Je hoeft geen licenties van duizenden euro’s te kopen om slimmer te werven. Veel informatie over vraag, aanbod en concurrentie op de arbeidsmarkt is gewoon openbaar beschikbaar. Het verschil zit niet in toegang, maar in weten welke databron je pakt en hoe je er praktische keuzes mee maakt.
Waarom openbare arbeidsmarktdata vaak al genoeg is
De meeste wervingsvragen beginnen met dezelfde onzekerheden: is er wel genoeg aanbod, waar zit het, en wat doen concurrenten? Met openbare cijfers kun je die vragen vaak al beter beantwoorden dan op onderbuikgevoel.
Open data is vooral geschikt als je wilt starten met een datagedreven basis: functies afbakenen, regio’s vergelijken, seizoenspatronen herkennen en aannames toetsen. Je mist soms detail (bijv. real-time kandidaatgedrag), maar je wint snelheid en objectiviteit.
Handig uitgangspunt: gebruik data om beslissingen “kleiner” te maken. Niet: “de arbeidsmarkt is krap”, maar: “in regio X is het aandeel vacatures voor rol Y gestegen, dus we moeten sneller schakelen en een ander kanaal testen”.
Welke arbeidsmarktdata kun je gebruiken zonder dure tools?
Hieronder staan databronnen die je kosteloos of laagdrempelig kunt gebruiken. Ze vallen grofweg uiteen in drie soorten: macro (economisch en sector), meso (regio en beroep) en micro (jouw eigen procesdata).
Meer weten over datagedreven recruitment?
- Recruitment met AI & Data
- Gemiddeld ingevuld in 3–8 weken
1) CBS: werkgelegenheid, lonen, sectoren en regio’s
Het Centraal Bureau voor de Statistiek is een van de meest bruikbare bronnen als je feiten zoekt over werk, lonen, bedrijfstakken en regionale verschillen. Het is minder geschikt om “vacatureteksten te scrapen”, maar heel sterk in context: wat gebeurt er structureel?
Voor recruitmentteams zijn dit typische toepassingen:
- Vraagstukken over groei of krimp per sector (bijv. industrie, logistiek, bouw).
- Regionale arbeidsmarkt: waar stijgt werkgelegenheid, waar daalt die?
- Loonontwikkeling als signaal voor toenemende concurrentie op schaarse profielen.
Een praktisch startpunt is CBS Open Data (StatLine), waar je tabellen kunt filteren op regio, periode en onderwerp. Kies liever één of twee indicatoren die je maandelijks of per kwartaal volgt dan twintig grafieken die niemand onderhoudt.
2) UWV: arbeidsmarktprognoses en spanning per beroep/regio
UWV publiceert veel informatie over kansrijke beroepen, krapte-indicatoren en regionale duiding. Dit helpt vooral als je wilt weten of jouw functie in een bepaalde regio structureel moeilijk te vervullen is, en welke alternatieve doelgroepen logisch zijn.
Gebruik UWV-data onder meer voor:
- Inschatten van arbeidsmarktspanning per beroep en regio.
- Onderbouwen van opleidings- of instroomroutes (bijv. zij-instroom, BBL).
- Verwachtingen managen richting hiring managers: “dit profiel is niet ‘even’ te vinden in 2 weken”.
UWV publiceert dit gebundeld in hun arbeidsmarktthema’s en regionale publicaties, zoals op UWV Arbeidsmarktinformatie. Kijk specifiek naar regionale arbeidsmarktupdates als je veel vacatures in één provincie of arbeidsmarktregio hebt.
3) Eigen vacature- en funneldata (vaak de meest waardevolle dataset)
Dit is de databron die veel organisaties onderschatten, omdat hij “te simpel” lijkt. Terwijl je eigen procesdata direct laat zien waar kandidaten afhaken, wat tijd kost en welke stappen voorspelbaar leiden tot instroom.
Voorbeelden van data die je meestal al hebt (zonder extra tooling):
- Aantal sollicitaties per kanaal (jobboard, social, referral, eigen site).
- Conversie per stap: view → klik → sollicitatie → gesprek → aanbod → start.
- Doorlooptijd per fase (screening, planning, tweede gesprek, aanbod).
- No-show en uitvalredenen (waar mogelijk gecategoriseerd).
Je kunt dit vaak uit je ATS, mailboxhistorie en agenda halen. Het hoeft niet perfect te zijn; een consistente definitie is belangrijker dan honderd procent volledigheid.
4) Concurrentie- en vraagdata via simpele SERP- en vacaturechecks
Ook zonder betaalde scrapingtools kun je signalen verzamelen over concurrentie. Denk aan: hoeveel vergelijkbare vacatures zie je in jouw regio, welke werkgevers domineren, en welke termen gebruiken ze?
Maak het klein en herhaalbaar:
- Kies 3 tot 5 concurrenten en check 1× per maand hun carrièrepagina’s op volume en type vacatures.
- Noteer standaard: functietitel, locatie, ploegendienst, salarisrange (als vermeld), unieke benefits.
- Kijk naar functietitelsynoniemen: operator A/B/C, productiemedewerker, machinebediener.
Dit is geen “officieel” arbeidsmarktonderzoek, maar wel bruikbare marktintelligentie. Het helpt je vooral bij werkgeverspositionering: je ziet wat iedereen belooft, en waar jij je geloofwaardig kunt onderscheiden.
