Analytics – Seite 2 – Gute-Jobs.de

Webseiten deutscher Industrieunternehmen – Ankunft im digitalen Zeitalter?

Veröffentlicht am Mai 3, 2017 | von Asif Shaikh | Schreibe einen Kommentar

Webseiten deutscher Unternehmen – ein Thema, das wir schon häufig besprochen habe. Vor allem wenn es um Mobile Recruiting, Analytics und Candidte Experience geht, haben wir die Erfahrung gemacht, dass deutsche Unternehmen nicht immer auf einem angemessenen Stand sind. Letzte Woche hat Pinuts media + science den “Branchenreport Industrie 2017” veröffentlicht, in dem es um die Webseiten deutscher Industrieunternehmen geht.

Untersucht wurden die Webseiten von 120 Unternehmen und diese nach über 100 Kriterien bewertet. Wir fassen für Euch die Ergebnisse über Mobiloptimierung, SEO und User Experience zusammen. Los geht’s!

Mobiloptimierung

Warum es wichtig ist, dass Webseiten und besonders Karriere-Webseiten auch von unterwegs aus, also via Smartphone oder Tablet, gut zu erreichen sind, liegt auf der Hand. Laut einer Statistik nutzten 2016 35,3% der Befragten ihr Smartphone und 43,9% ihr Tablet von zu Hause aus für die Jobsuche. Unterwegs suchen 35,7% der Teilnehmer mit ihrem Smartphone nach Stellenangeboten.

Jenseits vom Recruiting übersteigen die mobilen Zugriffe weltweit bereits die Desktop-Zugriffe. Im Oktober 2016 lag die mobile Nutzung mit 51,3% erstmals höher, als die stationäre Nutzung mit 48,7%. Es dürfte klar sein, warum Unternehmen hier mitziehen müssen. Mobile ist schon lange kein Trend mehr – sondern Realität.

Der Branchenreport zeigt, dass die Mehrzahl der untersuchten Industrieunternehmen das erkannt hat:

Webseiten deutscher Industrieunternehmen - Ankunft im digitalen Zeitalter? Grafik 1 — Quelle: Pinuts media + science – Branchenreport Industrie 2017

Seit dem ersten Branchenreport von 2014 hat sich hier einiges getan. Trotzdem sind aber fast ein Drittel der Unternehmen noch nicht im mobilen Zeitalter angekommen. Erinnert Ihr Euch noch an “Mobilegeddon”, als Google 2015 seinen Algorithmus so veränderte, dass mobiloptimierte Seiten fortan besser gerankt wurden? Alles kalter Kaffee? Nicht für die 28% der Industrieunternehmen, die über keine mobiloptimierten Webseiten verfügen. Wer sich an dieser Stelle fragt, wie es um die mobile Darstellbarkeit der eigenen Webseite bestellt ist, findet hier zur Auffrischung unsere Mobile Recruiting Checkliste.

SEO (Suchmaschinenoptimierung)

Mithilfe von Suchmaschinenoptimierung können Unternehmen dafür sorgen, dass sich die Auffindbarkeit ihrer Webseite bei einer Stichwortsuche im Internet verbessert. Es geht also um organischen Traffic. Zur Verbesserung können einfachste Maßnahmen (z.B. sprechende URLs) eingesetzt werden, doch für andere Anwendungen ist bisweilen Fachwissen gefragt.

Quelle: Pinuts media + science – Branchenreport Industrie 2017

Hier zeigt sich, dass einige der sogenannten “Hygienefaktoren” bereits gut gepflegt werden, so etwa Sprechende URLs (wobei seit 2014 ein kleiner Abfall von 2% zu beklagen ist), robot.txt-Dateien(die Anweisungen für Suchmaschinen enthalten), hreflang-Anmerkungen und Webcontrolling(=Analytics). Bei XML Sitemaps (die wichtig sind, weil sie den Zugriff für Crawler erleichtern), Canonical-Tags und Alt-Tags ist hingegen noch viel Luft nach oben.

Bei den Analytic-Tools hat Google Analytics übrigens die Nase vorn. Auf Platz zwei folgt Piwik, den dritten belegt etracker. Es ist zwar positiv zu bewerten, dass 83% der Industrieunternehmen angeben solche Tools zu verwenden, doch es bleibt stets ein Rest von Zweifel, ob die Daten auch “richtig” erhoben und ausgewertet werden. Einen kleinen Überblick zum Thema HR-Analytics findet Ihr bei Bedarf in unserem Analytics Whitepaper.

User Experience

Wenn es bei uns um verwandte Themen geht, sprechen wir meistens über die Candidate Experience, also solche Erfahrungen, die Stellensuchende mit dem karriere-bezogenen Teil einer Webseite machen. Der Branchenreport betrachtet das Thema Recruiting nicht im Einzelnen, da bei der Untersuchung vorrangig “technische” Faktoren analysiert werden. Von der allgemeinen User Experience, die natürlich mit der Candidate Experience in Verbindung steht, gibt es jedoch einiges zu berichten. Wie nutzerfreundlich sind die untersuchten Webseiten?

