Nieuws


20 juni 2023

Recruitment data en wervingsstatistieken die ertoe doen


We kunnen het gebruik van data en statistieken niet meer weg denken uit ons werkproces. Ook in recruitment wordt hier veelvuldig gebruik van gemaakt. Maar niet alle statistieken zijn zinvol om te rapporteren. Sterker nog, volgens expert Kevin Wheeler zijn de meest gerapporteerde wervingsstatistieken niet effectief en daardoor ook niet nuttig. Hij geeft een aantal vereisten voor effectieve statistieken.

Categorie: Recruitment flex, Recruitment
Geschreven door: HRTech Redactie

Recruitment data en wervingsstatistieken die ertoe doen

Volgens Wheeler moeten statistieken zo objectief mogelijk zijn en niet simpel kunnen worden gemanipuleerd. Het lijkt gemakkelijk om alleen cijfers te kiezen die je eigen standpunt en argumenten ondersteunen, maar dat is niet effectief. Ook vertellen goede statistieken iets nuttigs over dingen die verbeterd kunnen worden om de prestaties of de output te verbeteren. Het feit dat gegevens beschikbaar zijn, betekent niet per definitie dat ze ook nuttig zijn en moeten worden gerapporteerd.

Als cijfers gaan over iets dat we niet kunnen beïnvloeden of beheersen, zijn ze niet nuttig.

Daarnaast moeten statistieken gepresenteerd worden als trendgegevens die laten zien hoe we het in de loop van de tijd doen. Een enkel datapunt zegt niets. Tot slot moeten de gerapporteerde statistieken betekenisvol zijn voor de mensen die erom vragen. Ze vertellen leiders iets dat essentieel is voor hun succes en de organisatie.

Effectieve wervingsstatistieken

Welke statistieken zijn effectief voor het wervingsproces? Wheeler noemt drie krachtige statistieken. Dit zijn tegelijkertijd ook strategische Total Talent Acquisition (TTA) metrics, aangezien ze bijdragen aan het strategisch omgaan met de instroom van vast en flexibel personeel.

1. Algehele recruiter/wervingseffectiviteit

Het is belangrijk om de tijd te meten die nodig is om een gekwalificeerde en beschikbare kandidaat aan te dragen bij de vacaturehouder, waarbij het voorstel uiteindelijk leidt tot een interview. Deze tijd begint wanneer de aanvraag is ontvangen en eindigt wanneer een interview wordt afgenomen. Op deze doorlooptijd heeft de recruiter zelf invloed, hoe lang het duurt voor iemand is aangenomen, ook wel ‘time to hire’ hangt van veel andere factoren af. Wanneer je hierop focust, wordt de periode dat het duurt om iemand aan te nemen korter. Bovendien zal het voor meer tevredenheid bij de vacaturehouder en de kandidaat zorgen.

2. Effectiviteit van de vacaturehouder

De vacaturehouder is een integraal onderdeel van elk wervingsproces. Om ervoor te zorgen dat hij zich eigenaar voelt en een partner in het proces wordt, is een manier nodig om zijn bijdrage te meten en feedback te geven. Denk hierbij bijvoorbeeld aan de tijd die het duurt voordat hij de recruiters terugkoppeling geeft over de gepresenteerde kandidaten. Een ander punt dat gemeten kan worden, is het aantal functiecriteria, of beter de specifieke skills, in de vacature waaraan de nieuwe medewerker uiteindelijk voldoet.

3. Kandidaattevredenheid en successtatistieken

De tevredenheid van kandidaten is belangrijk, maar nog belangrijker is of ze erin geslaagd zijn om door het proces te navigeren en of ze de juiste feedback hebben gekregen. Een kandidaat kan tevreden zijn omdat hij goed is behandeld, maar ontevreden over het proces en de feedback. Om dit te meten kan gekeken worden naar de hoeveelheid tijd die is besteed aan het matchen met/zoeken naar een functie en de hoeveelheid tijd die nodig was om te solliciteren naar een functie. Maar ook naar het aantal personen dat het proces niet voltooide en wat daar de reden voor was. Daarnaast is een beoordeling door de kandidaten waardevol om vast te leggen en het aantal dagen dat het duurde voordat zij terugkoppeling ontvingen van de recruiter.

Voorspellende analyses gebruiken

Voorspellende analyses gaan verder dan deze statistieken en bieden toekomstgerichte richtlijnen voor strategische personeelsplanning. Voorspellende analyses gebruiken gegevens om patronen te identificeren en trends te begrijpen. De voorspellende analyses kunnen worden gebruikt om cruciale beslissingen te nemen. Hieronder vallen ook gegevens om jobmarketing te verbeteren, skills te identificeren die het meest indicatief zijn voor prestaties en de beste bronnen van talent te bepalen.

Enkele belangrijke statistieken die kunnen worden bepaald met behulp van voorspellende analyses:

  1. Welke kanalen zijn het meest succesvol zijn om uw vacatures voor cruciale rollen te plaatsen?
  2. Welke kernvaardigheden en eigenschappen zijn voorspellend voor de meest productieve werkenden in een specifieke rol in uw organisatie?
  3. Welke marketingboodschappen zullen ertoe leiden dat de meest gekwalificeerde kandidaten solliciteren?
  4. Wat is het verschil in eigenschappen tussen kandidaten die een aanbod accepteren en degenen die dat niet doen?

AI-tools voor zijn

Hoewel het misschien ontmoedigend lijkt om hiermee aan de slag te gaan en het misschien beangstigend is om te zien waar je nu staat, zal het werken met deze statistieken een enorm verschil maken voor je carrière en succes, zegt Wheeler. “Als je de opkomende AI-tools een stap voor wilt zijn, is dit het moment. Open Ai tools zoals ChatGPT zullen ongetwijfeld in staat zijn om dit soort statistieken bij te houden en te gebruiken.”

Dit artikel is een vertaling en samenvatting van Part II: The Recruiting Metrics that Matter, gepubliceerd in de Future of Talent Weekly Newsletter

Deel dit artikel
Dit artikel is 438 keer gelezen.

Reacties

 Laat een een reactie op dit artikel achter