Cv-parsing is de technologie die automatisch gegevens uit cv’s haalt en gestructureerd opslaat in je recruitmentsysteem. Het bespaart recruiters uren handmatige invoer en maakt kandidaten direct doorzoekbaar. Maar hoe werkt het precies, en wanneer is het de investering waard?
De meeste ATS-systemen hebben cv-parsing standaard ingebouwd. Toch weten veel recruiters niet precies wat de technologie doet of hoe nauwkeurig die is. In dit artikel lees je wat cv-parsing inhoudt, hoe het werkt, en wat de voor- en nadelen zijn.
Alles over cv-parsing
Ontdek hoe cv-parsing werkt, wat het oplevert en wanneer het zinvol is voor jouw recruitmentproces.
Wat is cv-parsing precies?
Cv-parsing, ook wel resume parsing genoemd, is software die automatisch informatie uit cv’s extraheert. De technologie herkent gegevens zoals naam, contactinformatie, werkervaring, opleiding en vaardigheden. Deze gegevens worden vervolgens gestructureerd opgeslagen in je recruitmentsysteem. Het is een van de vele technologieën die het recruitmentproces efficiënter maken.
Het woord “parsing” betekent letterlijk “ontleden”. Een cv-parser ontleedt het cv in losse onderdelen en plaatst elk onderdeel in het juiste veld van je database. Denk aan aparte velden voor naam, telefoonnummer, werkervaring per functie, opleidingen en vaardigheden.
Welke gegevens haalt een cv-parser uit een cv?
Een cv-parser herkent en extraheert doorgaans de volgende informatie:
- Persoonlijke gegevens: naam, adres, telefoonnummer, e-mailadres
- Werkervaring: functietitels, bedrijfsnamen, periode, taken en verantwoordelijkheden
- Opleiding: diploma’s, onderwijsinstellingen, afstudeerjaren
- Vaardigheden: technische skills, taalbeheersing, certificeringen
- Overige gegevens: rijbewijs, beschikbaarheid, LinkedIn-profiel
Hoe werkt cv-parsing technisch?
Cv-parsing software analyseert documenten met behulp van algoritmes en kunstmatige intelligentie. Het proces verloopt in drie stappen. Eerst scant de software het document en herkent de tekst. Vervolgens identificeert het de verschillende secties. Tot slot plaatst het de gegevens in de juiste velden.
Keyword-based parsing vs AI-parsing
Er bestaan verschillende soorten cv-parsers. De eenvoudigste variant werkt met trefwoorden. Deze zoekt naar vaste woorden zoals “werkervaring” of “opleiding” om secties te herkennen. Dit type parser heeft een nauwkeurigheid van ongeveer 70%.
Geavanceerdere parsers gebruiken kunstmatige intelligentie en Natural Language Processing (NLP). Deze technologie begrijpt de context van woorden en herkent patronen. Als een parser bijvoorbeeld een voornaam identificeert, weet het algoritme dat het volgende woord vermoedelijk de achternaam is. AI-parsers behalen een nauwkeurigheid van 90% of hoger.
Welke bestandsformaten ondersteunt cv-parsing?
De meeste cv-parsers verwerken gangbare bestandsformaten zoals PDF, Word (.doc en .docx), RTF en platte tekst. Sommige parsers ondersteunen ook HTML-bestanden en afbeeldingen via OCR-technologie. De nauwkeurigheid verschilt per bestandstype. Word-documenten leveren doorgaans de beste resultaten op.
Voordelen van cv-parsing voor recruiters
Cv-parsing biedt concrete voordelen voor recruiters die regelmatig cv’s verwerken. De belangrijkste zijn:
Tijdsbesparing: Handmatige cv-invoer kost gemiddeld 5 tot 10 minuten per cv. Een parser doet dit in seconden. Volgens Textkernel verwerkt hun parser 90% van alle cv’s zonder menselijke tussenkomst.
Betere datakwaliteit: Handmatig invoeren leidt tot typefouten en inconsistenties. Parsers importeren gegevens consistent in het juiste formaat. Dit maakt je database betrouwbaarder en beter doorzoekbaar.
Snellere kandidaat-matching: Gestructureerde data maakt het mogelijk om kandidaten te zoeken op specifieke criteria. Je vindt sneller geschikte kandidaten voor een vacature. Dit ondersteunt ook competentiegerichte werving waarbij je selecteert op vaardigheden.
Verbeterde candidate experience: Kandidaten hoeven geen lange formulieren meer in te vullen. Ze uploaden hun cv en de parser doet de rest. Dit verlaagt de drempel om te solliciteren. Lees meer over het belang van candidate experience in recruitment.
