数据驱动招聘:好处和5个最佳实践

数据驱动的招聘给组织带来了很多好处。数据驱动招聘到底需要什么，为什么它很重要，以及最佳实践是什么?让我们开始吧。

内容
什么是数据驱动型招聘?
数据驱动型招聘案例
为什么数据驱动型招聘如此重要?
数据驱动的招聘最佳实践

什么是数据驱动型招聘?

数据驱动型招聘指的是在通常的简历筛选、面试和提供工作机会之外，根据各种数据源做出客观的招聘决定。

数据驱动型招聘团队使用一系列招聘指标跟踪招聘过程的成功程度，并利用这些见解使招聘过程更有效。

此外，在招聘过程中收集和分析数据可以消除猜测和偏见，以确保你选择了合适的候选人。

你的招聘技术人力资源技术栈，就像你的ATS或你的候选人评估解决方案一样，是一个很好的数据来源。其他数据来源包括面试分数、谷歌分析、社交媒体分析等等。

数据驱动型招聘案例

您可以在招聘流程的不同方面使用数据，以实现数据驱动的决策。让我们来看一些例子。

采购

监视接收应用程序的源非常重要招聘KPI这是一个如何利用数据来做决定的好例子。

它可以帮助你跟踪不同渠道的有效性(招聘公告板、广告、代理机构、社交媒体、你自己的职业页面)，这也可以让你计算你的简历每次租用成本．

无论哪个渠道能带来更多优秀的候选人，你都需要在那里投入更多的资金。例如，如果你从谷歌或Facebook广告上找到的求职者比从谷歌或Facebook广告上找到的求职者更多，你就可以考虑增加在利基招聘板上的预算。或者，如果你从LinkedIn上没有收到合格的求职者，你就需要减少在利基招聘板上的预算，或者从你的计划中取消这个预算。

选择过程

的选择过程是招聘程序的一部分，招聘人员从一群申请人中挑选出最适合某个特定职位的人。

此过程中的数据收集包括:

• 简历筛选-可验证的、相对准确的求职者历史数据，如学历、工作经历、执照等
• 技能评估-来自测试和考试的分数，衡量候选人的技能，能力，个性特征和工作偏好
• 工作面试-对个人对与工作经验、人际交往能力和文化适应

候选人的经验

候选人经验是申请人对雇主招聘和入职过程的整体感受。它包括每个招聘阶段之间所花费的时间:从最初的接触到筛选过程，再到面试和工作邀请，再到向组织介绍新员工。

候选人经验通常通过候选人经验调查的净推荐分数来衡量。结果可以帮助确定需要改进的关键领域。

候选人工作满意度是衡量候选人经验的另一种方式。它追踪求职者在招聘过程中设定的期望是否与广告中的职位相符。求职者工作满意度得分高，意味着先前招聘的职位描述实际上反映了该职位的日常职责。

你也可以在Glassdoor上查看你的面试分数，看看它们是如何随着时间的推移而变化的:

招聘计划

挖掘你的招聘数据将帮助你决定如何使用它。以下是一些常见的招聘挑战，相关数据将帮助你发现这些挑战，并提供解决方法:

• 如果你需要削减开支，那就关注与成本相关的kpi，比如每次雇佣的成本，招聘广告的表现，或者每个来源或渠道的申请数量。
• 如果你想加快招聘过程，就关注与速度相关的指标，比如填充时间，招聘时间，和时间的生产力。
• 或者，如果你想拥有更多高技能的员工，注意与质量相关的指标，比如招聘来源，每个招聘的候选人，新员工流动率，以及新员工保留率。

为什么数据驱动型招聘如此重要?

在招聘中采用数据驱动方法的原因有很多:

加快招聘流程

收集数据将帮助你了解招聘过程中的瓶颈在哪里，这样你就可以考虑是否消除它们或使它们自动化。

你需要先收集以下细节来制定招聘流程:

• 申请人的辍学率
• 招聘某一特定工作所需的平均时间
• 涉及的招聘方法:招聘广告vs.招聘公告板，招聘活动vs.员工推荐
• 每个招聘步骤的持续时间:你在采购上花了多少时间?面试多少钱?

例如，如果你发现很多申请人在你的申请开始时就退出了，你可以让他们的申请过程更容易。让他们上传他们的简历，然后把网上申请表从你的招聘启事上删除。或者，如果你的面试过程因为日程安排问题而花费了很长时间，你可以考虑自动安排面试时间。

这些见解会让你更准确地估计你的招聘时间。有了这些信息，您可以自信地向利益相关者建议现实的时间框架。

降低招聘成本

数据驱动的招聘缩短了招聘时间，并帮助您更好地利用招聘预算。

除了追踪你的招聘来源，你还可以检查你当前的招聘技术堆栈，看看它是否真的有助于你的人才招聘工作。

例如，如果你的目标是当地的候选人，他们可以直接走进你的办公室进行面试，也许你不需要视频面试软件。

减少招聘偏见，做出更客观的招聘决定

采用数据驱动的招聘策略可以让你客观地选择该职位的最佳候选人。更重要的是，它可以帮助你建立一个合法的招聘流程。

它还促进了DEIB在您的组织内。多元化的员工队伍可以提高业务绩效，改善决策，并促进创新和创造力。

例如，您可以根据职前评估分数或工作样本测试的结果选择最佳候选人进行面试。这些评估使招聘人员和人力资源专业人员更容易以同样的方式评估每个候选人的技能和能力。这有助于消除可能影响候选人选择的偏见。

