In een recent gesprek sprak Irma Doze met Jaime Fernandez, Global Head of Talent Acquisition and People Analytics bij Lovehoney Group. Hij deelde hoe de organisatie een consistentere HR-basis opbouwt, hoe AI de wervingsreis ondersteunt en waarom betrouwbare data nog belangrijker is in een snel veranderende, wereldwijde omgeving.
Lovehoney Group is ’s werelds grootste fabrikant en retailer van intieme producten, met ongeveer 850 medewerkers in meerdere landen en distributiekanalen. Zoals Jaime Fernandez uitlegt, is de datareis van de organisatie nauw verbonden met haar geschiedenis van fusies en overnames. Verschillende merken en entiteiten werden samengebracht onder één wereldwijde paraplu, elk met hun eigen HR-systemen en -processen.
Het verenigen van deze verschillende systemen tot één samenhangende HR-basis werd een van Jaime’s eerste grote uitdagingen. Dit jaar integreerde hij gegevens uit Frankrijk, het laatste land dat nog een apart HR-systeem had. Daardoor werkt Lovehoney Group nu met een volledig verbonden HR-datalandschap.
De overstap naar één enkele HRIS heeft de HR-rapportage al getransformeerd. Personeelsrapporten die vroeger een week handmatig werk vereisten, duren nu slechts enkele minuten. Volgens Jaime zorgde de overgang van vijf systemen naar één voor de duidelijkheid die nodig was om betere beslissingen binnen het bedrijf te ondersteunen. Vandaag de dag richt hij zich vooral op het opschonen van historische gegevens om ervoor te zorgen dat de rapportages zo accuraat mogelijk blijven.
Deze consolidatie versterkte ook de basisrapportage. Lovehoney Group produceert nu consistente personeelsrapporten per bedrijfstak, elk kwartaal inzichten in verzuim en twee keer per jaar DEIB-statistieken. Deze dashboards vormen een belangrijke stap richting meer gestructureerde, betrouwbare HR-data.
Hoe AI een praktische partner werd in werving en selectie
Als hij de rol van kunstmatige intelligentie bespreekt, is Jaime heel duidelijk: de grootste winst is tijd. Wervingsteams gebruiken AI waarbij het echt het denken, schrijven of voorbereiden versnelt. Een van de vroegste en meest impactvolle tools was MetaView, een interviewrecorder en notitiemaker die gesprekken transcribeert en belangrijke punten automatisch structureert. Recruiters kunnen kandidaten om toestemming vragen, en wanneer iemand weigert, is het verschil merkbaar. Zoals Jaime het zegt: “Elke keer als iemand nee zegt, denk ik, goh, nu moet ik echt aantekeningen maken.”
AI helpt ook bij communicatie. Het schrijven van gevoelige of complexe e-mails aan kandidaten kan stressvol zijn. Volgens Jaime helpen generatieve tools de toon te neutraliseren, frustratie weg te nemen en duidelijkere, vriendelijkere boodschappen te produceren. Dit komt zowel de kandidaatervaring als de reputatie van de organisatie ten goede. Het vermindert ook de psychologische wrijving voor recruiters, die soms aarzelen om feedback te geven omdat ze bang zijn hoe die ontvangen zal worden.
Een recentere ontwikkeling is een door AI gegenereerde vragenbank voor sollicitatiegesprekken. Voor elke nieuwe vacature produceert MetaView nu functiespecifieke sollicitatievragen, voorgestelde vervolgvragen en voorbeelden van sterke en zwakke antwoorden. Dit verhoogt consistentie en diepgang in sollicitatiegesprekken, vooral wanneer hiring managers geen experts zijn in de functie. Jaime legt uit dat zonder AI het afstemmen van vragen tussen specialistische rollen uren kan duren. Nu ontvangt het team binnen enkele seconden een gestructureerde set.
Datagebruik bij werving: nog vroeg, maar groeiend
Hoewel de werving bij Lovehoney Group steeds meer data-gebaseerd wordt, zijn de voorspellende analyses waar Jaime van droomt nog niet op zijn plek. Hij wilde al lange tijd statistische modellen bouwen om de patronen achter succesvolle aanstellingen te identificeren, maar tijd en gefragmenteerde systemen maakten het moeilijk om de benodigde gegevens te verzamelen. Voor nu ligt de focus op meer fundamentele indicatoren: aantal interviews, conversieratio’s en redenen voor terugtrekking. Met twee jaar aan data kan Jaime al basisvoorspellingen doen over aanwervingstijdlijnen en uitdagingen.
