Poboljšajte zapošljavanje s donošenjem odluka vezanih uz podatke

Ponekad kada pogledate životopis, znate da će to biti strašan kandidat. A ponekad, kada prvi put razgovarate s kandidatom, postoji neposredna iskra i vi se povezujete, i mislite da je ta osoba savršeno prikladna za vašu tvrtku.

A ponekad si u pravu. Ta osoba koja je majstor pisac životopisa i koja je odmah kliknula na vašu osobnost najbolja je stvar od narezanog kruha. Druga vremena? Sve pada ravno.

Ako imate sreće, to shvatite prije dolaska osobe. Ako ste nesretni, angažirate kandidata, ona napušta svoj prethodni posao, a sada ste zapeli s zaposlenikom koji ili nema dovoljno vještina ili je loše kulturno prikladan za vašu grupu.

Može li Data Driven donošenje odluka poboljšati Vaše Hiring uspjeh Odds?

Možete li poboljšati svoje izglede za zapošljavanje pomoću donošenja odluka vezanih uz podatke? Možeš. Dr. John Sullivan, stručnjak za upravljanje talentima i profesor, pogledao je kako se HR može poboljšati korištenjem analitike podataka. Mnogi od njegovih prijedloga izravno su primjenjivi na poboljšanje vašeg zapošljavanja i zapošljavanja.

Kada koristite analitiku, možete pronaći, protumačiti i prenijeti smislene obrasce u podacima koji će vam pomoći da poboljšate svoju izvedbu. Konkretno, možete koristiti podatke za poboljšanje prakse zapošljavanja i donošenja odluka.

Slijedi nekoliko glavnih preporuka dr. Sullivana o korištenju analitike podataka kako bi vaša organizacija poboljšala zapošljavanje i zapošljavanje.

Koristite Data Analytics za povećanje brzine zapošljavanja

Recruiteri se često ocjenjuju po tome koliko brzo mogu popuniti poziciju, ali nisu važni samo ciljevi poslodavaca. Svakog dana kada položaj ostaje nepopunjen, posao se ne obavlja - ili se drugi ljudi približavaju sagorijevanju dok pokušavaju obraditi dodatna radna opterećenja.

Osim toga, svaki put kad intervjuirate još jednog kandidata, ne radite drugi posao na svom poslu. Regrut, pa, intervjuiranje je njezin posao. No, za upravitelja zapošljavanja, njezin posao definitivno ne intervjuira. Trebala bi se vratiti na posao, po mogućnosti s timom s puno osoblja.

Za zapošljavanje koristite analitiku koja pokazuje gdje je proces zapošljavanja najviše i najmanje produktivan. Koje vještine ta pozicija treba? Koji je pravi odnos upravljanja prema pojedinim suradnicima?

Osim toga, kada gledate kandidate, uzmite emocije iz slike i pogledajte koje vještine imaju kandidati. Možete li razviti analitiku koja vam pomaže identificirati vještine u kandidatima za posao?

Dizajnirajte svoje regrutne sustave kako biste privukli najbolje inovatore

Budući da gospodarstvo trenutno zuji, ima više otvaranja nego novih zaposlenika svaki mjesec. To je super za kandidate za posao i glavobolju za regrut. Imaju više radnih mjesta za popunjavanje nego što imaju kvalitetne kandidate s kojima ih mogu popuniti. Ian Cook, u Visieru, savjetuje regrutima da iskoriste svoj sustav praćenja podnositelja zahtjeva (ATS) i integriraju te podatke u veći HRIS.

Ističe da većina ATS-a ne pruža potrebnu analitiku. Ono što zaposlenik želi znati, više od troškova najma, jest učinkovitost tog najma nakon što on ili ona obavlja posao. No, te se informacije obično čuvaju u drugom sustavu. Regrut unajmljuje, a zatim prelazi na sljedećeg kandidata, bez pravih informacija o tome kako je posljednji novi najam obavljen u poslu.

Ako možete kombinirati ove informacije, dobivate vrijedan uvid u to kako učinkovitije možete unajmiti. Na primjer, koje su vještine uspješno primijenjene? Uklanjate li kvalitetne kandidate jer nemaju savršene vještine koje su navedene u opisu posla kada te vještine nisu pokazatelj uspjeha na kojem je zaposlenik na poslu?

Ne možete učinkovito obavljati svoj posao ako nemate povratne informacije. Dok je zaposlenik vjerojatno da će se javiti klijentu ako je novi posao neuspješan, manje je vjerojatno da će čuti ako je kandidat jednostavno u redu, prilično dobar ili čak fantastičan.

