Mit Freude vernehmen wir, dass die Zahl unserer Kund:innen und Unternehmen, die Google Analytics bzw. ähnliche Produkte zur Analyse des Online-Recruitings einsetzen, stetig zunimmt. Den Standpunkt, dass Recruiter:innen ohne vernünftige Zahlen kaum Chancen haben, auf den grünen Zweig zu kommen, vertreten wir nämlich seit Jahren.
Doch kaum ist die Hürde der Akzeptanz genommen, ergeben sich grundlegende Schwierigkeiten in der Praxis. KPIs wie die Absprungrate sind an sich schon mal super – aber man muss sich ja auch noch verstehen und interpretieren können! Und das fällt nicht jedem auf Anhieb leicht. Analytics ist ein Gebiet, das sich nicht von alleine erschließt.
Viele Daten, wenig Ahnung
Was ist denn nun eigentlich das Problem? In den meisten Fällen: Ein Haufen von Zahlen und Auswertungen, die nur bedingt Sinn ergeben. Vielfach ist die Analytics Implementierung sogar unvollständig. Eure Bewerber-Zahlen fehlen. Hier müsstet Ihr als aller erstes ansetzen. Denn mehr als Besucherzahlen, Bewerbungen und Quellen (mit den dazugehörigen Budgets), könnt und braucht Ihr zu Beginn Eurer Analytics-Reise sowieso nicht zu verarbeiten.
Egal, denkt Ihr Euch als Einäugiger unter den Blinden, dafür sind aber viele andere schöne Zahlen da. Auf der Suche nach einem Rettungsanker greift Ihr einfach nach irgendwas, was sich gut anhört – z. B. die “ABSPRUNGRATE” (eng. Bounce Rate). Jemand “springt ab”, also ist er weg – ergo keine Bewerbung.
90% ist ja riiiichtig schlecht. 67,89% joooaaaaa, das geht ja gerade noch durch. 10,12% Wahnsinn! Super, da haben wir unser Qualitätskriterium, um Quellen oder Maßnahmen miteinander zu vergleichen.
Doch die Absprungrate ist nicht immer ein eindeutiger Qualitätsindikator.
Definition: Was ist die Absprungrate?
Grundsätzlich bezeichnet man die Absprungrate im Recruiting (auch als “Bewerberabsprungrate”, “Bounce Rate” oder “Abbruchquote” bekannt) als eine wichtige Kennzahl, die den Anteil der Besucher:innen widerspiegelt, der Eure Seite verlässt, ohne eine Interaktion ausgeführt zu haben. Dabei sollte aber gedacht werden, dass Google Analytics (standardmäßig) nur Klicks misst, durch die eine neue Seite geöffnet wird. Der Nutzer kann sich also die Stellenanzeige interessiert durchlesen, Videos anschauen oder durch eine Bildergalerie klicken – das ist Google Analytics alles herzlich egal, wenn sich dabei keine neue Seite innerhalb des Browsers aufbaut.
Nach 30 Minuten ohne Interaktion wird die Sitzung beendet. Wenn bis auf den Eintritt der Seite keine messbare Interaktion stattgefunden hat, haben wir einen Absprung (oder Bounce). Was in der Zwischenzeit also passiert, können wir nicht sagen. Das macht das Verstehen nicht gerade einfacher.
Eine Möglichkeit ist natürlich, dass der oder die Bewerber:in tatsächlich auf eine Stellenanzeige auf die Karriereseite klickt und diese nach ein paar Sekunden direkt aus verschiedensten Gründen wieder verlässt. Oder wie der bekannte Analytics-Experte Avinash Kaushik einst formulierte, “I came, I puked, I left”.
Aus diesem Grund kann die Bounce Rate ein Hinweis darauf sein, dass in Eurer Stellenanzeige oder auf Eurer Karriereseite etwas nicht stimmt. Je nachdem, an welchem Punkt die Bewerber:innen vermehrt abspringen, könnte beispielsweise die Stellenbeschreibung nicht besonders aussagekräftig oder die gesamte Anzeige sogar unklar oder unattraktiv sein. Mangelnde Informationen sind für viele Interessenten auch ein Grund, die Seite wieder zu verlassen. Vor allem Informationen wie Gehalt, Arbeitszeiten, Standort oder Karrierechancen sind notwendige Punkte, die in jeder Stellenanzeige auf den ersten Blick klar sein sollten.
Im schlechtesten Fall sagt die Absprungrate vielleicht aber auch einfach gar nichts aus. Völlig verwirrt? Dann lest ruhig weiter, wir erklären es Euch!
###promotional-banner###
Was ist eine gute Absprungrate?
