Wijst een ATS je cv automatisch af? De mythe van 75 procent en wat er echt gebeurt

Het cijfer dat 75 procent van de cv's automatisch wordt afgewezen, en waarom ik het niet herhaal

Het getal duikt overal op, soms als 70, soms 75, soms 88. Volg welke versie dan ook terug en ze landt nergens waar je het kunt nakijken. Er is geen onderzoek om te openen, geen dataset, geen beschrijving van wat er is gemeten of bij hoeveel bedrijven. Het spoor eindigt meestal bij een artikel dat een ander artikel aanhaalt dat een leverancierspagina aanhaalt die sindsdien is herschreven.

Ik ga je ook geen schuldige aanreiken. Ik heb stellige beweringen gezien over welk bedrijf het cijfer verzon, en ik kan er geen enkele verifiëren, dus er een aanwijzen zou dezelfde fout zijn in de andere richting. Wat ik wel kan zeggen is wat het getal mist: een methode. Het is een veelherhaalde bewering zonder deugdelijke bron.

Het helpt ook om te vragen wat de zin zou betekenen als hij waar was. Afgewezen waardoor precies, en op welk criterium? Wervingssystemen worden niet geleverd met één hendel met het label afwijzen die je opmaak leest en zich een mening vormt. Ze hebben zoeken, filters, sortering en statuswijzigingen, allemaal ingesteld per bedrijf en per functie. Eén globaal afwijzingspercentage zou het gemiddelde moeten zijn van duizenden verschillende inrichtingen, en zou er daardoor geen enkele beschrijven.

Een statistiek zonder methode erachter is geen bewijs. Het is een verkoopzin met een procentteken erachter.

Waar een sollicitatievolgsysteem eigenlijk voor is

Haal de folklore weg en een ATS is weinig glamoureuze software om een stapel sollicitaties te beheren. Het haalt ze binnen van de werkenbij-pagina en de vacaturesites, houdt ze op één plek, zet je document om in tekst en probeert die tekst in velden te plaatsen: naam, contactgegevens, werkgever, functietitel, datums en vaardigheden. Daarna kan een recruiter de stapel doorzoeken en filteren, sorteren, mensen tussen fases verplaatsen, statusmails met een sjabloon versturen en de vastlegging bewaren die het bedrijf voor zijn eigen naleving nodig heeft.

Dat is een database met een werkstroom erbovenop. Het vocabulaire van de software is zoeken, filteren, fase en sjabloon. Het is een archief dat een wervingsteam bestuurt, geen rechter in een achterkamer met een mening over je marges.

Wat deze systemen betrouwbaar doen

• Elke binnenkomende sollicitatie bewaren, zodat niets verloren gaat en alles controleerbaar blijft.
• Je document naar tekst omzetten en proberen die tekst in gestructureerde velden te zetten.
• Een recruiter in de bewaarde stapel laten zoeken, meestal op trefwoorden en op de velden die schoon zijn uitgelezen.
• De stapel sorteren of rangschikken op criteria die een mens voor deze specifieke functie heeft gekozen.
• Sjabloonmails sturen wanneer een recruiter of een regel een sollicitatie naar een nieuwe status verplaatst.

Wat ik je niet kan vertellen is wat een bepaalde leverancier vanbinnen doet. Instellingen verschillen per bedrijf, per functie en naar gelang wie het systeem het laatst heeft ingericht, en niemand van ons buiten die bedrijven leest hun logs. Wie je precies vertelt hoe "het ATS" je rangschikt, beschrijft een idee van een systeem, niet een systeem dat hij heeft gemeten.

Uitlezen doet er nog steeds toe, maar let op hoe alledaags de fout is. Als je opmaak twee kolommen heeft, of je tekst eigenlijk een afbeelding is, of je functietitels in een koptekst staan, dan belandt inhoud in het verkeerde veld of komt helemaal niet in de tekst terecht. Het gevolg is geen oordeel. Het is een afwezigheid: je komt niet naar boven in een zoekopdracht waar je wel naar boven had moeten komen.

Wat je echt een reactie kost

Haal de spookrobot uit het beeld en vier gewone verklaringen dekken het grootste deel van de stilte. Het loont om ze uit elkaar te houden, want ze vragen totaal verschillende reacties en maar één ervan gaat over je cv.

Uitsluitvragen verdienen de meeste precisie, want ze komen het dichtst bij een echte automatische afwijzing en zijn nog steeds niet wat mensen zich voorstellen. Het zijn vragen die een recruiter aan het formulier heeft toegevoegd, met antwoorden die diezelfde recruiter als diskwalificerend heeft aangemerkt. Je beantwoordt ze zelf, in de sollicitatie, in je eigen woorden. Daarna draait een regel die een mens schreef tegen het antwoord dat jij intypte. Dat is geen machine die zich een mening vormt over je document.

Het is ook goed om de ongemakkelijke helft hardop te zeggen. Als een filter een hele groep mensen wegfiltert, is dat een menselijke beslissing uitgedrukt als instelling, en die hoort bij degene die haar instelde. Het "het algoritme" noemen verplaatst de verantwoordelijkheid naar software die alleen deed wat haar werd opgedragen.

"Ik werd binnen enkele minuten afgewezen, dat moet een robot zijn"

Dit is het meest gehoorde bezwaar en het is redelijk. Je gevoel heeft half gelijk: er gebeurde inderdaad iets automatisch. Wat correctie verdient, is waar het op draaide. De snelheid wijst naar het formulier dat je invulde, niet naar het document dat je bijvoegde.

