LinkedIn weet waar het succes zit, dankzij data

Waar je moet studeren om de juiste baan te krijgen? En waar de beste werknemers wonen? Gegevens van LinkedIn-gebruikers vertellen het.

Zo lopen de connecties van één LinkedIn-gebruiker. Het zakelijke sociale netwerk gaat data van gebruikers gericht inzetten. Beeld LinkedIn, bewerking NRC

Met zo’n 6 miljoen gebruikers in Nederland, en 350 miljoen wereldwijd, heeft LinkedIn nogal wat data over zijn gebruikers. Het zakelijke sociale netwerk bedenkt de laatste maanden steeds meer manieren om die data te benutten. Allen Blue, mede-oprichter van LinkedIn en verantwoordelijk voor de productontwikkeling, vertelt erover.

Wat weet LinkedIn eigenlijk van gebruikers?

Allen Blue: „We weten alles wat gebruikers over zichzelf vertellen. Dat is bijvoorbeeld informatie over hun connecties, vaardigheden, en de banen die zij hebben gehad. In principe is alles wat mensen op LinkedIn zetten openbaar, en die data kunnen wij dus benutten.”

Wat kunnen jullie daarmee?

„Uiteindelijk willen we een ‘economische grafiek’ van de wereld maken: alle ingrediënten van de actieve economie in kaart brengen. Banen, scholen, vaardigheden die werknemers hebben, vacatures die bedrijven open hebben staan. Als je uitzoomt op die gegevens en ze geaggregeerd bekijkt, kun je daar interessante dingen uit halen. Vooral uit de informatie over vaardigheden die mensen hebben.”

Wat dan?

„We hebben laatst een project in New York gedaan met de burgemeester, die van zijn stad een hub voor technologie wil maken. Voor hem hebben we een samenvatting gemaakt van de stromen van vaardigheden en talent: wat New York in- en uitgaat. Daardoor zagen we dat bedrijven daar vooral zoeken naar medewerkers met vaardigheden als webontwikkeling. Ook hebben we gekeken naar welke onderwijsinstellingen mensen het best voorbereiden op de vaardigheden die bedrijven zoeken. We zien welke bedrijven er recent mensen hebben aangenomen, en waar hun medewerkers vandaan komen. Voor overheden en onderwijsinstellingen is dat soort data belangrijk. We werken inmiddels ook samen met het Nederlandse ministerie van Economische Zaken voor vergelijkbare analyses, en met de Amsterdam Economic Board, een adviesorgaan van de gemeente Amsterdam.”

Wat hebben gebruikers daaraan?

„Je ziet dat de vaardigheden die van mensen worden gevraagd snel veranderen, onder andere door technologische ontwikkelingen. De instituties die daar nu inzicht in moeten bieden, hebben er moeite mee bij te blijven. Wij kunnen die informatie realtime aanleveren.

„Die informatie is ook nuttig voor de gebruikers. Als zij beslissingen nemen over welke opleiding ze kiezen, kunnen wij laten zien welke universiteiten hun studenten het best voorbereiden op de vaardigheden die bedrijven vragen. We maken sinds vorig jaar een ranking van Amerikaanse universiteiten. Dat willen we ook in andere landen doen. Wanneer die ranking naar Nederland komt, weten we nog niet.”

LinkedIn verdient het meest aan bedrijven die betalen om data te gebruiken voor werving en selectie. Gaan jullie hieraan ook op die manier verdienen?

„Het ligt voor de hand dat recruiters van bedrijven ook interesse hebben in de in- en uitstroom van vaardigheden en mensen. Dus ja. De projecten die we tot nu toe met overheden hebben gedaan, daarachter zit nog geen verdienmodel. Wat op termijn ook veel waarde kan creëren, is voorspellende informatie.”

Wat kunnen jullie dan voorspellen?

„De betrouwbaarheid van voorspellende modellen moet wel toenemen voordat we dit echt gaan aanbieden. Maar een van de dingen die nu lastig is bij het kiezen van een opleiding is: welke vaardigheden zijn over vier of vijf jaar relevant en gewild? Ik denk dat we over een tijdje kunnen voorspellen welke studies relevant zijn voor de banenmarkt over een aantal jaar, op basis van patronen uit het verleden.”

Zijn LinkedIn-data wel betrouwbaar? Mensen zetten erop waar ze blij mee zijn, niet waar ze zich voor schamen.

„We hebben een aantal manieren om de informatie te controleren. Dat doen we met automatische systemen die door patroonherkenning vreemde combinaties kunnen identificeren. Bovendien speelt het sociale netwerk van mensen een grote rol. Als je vorige baas, of een oude collega, ziet dat er iets niet klopt, heb je een probleem. Dat zorgt voor meer eerlijkheid.”