Eine “gute” Absprungrate im Recruiting kann je nach Branche, Unternehmen und Rekrutierungsprozess variieren. Es gibt keine festgelegte allgemeine Zahl, die für alle Situationen als Maßstab gelten kann. Allerdings gibt es Durchschnittswerte für die Absprungrate der verschiedenen Webseiten.
Google Analytics Benchmark Averages for Bounce Rate
40-60% Content websites
30-50% Lead generation sites
70-98% Blogs
20-40% Retail sites
10-30% Service sites
70-90% Landing pages
Karriere-Webseiten bzw. Stellenangebote würden wir bei den “Landingpages” ansiedeln. Aber seid vorsichtig: Eine Quelle, die Euch ausschließlich bereits überzeugte Bewerber:innen schicken sollte, wäre bei 60% nicht unbedingt cool, sondern verdächtig. Eine sehr niedrige Absprungrate (z. B. um die 10%) sollte Euch auch aufhorchen lassen, sie kann nämlich ein Hinweis auf ein technisches Problem sein.
Bei genauerer Betrachtung kann in bestimmten Setups eine hohe Absprungrate aber auch ein Trugschluss sein. Und jetzt kommen wir zum eigentlichen Problem dieses KPIs.
Die exakte Definition von Google macht das Problem deutlich, in dem es folgende Formulierung beinhaltet:
Der springende Punkt verbirgt sich hinter “Anfrage an den Analytics-Server”. Denn eine erwünschte Interaktion mit der Seite kann durchaus stattfinden, ohne dass es eine Anfrage an den Analytics-Server gibt.
Gerade im Fall von Karriere-Webseiten kommt das oft vor. Das liegt daran, dass ab dem Klick auf den “Bewerben” – Button aufgrund von schlechter Analytics-Implementierung nicht weiter gemessen wird. Wenn die “Bewerben” bzw. “Bewerbung absenden” – Buttons nicht mit dem Analytics Code verknüpft sind, weil das Bewerbungsformular auf einem anderen Server liegt, kann trotz einer erfolgreichen Bewerbung keine “Anfrage an den Analytics-Server” ausgelöst werden. In diesem Fall würde eine erfolgreiche Bewerbung einem Absprung gleichgesetzt.
Ein Besucher, der sich gleich nach der Landung auf der Stellenanzeige bewerben würde, hätte in so einem Setup eine Absprungrate von 100%. Ein Besucher der dagegen nach der Landung auf der Stellenanzeige sich durch Eure Seite klicken würde (bei jeder neu geladenen Seite wird der Analytics-Server angesprochen), um sie dann ohne Bewerbung zu verlassen, würde mit einer Absprungrate von 0% versehen. Paradox. Würdet Ihr jetzt die Absprungrate als einziges Qualitätskriterium einsetzen, bestünde die Gefahr, dass Ihr genau die falsche Besucher-Quelle eliminiert.
Als zusätzliches KPI empfehlen wir Euch an diesem Punkt die Nutzung vom Google Tag Manager. Diesen könntet Ihr beim Call-To-Action wie z.B. dem “Bewerben”-Button einbauen. So könnt Ihr zusätzlich feststellen, wie viele Interessent:innen nicht etwa die Bewerbung abgebrochen, sondern stattdessen auf das Bewerbungsformular weitergeleitet wurden.
Weitere Infos zu den Weiterleitungen auf ein ATS und was ihr tun könnt, um weiterhin messbar zu bleiben, findet Ihr in unserem Guide zur Implementierung von Recruitment Analytics.
Kontext ist King
Aus dem vorherigen Abschnitt sollte deutlich geworden sein: Die Absprungrate sollte stets im Kontext Eures konkreten Setups betrachtet werden. Ist Euer Analytics-Code perfekt implementiert, wird jede wichtige Interaktion auch korrekt gemessen, so kann die Absprungrate durchaus zum Einsatz kommen. Im Fall von Karriere-Webseiten, wo die Candidate-Journey nur teilweise gemessen wird, rate ich davon ab, diese Kennzahl einzusetzen. Ihr begebt Euch sonst auf einen Blindflug.
Auch bei korrekter Implementierung eures Google Analytics ist der Kontext beim Einsatz der Absprungrate weiterhin extrem wichtig. Euch werden Quellen in Eurem Mix begegnen, die unterschiedliche (zuverlässige) Absprungraten aufweisen. Aussagen über die Qualität der Quellen basierend auf diesem Wert sind allerdings nur dann möglich, wenn Ihr Euch über die Funktionsweise der Quelle jeweils 100% im Klaren seid.