Der Report ergab, dass die durchschnittliche Klicktiefe bei 4,88 liegt. Ein User müsste also durchschnittlich 4,88 mal klicken, um von der Startseite aus zu einer untergeordneten Inhaltsseite zu gelangen. Der Durchschnitt der pro Sitzung angesehenen Seiten (Pages per Session) liegt aber nur bei 3,23 – es kann also vorkommen, dass dem User wichtige Seiteninhalte aufgrund ihrer schweren Auffindbarkeit verborgen bleiben.
Je umfangreicher der Inhalt von Webseiten ist, desto komplizierter wird die Navigation. Diese sollte so intuitiv und simpel wie möglich angelegt werden. Immerhin 69% der untersuchten Unternehmen verfügen über multiple Navigationsleisten, die nicht mehr als sieben Hauptnavigationspunkte enthalten.
An modernen Kontaktmöglichkeiten mangelt es den meisten untersuchten Unternehmen. Nur 7% bieten z.B. Echtzeit-Kommunikation per Chat an.
Auch Onsite-Personalisierungen, die vor allem bei Webentwicklern und im Marketing hoch im Kurs stehen, konnten sich noch nicht auf den untersuchten Webseiten durchsetzen. Nur bei 1,7% kommen solche datenbasierten Abstimmungen auf den individuellen Nutzer zum Einsatz.

Außerdem

Die Nutzung von Social Media ist in den letzten drei Jahren gestiegen:

Die Social Media Nutzung hat sich also auch in der Industriebranche weiter verbreitet. Da die Mehrheit der Industrieunternehmen im B2B-Sektor tätig ist, kann dies als besonders positiv gewertet werden. Darüberhinaus führen immerhin 12,5% der Unternehmen einen eigenen Blog.

Fazit

Der Report zeigt, dass sich im Vergleich zu 2014 auf den Webseiten der Industrieunternehmen einiges verbessert hat. Doch wer uns kennt, weiß was jetzt kommt: Einige Verbesserungen sind uns noch lange nicht gut genug. Zwar wurden hier keine Karriere-Webseiten untersucht, doch Mängel bei der Mobiloptimierung, unzureichende Suchmaschinenoptimierung und mittelmäßiges Abschneiden bei der User Experience sind allesamt Faktoren, die bis ins Online-Recruiting hineinreichen. Der folgenden Zusammenfassung im Report ist insofern nichts mehr hinzuzufügen:

Deutsche Industrieunternehmen sind weltweite Vorreiter in Sachen Technologie und Innovation. Doch wenn es um den Webauftritt geht, haben sie klaren Nachholbedarf.

Die Erfolgsmessung von Employer Branding in Social Media

Veröffentlicht am August 4, 2016 | von Asif Shaikh | Schreibe einen Kommentar

Immer wieder erlebe ich, dass Unternehmen mit den Fanzahlen ihrer Facebook-Seiten oder den Leserzahlen ihrer Blogs prahlen und daran ihren Erfolg festmachen. Doch Fan- und Leserzahlen allein sind überhaupt nicht aussagekräftig – schließlich geht es um weit mehr als Erstkontakte in die Zielgruppe. Um die Erfolge eurer Social Media Aktivitäten richtig zu messen, bedarf es etwas mehr Vorplanung. In einem unserer letzten Beiträge haben wir analysiert, welche Inhalte die Unternehmen auf ihren Facebook Karriereseiten veröffentlichen und wie die Interaktionen verbessert werden können. Heute schauen wir uns an, wann Eurer Personalmarketing und Employer Branding in Social Media wirklich erfolgreich ist und wie ihr das messen könnt.

[promotional-banner id=”66900″]

Ziele für Social Media definieren

Bevor ihr jetzt aber losrennt und irgendwelche Zahlen aus irgendwelchen Analyse-Tools ablest und irgendwie interpretiert, solltet ihr euch wieder hinsetzen und eine klare Zielstellung erarbeiten! Die wichtigste Frage lautet zu Beginn: Wie zahlen eure Social Media Maßnahmen, mit Blick auf die zur Verfügung stehenden Ressourcen und die Bedürfnisse eurer Zielgruppen, auf die Unternehmensziele ein? Eure Social Media Strategie sollte sich also unbedingt an den Unternehmenszielen orientieren, entsprechend sollten sich daraus dann auch die verschiedenen Maßnahmen ableiten und ihr solltet klar definieren, was Erfolg in diesem Kontext für euch bedeutet. Daraus lassen sich dann entsprechende Ziele und Kennzahlen ableiten. Aber Vorsicht: nicht jede Zahl, die ihr aus Analyse Tool ablesen könnt, ist auch eine Kennzahl. Zwischen den folgenden drei Typen unterscheiden wir:

Der Bundesverband Digitale Wirtschaft (BVDW) hat einen Leitfaden für die Vereinheitlichung der Erfolgsmessung in Social Media herausgegeben mit Empfehlungen für die Entwicklung eines Messmodells. Dabei wird aufgezeigt, in welcher Hierarchie die Ziele definiert werden müssen – nämlich unbedingt bevor ihr mit dem Messen anfangt! Wir unterscheiden zwischen Zielen der Organisation, also dem Unternehmenszweck. Diesen folgen die Ziele der jeweiligen Abteilungen sowie deren Strategien und Maßnahmen und schließlich die Ziele der Messung. Ergänzend zu dem Leitfaden, hat der BVDW auch eine übersichtliche Matrix veröffentlicht, die sämtliche Abteilungen und deren Strategien und alle relevanten Kennzahlen mit einbezieht.

