Recruiting Guide 2018

Predictive Recruiting: Alles nur Kaffeesatzlesen?

Viele Recruiter sind reine Jäger. Aber eigentlich sollten sie auch gute Sammler sein, um noch bessere Jäger zu werden. Denn nur wer das richtige und gute Datenmaterial hat, kann dieses auch für Vorhersagen verwenden.

Sammeln Sie heute schon Daten in Ihrem Recruiting-Prozess? Wissen Sie, welche Inserate gut funktionieren und welche weniger? Welche Plattformen die passenden Kandidaten liefern? Fragen Sie sich auch, welche Recruiting-Strategie die richtige ist? Da stehen Sie vermutlich nicht alleine da. Die wenigsten Unternehmen sammeln Daten, die solche Fragen beantworten würden. An den Daten liegt es sicher nicht, diese sind ja vorhanden, wenn man sie sammelt.

Mit Daten in die Zukunft blicken

Bis vor Kurzem wurden Daten gesammelt, um vor allem vergangenheitsbezogene Zahlen zu betrachten. Was uns aber immer mehr interessiert, ist die Zukunft. Im Sport sind Daten nicht mehr wegzudenken. Auch dort geht es in Teamsportarten darum, die richtigen Spieler mit den richtigen Skills zu identifizieren, um so ein erfolgreiches Team zusammenstellen zu können. Ausser, man hat die weltbesten Spieler im Team und ist allen anderen so haushoch überlegen wie das US-amerikanische Basketball-Team an den Olympischen Spielen in Barcelona. Das war im wahrsten Sinn des Wortes ein Dream Team. Im Normalfall sieht das aber anders aus.

Was verstehen wir unter Predictive Analytics? Einfach gesagt ist es die Verwendung historischer Daten, um Vorhersagen über die Zukunft zu treffen. Dies bedeutet, dass Sie Informationen aus der Vergangenheit betrachten, um die Wahrscheinlichkeit eines zukünftigen Ergebnisses zu bestimmen. Schauen wir uns ein Beispiel an.

Predictive Recruiting für erfolgreiche Teams

Die Oakland Athletics, ein Baseball-Team, war richtig schlecht und hat  sich jahrelang nicht für die Playoffs qualifiziert. Als wieder ein neuer Trainer engagiert wurde, hatte dieser nur ein minimales Budget, das er für neue Spieler einsetzen konnte. Damit er dennoch Chancen auf ein gutes Team hat, engagierte er einen Datenanalysten, der die Statistiken aller auf dem Markt verfügbaren Spieler auswertete. Er sollte die Spieler mit den richtigen Fähigkeiten finden, die sich das Team finanziell leisten konnte.

Als der Trainer seine Auswahlstrategie konsequent umsetzte, qualifizierten sich die Oakland Athletics nach etwas Anlaufschwierigkeiten für die Playoffs und zogen sogar direkt in das Finale ein. Die Oakland Athletics nutzten vermutlich zum ersten Mal Predictive Recruiting, um die richtigen Personen einzustellen. Ihre Siegesserie wurde unter dem Namen Moneyball bekannt, da sie sich in der Folge mehrmals für die Playoffs qualifizierten und einen neuen Rekord mit 20 gewonnen Spielen in Serie aufstellen.

Über Moneyball wurde ein Buch geschrieben und ein Film gedreht. Wenn man das Buch liest, sollte man auf keinen Fall vergessen: Es handelt sich nur vordergründig um Baseball. Vielmehr wird an einem Baseball-Team demonstriert, dass es im Sport und in der Wirtschaft nötig ist, der Entwicklung voraus zu sein und Lücken zu finden. Nicht nur eine Masse an Daten zu besitzen, sondern auch die richtigen Fragen zu stellen.

Grundlage Bewerbermanagementsystem

Was bedeutet dies für das Recruiting und wie können wir Predictive Recruiting anwenden? Bei der Rekrutierung ist das Potenzial endlos: Von der Stellenanzeige und Vorauswahl über das Onboarding bis zum Auswahlprozess kann nahezu jeder Aspekt optimiert werden. Im Mittelpunkt einer datenbasierten Recruiting-Strategie steht für mich das Bewerbermanagementsystem, das mit einem Multipostingtool clever gekoppelt ist. Dieses sollte analyticsfähig sein. So können Recruiter Berichte generieren, die es ihnen ermöglichen, ihre Aktivitäten zu optimieren.

Das Bewerbermanagementsystem sollte durchgehend – vom ersten Kontakt mit dem Bewerber bis zur Einstellung – relevante Kennzahlen liefern und auch Employer-Branding- und Personalmarketing-Aktivitäten unterstützen.

Das Multipostingtool reichert qualitative Zahlen mit quantitative Zahlen und den Kosten an. Es gilt, nicht nur die Leistung der Jobportale zu messen, sondern auch auf jeder weiteren Prozessstufe die richtigen Kennzahlen zu erheben. Dadurch können Abbrüche durch Bewerber sowie Fehleinstellungen reduziert und Kosten gesenkt werden. Eine einfache Überprüfung der Statistiken macht Probleme erkennbar, zeigt Engpässe auf und setzt einen kontinuierlichen Verbesserungsprozess in Gang.

Ausserdem erhalten Recruiter Einblicke in Kosten, Zeitaufwand und Ergebnisse der einzelnen Prozessschritte. So schlägt Predicitve Recruiting in Zukunft die erfolgversprechendste Rekrutierungsstrategie und effizientesten Rekrutierungskanäle vor, optimiert Kosten und prognostiziert die Dauer, bis ich jemanden eingestellt habe.

Verschiedene Zeitzonen

Abschliessend ein kleiner Einblick in Daten, die wir bei Prospective erhoben haben. Es ist allgemein bekannt, dass am Montag zwischen 9 und 11 Uhr am meisten Stellenanzeigen aufgerufen werden. Aber gilt das für alle Berufe? Nein. Ärztinnen und Ärzte suchen mehrheitlich früh am Morgen zwischen 5 und 7 Uhr, Juristinnen und Juristen sind erst ab Mittwoch auf Stellensuche. Also: Sammeln Sie Daten…

Kommentieren 0 Kommentare HR Cosmos

Matthias Mäder ist Geschäftsleiter der JobIQ AG – einem Spin off der Prospective Media Services PMS AG, wo er zuvor Geschäftsleiter war. Ausserdem ist Mäder Verwaltungsratspräsident der RecruitingHUB AG und unter anderem auch als Referent und Blogger tätig. Die Prospective Media Services PMS AG ist Spezialistin für Stelleninserate, Personalmarketing und E-Recruiting Solutions.

Weitere Artikel von Matthias Mäder

Cela peut aussi vous intéresser