Uit de Recruitment Tech Survey 2024 blijkt dat 29,8% van de recruitmentbureaus investeert in matching en cv-parsing. Voor bureaus die veel cv’s verwerken, is het een prioriteit. Meer weten over AI in recruitment? Lees dan ook hoe AI recruiters helpt sneller kandidaten te vinden.
Nadelen en beperkingen van cv-parsing
Cv-parsing is geen wondermiddel. De technologie kent beperkingen waar je rekening mee moet houden.
Creatieve cv’s worden slechter gelezen: Een cv met afbeeldingen, kolommen of ongebruikelijke lay-outs levert parsing-problemen op. De software herkent de structuur niet goed. Dit treft vooral kandidaten voor creatieve functies.
Synoniemen worden niet altijd herkend: Een parser herkent niet dat “varkenshouderij” en “werken met varkens” hetzelfde betekenen. Hierdoor mist de software soms relevante informatie.
Geen 100% nauwkeurigheid: Zelfs de beste parsers maken fouten. Namen worden verwisseld, functietitels verkeerd geïnterpreteerd of vaardigheden gemist. Controleer geparsete data altijd.
Niet geschikt voor kleine volumes: Verwerk je maar een paar cv’s per week? Dan weegt de investering in goede parsing niet op tegen de tijdsbesparing. De technologie loont vooral bij grotere volumes.
🚫 Let op bij creatieve functies
Voor functies waarbij je juist wilt zien hoe creatief kandidaten zijn, heeft cv-parsing minder waarde. De parser leest alleen de inhoud, niet de vormgeving. Bekijk deze cv’s handmatig.
Cv-parsing en je ATS: hoe werkt dit samen?
De meeste ATS-systemen hebben cv-parsing standaard ingebouwd. Wanneer een kandidaat solliciteert, leest de parser het cv uit en vult automatisch het kandidaatprofiel in. De kandidaat hoeft alleen te controleren of de gegevens kloppen.
Nederlandse ATS-leveranciers zoals OTYS, Carerix en Connexys gebruiken parsing-technologie van gespecialiseerde partijen. Textkernel, een Nederlands bedrijf, is marktleider en levert parsing in 29 talen. Andere bekende parsing-leveranciers zijn RChilli, Sovren en Daxtra.
Wil je weten hoe goed de parsing in jouw ATS werkt? Upload een test-cv en controleer welke gegevens correct worden overgenomen. Let vooral op werkervaring met meerdere functies en minder gangbare opleidingen.
Recruitmenttechnologie optimaal benutten?
Bij RecruitmentTraining.pro leer je hoe je ATS-systemen, AI-tools en andere technologie inzet voor beter recruitment. Van theorie naar praktijk, met concrete tools en begeleiding.
Veelgestelde vragen over cv-parsing
Wat is het verschil tussen cv-parsing en cv-matching?
Cv-parsing haalt gegevens uit een cv en slaat deze gestructureerd op. Cv-matching vergelijkt deze gegevens vervolgens met vacature-eisen om te bepalen hoe goed een kandidaat past. Matching bouwt voort op parsing: zonder gestructureerde data is matching niet mogelijk.
Hoe nauwkeurig is cv-parsing?
Dit hangt af van het type parser. Eenvoudige keyword-parsers behalen ongeveer 70% nauwkeurigheid. AI-gestuurde parsers scoren 90% of hoger. De nauwkeurigheid verschilt ook per type cv: standaard opgemaakte cv’s worden beter gelezen dan creatieve ontwerpen.
Hebben alle ATS-systemen cv-parsing?
De meeste professionele ATS-systemen bieden cv-parsing als standaardfunctie of als optionele module. De kwaliteit verschilt per systeem. Vraag bij je ATS-leverancier welke parsing-technologie ze gebruiken en wat de nauwkeurigheid is.
Werkt cv-parsing met alle bestandstypen?
De gangbare formaten zoals PDF, Word en RTF worden door vrijwel alle parsers ondersteund. Bij PDF’s van scans of afbeeldingen is OCR-technologie nodig, wat de nauwkeurigheid verlaagt. Word-documenten leveren doorgaans de beste resultaten.
Over de auteur
Jacco Valkenburg is recruitment architect, auteur en trainer met 25 jaar ervaring. Hij is auteur van meerdere recruitmentboeken waaronder Recruitment 4.0. Hij combineert wetenschappelijke inzichten met praktische ervaring uit tientallen interim recruitment projecten.
