Tidligere var rekruttering og ansettelse i stor grad basert på manuell screening og intuisjon, men det kommer man ikke langt med. Hele 75 prosent* av ansettelsene gikk galt på en eller annen måte med denne tilnærmingen, for ikke å nevne at den var tidkrevende og kostbar.

Gjennomsnittskostnaden for en feilansettelse er nesten 15 000 dollar*, noe som definitivt påvirker bunnlinjen din, spesielt hvis du har flere feilansettelser i året. En måte å forbedre rekrutteringen på som blir stadig mer populær, er å bruke datateknologi for å øke effektiviteten og redusere rekrutteringskostnadene.

Hva er datadrevet rekruttering?

Datadrevet rekruttering har endret ansettelsesprosessen betydelig. I et nøtteskall bruker datadrevet rekruttering teknologi til å samle inn informasjon og analysere den for å identifisere hvilke kandidater som er best egnet til de ledige stillingene. Å ha dataene er én ting, men det er noe annet å vite hvordan de skal brukes til å identifisere hvilke kandidater som har ferdighetene, erfaringen og interessene som trengs for å utføre jobben du søker.

For hver ny kampanje og hver ny ansettelse vil systemet fortsette å legge til informasjon i databasen din. Flere nøkkelindikatorer for ytelse (KPI), beregninger for å hjelpe deg med å organisere dataene for organisasjonens ansettelsesmål, vil være lett tilgjengelig, for eksempel kostnader, kvalitet og effektivitet.

Etter hvert som moderne teknologien blir mer og mer vanlig, omdefinerer den rekrutterings- og ansettelsesprosessene. Den bruker mer enn bare CV-er og søknadsbrev; den bruker også data som er tilgjengelige for en rekrutterer for å ta informerte beslutninger om hvilke kandidater som kan passe bedre, ikke bare for den ledige stillingen, men også for hele selskapet.

Fordeler med datadrevet rekruttering

Avhengig av tilnærmingen du bestemmer deg for å ta, og hvor kjent du blir med den nye dataen og teknologien, kan kjørelengden din variere. Å analysere dataene vil imidlertid gjøre ansettelseslivet mye enklere, og det er noen vanlige fordeler som følger av datadrevet rekruttering.

Eliminer emosjonell ansettelse

Mange rekrutterere som har flere kvalifiserte kandidater å velge mellom, kan ha tatt avgjørelser basert på følelser. Kanskje har en kandidat gått på en skole som rekruttereren respekterer, eller tidligere jobbet for et selskap som historisk sett har levert gode arbeidstakere. Noen intervjuobjekter har karisma og personlighet, men det betyr ikke alltid at de presterer på topp. Det er mulig at rekruttereren ikke har annet å gå på enn magefølelsen.

Med datadrevet ansettelse blir avgjørelsen mer eller mindre tatt for deg ved å identifisere informasjon som kan ha blitt oversett ved å undersøke en kandidat manuelt. Det kan være én liten opplysning som gjør én kandidat mer egnet enn de andre. Med datadrevet rekruttering vil du ikke gå glipp av det og ansette feil person.

Med denne typen data tilgjengelig kan du ta følelsene helt ut av ansettelsesprosessen og ta objektive beslutninger, kun basert på fakta. Ingen flere beslutninger basert på magefølelser som lett kan slå feil.

Ansettelser av høyere kvalitet

I alle bransjer er det avgjørende for en vellykket virksomhet å ta gode beslutninger, særlig når disse beslutningene påvirker hvilke arbeidstakere du ansetter. Med analyser basert på data kan du gjøre bedre valg av hvilke kandidater du skal fokusere på. Du kan sortere dataene etter ferdigheter, erfaring, utdanning og mer, slik at du enkelt kan se hvilke kandidater som har de egenskapene du trenger.

Fullstendig forståelse av hvem de beste kandidatene dine er og hvilke egenskaper som kan gjøre dem vellykkede i rollen, kan forbedre kvaliteten på de nyansatte betraktelig. Jo mer informasjon du har, jo tryggere kan du være på at du ansetter de absolutt beste medarbeiderne til den jobben du skal fylle.

Lavere ansettelseskostnader

Hvis du bare fokuserer på kvaliteter eller variabler som vil føre til de beste potensielle ansettelsene, vil du redusere kostnadene per ansettelse og effektivisere ansettelsesprosessen, slik at bedriften sparer penger. Et eksempel kan være en annonseplattform som koster penger, men som ikke bringer inn kandidatene du trenger. Dette kan være en kostnad som kan identifiseres med data og elimineres. Kostnadene kan spares eller overføres til en plattform som er mer tilpasset dine behov.

