Waarom iedereen vandaag met recruitment analytics zou moeten beginnen

Blog
30 maart, 2018

Lees in: English

Ondanks de voordelen, hebben veel bedrijven einde dag moeite met het datagedreven recruitment. Hoe zet je de juiste data centraal in je organisatie? En wat kun je doen om er zeker van te zijn dat je datagedreven aanpak succesvol is? Dit zijn vragen die we veel om ons heen horen. We hopen je een antwoord te geven in een drieluik van blogs. Allereerst terug naar de basis: ‘Waarom is data eigenlijk belangrijk?’ Inclusief tips om vandaag nog met recruitment analytics te starten en te groeien in de data-volwassenheid van jouw organisatie!

Actiever zijn dankzij meten van data

‘Waarom is data eigenlijk belangrijk?’ Het lijkt een simpele vraag, maar weet jij het antwoord? Om dit te geven gebruiken wij graag het voorbeeld van de Fitbit. Je kent de Fitbit waarschijnlijk wel, deze smartwatch meet je beweegactiviteit. Fitbit constateert dat hun gebruikers 43% meer stappen zetten dan niet-gebruikers. Waarom? Omdat het stellen van een doel én continue data rondom je voortgang drijvende krachten zijn voor gedragsverandering.

Dit werkt hetzelfde binnen recruitment. Zou het niet geweldig zijn om je time to hire te reduceren met 43%? Het stellen van SMART (Specifiek, Meetbaar, Acceptabel, Realistisch, Tijdgebonden) doelstellingen en het rapporteren op progressie verhoogt het succes van het behalen van dit doel. Het klinkt allemaal voor de hand liggend, maar toch kennen veel talent acquisition afdelingen geen datagedreven aanpak.

Zonder datagedreven aanpak handel je op ‘onderbuikgevoel’, een stadium dat wij beschouwen als een fase helemaal onderaan de ladder in data-volwassenheid; er wordt niets gemeten en er wordt volledig op buikgevoel gehandeld. Daar moeten we vanaf, we willen stappen maken richting de proactieve en voorspellende stadia en op die manier groeien op de ladder van data-volwassenheid.

(afbeelding: ladder van data-volwassenheid)

Maar laten we beginnen bij het begin:

Hoe begin je met recruitment analytics?

Om effectief te starten met recruitment analytics is het van belang allereerst na te denken over de data die je wilt verzamelen in elke fase van het recruitmentproces. Wij delen dit proces liever op in de talent journey, in 4 ‘hapklare’ stappen: Reach, Engagement, Apply & Hire.

In een fase van Reach ben je benieuwd naar je zichtbaarheid op Google, impressies vanuit een campagne en bijvoorbeeld de hoeveelheid websitebezoekers. In een fase van Apply ben je benieuwd naar het aantal sollicitanten, maar ook naar de kwaliteit van deze sollicitanten, gebaseerd op engagement acties die zij on-site hebben uitgevoerd. De kwaliteit wordt ook bepaald door de verdere stappen die zij in het sollicitatieproces doorlopen, waarbij je dit vervolgens weer wilt kunnen koppelen aan eerder bezoekersgedrag op de website (welke bron, type device, landingspagina? etc.). Je concludeert al snel: we moeten systemen koppelen om de inzichten te verkrijgen waar we naar op zoek zijn.

Systemen koppelen – we horen je denken – is helaas makkelijker gezegd dan gedaan. In realiteit blijkt het koppelen van het ATS voor vele organisaties echter iets ingewikkelds. Daardoor kunnen deze organisaties blijven hangen in de reactieve fase; website data en ATS data wordt met terugwerkende kracht individueel beoordeeld. Bovendien zien we dat dit vaak achteraf gebeurt, wanneer het al laat is en er niet meer te sturen valt.

Stijgen op de ladder van data-volwassenheid

Om de stap te maken richting proactieve werving, een derde stap op de ladder van data-volwassenheid, is het allerbelangrijkste dat de verschillende fasen in de talent journey aan elkaar gekoppeld kunnen worden. Door het koppelen van de website, het ATS en het HR systeem wordt de gehele talent journey inzichtelijk. Dit geeft mogelijkheden om proactief data in te zetten.

Bijvoorbeeld: Wanneer het verkeer naar de site achterblijft in de eerste fase van de journey (Reach), is het tijdig duidelijk dat er geen aannames gedaan kunnen worden door de hiring manager in de laatste fase van de journey (Hire). Het is tijd om actie te ondernemen! Maar liever geen boost in verkeer vanuit een jobboard: we weten dat dat voor dit type vacature een te hoog afwijzingspercentage oplevert.

Sounds good, right? Welke KPI’s je inzichtelijk moet krijgen om bovenstaand voorbeeld in de praktijk te brengen lees je in onze volgende blog.

Kwaliteit van kandidaat voorspellen

Wanneer je al je systemen effectief gekoppeld hebt en je al pro-actief aan de slag bent met de beschikbare data, is het tijd om na te denken over de volgende stap: voorspellende analyse. Hoe begin je met het verzamelen van een grote set aan data, zodat je straks voorspellingen kunt gaan doen op basis van deze data? De vierde stap op de ladder, de voorspellende fase, helpt je om de kwaliteit van een sollicitant te voorspellen nog voordat deze in je ATS terecht komt.

In onze laatste blog van dit drieluik vertellen we je hier alles over. Stay tuned!

Herken jij jezelf in de gut-feeling of reactieve fase? Neem dan snel contact ons op en begin vandaag nog met recruitment analytics!

Meer blogs