HR-Analytics // Diese Daten helfen bei der Personalsuche

Im letzten HR-Digital Journal Artikel haben wir bereits ausführlich erklärt, warum die "post-and-pray" Zeiten in der Personalsuche vorüber sind und ein datengetriebenes Recruiting für eine zeitgemäße Personalgewinnung unabdingbar ist. Heute wollen wir tiefer in die Materie eindringen und aufzeigen, welche Daten gesammelt werden können, um den Bewerbermarkt zu verstehen und Ihre Personalakquise nachhaltig zu optimieren.

Transparenz fördern // Effektivität bei der Besetzung einer Vakanz vergleichen

Der Erfolg einer Personalsuche wird meist anhand von drei übergeordneten Kennzahlen bemessen. Die Ziele sind stets: 

• minimale Time-to-Hire(Zeit bis zur Einstellung)


• minimale Cost-per-Hire(Kosten für die Einstellung)


• maximale Retention(Verbleib der eingestellten Person im Unternehmen)

Die erreichten Ergebnisse in diesen Kategorien reichen jedoch maximal zur Bewertung globaler Recruiting-Strategien aus und sind wenig aussagekräftig, um die Ansprache, einzelne Ausschreibungen, oder den Bewerbungsprozess zu optimieren. Hierfür muss die gesamte Kandidatenreise vom Erstkontakt des Kandidaten mit der Ausschreibung, bis (mindestens) zur Einstellung analysiert werden. Analog zu alltäglichen Maßnahmen im Marketing empfiehlt es sich, einen Recruiting-Funnel zu erstellen.

Recruiting Funnel // HR-Analytics für die gesamten Kandidatenreise

Für die Erfolgsanalyse eignen sich Kennzahlen zur Messung des Fortschrittes im Bewerbungsverfahren. Die konkreten Messwerte hängen natürlich von den verwendeten Kanälen und dem Bewerbungsverfahren ab. Mögliche Kennzahlen sind:

• Reichweite - Wie viele Personen haben von Ihrer Vakanz erfahren? 


• Besucher - Wie viele Personen haben Ihre Ausschreibung aufgerufen?


• Interessenten - Wie viele Personen haben den Bewerbungsprozess begonnen?


• Bewerbungen - Wie viele Personen haben Bewerbungsinformationen gesendet?


• Qualifizierte Bewerber - Wie viele Personen haben alle notwendigen Informationen zur Ersteinschätzung gesendet?


• Erstgespräche - Wie viele Personen wurden zu einem (telefonischen) Erstgespräch eingeladen?


• Assessments - Wie viele Personen kamen in weitere Runden zur Beurteilung des fachlichen und kulturellen Passung?


• Vertragsverhandlungen - Wie vielen Personen wurde ein (erstes) Angebot übermittelt?


• Einstellungen - Wie viele Einstellungen sind im Rahmen der Recruiting-Kampagne erfolgt?

Wenn Sie diese Kennzahlen analysieren und mehrere Kampagnen miteinander vergleichen, können Sie die Konvertierungen (Conversions) in einzelnen Phasen des Prozesses vergleichen. Ergeben sich dabei sogenannte "Bottlenecks" (außergewöhnlich niedrige Konvertierungen), gibt es Optimierungspotenzial im vorangegangenen Bewerbungsschritt.

Für eine qualitative Bewertung einzelner Konvertierungen reichen diese Daten jedoch zuweilen nicht aus. Dafür können zusätzlich quantitative und qualitative Bewertungen generiert werden, um die Recruiting-Kampagnen und das Marktfeedback zur ausgeschriebenen Vakanz zu sammeln. Mögliche Kriterien zur Messung des Verhaltens sind:

• Verweildauer - Wie viel Zeit verbringen Besucher auf dem digitalen Inserat oder im Bewerbungsprozess?


• Interaktionen -  Wie hoch ist der Anteil der Besucher, die mit dem Inserat, externen Links oder Bewerbungs-Buttons interagieren?


• Durchdringung - Wie hoch ist der Anteil der Besucher, die mindestens 25%, 50% oder 75% des Inserates sehen (Scroll-Verhalten)?


• Absprungrate – Wie viel Prozent der Besucher verlassen die Seite innerhalb der ersten drei, fünf oder zehn Sekunden?


• „Last action before bounce“ – Was war die letzte getätigte Aktion / der letzte gelesene Inhalt vor Verlassen des Inserats?


• „Last action before proceed“ – Was war die letzte getätigte Aktion / der letzte gelesene Inhalt vor dem Starten des Bewerbungsprozesses?


• Inhaltliches Markt-Feedback - Welche Kommentare oder Interaktionen auf externen Plattformen oder Rückmeldungen aus der Direktansprache zur Vakanz und dem Prozess gibt es?

Je höher die Anzahl der Besucher und Rückmeldungen bei der Auswertung via HR-Analytics ist, desto aussagekräftiger wird das gesammelte Marktfeedback. Eine überdurchschnittlich hohe Absprungrate kann z.B. auf eine suboptimale Ladezeit und Struktur des Inserates hinweisen, sie kann jedoch auch dadurch erklärt werden, dass der Kanal zur Bewerbung der Vakanz einen zu großen Streuverlust aufweist. Die Schlüsse, welche Sie aus diesen Daten ziehen, sind stark abhängig von der angesprochenen Zielgruppe und den verwendeten Methoden zur Ansprache der Kandidaten.

Um das Verhalten der Inseratbesucher in der aktuellen Phase der Kandidatenreise zu verstehen, sollte man ein Verständnis für die Zielgruppe entwickeln und auf die Messung der Herkunft zur Ansprache setzen. Dies gelingt, wenn man die gesammelten Daten anhand folgender Dimensionen vergleicht:

• Demographie – Wie unterscheiden sich die gesammelten Daten nach verschiedenem Geschlecht, Alter, Herkunft, etc.?


• Technologie – Wie unterscheiden sich die gesammelten Daten nach unterschiedlichem Endgerät, Browser, Provider, etc.?


• Kanal – Wie unterscheiden sich die gesammelten Daten nach unterschiedlichen Recruiting-Methoden, Ansprache-Texten, -Formaten, etc.?

Das umfangreiche Testen und Erfassen von Daten auf diversen Plattformen zur Generierung von Vergleichswerten kann sehr kostenintensiv sein. Die gesammelten Erkenntnisse sind jedoch der notwendige Wissensvorsprung für wirksame Optimierungen im Prozess, die sich langfristig auf die übergeordneten Kennzahlen auswirken. Investitionen in Recruiting-Analytics haben dadurch einen messbaren Wert für das Unternehmen.

Wie Sie dieses Tracking technisch implementieren können, erfahren Sie im nächsten Artikel: So geht's // Technische Implementierung von Recruiting-Analytics

 —

Den nächsten Artikel nicht verpassen:

zum Newsletter anmelden

 —

Woher wir das alles wissen?

mehr über ZALVUS erfahren

 —