5) Doelgroepdata uit gesprekken en uitvalredenen
Niet alle arbeidsmarktdata komt uit tabellen. Kwalitatieve informatie is ook data, zolang je het structureert. Juist bij blue collar-profielen en salesrollen zit veel waarheid in terugkerende patronen in bezwaren en uitval.
Voorbeelden om structureel vast te leggen:
- Top 5 redenen om niet te solliciteren (bijv. reistijd, ploegendienst, loon, contractvorm).
- Top 5 redenen om af te haken na eerste gesprek (bijv. tempo, onduidelijke rol, mismatch verwachtingen).
- Vragen die kandidaten steeds stellen (vaak een signaal dat je vacaturetekst of proces iets mist).
Dit sluit aan op het idee van candidate journey optimalisatie: je verbetert niet alleen je campagne, maar ook het proces erna. Een gestructureerde aanpak in selectie helpt om dit soort signalen betrouwbaar te verzamelen; zie ook gestructureerd interview opzetten in 8 stappen.
Welke datapunten zijn het meest bruikbaar per wervingsvraag?
Data is pas praktisch als je vooraf weet welke beslissing je ermee wilt nemen. Onderstaande tabel helpt om de juiste bron te kiezen zonder te verdwalen.
| Wervingsvraag | Datapunten die je zoekt | Bron(nen) zonder dure tools |
|---|---|---|
| Is dit profiel in onze regio structureel schaars? | Arbeidsmarktspanning, regionale trends, sectorontwikkeling | UWV publicaties, CBS Open Data |
| Moeten we sneller zijn in het proces? | Doorlooptijd per fase, uitvalmomenten, no-show | ATS/export, agenda/mail, eigen funneloverzicht |
| Welke functietitel werkt het best? | Synoniemen, vacaturetaal, zoekgedrag-indicaties | Handmatige vacaturechecks, interne A/B-tests in campagnes |
| Waar verliezen we kandidaten? | Uitvalredenen, vragen, obstakels in sollicitatie | Gespreksnotities, gestructureerde feedback, scorecards |
| Hoe staan we t.o.v. concurrenten? | Vacaturevolume, voorwaarden, locaties, USP’s | Concurrentiecheck carrièrepagina’s, jobboards |
Een simpele werkwijze: van data naar actie in 60 minuten
Als je dit onderwerp praktisch wilt maken, werkt een korte vaste routine beter dan een groot onderzoek. Plan elke week of elke twee weken een blok waarin je dezelfde drie vragen beantwoordt.
Stap 1: Kies één vacature of vacaturegroep
Bundel vergelijkbare rollen. Een operator in ploegendienst is een ander segment dan een monteur buitendienst of een accountmanager.
Stap 2: Pak 2 externe bronnen en 1 interne bron
Voorbeeldmix: UWV voor krapte, CBS voor context, en je eigen funneldata voor conversie. Zo voorkom je dat je alleen “marktverhalen” vertelt zonder naar je eigen proces te kijken.
Stap 3: Formuleer één besluit en één test
Bijvoorbeeld:
- Besluit: we verlagen het aantal stappen van 4 naar 3 en plannen binnen 48 uur.
- Test: we draaien twee varianten van de vacaturetekst met andere titel en opening.
Dit sluit aan op objectiever selecteren. Als je het team laat werken met vaste criteria, kun je beter leren van data in plaats van van meningen. Een praktische stap is een scorecard, zoals uitgewerkt in selectiescorecard maken voor hiring managers.
Valkuilen bij werken met openbare arbeidsmarktdata
Open bronnen zijn sterk, maar je kunt er ook de mist mee in gaan. Deze valkuilen zie je vaak in de praktijk.
Je vergelijkt appels met peren
Een functietitel zegt niet altijd hetzelfde bij verschillende werkgevers. Definieer je profiel daarom in taken, context en must-haves, niet alleen in een titel.
Je verwacht precisie die de bron niet kan leveren
Macrodata is bedoeld voor trends, niet voor “exact 73 kandidaten beschikbaar”. Gebruik het om richting te kiezen, en gebruik je eigen funneldata voor details.
Je doet wel analyse, maar geen opvolging
Data zonder actie voelt rationeel, maar verandert niets. Als je werving stropt door traagheid of subjectieve beslissingen, begint de verbetering vaak bij proces en beoordeling. Dat raakt ook aan de klassiekers die kandidaten kosten; zie deze 4 fouten die je beste kandidaten kosten.
Een volgende stap als je dit structureel wilt inzetten
Als je met openbare arbeidsmarktdata start, kies dan één vacaturegroep en bouw een klein dashboard: 2 externe indicatoren (UWV/CBS) en 5 interne funnelgetallen. Combineer dat met vaste feedback uit gesprekken en je hebt al een solide, datagedreven basis zonder dure tools.
Wil je hulp bij het inrichten van zo’n routine, het kiezen van de juiste databronnen en het vertalen naar campagnes en een strakker sollicitatieproces? Dan past het goed om eens te sparren over een datagedreven recruitmentaanpak waarin arbeidsmarktdata, doelgroepinzichten en recruitmentmarketing samenkomen.