Bilge biri bir keresinde şöyle demişti: “Tanrı'ya güveniriz, diğer herkes verilerini getirir”. Günümüzde, elimizdeki tüm araçlarla birlikte, işe alım işlevini geliştirmek için verileri kullanmamak için hiçbir mazeret yok.
Veri odaklı işe alım yolculuğunuza başlamanıza yardımcı olması için bu kılavuzu kullanın.
Veri Odaklı İşe Alım Nedir?
Veri odaklı işe alım, işe alım sürecini yönlendirmek ve geliştirmek için ölçümlerden ve işe alım analitiğinden yararlanan bir işe alım yaklaşımıdır.
Şirketler verileri kullanarak, adayların bulunmasından ekip üyelerinin eğitim ve gelişiminin yönlendirilmesine kadar işe alım sürecinin tüm yönlerini geliştirmek için daha bilinçli kararlar alabilir.
Üst düzey bir İKYS sertifikası edinmek, işe alım ve personel seçimine veri merkezli yaklaşımda uzmanlaşmanıza yardımcı olur.
Veri Odaklı İşe Alımın 5 Faydası
Herhangi bir işe alım süreci denetimini kolaylaştırmanın bariz faydalarının yanı sıra, veri odaklı işe alımın kuruluşunuza yardımcı olacağı diğer bazı yollar şunlardır.
1. Daha verimli işe alım süreci
İşe alım hunisinin hızı gibi ölçümler, işe alım sürecinizdeki darboğazları belirlemenize ve verimliliği artırmanıza yardımcı olur.
Örneğin, işe alım ekiplerinin mülakat geri bildirimi vermesinin çok uzun sürdüğünü ve bunun adayların ilgisini kaybetmesine neden olduğunu belirleyebilirsiniz.
İşe alım yazılımınızı kullanarak, kaynak bulma veya pazarlama kanallarının etkinliği (aday sayısı ve kalitesi) gibi verileri de takip edebilir, kaynaklarınızı en verimli faaliyetlere yoğunlaştırabilir ve maliyetleri düşürebilirsiniz.
Örneğin, son çalıştığım şirkette seçebileceğimiz çok sayıda platform ve iş ilanı sitesi vardı; ancak bütçem sınırsız değildi ve işe alım ekibinin tüm adaylarla mülakat yapma kapasitesi de sınırsız değildi.
Bu nedenle, işe aldığımız adaylara ve son mülakata (kültür mülakatı) kalan adaylara baktım ve hangi platformların teknik açıdan en güçlü adayları sağladığını belirledim.
Kültürel ve davranışsal uyum gibi unsurlar yalnızca mülakat sürecimiz tarafından değerlendirilebildiği için, işe alım ekibiyle birlikte temel alacağımız ölçüt bu oldu.
Have an account? Log In
2. Daha iyi aday deneyimi
Daha verimli bir işe alım süreci, daha iyi bir aday deneyimiyle sonuçlanır. Ayrıca veriler nitel olabilir; bu nedenle aday geri bildirimlerini toplamak, işe alım sürecini geliştirmeye ve adayları etkilemeye yardımcı olacak yararlı bir yöntemdir.
Örneğin Twitch'te işe alım yaparken, özellikle ABD odaklı işe alım uygulamalarını EMEA ve APAC bölgelerine uyarladığımız için işe alım sürecimizin verimliliğini çok ciddiye alıyorduk.
Verileri incelediğimde, EMEA'daki adayların, daha uzun ihbar süreleri olması nedeniyle ABD pazarını karakterize eden aşırı hızlı işe alım tarzına daha az açık olduğunu gördüm.
Onlar için 1-2 hafta içinde yürütmeye çalıştığımız süreç fazlasıyla aceleciydi ve zamanlarına ve koşullarına saygı göstermiyordu.
Nicel veriler için NPS anketleri ve daha derinlemesine nitel veriler için mülakatlar yapmamış olsaydım, gerçekten istediğimiz birkaç adayın neden süreçten çekildiğini bilemezdim (sonunda onlarla yeniden iletişime geçtik ve bu vakalardan ikisini işe aldık!).
3. İşe alım önyargılarını azaltmak ve daha nesnel işe alım kararları almak
Yeni yapay zekâ çalışma arkadaşlarımız da dahil olmak üzere hepimizin önyargıları vardır; yapay zekâ çalışma arkadaşlarımız da buna dahildir. Örneğin, beceri testleri, iş örneği değerlendirmeleri ve yapılandırılmış mülakatlar tüm adaylar arasında standartlaştırılabilir ve böylece öznel görüşlerin etkisi azaltılabilir.
Veriler, farklı adayları bulmak için en etkili kanalları belirlemeye de yardımcı olabilir.
Örneğin, birinci ve ikinci aşama arasında adayların %80'ini kaybettiğimiz bir durumu hatırlıyorum.
Mülakat geri bildirimlerini iş gereklilikleriyle karşılaştırdıktan sonra, ilk mülakatın Finans yöneticilerinden biri, ikincinin ise gerçek işe alım yöneticisi olan Finans Başkan Yardımcısı tarafından gerçekleştirildiğini fark ettik.