• Screeningantwoorden kunnen worden beoordeeld op het moment dat je ze verstuurt, omdat het gestructureerde gegevens in bekende velden zijn en geen lopende tekst in een PDF.
• Afwijzingsmails zijn sjablonen. Een recruiter kan een batch sollicitaties met een paar klikken op afgewezen zetten, en de berichten gaan er meteen daarna uit.
• Sommige werkgevers versturen direct en andere zetten in de wachtrij tot de nacht, en daarom komen identieke afwijzingen bij verschillende bedrijven in totaal verschillend tempo binnen.

Een snelle afwijzing vertelt je dus dat er een regel draaide. Ze vertelt je niet dat die regel de opmaak van je cv las en er niets in zag. Het onderscheid doet ertoe omdat het naar een andere oplossing wijst. Lees de screeningvragen terug die je beantwoordde, niet je marges.

"Dus alle ATS-adviezen zijn nutteloos?"

Nee, en hier schiet het ontkrachten door. De verstandige kern van de ATS-adviezen overleeft de dood van de mythe, ze heeft alleen een betere reden nodig. Je document moet netjes naar tekst omzetten, en je moet echt bij de functie passen, zowel in woorden als in inhoud. Dat is geen bijgeloof. Dat is wat je vindbaar maakt en wat je laat scoren.

Nog steeds de moeite waard

• Eén kolom, echte selecteerbare tekst, standaard kopjes. Niet om een filter te sussen, maar zodat de woorden die je schreef terechtkomen in de velden waarin een recruiter zoekt.
• Gebruik het vocabulaire van de vacature overal waar het echt op jou van toepassing is. Zoeken vergelijkt tekenreeksen, dus als de vacature FP&A zegt, hoort FP&A ergens te staan waar je het hebt verdiend.
• Vervang verantwoordelijkheden door resultaten. Dat verbetert hoe een mens je leest minstens evenveel als je score.
• Pas per sollicitatie aan. Een cv dat op elke functie moet passen, opent met niets in het bijzonder.

Waard om los te laten

• De angst zelf, en elk product dat wordt verkocht met de belofte een filter te verslaan dat niemand kan beschrijven.
• Trefwoorden stapelen die je in een gesprek niet kunt verdedigen. Het kan een getal verschuiven en het overleeft geen gesprek.
• Trucs met verborgen tekst, die falen om een veel simpeler reden dan de meesten verwachten.

Dat laatste is een eigen genre geworden: instructies verstoppen in witte tekst zodat een AI-screener ze zogenaamd leest en jou aanbeveelt. Ik werkte uit waarom het averechts werkt in het stuk over de verborgen prompt in je cv. Kort gezegd behandelt het de lezer als een machine die je voor de gek houdt, en de faalmodus is een mens die het bestand opent.

Is een ATS-score dan überhaupt de moeite waard?

Ja, mits je hem leest als een matchrapport en niet als een oordeel. Een score kan je eerlijk vertellen hoe dicht je document bij één specifieke vacature ligt, in woordkeuze en in inhoud. Hij kan je niet vertellen of het systeem van een bepaalde werkgever je doorlaat, en geen enkel middel dat het tegendeel beweert kan die belofte hardmaken, het onze incluis.

Dit is precies wat careerify doet, zodat je het kunt beoordelen. Je plakt de vacature en uploadt je cv, en één modelanalyse komt terug als drie getallen: trefwoordmatch, semantische relevantie en hoe een AI-screener je bij een eerste blik zou lezen. Het grote percentage op het scherm is het gewone gemiddelde van die drie. Het is één analyse op drie manieren getoond, geen drie motoren, en we testen niet tegen een ATS-product met naam en beweren er ook geen na te bootsen.

De opsplitsing is het bruikbare deel, want de drie getallen falen op verschillende manieren.

• Lage trefwoordmatch met hoge semantische relevantie: je hebt de ervaring, je hebt haar in je eigen woorden opgeschreven in plaats van in die van de vacature.
• Hoge trefwoordmatch met lage semantische relevantie: de woorden staan op de pagina en de inhoud erachter is dun, precies de fout die trefwoorden stapelen oplevert.
• Alle drie laag: meestal helemaal geen formuleringsprobleem. Of de functie is een echte sprong, of je cv opent met het verkeerde voor deze rol.

Dat laatste geval is een positioneringsprobleem in plaats van een trefwoordprobleem, en het is goed om te weten hoe onze positioneringsanalyse ermee omgaat, inclusief het ietwat scheve deel. Ze leest een cv als een van vier recruiterarchetypen: brede generalist, generalist met een duidelijke rode draad, brede specialist of nichespecialist. Vervolgens biedt ze drie herschrijvingen, en er is geen optie om jezelf tot brede generalist te herschrijven. Die asymmetrie is bewust. Als generalist gelezen worden is een diagnose, geen bestemming, dus het middel wijst je altijd naar een scherpere opening op basis van feiten die je al hebt.

Nog wat praktische details, aangezien eerlijkheid over het product de hele bedoeling van dit stuk is. De anonieme check vraagt geen account en is beperkt tot drie per IP-adres per 24 uur. De cv-tekst en de vacaturetekst uit een anonieme check blijven 30 dagen bewaard zodat je het resultaat zonder opnieuw uploaden naar een account kunt halen, waarna een dagelijkse opruimtaak ze verwijdert. Ze worden nooit gebruikt om modellen te trainen.