了解企业在劳动力和相关技能方面的需求和限制是设计更好的教育和劳动力市场政策的关键。

在科索沃，企业技能短缺和劳动力(尤其是进入劳动力市场的年轻人)供应过剩并存。在缺乏相关实时数据的情况下，将政策、培训计划和课程与劳动力市场的当前和未来需求相匹配是一项挑战。劳动力供应和工作匹配结果的数据可以从标准调查中获得，如劳动力调查，而关于创造就业和技能需求的详细数据往往很少。

本文利用了2018年科索沃四大就业门户网站的在线空缺数据，以更好地理解其在解决劳动力市场需求和技能之间的重要信息差距方面的潜力。本文的主要贡献是提供了一个高粒度和高精度的技能需求分析，这样我们的结果可以直接为政策制定提供信息。我们对职位描述和职称进行文本分析，以确定各行业技能、教育和经验要求的发生率。

为此，我们构建了特定关键词、关键短语和文本模式的搜索词典，以近似对技能、教育和工作经验的需求，并在求职门户广告中出现这些需求。对于技能分析，我们开发了一个由三层组成的技能分类，提供了所需技能的详细信息。首先，我们采用与技能文献一致的通用分类法来显示需求如何在社会情感、认知和技术技能之间变化。其次，我们将这三大类技能分解为15个类别(一种认知技能、五种社会情感技能和九种技术技能)，以调查特定技能的需求如何在行业和职业之间变化。

第三，15个类别中的每一个都由152个技能需求定义，这在需求技能的分析中提供了最高级别的粒度。这一层对于向年轻人提供有关雇主寻求的技能的信息，以及向课程提供劳动力市场所需的特定技能(例如，在计算机科学领域使用哪种软件或编码语言)特别有用。为了精确衡量每项技能要求，我们构建了一组特定于语言的关键词、关键短语和文本模式，从而可以在职位描述中确定技能要求。值得注意的是，只有当直接使用招聘广告并考虑到文本中表达技能的各种可能方式时，技能需求分析中的这种粒度和灵活性才是可能的。