Modell des BVDW zur Messung des Social Media Erfolgs — *(zum Vergrößern klicken)*

Gehen wir das doch einfach mal für das Personalmarketing und Employer Branding durch. Die Organisationsziele sind natürlich die Steigerung des Wachstums, die Erhöhung der Produktivität sowie die Sicherung und Steigerung der Handlungsautonomie. Die Ziele der HR-Abteilungen sind dementsprechend die Mitarbeitergewinnung und -bindung. Die Maßnahmen der Personalgewinnung zielen auf die Akquise neuer Mitarbeiter ab – diese lässt sich anhand der Steigerung der Anzahl der Bewerberkontakte, die Steigerung der Bewerberzahlen sowie der Steigerung der Bewerberqualität messen. Und an dieser Stelle müsst ihr euch genau überlegen, welche konkreten Ziele ihr durch den Einsatz von Social Media in diesem Kontext verfolgen wollt. Ein kleiner Tipp von uns: Wir nutzen für die Zieldefinition gerne die SMART-Methode. SMART steht hier für „Specific Measurable Accepted Realistic Timely“ und dient beispielsweise im Projektmanagement oder in der Personalentwicklung der eindeutigen Definition von Zielen. Das heißt, unsere Ziele müssen spezifisch (also eindeutig definiert), messbar, abgestimmt (mit den Teammitgliedern), realistisch und terminiert (mit einem klaren Terminvorgaben) sein.

Relevante Social Media Kennzahlen

Diese Vorarbeit ist nötig, um schließlich die relevanten Social Media KPI festzulegen. Je nachdem, was ich erreichen wollt, müsst ihr eure eigenen Indikatoren definieren und dies dann anhand der entsprechenden Kennzahlen messen. Wir machen das hier mal beispielhaft. Auf der strategische Ebene verfolgen wir also das Ziel der Mitarbeitergewinnung, weshalb wir verschiedene Akquise-Maßnahmen starten, um eben die Bewerberzahlen und die Qualität der Bewerbungen zu steigern. Auf der operativen Ebene wollen wir die Bekanntheit unserer Arbeitgebermarke erhöhen. Dazu nutzen wir Facebook, wir veröffentlichen Inhalte, schalten Anzeigen und targetieren die relevanten Zielgruppen. Mittels relevanter Inhalte wollen wir schließlich unsere Arbeitgebermarke positionieren, also in den Köpfen der Zielgruppen verankern, um so ins Relevant Set aufgenommen zu werden. Im Idealfall führt dies zu einem Lead, also einem ersten Bewerberkontakt, zum Beispiel indem die User von unserer Facebook-Seite auf unsere Karrierewebseite gelangen. Dies führt dann schließlich zur Bewerbung. Und wie können wir das nun messen? Wir haben für euch mal ein Messmodell erstellt, mit den jeweiligen Zielen, den messbaren Kennzahlen und beispielhaft den KPI, um den Erfolg der gesetzten Ziele messen zu können. So schwer und kompliziert ist das also gar nicht. Es bedarf nur solider Vorüberlegungen im Team, relevanter und messbarer Ziele und einer regelmäßigen Auswertung, um eure Strategien an das tatsächliche Nutzerverhalten anzupassen.

Vereinfachung ist der Klebstoff für die digitale Transformation

Veröffentlicht am Mai 11, 2016 | von Asif Shaikh | Schreibe einen Kommentar

[su_note note_color=”#c6deeb” text_color=”#094d70″]

Einen schlechten Prozess zu digitalisieren, führt zu einem schlechten digitalen Prozess.
Wissen ist Macht war früher, der Zugang zu Daten ist sie Grundlage des neuen Arbeitens.
Arbeitnehmer kümmern sich zukünftig selbst um die Weiterbildung.

[/su_note]

Die Digitalisierung beschleunigt das Arbeiten zwar, ist ohne die richtigen Strukturen aber nicht erfolgreich. Einen schlechten Prozess zu digitalisieren, hat als Ergebnis eben einen schlechten digitalen Prozess. So lautet das Fazit der diesjährigen re:publica, die in der vergangenen Woche in Berlin stattgefunden hat. In diesem Jahr ging es gar nicht so sehr darum, die Welt wieder einmal neu zu erfinden. Schließlich haben wir derzeit genügend neue Ideen, Trends und Technologien, die umgesetzt bzw. in unseren Alltag integriert werden müssen. Ich habe mich daher auf die Suche nach neuen Perspektiven und Wegen der erfolgreichen Umsetzung digitaler Technologien in Organisationen begeben. Denn der zukünftigen Gestaltung der Arbeit im Kontext der Digitalisierung galt eine besondere Aufmerksamkeit, der sich auch Bundesarbeitsministerin Andrea Nahles vor Ort gestellt hat.

Digitale Transformation durch Vereinfachung

Wie gelingt also die digitale Transformation von Unternehmen? In erster Linie geht es gar nicht um technische Aspekte, sonder darum, schlanke Prozesse zu definieren, logisch zu strukturieren und diese mittels digitaler Technologien zu unterstützen. Komplexität muss reduziert werden, denn “Vereinfachung ist der Klebstoff, der die Digitalisierung in Unternehmen möglich macht”, so Ulrich Irnich, der als Director Simplicity and Transformation bei Telefonica Deutschland die digitale Transformation nach dem Zusammenschluss mit der E-Plus-Gruppe vorantreibt. “Vereinfachung ist gleichzusetzen mit Schnelligkeit.”

Wissen ist nicht mehr Macht, sondern Grundlage für die Tranformation

Daten zur Performance des eigenen Unternehmens können heute in Echtzeit abgerufen werden und Schwachstellen direkt aufzeigen. Diese Daten müssen transparent und zugänglich gemacht werden. Das stellt insbesondere Führungskräfte vor neue Herausforderungen. Wissen ist Macht war früher, der Zugang zu Daten ist sie Grundlage des neuen Arbeitens, eine flächendeckende Datentransparenz ist unerlässlich, um wettbewerbsfähig zu sein. Statt um Vormacht und Hierarchien geht es vielmehr um produktive Zusammenarbeit und Integration. Und kurze Abstimmungswege, um Informations- und Datenflüsse schneller zu gestalten. “Das Beste, was Vereinfachung ausmacht, ist Weglassen. Dinge, die ich weglasse, brauche ich auch nicht mehr zu digitalisieren.”

