Hoe voorspelt ML6 hun aanwervingsnoden met HR-data?

04.08.2025

In ons laatste webinar doken we samen met Julie Plusquin, Talent Partner bij ML6, in een case die elke recruiter herkent: hoe weet je op tijd hoeveel mensen je nodig zal hebben? Zeker in een projectgedreven organisatie als ML6, waar geen vaste “vacatureplanning” bestaat, is het inschatten van toekomstige aanwervingsnoden allesbehalve evident.

Toch slaagde ML6 erin om hun manier van plannen fundamenteel te veranderen: dankzij een eigen opgebouwde tool die sales- en deliverydata combineert tot één concreet getal: “FTE needed” per maand.

Julie gaf ons een open inkijk in dat verhaal: hoe ze gestart zijn, welke databronnen ze combineren, wat de grootste uitdagingen waren, en vooral wat dit oplevert in de praktijk.

De aanleiding: Continue instroom nodig, maar wanneer precies?

ML6 werkt volledig op maat. Geen standaardproducten, maar AI-oplossingen die per klant worden opgebouwd. Dat maakt hun werk boeiend, maar ook onvoorspelbaar. Want hoe weet je wanneer je welke profielen nodig hebt?

Vroeger werkte het recruitmentteam met jaarlijkse budgetoefeningen als basis voor hun aanwervingsplan. Dat gaf richting, maar sloot niet altijd aan bij de realiteit. Zo werden ze soms te laat op de hoogte gebracht van grote projecten, met als gevolg dat ze kandidaten misliepen of onder grote tijdsdruk moesten werken wat de kwaliteit niet altijd ten goede kwam.

De trigger om met HR-analytics aan de slag te gaan? Het besef dat ze kansen misten door te laat te schakelen. En dat er binnen de organisatie wél data beschikbaar was, alleen werd die nog niet slim genoeg samengebracht. Zo ontstond het idee van een meer voorspellende manier van werken, gevoed door data uit verschillende teams.

Het model: Staffing sync + hiring sync

ML6 combineert twee invalshoeken om tot één onderbouwd recruitmentplan te komen. Elke maand brengen ze die samen in wat ze de staffing sync en de hiring sync noemen.

1. Staffing sync: hoeveel mensen hebben we nodig?

Deze eerste stap vertrekt vanuit twee databronnen:

  • Salesdata uit Hubspot: welke projecten hebben grote kans om ‘verkocht’ te worden? Hoe groot zijn ze?
  • Deliverydata uit Teamleader: wie werkt op welk project? Hoeveel ruimte is er nog? Welke mensen zijn (tijdelijk) niet beschikbaar?

Die data worden automatisch samengebracht in een Excelsheet. Op basis daarvan berekent ML6 per maand hoeveel FTE nodig zijn. En dat cijfer is verrassend waardevol: het toont pieken, tekorten, of onverwachte drukte, maanden op voorhand.

“Het helpt ons zien wanneer we een tandje moeten bijsteken. Het is een tool die ons guidance geeft.”

2. Hiring sync: wie hebben we dan precies nodig?

Het cijfer uit de staffing sync is een startpunt maar geen einddoel. In de hiring sync bespreekt het recruitmentteam samen met de hiring manager:

  • Welke profielen zitten achter dat cijfer?
  • Gaat het om seniors, juniors, of functionele profielen?
  • Welk budget en welke context hoort erbij?

Zo wordt het abstracte getal omgezet in een concreet plan. En nog belangrijker: het wordt besproken. Want bij ML6 is de regel duidelijk: Data geeft richting, geen bevel.

Wat maakt dit slim (en waar moet je voor opletten)?

ML6 bewijst dat je met relatief eenvoudige tools en veel samenwerking al een verrassend helder beeld krijgt van je toekomstige hiringbehoeften. Wat maakt hun aanpak zo krachtig?

  • Ze werken met wat ze hebben. Geen fancy BI-dashboards, maar een Excelsheet waarin data uit Hubspot en Teamleader automatisch binnenkomt.
  • Ze gebruiken een weging. Bijvoorbeeld: sales overschat standaard wanneer deals effectief zullen starten, dus wordt dat cijfer iets afgezwakt.
  • Ze evalueren continu. Bijvoorbeeld, aanvankelijk keken Julie en haar collega’s ook naar salesdeals in een vroege fase, maar die bleken te onvoorspelbaar. Intussen is de focus verlegd naar realistische scenario’s.
  • Ze betrekken verschillende stemmen. Het getal uit de staffing sync is slechts een vertrekpunt. Context is ook cruciaal en komt uit gesprekken: over types profielen, projectcomplexiteit, of geplande events.

Maar die aanpak vraagt ook discipline. De grootste uitdaging voor ML6? Iedereen betrokken en accountable houden. Data kan pas richting geven als ze correct is en dat vergt inspanningen op vlak van stakeholdermanagement, communicatie en herhaling. Julie benoemde het treffend:

“Een tool kan nog zo goed gebouwd zijn, maar als de adoptie er niet zit, is ze weinig waard .”

De conclusie: wat levert predictieve HR-data op?

De staffing sync is intussen niet meer weg te denken bij ML6. Het helpt hen om sneller te schakelen, beter onderbouwde keuzes te maken en nauw samen te werken met de business. Recruiters weten waar hun focus moet liggen, kunnen beter inschatten wanneer een piek eraan komt en voelen zich sterker gewapend in gesprekken met hiring managers.

Kortom: geen voorspellingen met absolute zekerheid, maar wel een stevig kompas om tijdig bij te sturen.

Meer weten?

Wil je nog meer inspiratie over HR-analytics? Schrijf je dan zeker in voor onze tweemaandelijkse nieuwsbrief met tips en trends over HR-analytics of contacteer ons.

Wil je ons volgend gratis webinar volgen? Schrijf je dan zeker in en leer van andere HR-professionals.