Finans yöneticileri, kendileriyle tamamen aynı profile sahip kişileri (aynı okul, nitelikler ve benzer şirketler) sürekli olarak bir sonraki aşamaya geçiriyordu; ancak rol, hiç değerlendirilmemiş farklı bir beceri seti gerektiriyordu.
Bu durum, söz konusu mülakatçının etkisi altında olduğu aşinalık önyargısını ortaya çıkardı; bu, kendisi için bile yeni bir bilgiydi!
Bu tür örüntülere dikkat edin; çünkü bunlar işe alım huninizin başlangıcındaki çeşitliliği, huninin sonunda tamamen homojen bir yapıya dönüştürebilir.
4. Daha iyi planlama
Ortalama çalışan devir oranı ve belirli bir pozisyonu doldurmak için gereken ortalama başvuru sayısı gibi kıyaslama ölçütlerine bakmak, işe alım planlamasına ve kaynak tahsisine yardımcı olur.
Bir kişiyi işe almak için 10 adayı değerlendirmeniz gerektiğine dair eski deyiş iyi bir başlangıçtır; ancak daha özel veya kıdemli pozisyonlar söz konusu olduğunda, işe alım başına değerlendirilen aday sayısı 20'ye, hatta daha fazlasına yaklaşabilir.
Mevcut şirketimde, son derece uzmanlaşmış bir Kıdemli mühendis pozisyonu için bir kişiyi işe almak amacıyla 25 adayı değerlendirdim ve artık bu kıdem seviyesindeki başka bir kişinin yerine yeni birini almamız veya işe almamız gerekirse yeni kıyaslama ölçütünün bu olduğunu biliyorum.
5. Çalışan deneyimini iyileştirin
Adaylardan topladığınız veriler, mevcut yetenekler için çalışan deneyiminin iyileştirilmesine yardımcı olabilir. Örneğin adaylar esnek çalışma seçeneklerinin olmaması nedeniyle başvurmaktan vazgeçiyor mu ve bu durum çalışan devir oranını da etkiliyor olabilir mi?
Verileri İşe Alım Sürecinize 3 Adımda Nasıl Dahil Edebilirsiniz?
1. Doğru verileri ve ölçütleri seçin
İşe alım hedeflerinizle ilgili temel ölçütleri ve temel performans göstergelerini (KPI'lar) belirleyerek başlayın.
Burada istediğiniz kadar ayrıntıya inebilirsiniz; ancak işe alım ölçütleri hakkındaki makalemde vurguladığım gibi, birkaç temel ölçütle başlamak ve yetenekleriniz geliştikçe daha gelişmiş ölçütleri incelemeye geçmek en iyisidir.
Temel ölçütler şunları içerir:
- İşe Alım Süresi: Bir pozisyonu doldurmanın ortalama ne kadar sürdüğü.
- İşe alınan kişi sayısı (açık pozisyon sayısına kıyasla): Aylık/çeyreklik/yıllık olarak, kadro planınıza kıyasla kaç kişiyi işe aldığınız.
- Dönüşüm oranı: Her aşamayı geçen aday sayısının, o aşamaya ilerleyen aday sayısına oranı.
- İşe alım hunisi hızı: Adayların huninin her aşamasında ne kadar zaman geçirdiği.
- İşe alım başına maliyet: Yeni bir çalışanı işe almayla ilişkili toplam maliyet.
- İşe alım kaynağı: Farklı işe alım kanallarının (iş ilanı panoları, sosyal medya, tavsiyeler vb.) etkililiği.
Tüm bu ölçütler birbirleriyle bağlantılı olarak değerlendirilir. Tam resmi ortaya çıkarmak için hangi diğer ölçütleri daha yakından izlemem gerektiği konusunda fikir verdiği için dönüşüm oranıyla başlamayı tercih ediyorum.
Örneğin dönüşüm oranı güçlü olduğu hâlde işe alım süresi hâlâ uzunsa aday sayısına bakın. Huninin üst kısmı yeterince güçlü mü? İşe alım hunisinin hızı yeterli mi?
Huninin üst kısmı yeterince güçlü değilse (benimki de dahil olmak üzere birçok tohum aşamasındaki girişimde olduğu gibi), adayları süreçte ilerletecek kimse yoksa huni hızının önemi olmayabileceğinden, bu konu öncelikli olmalıdır.
2. Verileri nasıl toplayacağınıza karar verin
Sıradaki adım, verilerinizi nasıl toplayacağınıza ve analiz edeceğinize karar vermektir. Gerçekte bunun için bir tür işe alım analitiği yazılımına ihtiyacınız olacak.
En fazla işe alım verisinin aday takip sisteminizde (ATS) toplanması muhtemeldir ve birçok çözüm, verileri sunmaya yardımcı olmak için önceden tasarlanmış, çoğu zaman özelleştirilebilir işe alım panolarıyla birlikte gelir.
Bir diğer faydalı ATS özelliği, NPS için aday anketleri veya aday geri bildirimlerini toplama gibi katılım seçenekleridir.
