Aki (jól) keres, talál

Ha megvan az ideális jelölt egy pozira, mindenki boldog. De ha nem, arra könnyen ráfizethetünk, a szó legszorosabb értelmében: az amerikai munkaügyi minisztérium becslése szerint egy elhibázott felvételen átlagosan annyit bukik egy cég, mint a dolgozó első éves fizetésének 30%-a. A megfelelő adatok birtokában viszont szinte tökélyre fejleszthetjük a toborzási stratégiánkat, hogy már a kezdetektől biztosan a megfelelő tehetségeket vonzzuk be. Érdemes körbejárni például, milyen csatornából jutnak el hozzánk a legjobb jelöltek. LinkedInen, a kollégák ajánlásán vagy a karrieroldalon keresztül? Melyik országból, városból vagy egyetemről érkeznek? És milyen pozícióból?

Minél többet tudunk meg a tuti befutókról, annál könnyebb lesz a dolgunk, amikor hozzájuk hasonlókat keresünk. Ebből indult ki a Xerox is, amikor pár évvel ezelőtt algoritmus-alapú toborzásba kezdett, hogy csökkentse a lemorzsolódást az egyik call centerében. Félévnyi tesztelést, teljesítménymérést és adatelemzést követően arra jutottak, hogy az ideális munkatárs kreatív, jellemzően az iroda közelében lakik, és legalább egy, de maximum négy különböző közösségi oldalon van jelen. Ez az egyszerűnek tűnő megfigyelés 20%-os javulást jelentett a megtartási rátájukban, és valószínűleg több százezer dollárnyi megtakarítást a költségvetésben: a vállalat egyetlen dolgozójának betanítása ugyanis nem kevesebb mint 5000 dollárba kerül.

Kép:Fotolia

Mit rejt a fürdőkád?

Ha jól használjuk, a humánanalitika évekre előre megkönnyítheti a HR-esek munkáját. Vagy éppen megmentheti az egész vállalatot. Hogyan? A Harvard Business Review egy techóriást hoz példának, amely pár éve főleg a költségek csökkentésére összepontosított, így nem tervezett létszámbővítést sem. Az adatelemzők azonban riasztó tendenciát vettek észre: a cégnél dolgozó mérnökök demográfiai adatait összesítő ábra úgy festett, mint egy kettévágott fürdőkád. Vagyis egyértelműen az látszott, hogy a csapatban szinte csak újoncok és veteránok dolgoznak, a távozók aránya pedig a pályakezdők körében volt a legmagasabb. Más adatok a frissen végzett mérnökök számának folyamatos csökkenését prognosztizálták, ami a cég erőforrás-szükségleteit nézve katasztrófát is jelenthetett volna.

Ezért létszámstop helyett inkább úgy döntöttek, felvesznek tízezer mérnököt. Évente. A prediktív analitika elárulja, várhatóan kik és mikor fogják elhagyni a céget, és az milyen hatással lesz a szervezetre. Ez egy-egy embernél is fontos lehet, tömegeknél viszont egyenesen kritikus. Gondoljunk csak a Deutsche Bahn esetére, ahol a stratégiai munkaerő-tervezési csapat 2010-ben kongatta meg a vészharangot, hogy a vasúti dolgozóik nagy része hamarosan nyugdíjkorba lép. Csak Németországban évi tízezer fős utánpótlásra volt szükség, főleg a fiatalokból. Még időben léptek: 2015-ben VR-rel felturbózott toborzási kampányba kezdtek, és mintegy 400%-kal növelték a felvételik hatékonyságát.

Felvételi kérdés

Sokan elfelejtik, hogy a pályázó is ügyfél, azt meg pláne, hogy úgy is viselkedik. Az álláskeresők mintegy kétharmadának volt már rossz élménye felvételi eljárás során, amit 72%-uk azonnal el is mesélt a barátainak vagy megosztott valamilyen online platformon, például LinkedInen vagy Glassdooron. A tehetségekért folytatott küzdelemben a „jelöltélmény” (candidate experience) javítása biztosan nyerő stratégia, már csak azért is, mert a jelentkezők döntő többsége szerint a felvételi eljárás pontos képet ad arról, mennyire becsüli a cég az alkalmazottait.

Legyen az az egyes interjúkörök között eltelt idő vagy az interjúztatók teljesítménye, a számokból könnyen kiderül, melyik tényező mekkora szerepet játszik abban, hogy a pályázók eljutnak-e az „Elküld” gombig és játékban is maradnak-e a végső fordulóig. A big data azonban nem csak a hibákat tárja fel, hanem a megoldásban is segít. Az álláskeresők 65%-a panaszkodik például a kommunikáció hiányára. Myának hála azonban a jelentkezőknek nem kell többé úgy érezniük, hogy egy fekete lyukban landolt a CV-jük: az AI-vezérlésű HR-bot rendszeresen értesíti őket a felvételi fejleményekről, megválaszolja a kérdéseiket, sőt, még abban is tanácsot ad, mit vegyenek fel az interjúra. Mindezt olyan ügyesen, hogy az emberek 72%-ának fel sem tűnik, hogy nem egy másik emberrel beszél.

Szóval miért jó, ha adatalapúvá tesszük az emberközpontút? A LinkedIn felmérése szerint például azért, mert a legújabb humánanalitika eszközökkel dolgozó HR-esek akár kétszer jobban és háromszor költséghatékonyabban képesek toborozni. De ami ennél is fontosabb, hogy az adatalapú toborzásnak köszönhetően a leglényegesebb feladatukra koncentrálhatnak: valódi stratégiai partnerként támogathatják a vezetőséget a vállalat célkitűzéseinek elérésében.

Szerző:

Kalocsai Lea

értékesítési igazgató

Codecool

a Zukunft Personal Hungary e-recruiting szakértője