Gdy zaczynałam swoją rekruterską przygodę ponad dziesięć lat temu, serwisy społecznościowe nie cieszyły się jeszcze popularnością, a najważniejszym narzędziem pracy był telefon. Z uwagą śledziłam kroki moich bardziej doświadczonych koleżanek, próbując nauczyć się jak najwięcej w jak najkrótszym czasie.
Jak każda ambitna, choć początkująca profesjonalistka zadawałam sobie pytanie: co robić, by być skuteczną rekruterką? Kluczowe wydawały się być kompetencje sprzedażowe i umiejętność nawiązywania kontaktów z kluczowymi dla procesu osobami: menedżerami zatrudniającymi i kandydatami.
Mówiło się, że doświadczony rekruter po prostu wie, do kogo zadzwonić, kogo odrzucić po pierwszej rozmowie lub jak pokierować spotkaniem, żeby przekonać niezdecydowanego aplikanta. Jako osoba analityczna zastanawiałam się wtedy, czy aby na pewno nadaję się do pracy w HR. Czy teraz, w 2022 r., nadal istnieją firmy, w których rekruterzy nie potrzebują danych? Oczywiście, jednak jest ich coraz mniej.
Jak wygląda rekrutacja oparta na danych?
Co w rzeczywistości rekrutera zmienia podejście oparte na data-based. Wiele elementów codziennej pracy pozostaje przecież bez zmian: konieczność kontaktu z kandydatami, spotkania, przedstawienie oferty, negocjacje z hiring managerem… Gdzie więc pojawiają się dane?
Rolą danych w pracy data-based rekrutera jest pomoc w podejmowaniu decyzji, które do tej pory opierały się głównie na intuicji i doświadczeniach. Celem wykorzystania analityki w tym obszarze jest przede wszystkim podniesienie efektywności procesów i ograniczenie kosztów nieudanych rekrutacji, jednak korzyści można dostrzec też na poziomie indywidualnym – liczby pozwalają nam oszczędzić czas, ułatwiają komunikację z innymi osobami zatrudniającymi i stanowią dobry argument w każdej dyskusji z hiring managerem.
Po jakie dane sięgnąć w rekrutacji?
Wspomniałam wcześniej o pojęciu funnelingu, w polskiej wersji językowej znane jest jako tzw. lejek rekrutacyjny. Rzeczony lejek jest gradacją danych na poszczególnych etapach rekrutacji, a jego kształt zależy od narzędzi i kanałów, które w niej wykorzystujemy. Ma za zadanie odwzorować efektywność procesu na poszczególnych etapach decyzyjnych, z którymi styka się kandydat. Spójrzmy na przykładowy lejek, ilustrujący najpowszechniejszy scenariusz rekrutacji prowadzonej za pośrednictwem portalu z ogłoszeniami o pracę (np. OLX):
Etap pierwszy: wejścia na ofertę pracy
Podstawowe dane to liczba wizyt. Dodatkowe dane to średni czas wizyty na stronie z ofertą pracy.
Etap drugi: kliknięcia w „Aplikuj”
Podstawowe dane to liczba kliknięć (to jeszcze nie jest liczba aplikacji!).
Etap trzeci: wypełnienia formularza aplikacyjnego
Podstawowe dane to liczba osób, które rozpoczęły wypełnianie formularza, liczba osób które ukończyły wypełnianie formularza. Dodatkowe dane to średni czas potrzebny na wypełnienie formularza, liczba przerwanych sesji, informacja o tym, które z pytań w formularzu generują najwyższą liczbę przerwanych sesji.
Etap czwarty: otrzymane pełne aplikacje
Podstawowe dane to liczba otrzymanych zgłoszeń zawierających dokumenty i informacje, o które prosiliśmy kandydatów.
Etap piąty: otrzymane aplikacje przechodzące do dalszego screeningu
Etap szósty: zgłoszenia odpowiadające kryteriom rekrutacji
Etap siódmy: kandydaci do kontaktu w pierwszej kolejności
Kolejne etapy procesu zależne są od liczby poziomów rekrutacji, więc pozwolę sobie pominąć ich rozpisywanie. Nie wszystkie powyższe dane znajdziemy w jednym ATSie, choć na rynku pojawia się coraz więcej kompleksowych rozwiązań obsługujących cały lejek rekrutacyjny. Na szczęście w budowaniu rekrutacji opartej na danych nie chodzi tylko o liczbę metryk, ale też ich jakość oraz – przede wszystkim – naszą umiejętność wyciągania trafnych wniosków na ich podstawie.
Do czego działy HR wykorzystują dane w rekrutacji?
Według Badania Stanu Analityki HR w Polsce zaledwie 50% rodzimych firm monitoruje co najmniej jeden wskaźnik efektywności rekrutacji. Do najpopularniejszych KPI należą:
- liczba pozyskanych aplikacji,
- czas do zatrudnienia kandydata,
- feedback od uczestników procesu rekrutacyjnego (w przypadku 36% respondentów).
Najrzadziej zwracamy uwagę na candidate fit, czyli dopasowanie zatrudnionego kandydata do profilu organizacji i stanowiska (być może dlatego, że łatwo popełnić błąd, traktując zbyt kategorycznie niektóre wymagania profilowe). Ten wskaźnik monitoruje zaledwie 14,3% badanych firm.
Jednak możliwości jest o wiele więcej. Mając odpowiednie dane, możemy zdecydowanie ułatwić sobie decyzje dotyczące, m.in:
- Alokacji budżetów rekrutacyjnych na odpowiednie kanały pozyskiwania kandydatów. Możemy wyliczyć koszt pozyskania jednej aplikacji, koszt zatrudnienia jednej osoby per konkretny kanał.
- Planowania zasobów na peak rekrutacyjny. Jeżeli wiemy, ile spotkań i telefonów potrzeba, aby zatrudnić jedną osobę w danym profilu, będzie nam łatwiej ocenić, czy dysponujemy wystarczającymi siłami przerobowymi w ramach działu rekrutacji.
- Atrakcyjności naszych ofert pracy. Jeżeli wielu kandydatów rezygnuje z aplikowania po zapoznaniu się z tym, co oferujemy, warto porozmawiać z hiring managerami o potencjalnych słabych punktach naszych ogłoszeń.
Analityka tylko dla umysłów ścisłych? W żadnym wypadku
Czy rekruterzy staną się analitykami? Nie do końca. Mierzyć możemy wszystko, jednak odpowiednie przełożenie wniosków z liczb na działania wymaga doświadczenia i kompetencji. Tabela danych stanowi najlepsze źródło wiedzy dopiero w połączeniu z wglądem jakościowym – komentarzami kandydata i menedżera zatrudniającego.
Dla rekrutera przyszłości liczby nie są celem samym w sobie, a dodatkową pomocą w skutecznym podejmowaniu decyzji. Korzystanie z możliwości analityki rekrutacyjnej staje się coraz prostsze, a na rynku pojawiają się kolejne narzędzia dostosowane do rosnących potrzeb działów HR. Jak najlepiej skorzystać z trendu data-based? Zacznijmy od potrzeb i wyzwań, z którymi mierzymy się jako firma, a dopiero potem sięgnijmy po odpowiednie narzędzia. Inwestycja w analityczny know-how na pewno się opłaci!
