Aktuelle Ausgabe

Newsletter

Abonnieren

Mit Big Data zum Recruiting-Erfolg

pixabay.com/GDJ
pixabay.com/GDJ

Der Recruiting-Erfolg misst sich zunächst einmal im Bewerber-Rücklauf. Eine Frage, die sich in der Konsequenz für Recruiter stellt: In welche Personalmarketing-Kanäle sollte ich investieren, um möglichst viele relevante Bewerbungen zu generieren? Um diese Frage zu beantworten, brauchen wir aktuelle Performance-Daten und einen historischen Datenkontext, der uns hilft, die vorliegenden Zahlen zu bewerten.

Nehmen wir an, es wurde eine Stelle als Java-Entwickler ausgeschrieben, sprich ein klassischer Mangelberuf. Was also kann ich tun, um die Stelle trotz allem mit genügend › Bewerber-Reichweite für eine erfolgreiche Besetzung zu versorgen? Im besten Fall liegen bereits Performance-Daten eines ähnlichen Jobs aus vorangegangenen Personalmarketing- Kampagnen vor. Aus diesen Referenzwerten lassen sich dann – unter zusätzlicher Berücksichtigung der Arbeitsmarktentwicklung – Rückschlüsse darauf ziehen, welcher Kanal für diesen speziellen Job erfahrungsgemäß am besten funktioniert oder eben auch nicht.

Targeting zur Aktivierung passiver Kandidaten

Die klassische laufzeitbasierte Veröffentlichung von Stellenanzeigen in den herkömmlichen Jobbörsen bringt nämlich gleich mehrere Probleme mit sich, die gerade bei Mangelprofilen doppelt schwer wiegen. Zunächst einmal genügt die Reichweite einzelner weniger Kanäle nicht mehr für eine erfolgreiche Besetzung und das 30-Tage-Modell ist angesichts einer durchschnittlichen Vakanzzeit von 100 Tagen im vergangenen Jahr auch alles andere als zeitgemäß. Hinzu kommt, dass über die gängigen Jobportale nur aktive Kandidaten in der breiten Masse angesprochen werden. Die derzeitige Arbeitsmarktsituation macht es jedoch gerade in Mangelberufen unumgänglich den gesamten Arbeitnehmerpool – also auch passive Kandidaten – auf die eigene Stelle aufmerksam zu machen.

Wie aber funktioniert das? Mithilfe von Targeting können Stellenanzeigen auch außerhalb jobspezifischer Webseiten gezielt an eine individuell definierte Zielgruppe ausgespielt werden – zum Beispiel über soziale Netzwerke wie Facebook, Werbebanner bei Google oder über thematisch relevante Webseiten und Apps, auf denen sich die gewünschte Zielgruppe aufhält. Hierzu können entweder die mit der Stellenanzeige verknüpften Suchbegriffe eingegrenzt oder nutzerspezifische Verhaltensweisen beziehungsweise Profilmerkmale definiert werden, auf Basis derer die Zielgruppe dann im Netz identifiziert werden kann.

Doch wie lässt sich überprüfen, ob die Stellenanzeige die richtigen Kandidaten erreicht? Klares Indiz für eine Übereinstimmung ist die Zahl der Interessenten, die über die Anzeige auf die Karriereseite gelangen und der daraus resultierende Bewerber-Rücklauf auf die Stelle. Ist dieser Prozess ohne Bruch messbar, wird der Recruiting-Erfolg schnell sichtbar.

Bewerbungspfade und Verhaltensmuster

Um die Candidate Journey lückenlos nachvollziehen zu können, sind Web-Analytics unverzichtbar. Sonst kann es passieren, dass die schlechte Job-Performance einem Personalmarketing-Kanal zugeschrieben wird, obwohl in Wirklichkeit das umständliche Bewerbungsformular schuld ist. Eine differenzierte Ursachenanalyse ist nur möglich, wenn der Bewerbungsprozess auf der eigenen Karriereseite stattfindet und mit Zahlen hinterlegt werden kann. Folgende Kennzahlen sollten darum beim Aufsetzen von Recruitment- Analytics berücksichtigt werden:

  1. Reichweite der Karriereseite (gemessen in Seitenaufrufen)
  2. Reichweite der Jobbörse (gemessen in Seitenaufrufen)
  3. Reichweite der Stellenanzeigen (gemessen in Seitenaufrufen)
  4. Herkunft der Reichweite (Seitenaufrufe nach Herkunftsquelle)
  5. Zahl angefangener Bewerbungen
  6. Zahl abgeschlossener Bewerbungen
  7. Herkunft der Bewerbungen (Bewerbungen nach Herkunftsquelle)

Prozessoptimierung durch Machine Learning

Auf Basis der zuvor genannten Recruiting-KPIs können die Personalmarketing-Kampagnen dann regelmäßig angepasst und für mehr relevanten Bewerber-Rücklauf optimiert werden. Das Kampagnenmanagement wird allerdings bei mehr als zwei bis drei offenen Stellen schnell sehr komplex und unübersichtlich. Die logische Folge: › Automatisierung.

Mithilfe von Software lassen sich Stellenanzeigen datenbasiert genau dort ausspielen, wo sich die gewünschte Zielgruppe aufhält. Dieser automatisierte Personalmarketing-Prozess wird in Fachkreisen Programmatic Job Advertising genannt.

Wie das genau funktioniert und wie es den Recruiting-Prozess nicht nur kosteneffizienter, sondern auch kalkulierbar macht, lässt sich im › Whitepaper “Programmatic Job Advertising – Mit Big Data zum planbaren Bewerber-Rücklauf” nachlesen.