Ved å bruke beregninger for å avgrense hvilke som er de mest egnede kandidatene i talentpoolen din, bruker du ikke verdifull tid på å sortere gjennom CV-er eller intervjue personer som ikke har ferdighetene eller erfaringen til å fylle rollen på riktig måte. Dette reduserer også kostnadene ved å få på plass en mer effektiv ansettelsesprosess.

Hvis du ansetter den rette kandidaten første gang, øker sjansene for at du ikke trenger å fylle den stillingen igjen året etter eller enda tidligere, noe som selvfølgelig også sparer bedriften for en god del penger.

Hev kandidaterfaringen

En vanskelig ansettelsesprosess vil naturligvis avskrekke potensielt gode kandidater fra å velge å jobbe for bedriften din, så forbedring av prosessen bør prioriteres. Det er her dataene dine kan hjelpe deg.

Hvis beregningene dine viser at kandidatene forlater søknaden din på samme punkt, er det et rødt flagg som du bør undersøke nærmere. Ved å identifisere hvor prosessen støter på problemer, kan du gjøre forbedringer for å oppmuntre jobbsøkere til å fortsette å søke. Når dette skjer, kan du utvikle prosessene dine slik at de gjenspeiler de skiftende behovene til jobbsøkere i ditt felt, øke kandidatmassen og generelt forbedre kandidatopplevelsen. Alle vinner på det!

Å bruke dataene til å effektivisere ansettelsesprosessen er en annen måte du kan forbedre kandidatopplevelsen på. Å vente lenge på å bli ansatt av deg kan potensielt koste kandidaten en jobb et annet sted, eller det motsatte kan skje, det vil si at du kan gå glipp av en kvalitetsansettelse fordi de aksepterte et annet selskaps tilbud, rett og slett fordi det andre selskapet handlet raskere.

Prognose ansettelsesbehov

Når du blir vant til å analysere dataene dine, vil det bli mye lettere å se trender og mønstre i rekrutteringsbehovene dine. Når du vet når og hvordan virksomheten din fungerer, kan du forutsi fremtidige ledige stillinger og kostnadene ved å ansette nye medarbeidere for å fylle disse stillingene. Ved å sette opp denne typen proaktiv rekrutteringsstrategi kan du også bruke dataene til å forutsi tidsrammen du trenger en person i jobben du prøver å fylle.

Å for eksempel følge med på turnoverraten kan gi uvurderlig informasjon for presentasjon av finansieringsbehov for toppledelsen, samt forberede rekrutteringsteamet ditt på oppgavene som ligger foran deg.

Hvilke data trenger jeg?

Det finnes mange ulike typer data du kan hente ut når du forbereder deg på å rekruttere og ansette. Du kan analysere hvilke annonseplattformer som passer best i forhold til dine resurser. Du kan også se hvor mye tid det tar å ansette. Det finnes ingen formel for hvilke KPI som vil fungere best for organisasjonen din, men du vil begynne å se hvordan dataene vil fungere med dine behov etter hvert som du blir mer kjent med prosessen.

Det er tre kategorier av KPI-er som du kan være interessert i å utforske, spesielt hvis du nettopp har begynt å lære: tid, kvalitet og kostnad.

Dette inkluderer hvor lang tid det tar fra søknad til ansettelse, hvor lang tid det tar fra søknad til aksept av jobbtilbud og mer. Tid er penger, så dette er viktig for bunnlinjen din.

Kvalitet. Denne KPI-en vil informere deg om hvor mange søknader du mottar fra hvilken annonseplattform og hvor mange kandidater som genereres for hver annonse du lager. Dette sporer også retensjonsrater for ansatte.

Kostnader. Du kan finne ut hvor mye du bruker per ansettelse og hvor stor vekst kandidatmassen din opplever. Annonseringskostnadene dine kan også spores her.

Den beste måten å finne ut hvilken KPI som passer best for deg, er å fastsette dine ansettelsesmål og evaluere hvilke beregninger som er mest relevante for disse målene. Etter hvert som du analyserer de aktuelle beregningene, vil du kunne gjøre forbedringer etter behov.

Bunnlinjen

Det er avgjørende å ha en solid forståelse av bedriftens rekrutteringsprosesser og mål. Når du vet hva du ønsker å oppnå, vil du kunne finne dataene som vil hjelpe deg med å komme dit. Datadrevet rekruttering vil gi deg all den informasjonen du trenger for å ta de beste ansettelsesbeslutningene og forbedre prosessene for å tiltrekke deg søkere av høy kvalitet. Det er fremtidens bølge, men du trenger ikke å vente.

Kilder:

https://www.northwestern.edu/hr/about/news/february-2019/the-cost-of-a–bad-hire.html

https://press.careerbuilder.com/2017-12-07-Nearly-Three-in-Four-Employers-Affected-by-a-Bad-Hire-According-to-a-Recent-CareerBuilder-Survey