ATS'nizde toplanan verileri HRIS/HRMS verilerinizle birleştirerek daha kapsamlı bir görünüm elde edebilirsiniz; örneğin belirli bir işe alım uzmanından gelen kaç aday deneme sürecinde başarısız oluyor veya yüksek performans gösteren çalışanlara dönüşüyor?
Faydalı verilerin diğer kaynakları aday ilişkileri yönetimi yazılımınız veya işe alım pazarlama platformunuz olabilir.
3. İzleyin ve optimize edin
İşe alım sürecinizin etkinliğini değerlendirmek için işe alım ölçümlerinizi ve KPI'larınızı takip edin.
İyileştirme alanlarını belirlemek için verilerdeki eğilimleri ve örüntüleri vurgulamak üzere araçları kullanın. Örneğin, işe alım süreniz istediğinizden uzunsa daha derinlemesine inceleyerek belirli aşamaları nasıl kolaylaştırabileceğinizi belirleyin.
Veriye Dayalı İşe Alım İçin 4 En İyi Uygulama
1. Net ölçümler geliştirin
Birçok kişi Pozisyonu Doldurma Süresi ile İşe Alma Süresi ölçümlerini karıştırır. Teknik olarak Pozisyonu Doldurma Süresi, bir pozisyonu açmanız ile birini işe almanız arasındaki dönemdir.
İşe Alma Süresi, işe aldığınız belirli adayın başvurudan işe alıma kadar geçen süresidir.
Bu durum, ölçümlerin yanı sıra bunların nasıl hesaplandığını ve veri kaynaklarınızın neler olduğunu her zaman açıkça tanımlamanız gerektiğini gösterir.
2. Farklı veri türlerini kullanın
Yukarıda buna değindim ancak tekrar vurgulamak istedim. Kullanacağınız verilerin çoğu nicel olacaktır; yani sayısal olarak ifade edilebilir.
Ancak adaylardan veya işe alım ekiplerinden gelen geri bildirimler gibi nitel verileri ihmal etmeyin. Bunlar da aynı derecede değerlidir ve iyileştirilmiş toplam ücret gibi çalışanların elde tutulmasına katkı sağlayan iyileştirmelere yol açabilir.
Airbase'de İnsan ve Kültürden Sorumlu Başkan Yardımcısı olan Sarah Lovelace'in vurguladığı gibi, “Yetenek yönetimine veri ve analizi bir arada kullanarak yaklaştığımızda bilinçli kararlar alabilir ve bunları kurumun geneline etkili bir şekilde aktarabiliriz.”
3. Verileri anlamlı bir şekilde sunun
Veri görselleştirme, veriye dayalı işe alımın temel bir parçasıdır. Eyleme geçilmesini sağlamak için verileri sunarken verileri ve hedef kitlenizde başlatmaya çalıştığınız konuşmayı dikkatle düşünmeniz önemlidir. Kurum içi personel profilleri oluşturmak burada devreye girer.
Pazarlama ekipleri, pazarlama kampanyaları oluştururken hedef müşterilerinin bir resmini çizmek için personel profillerini kullanır; bu profiller veri görselleştirme için de yararlı bir araçtır.
Örneğin, herkesin her şeyi bilmesi gerekmez ve her paydaşın kendisine sunulanları analiz etmek için farklı düzeylerde desteğe ihtiyacı olacaktır.
Buna örnek olarak, işe alım sürecinin belirli bir yönünü iyileştirmek için bir işe alım yöneticisine sunduğunuz veri türü ile yeni bir işe alım yazılımı aracını onaylatmak için üst düzey yönetim ekibinin bir üyesine sunduğunuz veri arasındaki fark verilebilir.
Bu konuda daha fazla rehberlik için Liam Reese'in İK veri analitiği hakkındaki mükemmel makalesini kesinlikle öneririm.
4. İyi veri hijyenini koruyun
Gerçeği yansıtan, kaliteli verilere ihtiyacınız vardır. Bir keresinde geçici bir danışman, daha önce açık olan ve işe alındı olarak işaretlenmemiş tüm rolleri “kapatmış” ve 90 kişinin çalıştığı bir şirkette 4 ay içinde 80 kişiyi işe yerleştirdiğini iddia etmişti.
Ekipler daha önce rolleri gerçekten kapandıkları sırada kapatmış olsalardı, bu durum gerçeği daha iyi yansıtırdı.
Bu gibi nedenlerle, yüksek kaliteyi korumak için bazı veri en iyi uygulamalarını hayata geçirmenizi öneririm.
Bunu yapmanın en iyi yolu, düzenli olarak takip etmek ve verileri girme ve güncelleme alışkanlığı kazanmalarına yardımcı olmak için ekibinizle ve işe alım yöneticileriyle iletişim halinde olmaktır.
Örneğin, ön eleme görüşmelerinin sisteme girildiğinden emin olmak için bunlarla ilgili bir KPI belirleyin ve düzenli olarak kontrol edin.
İşe alım yöneticilerinin geri bildirimlerini girdiğinden emin olmak istiyorsanız, her görüşmeden sonra kontrol edin ve geri bildirimin kaliteli olduğunu doğrulayın.