Interessant genoeg wijst Jaime op een culturele uitdaging die in veel organisaties bestaat: zelfs wanneer data beschikbaar is, vertrouwen mensen vaak op hun gevoel. Hij ziet dit als een belemmering voor het adopteren van meer geavanceerde analytics. Toch is hij optimistisch dat voorspellende analyses met sterkere datafundamenten en meer interne vertrouwdheid in de toekomst haalbaar zullen worden.
Data gebruiken ter ondersteuning van hybride werken
Een van de meest opvallende projecten die Jaime leidde, is de datagedreven monitoring van het hybride werkbeleid van Lovehoney Group. Het bedrijf vereist dat medewerkers drie dagen per week op kantoor zijn. Om naleving te beoordelen, bouwden IT en HR gezamenlijk een systeem dat Okta-inloggegevens koppelt aan de IP-adressen van medewerkers, waarmee wordt vastgesteld of iemand thuis of op locatie werkte. Het systeem integreert ook informatie van de HRIS over verlof, zodat de context van afwezigheden correct wordt begrepen.
Deze monitoring is niet geanonimiseerd en de resultaten worden direct besproken met individuen wanneer dat nodig is. Voor de invoering heeft de organisatie haar privacyverklaringen bijgewerkt, advocaten geraadpleegd en beleid per land aangepast. Jaime beschrijft de reacties als gemengd: medewerkers die consequent de regels volgden, waren blij dat de niet-naleving eindelijk zichtbaar werd, terwijl anderen “zeer creatief” werden in het uitleggen van hun afwezigheid. Hoe dan ook, de organisatie heeft nu duidelijkheid en een gedeeld begrip van verwachtingen.
Zijn belangrijkste advies aan bedrijven die vergelijkbare projecten overwegen is simpel: wees wettelijk compliant, wees transparant en betrek de C-level vroegtijdig. Lokale regelgeving verschilt, vakbonden moeten mogelijk betrokken worden en werknemers moeten precies weten wat wordt bijgehouden en waarom.
Lessen geleerd van snelle recruitment
Voordat hij bij Lovehoney Group kwam, werkte Jaime in een organisatie met een hoog aannamevolume. Die ervaring blijft bepalen hoe hij de kracht van data ziet. Hij herinnert zich dat hij de acceptatiepercentages van aanbiedingen, redenen voor terugtrekking en salarisverwachtingen gebruikte om aan te tonen dat de salarisschalen van het bedrijf onder de marktwaarde lagen. De gegevens toonden aan dat 70 procent van de aanbiedingen werd afgewezen vanwege het salaris. Toen het management de cijfers zag, keurden ze nieuwe salarisschalen goed, wat resulteerde in aanzienlijk betere wervingsresultaten binnen drie maanden.
Zijn belangrijkste inzicht: goede analyses bestaan niet om zichzelf zelf. Ze zijn alleen belangrijk als ze zakelijke beslissingen sturen. In snelgroeiende situaties zijn duidelijke maatstaven essentieel om recruiters te beschermen tegen onrealistische verwachtingen en om ervoor te zorgen dat de organisatie begrijpt wat ze moet bieden om talent aan te trekken.
Vooruitkijkend: real-time dashboards en betere kandidaatervaring
Voor Jaime is de volgende grote mijlpaal het afronden van een live dashboard voor talentacquisitie. Hij heeft de SQL-structuur erachter al gebouwd en is nu bezig met het afronden van de frontend. Zijn doel is simpel: HR en het management in real-time de voortgang van aanwervingen laten zien. Hoewel het management momenteel de voorkeur geeft aan PDF’s en e-mailsamenvattingen, gelooft Jaime dat dashboards uiteindelijk diepere analyses voor HR-teams zelf zullen ondersteunen.
Ondertussen zal de organisatie de aanwezigheid van werknemers blijven monitoren onder het hybride werkbeleid en evalueren of door AI verbeterde interviewprocessen de tevredenheid van kandidaten verbeteren. Jaime ziet dit als onderdeel van een bredere reis naar een consistentere, datagedreven HR gedurende de hele werknemerslevenscyclus.
Terugkijkend op het gesprek merkte Irma Doze op hoe sterk de vooruitgang van Lovehoney Group geworteld is in het eerst creëren van structuur: geïntegreerde systemen, gedeelde definities en duidelijke processen. Alleen dan kunnen AI en analytics echt waarde leveren. Jaime’s verhaal onderstreept een principe dat Irma vaak benadrukt aan organisaties: datagedreven HR begint met duidelijkheid, niet met complexiteit. En met die duidelijkheid wordt het potentieel voor slimmere, menselijkere besluitvorming veel groter.