Arbeiten 4.0 wollen und lernen

Zukünftig wird nicht mehr die Stellung im Unternehmen relevant sein, sondern die eigene Rolle und damit der Wertschöpfungsbeitrag. Das setzt die Akzeptanz der Arbeitnehmer gegenüber neuen Strukturen voraus. Gleichzeitig aber auch eine offene Fehlerkultur, die schnelle bzw. frühe Fehler erlaubt, denn das führt zu einem frühzeitigen Erfolg. Außerdem sind Fehler ein wichtiger Bestandteil des Lernprozesses. Die Geschwindigkeit der digitalen Transformation erfordert eine hohe Lernbereitschaft. Aufgrund der Vielfältigkeit der Kompetenzen in einer digitalen Welt, können Unternehmen die umfassende Weiterbildung nicht mehr selbst gewährleisten. Hier werden die Arbeitnehmer stärker zur Verantwortung gezogen, sie müssen sich selbst um die eigene Entwicklung kümmern.

Klassenkampf der Roboter

Denn die persönliche Weiterentwicklung fördert auch die Auseinandersetzung mit den neuen Arbeitsbedingungen und die Einstellung gegenüber dem digitalen Fortschritt, auch um Sorgen zu begegnen. Mit einer dieser Sorgen wurde Andrea Nahles vor Ort konfrontiert – der Sorge um eine Vereinbarkeit von Automatisierung und Vollbeschäftigung bzw. die Angst um den umfassenden Wegfall von Arbeitsstellen. Jede tiefgreifende gesellschaftliche und damit auch wirtschaftliche Veränderung, zuletzt die Industrielle Revolution, hat durch Automatisierung verschiedene Berufsbilder verdrängt. Auch das steht uns mit der digitalen Transformation bevor. Es werden jedoch zahlreiche neue Aufgaben entstehen, es wird also zu einer Umverteilung von Arbeitsplätzen kommen.

Jede Veränderung setzt die aktive Beteiligung und damit auch das Verständnis der Akteure voraus. Um es mit den Worten von Ulrich Irnich abzuschließen: “Die digitale Transformation gelingt nur durch Tun, nicht durch Powerpoint-Präsentationen oder das Sprechen darüber.” Die diesjährige re:publica hat viele Impulse und Perspektiven geliefert, um eigene Strategien für den Umgang mit modernen Technologien und damit auch für die digitale Transformation zu entwickeln.

Google Analytics und die Signifikanz Deiner Entscheidungen

Veröffentlicht am Februar 25, 2015 | von Asif Shaikh | Schreibe einen Kommentar

Auch in dieser Woche wenden wir unsere Aufmerksamkeit Google Analytics zu. Es ist eben ein wichtiges und gerade im Bereich HR ein hochaktuelles Thema. Wer seine Analytics-Hausaufgaben ordentlich macht, ist grundsätzlich im Vorteil – bei der Entscheidungsfindung, Einleitung und Kontrolle von Optimierungsmaßnahmen.

In der Praxis wird allerdings klar, dass nicht immer jede Entscheidung bzw. Maßnahme und deren Resultate sich 100% genau messen und eindeutig nachvollziehen lassen. Es kann schon mal vorkommen, dass man eine rein zufällige Tendenz für das Resultat einer vermeintlich klugen Entscheidung hält (Buchempfehlung: Fooled by Randomness).

Die Gefahr der Verzerrung durch den Zufall

Im Fall von Web-Analytics besteht diese Gefahr z.B., wenn Ursache und Wirkung nicht eindeutig zuzuordnen sind. Oder wenn die zahlenmäßige Auswirkung einer vermeintlichen Ursache sich nicht gerade im eindeutigen Bereich bewegt – “von 0 auf täglich 180”.

Beispiele für nicht ganz eindeutige, je nach Fall schwer messbare, Zuordnungen wären:

Offline-Event (z.B. Azubi-Messe) -> Veränderung der Zahl “neuer Besucher” auf der Seite
SEO-Optimierung des Seitenaufbaus -> Veränderung der Verweildauer auf der Seite
Anpassung des mobilen Bewerbungs-Formulars -> Veränderung der Zahl der mobilen Bewerbungen
Neues Kommunikationskonzept der Webseite -> Wie viel hat das in Zahlen gebracht?

uvm.

Also, stellt Euch vor, Ihr macht ein schönes Azubi-Event, bemerkt in der gleichen Woche ein paar mehr Nutzer auf der Seite und sagt, “Cool, das Event hat’s voll gebracht. Machen wir nächstes Mal wieder”. In Wirklichkeit handelte es sich bei dem Anstieg aber um eine ganz normale, rein zufällige Schwankung, die bei Euch auf der Seite hin und wieder vorkommt.

Und auch wenn Ihr ganz tolle Analytiker seid und wisst, Eure Daten ordentlich zu “sezieren”, ist der pure Zufall mit dem bloßen Auge nicht immer ganz einfach zu erkennen. Zumal wir uns ja insgeheim wünschen, dass unsere Entscheidungen gut sind. Daher sind wir bei der Beurteilung der Ergebnisse voreingenommen.

Beispiel in eigener Sache

Wir haben zu Beginn des Jahres einige SEO-Maßnahmen auf dieser Seite umgesetzt, die unter anderem darauf zielten, mehr neue Besucher zu generieren. Hier die kurzfristige Auswertung.