U mnogim tvrtkama, posebno velikim, recruiter može nabaviti 50 ili više pozicija odjednom. Voditelji zapošljavanja imaju kontakt samo s Regrutom kad popunjavaju slobodno mjesto za njih. Dakle, komunikacija prestaje kad novi posao počne raditi.

Rezultat? Nema povratne informacije za Regrut i nema mogućnosti pomoći regruteru u poboljšanju zapošljavanja i zapošljavanja. Pružanje vaši regrutima analitike o novim zaposlenicima može zatvoriti ovu petlju.

Što funkcionira i što ne?

Svatko voli velike radne ploče. Ne možete slušati podcast bez da se pojavljuje Zip Recruiter, ali rade programi kao što je Zip Recruiter? Koliko ste novih kvalitetnih zaposlenika dobili od sudjelovanja na tom sajmu poslova? Je li vaš program upućivanja zaposlenika djelotvoran kada dovodite nove kandidate? Kako se ti kandidati ponašaju u usporedbi s onima koji su pronađeni drugim metodama?

Kada ste spremni pogledati stvarne podatke iz tih različitih aktivnosti regrutiranja, možda ćete otkriti da tamo gdje trošite svoje vrijeme i novac ne daje vam najbolji udarac za svoj novac.

Šaljete regrut na koledž sajmovima na veliki trošak za zapošljavanje kandidata slične onima koje možete naći na lokalnom fakultetu i još ne daje bonuse zaposlenicima koji se odnose njihove bivše kolege? Koji su programi najučinkovitiji i koje programe možete eliminirati?

Smart HR odjeli će pogledati stvarne brojeve i u skladu s tim rasporediti vrijeme i energiju osoblja.

Tražite li troškove izlaska zaposlenika?

Zaposlenici razmišljaju o zapošljavanju novih ljudi, ali voditelji ljudskih resursa moraju razmišljati o velikoj slici. To je jeftinije (često) zadržati kvalitetnog zaposlenika nego tražiti novog. Koristite ROI model za zapošljavanje i zadržavanje. Koji programi rade kako bi zadržali visoke rezultate? Koji su programi manje učinkoviti?

Mnoge tvrtke postavljaju ograničenja na odluke o naknadama kao što su povišice i skokovi za plaće, ali tada će zaposliti ljude s velikim znakom bonusa kako bi dobili najbolje kandidate. Morate pogledati te brojeve i odlučiti što je najučinkovitije korištenje proračuna.

Financije i marketing i proizvodnja imaju analitiku kako bi pokazali što je najučinkovitije. Predstavlja li HR istu vrstu informacija kada traži povećane proračune ili programe izobrazbe? Ili, HR pokušava letjeti slijepim?

Zapamtite, CEO najvjerojatnije dolazi iz pozadine brojeva. Moći ćete učiniti vaš slučaj mnogo učinkovitije ako možete govoriti njezinim jezikom. Ulazak s, "ovo će pomoći u razvoju našeg cjevovoda" je sve u redu i dobro, ali dolazak sa "ovo će smanjiti promet među visokim izvođačima za X posto i uštedjeti $ Y dolara godišnje" je puno bolje.

Poboljšajte kriterije za zapošljavanje

Kao što je petlja regrut u natrag na kako novi zaposlenik obavlja, morate uzeti pogledati što kriterije predvidjeti uspjeh. Google je, na primjer, otkrio da ta pitanja mozgalice (Koliko vodoinstalatera ima u Peoriji?) Ne predviđaju uspjeh zaposlenika. Dakle, uklonili su ih. Međutim, stare navike teško umiru, prema članku iz Kvarca, i mnogi se menadžeri drže njih, iako ne rade.

Želite biti sigurni da ne samo da vaš regrut zna što radi i što ne radi, ali da je Vaš hiring menadžeri znaju kao dobro. Zapamtite, mnogi menadžeri zapošljavanja zapošljavaju novog zaposlenika samo jednom godišnje - ili čak rjeđe. Ako ih regrut ne drži u toku na najbolji način da zaposli, tko će biti?

Živite u svijetu temeljenom na podacima. HR bi bilo mudro usvojiti analitiku koja može dati dobar uvid u ono što radi, a što ne. Ne samo da će HR učiniti učinkovitijim, već će HR-u omogućiti da razgovara s ključnim donositeljima odluka na jeziku koji svi govore: Data.

-------------------------------------------------

Suzanne Lucas je slobodna književnica koja je provela 10 godina u korporativnim ljudskim resursima, gdje je zaposlila, otpustila, upravljala brojevima i dvostruko provjerila s odvjetnicima.