? Dan is onze nieuwsbrief precies wat je zoekt.
