Data-Driven Recruiting: Mehr Daten, bessere Bewerber?
Bild: Harsha - stock.adobe.com
Daten sind entscheidend für den Erfolg eines Unternehmens. Daten über den Wettbewerb, das Produkt, über Kunden – und über Bewerber.
Die Digitalisierung macht auch vor dem Recruiting nicht Halt. In den letzten Jahren taucht vor allem der Begriff Data-Driven Recruiting immer wieder auf. Doch wie genau können Daten dabei helfen, die richtige Person für eine vakante Stelle zu finden?
Was versteht man unter Data-Driven Recruiting?
Der Begriff beschreibt sämtliche Verfahren im Recruiting-Prozess, bei denen Daten erhoben und analysiert werden, um daraus Schlüsse zur Optimierung des Prozesses zu ziehen. Das übergeordnete Ziel dabei ist es, das Verständnis für die Abläufe im Recruiting zu verbessern und so zum einen die besten Personen für offene Stellen zu finden, und zum anderen die Einstellungskosten zu senken.
Oder in anderen Worten: Mehr Daten und faktische Grundlage, weniger Bauchgefühl und Emotionen. Wichtig zu verstehen und zu unterscheiden ist, dass Data-Driven Recruiting nicht wie von vielen vermutet automatisiertes Recruiting bedeutet. Beim Robot Recruiting steht die systematische, oft KI-unterstützte oder gänzlich KI-gesteuerte Bewertung der Bewerber im Vordergrund, Data-Driven Recruiting hingegen beschäftigt sich mit der „Candidate Experience“ und dem gesamten Prozess im Recruitment.
Die wichtigsten KPIs müssen erhoben werden
Damit das gelingt, müssen im ersten Schritt erst einmal die notwendigen Daten gesammelt werden. Dafür braucht es entsprechende Trackingsoftwares und -tools, die in der Personalabteilung zum Einsatz kommen.
Zu den wichtigsten Kennzahlen gehört die „Time to Hire“, die angibt, wie lange es dauert, eine vakante Stelle vom Ausschreibungsdatum bis zur Einstellung zu besetzen. Passend dazu erfassen die meisten Unternehmen auch die „Cost per Hire“, also alle anfallenden Kosten von der Anzeigenschaltung bis hin zu administrativen Aufwänden.
Diese beiden Kennzahlen, oder KPIs für „Key-Performance-Indicator“, sind mit die bekanntesten. Im Data-Driven Recruiting kommen jedoch noch mehr zum Einsatz – etwa die „Conversion Rate“. Sie gibt an, wie viele der Bewerber vom ersten Kontakt bis hin zum tatsächlichen Arbeitsvertrag geführt werden können. Ergänzt wird dieser Wert durch die „Click-Through-Rate“ (CTR), das Verhältnis von Klicks auf eine Anzeige zu den Gesamtansichten (Impressionen). Die absolute Anzahl an Bewerbungen sowie deren Quelle ist ebenfalls zur Bewertung und Analyse der Attraktivität der einzelnen Ausschreibungen sowie Recruiting-Kanäle wichtig.
Daten müssen verarbeitet und interpretiert werden
Das Erheben all der für diese KPIs notwendigen Daten alleine nützt nichts, wenn diese nicht entsprechend verarbeitet und interpretiert werden. Data-Driven Recruiting funktioniert nur durch die nachhaltige Datenanalyse und die Ableitung der richtigen Maßnahmen, um den Recruiting-Prozess kontinuierlich zu optimieren.
Moderne Softwarelösungen und Analysetools spielen hier die entscheidende Rolle. Sie generieren aus den gesammelten Daten sogenannte „Actionable Insights“. Diese Einblicke ermöglichen es Recruitern, ihre Strategien anzupassen und Prozesse effizienter zu gestalten.
Solche Insights können sehr vielfältig sein. Konkret kann das etwa bedeuten, dass die Analyse der Bewerbungsdaten aufzeigt, welche Stellentitel und -beschreibungen die meisten qualifizierten Bewerber anziehen. So können Unternehmen ihre Stellenanzeigen gezielt und nicht auf der Basis von Gefühlen und subjektiven Erfahrungen optimieren, um die Sichtbarkeit und Attraktivität der Anzeigen zu steigern.
Daten können auch offenlegen, dass bestimmte Kommunikationswege oder Zeiten für die Kontaktaufnahme mit Kandidaten effektiver sind, was zu höheren Antwortraten führt. Solche spezifischen Erkenntnisse helfen, den gesamten Rekrutierungsprozess und die „Candidate Experience“ nicht nur zielführender zu gestalten, sondern auch die Passgenauigkeit der Kandidaten zu verbessern.
#DataDrivenRecruiting, #Recruiting, #Personalbeschaffung, #Digitalisierung, #HRTech, #CandidateExperience, #KPIs, #RecruitingStrategie, #HRAnalytics, #Einstellungskosten
Johannes Striegel