“Da bewegt sich doch tendenziell was nach oben. Sieht gut aus, fühlt sich gut an. Läuft”, könnte ich meinen. Schauen wir uns nun ein größeres Zeitintervall an.

Aha. Und nu? Die zweite Darstellung lässt meine ursprüngliche Euphorie etwas schwinden. Denn ganz so eindeutig wie vorhin sehen und fühlen sich die Auswirkungen unserer Maßnahmen doch nicht an. Ist die positive Entwicklung seit Anfang des Jahres das Ergebnis unsere Maßnahmen oder nicht bzw. gibt es überhaupt ein “Ergebnis”? Und wenn ja, wie gut ist es ausgefallen im Vergleich zu dem was, vorher war. Wie kann ich das, was da passiert ist, genau beziffern?

Mark Edmondosn von der Seite online-behavior hat heute eine Methode vorgestellt, um schnell und einfach die statistische Signifikanz der von Google Analytics erfassbaren Daten zu bestimmen. Dabei können Nicht-Statistiker mithilfe seines selbst-entwickeltes Tool “GA-Effects” schätzen, wie wahrscheinlich es ist, dass die Auswirkungen ihrer Maßnahmen keine Zufälle sind. (Für Statistiker unter Euch – das Verfahren basiert auf Bayesscher Statistik und wurde im Jahr 2014 in einer Veröffentlichung ausführlich beschrieben.)

Nun übertrage ich seine Schritt für Schritt Anleitung, die ich wegen weiterführender Erläuterungen im Original empfehle, auf unseren Fall.

Wie starten mit der Hypothese:

“Haben die SEO-Maßnahmen in der ersten Januar Woche signifikant zum Anstieg der neuen Besucher auf der Seite beigetragen und falls ja, in welchem Maße?”

Folgende Schritte sind notwendig, um die Hypothese zu prüfen:

Ich rufe die Seite https://mark.shinyapps.io/ga-effect/ auf und erlaube den Zugriff auf mein GA-Konto (natürlich habe ich entsprechende GA-Rechte).
Ich wähle ein Unterkonto aus.
Nun wird der Zeitraum bestimmt. Mark empfiehlt die Daumenregel 7:3 (vor:nach der Maßnahme)
Segment wählen. In unserem Fall “Search Traffic”. Denn unsere Erwartung war, dass sich die Maßnahmen vor allem in diesem Bereich auswirken würden.
Metrik wählen. In unserem Fall “New Users”. Wir wollten ja möglichst die Zahl der neuen Nutzer positiv beeinflussen.
Nun setze ich den Zeitpunkt der Maßnahme fest.
Zum Schluss kann ich mit der Festlegung der bekannten regelmäßigen Schwankungen für mehr Präzision sorgen. Auf unserer Seite gibt es jedes Wochenende einen deutlichen Rückgang der Besucher.

Das Ergebnis

Der Klick auf “Results” in der Sidebar führt uns zu der Schätzung entsprechend unseren Einstellungen.

Wir sehen in dieser Ansicht, dass der Effekt der Maßnahme als Signifikat eingestuft wird. Es wird geschätzt, dass die Maßnahme bis heute etwa 7000 mehr neue Nutzer eingebracht hat und wir durchschnittlich 130% mehr neue Nutzer über die Suchmaschinen (Search-Traffic) generieren, als vor der Maßnahme. Der Chart zeigt das erwartete/geschätzte Intervall (grüne Fläche) und die tatsächliche Entwicklung (blaue Linie).

Zusätzlich können wir noch die kumulierte Darstellung des Effekts betrachten bzw. die Verknüpfung der tatsächlichen Werte vor und nach der Maßnahme mit den erwarteten Werten.

Zu guter Letzt kann man sich die statistische Beweisführung genau durchlesen. Dazu gibt es den schriftlichen Report.

Klar ist das hier eine statistische Schätzung, klar entspricht auch sie nicht zu 100% der Realität. Statistik sollte auch nicht als die ultimative Wahrheit gehandelt werden. Falls möglich, sollte so eine Schätzung nochmals mit dem gesunden Menschenverstand hinterfragt bzw. wenn möglich mit Hilfe anderer Daten verifiziert werden.

Fazit

In meinem konkreten Beispiel sagt mir meine Logik, dass die Schätzung der erwarteten Werte zu niedrig ausgefallen ist, da sie durchgehend leicht unter dem tatsächlichen Niveau aus der Vergangenheit liegt. Die Ursache liegt in dem extrem schwachen Monat Dezember, der die Schätzung verzerrt. Mir ist also klar, dass das tatsächliche Ergebnis meiner Maßnahme unter den angegebenen +7000 bzw. +130% liegen wird. Allerdings auch nicht allzu weit weg.

Insgesamt finde ich die Methode und das Tool GA-Effects faszinierend, denn sie erlauben mir nun für bestimmte Fragestellungen wesentlich konkretere Aussagen zu treffen, die auf nachvollziehbaren Zahlen und nicht auf dem Gefühl basieren. Ich hoffe, Ihr seht das ähnlich und seid auch ein wenig begeistert von Mark Edmondsons Arbeit. Viel Spaß beim Spielen und Arbeiten mit diesem Tool. Ich freue mich auf Kommentare.

Für weitergehende Fragen zum Thema Web-Analytics und Google-Analytics im HR Kontext steht unser Team wie immer zur Verfügung.

HR Analytics: Was kann man messen?!