它还确保每个候选人都受到公平对待——无论种族、民族、性别或年龄。

改善候选人体验

花一分钟时间，试着想象你是一个在线申请工作的求职者。既然你正在积极地寻找你的下一个雇主，你就会不断地收到来自不同公司的电子邮件和工作提醒。如果你申请的其中一家公司的招聘过程漫长而乏味，你可能会忘记申请，选择下一个潜在雇主。

数据驱动型招聘不仅仅是使用最新的人力资源技术。关键在于如何让求职者的面试经历更直接、更快速。

只有17%的公司在招聘过程的多个阶段询问候选人的经验反馈。这样做可以帮助你了解你首先需要提高的阶段。

让面试过程更快、更顺畅、更公平也是你的候选人会喜欢的。

主动而不是被动

使用数据来预测你的招聘需求，并告知你的招聘计划，让你主动为即将到来的事情做准备，而不是对情况做出反应。

你可以追踪年度员工流失率业务扩展(新团队、新地点、新产品)，以及内部流动(比如升职或横向调动)。

如果历史上，X名员工将在这段时间内离开公司，我们需要Y。这是为了保证在需要立即雇用新员工时有可用的招聘预算。

预测招聘时间对于在新员工到来时设定预期也很重要。这对于关键职位尤其重要，比如在产品发布期间负责领导新部门的新经理。

提高招聘质量

雇佣最优秀的人才对公司的成功和盈利能力有很大的帮助。

有不同的方法来使用数据来选择高素质的候选人。工作样本测试分数和一般心理能力评估更好地预测未来的工作表现比简历和面试更重要。

另一种方法是专注于能够产生高质量候选人的资源。收集优秀员工、离职率和生产力水平等数据。比较不同招聘来源(社交媒体、求职网站、招聘机构)之间的这些数据，以确定哪些招聘渠道能培养出最优质的候选人。

通过收集和分析这些类型的信息，你可以创建数据驱动的方法来提高招聘质量。

建立成功的招聘团队

使用数据驱动的招聘模型，您可以构建一个可重复的过程，使您能够做出合理的招聘决策。

招聘人员和招聘经理对选择过程更有信心，因为他们有实际的数据证明他们做出了正确的选择。

数据驱动的团队也能以更低的成本更有效地运作，使他们更有效率，并为组织增加更多价值。

数据驱动的招聘最佳实践

现在你已经知道了数据驱动招聘的好处，让我们来看看一些可以应用于你的组织的最佳实践:

1.选择相关指标并确定数据源

当你看着招聘软件为你收集的不同数据点时，你很容易迷失方向。为了避免不堪重负，要确定哪些指标对改善招聘流程最有帮助。

回顾您的整体业务目标，以制定有助于实现这些目标的指标列表。(请参考本博客的招聘计划部分，了解你应该关注哪些指标。)必威 官方网站

然后，确定您将从哪里获得这些数据。您的数据可以来自ATS、谷歌Analytics(例如，用于源跟踪)或候选人调查反馈。你还可以跟踪你的预算数据、招聘经理的满意度等等。

2.建立一个招聘仪表板

一个招聘仪表板帮助您可视化数据、发现趋势并快速识别问题。它显示了申请人、招聘、活动和预算的数据。

投资一个招聘仪表板可以让你迅速发现问题和机会。

记住，只关注最关键的kpi，那些能帮助你达到目标的kpi。

3.确定要采取的行动

在招聘中使用数据不仅意味着跟踪数据，还意味着采取行动。

例如，如果你注意到越来越多的求职者素质不高，你可以检查一下他们来自哪里(例如，某个特定的招聘公告栏)，然后停止在那里宣传你的职位。

或者，如果你注意到你的招聘页面上直接有更多的申请，考虑投资搜索引擎优化(SEO)服务，让你的网站在搜索引擎结果页面上更突出。

4.考虑数据限制

数据并非万无一失。

哈佛商学院进行了一项调查，发现88%的高管表示，他们知道自己的人力资源工具会拒绝合格的候选人。

拒绝的原因是，职位描述有太多的标准，并且为算法在简历中检查提供了一长串所需技能。这些算法最终会拒绝许多合格的申请人，他们可能只缺少列表中的两项技能。

另一个原因是他们的简历上有超过6个月的工作空白期。这些工作间隙可能代表其他合法的生活义务或事件，如军事部署、怀孕并发症、照顾义务或疾病。

在使用任何数据时，要明白它并不能说明全部情况。你应该更深入地探究你在数据中发现的“原因”。

作为一名招聘人员，你仍然需要解释你自己的发现，依靠你的知识和经验来做出正确的招聘决定。

5.比较前后状态并进行迭代

如果您知道在实现任何更改之前的状态是什么，以及在实现任何更改之后是什么，那么这些数据将是最有帮助的。

你的计划给你带来了想要的结果吗?如果不是，你能做些什么来改善?

数据将帮助您了解成功和失败的招聘策略，以改进您未来的招聘工作。

最后一句话

实施数据驱动招聘需要的不仅仅是收集一些数据。你需要改变心态，开始以一种新的方式工作，以充分享受数据驱动招聘的好处。一个很好的开始是审核你已经通过人力资源技术收集了哪些数据，并考虑这些数据如何帮助你改进招聘流程。