Es gibt Jobbörsen, bei denen der potentielle Bewerber bereits die ganze Anzeige gelesen hat und nach dem Klick auf den dortigen “Bewerben”-Button gleich in Eurem Formular landet. Es gibt auch andere Quellen, wo der Bewerber nur einen Teaser der Anzeige erhält (z. B. Google) und erst bei Euch entscheidet, ob die Anzeige passt und er sich bewerben möchte. Die Absprungraten dieser beiden beispielhaften Quellen sollten und werden sich stark unterscheiden. Wirkliche Vergleichbarkeit der Quellen erreicht Ihr meiner Meinung nach letztendlich nur durch den ROI-Kontext.
###promotional-banner###
Absprungrate und vorbereitete Conversions
Für die Fortgeschrittenen unter Euch möchte ich hier nochmals das Thema der “vorbereiteten Conversions” anbringen. Das Zusammenspiel mit der Absprungrate ist interessant. Stellt Euch vor, der Besucher kommt über eine bestimmte Quelle X auf Eure Karriereseite, bewirbt sich nicht und klickt die Seite weg (=> Absprungrate 100%). Kommt eine Stunde später wieder über die Direkteingabe der URL und bewirbt sich. In Eurer Standardauswertung hat die Quelle X dann 0 Bewerbungen generiert, 100% Absprünge, und Ihr denkt logischerweise, sie sei nutzlos. Klar, keine Bewerbungen, katastrophale Absprungrate. Stellt ihr die Quelle ab – gute Nacht, Johanna! Ja, es ist schon kompliziert.
Damit will ich folgendes zum Ausdruck bringen: In einem ohnehin komplizierten Umfeld sind nicht eindeutige Indikatoren wenig hilfreich. Sie können sogar eine falsche Annahme verstärken.
Welche Quellen bei Euren Conversions eine Rolle spielen und wie so ein Conversion-Pfad aussehen kann, könnt Ihr übrigens bei Google Analytics unter: Werbung > Attribution > Conversion-Pfade sehen. Wählt dort einfach oben links die entsprechenden Conversion-Ereignisse aus (Bewerbungen könnt Ihr doch tracken, oder?) und schon bekommt Ihr eine Übersicht darüber, wie Conversions eigentlich entstehen.
Wie kann ich meine Absprungrate verbessern?
Bei nur teilweise gemessenen Karriereseiten und Weiterleitungen auf ein externes ATS, ist die Absprungrate kein hilfreiches KPI in Eurem Recruiting-Prozess. Sollten die oben genannten Punkte bei Euch allerdings nicht zutreffen und Eure Absprungrate an bestimmten Punkten der Candidate Journey trotz perfekter Implementierung wirklich einfach viel zu hoch sein, solltet Ihr handeln.
Je nachdem, an welcher Stelle Euch die Kandidaten Reihenweise abspringen, solltet Ihr Euch Eure Karriereseite etwas genauer anschauen. Wenn Bewerber:innen nicht auf den (von Euch am besten mit Google Tag ausgestatteten) CTA-Button klicken, liegt das Problem möglicherweise bei der Stellenanzeige. Ein häufiger Fehler ist hier die fehlende Transparenz: Stellenanzeigen sollten klar und präzise sein, die Anforderungen und Erwartungen deutlich darstellen und die Vorteile einer Mitarbeit in Ihrem Unternehmen hervorheben. Vermeide bestenfalls unklare Formulierungen oder übermäßig formelle Sprache.
Auch nicht mobiloptimierte Anzeigen oder Bewerbungsformulare sind ein häufiger Grund für den Absprung. Stellt hier sicher, dass Eure Karriereseite und Bewerbungsformulare auf mobilen Geräten gut und einfach funktionieren. Immer mehr Menschen nutzen Smartphones für ihre Jobsuche und eine mobile-optimierte Erfahrung kann die Absprungrate definitiv reduzieren.
Weitere Empfehlungen von uns ist der insgesamt möglichst einfach gehaltene Bewerbungsprozess, indem unnötige Schritte reduziert und das Ausfüllen von Formularen minimiert wird. Ein unkomplizierter Bewerbungsprozess ist attraktiver und verringert die Wahrscheinlichkeit, dass Bewerber:innen den Vorgang abbrechen.
Abschließend lässt sich festhalten, dass Ihr in jedem Fall dafür sorgen müsst, dass Eure Bewerbungen gemessen werden! Wusstet Ihr, dass wir unsere Jobspreader-Kunden kostenlos bei der Implementierung und Setup von Analytics unterstützen? So als Service… Einfach mal Demo anfordern.
Und hier noch was und noch was für Leser mit Analytics-Faible, die wirklich besser werden wollen. Viel Erfolg!
Disclaimer: Dies ist eine überarbeitete Version unseres ursprünglichen Artikels aus dem Jahr 2017.