Veröffentlicht am Oktober 23, 2014 | von Asif Shaikh | Schreibe einen Kommentar

Jan Kirchner hat auf der #SMRC14 und der #ZP14 über Roboter Recruiting referiert. Josh Bersin, der HR-Vordenker aus Übersee, spricht in seinem aktuellen Artikel zu den 10 wichtigsten technologischen Trends in HR von “‘The Datafication of HR’ – the beginning of a decade long transition toward data-driven people decisions“. Und es gibt wohl keine Fachzeitschrift in unserer Branche, die sich in den letzten Monaten mit dem Thema HR + Big Data nicht auseinandergesetzt hat.

###promotional-banner###

Die theoretische Richtung scheint klar zu sein. In der Praxis herrscht offenbar noch große Verwirrung. Was sind HR Metrics und wie nutzt man sie zur Optimierung des eigenen Recruitings? Viele wollen durchaus diese “Datafication of HR”, Big Data, Business Intelligence und HR Analytics. Nur wenige lassen sich nicht von den groß klingenden Begriffen einschüchtern und finden Schritt für Schritt ihren individuellen pragmatischen Zugang zu dem Thema. Das Thema heißt, egal mit welchen modischen Begriffen belegt, schlicht: Daten sammeln, Daten strukturieren, Daten auswerten (im HR-Kontext). Wir sehen unsere Aufgabe darin, für Euch und für uns selbst die Brücke in die Praxis zu schlagen.

Wir haben uns hier bereits mehrfach mit Fragen beschäftigt, wie Daten-Analyse den Recruiting-Prozess unterstützen kann. Ob über die Verbesserung der Performance der Karriere-Webseite, des Personalmarketing-Mixes oder der Direktansprachen. Heute habe ich mich auf die Suche nach Daten gemacht, die man innerhalb des Unternehmens messen kann. Also im Grunde, nachdem eine Einstellung stattgefunden hat. Vielleicht findet Ihr in der folgenden Aufstellung die eine andere Idee für Euren Fall.

Die folgende Übersicht der “HR Metrics and Indicators” kommt aus dem Jahr 2012. Zu alt? Glaube ich nicht.

HR metrics survey results

Die Grundlage dafür entstammt der wissenschaftlichen Arbeit “Human Capital Measurement and Reporting”, die im Jahr 2003 von Foong and Yortson veröffentlicht wurde. Die beiden haben vor 11 Jahren herausgefunden, dass:

There is a growing body of evidence that the quality of Human Capital Management (HCM) is an important factor in a business’s competitive advantage, and correlated with competitive performance. This is especially so as we move to a services based economy, where knowledge is a key differentiator (e.g. in consulting, investment banking and IT services), and where employee costs can exceed 40% of corporate expense. Knowledge is also increasingly important in high-value-added manufacturing-based businesses (pharmaceuticals, consumer electronics and electrical machinery). However, very few companies are believed to offer significant HCM data to shareholders in their annual reports. Many organisations say that ‘people are our greatest assets’, but we don’t know how well they fare in investing in people.

Die ursprüngliche Auflistung der messbaren Indikatoren findet Ihr auf der Seite 23 dieser lesenswerten Arbeit. Die Autoren liefern weiterhin nicht nur die Argumentationen für das WIE sondern auch für das WARUM Daten im Bereich HR erfasst werden sollten. Wer hätte das gedacht, aber das sogenannte “Human Capital” (bzw. Human Capital Index als Aggregation unterschiedlicher Indikatoren), das wir heute ganz gerne BigData- technisch messen und analysieren wollen, beeinflusst die Performance von Unternehmen. Das wusste man schon im Jahr 2002, bevor es BigData und den ganzen Rest offiziell gab. Na sowas 🙂

Was ich damit sagen will? Die Theorien und Konzepte, die heute als neu gehandelt werden, sind nicht neu. Es ist schon längst alles da, vielfach durchdacht und vereinzelt in der Praxis ausprobiert worden. Neu sind die technologischen Anforderungen bzw. die Möglichkeiten, die wir begreifen und einsetzen müssen. Das ist alles.

Wie seht Ihr das? Wo sind in Eurem Unternehmen die größten Herausforderungen im Bezug auf die Daten-Analyse? Was würdet Ihr gerne analysieren, aber wisst nicht, wie das anzugehen ist?

[HTTP301] Google Analytics Radar-Ereignisse: Handlungsbedarf erkennen!

Veröffentlicht am August 22, 2014 | von Asif Shaikh | Schreibe einen Kommentar

Und wieder Analytics. Ich kann es diese Woche einfach nicht lassen, Euch mit dieser trockenen, langweiligen und dennoch nützlichen Materie zu nerven. Ich habe aktuell irgendwie Spaß an diesem Thema. Wie schon im letzten Post über Dashboards stelle ich heute eine weitere kleine Arbeitshilfe vor, die Euch das Leben einfacher machen soll.

Eine (Karriere-)Webseite ist wie ein lebendiger Organismus. Jeden Tag passiert da etwas, jeden Tag gibt es kleinere und manchmal größere Veränderungen, zum Teil positive zum Teil negative. Eine Web-Analytics-Software wie Google Analytics sammelt sämtliche Daten zu allen erfassbaren Vorgängen. Diese Daten lassen sich in Form von standardisierten oder aber in Form von individuellen Indikatoren darstellen.

Diese Indikatoren (z.B. Anzahl der Besucher, Verweildauer usw.) zeigen Euch Momentaufnahmen oder Entwicklungen im Zeitverlauf. Ihr schaut also, wenn überhaupt, ab und an in die Analyse, sagt dann “aha, aha, hm, ok, scheint alles in Ordnung” und seit wieder raus.

Doch wie entscheidet Ihr, ob und wo gerade Handlungsbedarf besteht? Um so etwas aus den Standard-Daten herauszulesen, braucht es normalerweise vordefinierte KPIs, standardisierte Prozesse und Routine. Nach dem Motto:

Gehe jede Woche rein.
Erhebe die Zahl X.
Falls Sie die Zahl X gegenüber Y um Z verändert hat, haben wir ein Problem/ganz viel Glück.
Alarm. Wir müssen etwas tun.

Im Profi-Bereich – im Online-Marketing – sitzen Menschen, deren Kernaufgabe es ist, sich mit diesem Zeug permanent zu beschäftigen. Die haben Spaß dran. Im Bereich HR ist das weitestgehend (noch) nicht der Fall. Wie kriegen wir also als Amateure unsere Daten schnell interpretiert und erkennen zu lösende Probleme oder aber erfolgreiche Maßnahmen, die es zu reproduzieren gilt? Ohne viel Zeit zu investieren, wieder mal etwas Langweiliges lernen zu müssen und sonstiges Pipapo.

Mein Vorschlag, ganz klar, “Radar-Ereignisse”. Schaut mal, was Google selbst dazu sagt:

Analytics überwacht den Traffic auf Ihrer Website, um erhebliche statistische Abweichungen zu erkennen, und erstellt automatisch Benachrichtigungen oder Radar-Ereignisse, wenn diese Abweichungen auftreten. Eine detaillierte Betrachtung dieser Anomalien kann wertvolle Erkenntnisse liefern, die Ihnen andernfalls möglicherweise entgangen wären, wie beispielsweise Traffic-Spitzen von einer bestimmten Stadt oder verweisenden Website.

Also, Google überwacht für Euch eine ganze Reihe von wichtigen Indikatoren. Ihr könnt auch noch Eure eigenen definieren. Z.B. Traffic-Anteil von der Jobbörse XY fällt unter Z%. Oder Anteil von Bewerbungen bei Anzeigen mit experimentellen Formulierungen geht plötzlich über X% usw. Google hat das alles im Blick und zeigt Euch sobald etwas passiert, das Ihr wissen solltet. Ihr müsst die Daten nicht mehr selbst mühsam auswerten, um Signale zu erkennen. Das spart Zeit.

In der Maske “Benutzerdefinierte Benachrichtigungen” können, wie gesagt, auch eigene Signale erstellt werden. Das ist sehr sinnvoll, wenn Ihr an spezifischen Informationen interessiert seid.

Natürlich liegt es an Euch bzw. Eurem Team zu entscheiden, ob und was zu tun ist, wenn ein Signal ausgelöst wird. Ganz ohne Arbeit geht’s nicht. Aber zumindest habt Ihr so wesentlich mehr Durchblick und Kontrolle darüber, was auf Eurer Seite passiert. Es ist keine Blackbox mehr.

Mit dem letzten und dem heutigen Artikel habt Ihr also mit sehr wenig Aufwand ein übersichtliches Reporting und einen automatisierten Kontroll-Mechanismus an der Hand, die Euch viel Zeit sparen und quasi automatisch wichtige Erkenntnisse über Eure (Karriere-)Webseite liefern.

Viel Spaß damit. Und lasst mich wissen, falls Ihr Fragen, Ideen oder Erfahrungen teilen möchtet.

Alle Zahlen im Blick mit Google Analytics Dashboards

Veröffentlicht am August 19, 2014 | von Asif Shaikh | Schreibe einen Kommentar

Vor ein paar Monaten habe ich in einem Grundlagen Artikel zum Thema Google Analytics für Personaler aufgezeigt, was für interessante Erkenntnisse Personaler für ihre tägliche Arbeit mit wenigen Klicks gewinnen könnten. Natürlich nur, wenn sie sich für die Zahlen interessieren. Der Artikel ist damals ganz gut angekommen, und so denke ich, dass tatsächlich Interesse an diesem Thema besteht.

Für diejenigen von Euch, die sich auf der Suche nach der passenden Daten bereits fleißig durch Ihre Analytics klicken, möchte ich gerne eine Arbeitserleichterung vorstellen, die Ihr vielleicht noch nicht kennt: die Google Analytics Dashboards.

Ein Dashboard dient dazu, alle Berichte und Werte, die für Eure Arbeit regelmäßig relevant sind, in einer einzigen Übersicht zu vereinen. Einmal erstellt, spart Euch ein Dashboard sehr viel Zeit. Außerdem lässt sich eine standardisierte Übersicht mit allen wichtigen Kennzahlen auf einen Blick eleganter und einfacher Euren Kollegen und Vorgesetzten vorführen und erklären. Hier nur eins der möglichen Beispiele (Ausschnitt).

Die Erstellung der Dashboards erfordert natürlich eine gewisse Zeit. Der Aufwand hängt von Euren Analytics-Kenntnissen ab. Es stehen anpassbare Widgets zur Verfügung. Aber man muss schon wissen, welche Werte wichtig sind, wie man sie am besten kombiniert und in einem Widget abbildet. Das ist natürlich der springende Punkt, an dem vermutlich einige von Euch keine Lust mehr haben werden. Verstehe ich, geht mir ehrlich gesagt auch so.

Doch es gibt einen eleganten Ausweg. Und zwar die Google Marketing Platform – eine große Datenbank mit vorgefertigten Dashboards, die von anderen Nutzern erstellt und zur freien Verfügung gestellt wurden. Es gibt allgemeine Vorlagen für die wichtigsten Kennzahlen einer Seite sowie ganz spezielle, die Themen wie SEO, Responsiveness, bestimmte Online-Marketing Maßnahmen, Social Media, Conversions, Performance etc. bedienen. Einfach aussuchen und importieren. Fertig!

Nach dem Import erscheint das importierte Dashboard in der Übersicht Eurer Dashboards und kann sofort eingesetzt werden. (Wichtig zu merken: Zuordnungen, die mit Conversions zu tun haben, müssen unter Umständen an Eure Ziel-IDs angepasst werden.)

Um diese Zahlen Schritt für Schritt zusammenzusuchen würdet man sonst schon einige Zeit benötigen, gerade wenn das Instrument Google Analytics noch nicht 100% vertraut ist. Ein weiterer Vorteil der fertigen Dashboards ist, dass Ihr damit “spielen” könnt. Editiert die Widgets und versucht zu verstehen, wie sie aufgebaut sind. Ziemlich schnell werdet Ihr eigene Anpassungen und Erweiterungen vornehmen können. Und falls was kaputtgeht, Dashboard-Vorlage löschen und neu importieren.

Ich hoffe, ich konnte ein wenig Interesse wecken. Es würde mich freuen, wenn diese Arbeitserleichterung ein paar erfahreneren Nutzer und auch Analytics-Neueinsteiger zu neuen/besseren Erkenntnissen und mehr Zeit für andere wichtige Dinge verhelfen würde. Lasst mich bitte wissen, ob bei Euch Dashboards bereits im Einsatz sind bzw. ob Ihr Euch vorstellen könntet, mit so einer Hilfe grundsätzlich mehr mit Analytics zu arbeiten.

Hat vielleicht jemand Vorschläge, welche Werte unbedingt in einem HR-Dashboard auftauchen sollten? Wir könnten ja so eine Vorlage kollektiv erarbeiten. Möchte jemand vorhandene Entwürfe teilen?

[HTTP410] Business Intelligence in HR

Veröffentlicht am Juni 4, 2014 | von Asif Shaikh | Schreibe einen Kommentar

Der Zappos Post von letzter Woche hat für einigen Diskussionsstoff, Kommentare und Zukunftsvisionen gesorgt. Stellenanzeigen abschaffen, Netzwerke schaffen. Einfach falsch, verrückt oder langfristig vielleicht doch der einzig richtige Weg?

Auf der Seite der eher skeptischeren Stimmen fand ich gerade Meinungen mit quantitativen Argumenten besonders interessant. So z.B. die Einschätzungen des Bewerbungs- bzw. des Auswahlprozesses. Der Netzwerk- /Beziehungsaufbau mit potentiellen Kandidaten würde im Vergleich zur Bewerbung per Stellenanzeige wesentlich mehr Zeitaufwand auf beiden Seiten erfordern. Weiterhin kam des Öfteren das Argument, dass die verhältnismäßige (kleinere) Größe eines Unternehmens in den allermeisten Fällen den Verzicht auf Stellenanzeigen zugunsten von aktiven Netzwerk-/Beziehungspflege unmöglich bzw. unsinnig machen würde.

Gefühlt haben beide Argumentationen ihre Daseinsberechtigung. Ohne diese per se anzuzweifeln, stelle ich mir jedoch automatisch die Frage, woher wir/sie das alles so genau wissen. Wie viele Unternehmen (nicht nur Konzerne) da draußen können heute ad-hoc grundlegende Werte nachvollziehen:

Wie ist die demographische Zusammensetzung des Personals?
Lässt sich Fluktuation anhand der Quelle der Einstellung bzw. dem beruflichen Hintergrund prognostizieren?
Wie lange dauern Ausschreibungs- und Auswahlprozesse im Durchschnitt?
Wie viele Kontakte gibt es im Durchschnitt zwischen Recruiter und Bewerber?
Wie erfolgen diese (Telefon, Mail, Soziale Netzwerke, usw.) und welche sind effektiver?
Wie viele Bewerbungen gab es in diesem im Vergleich zum letzten Jahr?
Wie viele Anzeigen wurden wo für wie viel Geld geschaltet und wie war die Reichweite (Bewerber-Traffic)?
Woher kamen die (guten) Bewerber?
Welche Maßnahmen haben funktioniert?
Wer besucht die Karriereseite?
Welche Infos werden dort am meisten nachgefragt?
…

Ich denke, dass die Beantwortung dieser und einiger weiterer Fragen notwendig ist, um die Entscheidung von Zappos (auch im Vergleich zur eigenen Situation) realistisch einschätzen zu können bzw. diese zu befürworten oder gänzlich abzulehnen. Ich bin mir nicht sicher, wie strategische Entscheidungen bei Zappos genau getroffen werden. Ich vermute jedoch stark, dass Zappos über mehr als nur einen Business-Intelligence-Analysten verfügt. Die obigen Fragen wurden mit Sicherheit beantwortet.

Ich denke weiterhin, dass in vielen (auch weniger innovativen) Unternehmen zumindest in Ansätzen Daten zur Beantwortung von relevanten Fragen im Bereich HR vorhanden sind. Wenn auch in Form von schlecht formatierten Excel-Tabellen. Sie zusammenzutragen und auswertbar zu machen, würde die Arbeit, Entscheidungen und Einschätzung von eben solchen visionären (?) Methoden um einiges vereinfachen.

Dieser Post soll daher ein weiterer Aufruf sein, sich mit dem leidigen Thema der Zahlenerhebung im HR zu beschäftigen. Ja, es ist nervig. Aber das, was sich heute hinter dem Begriff Business Intelligence versteckt, ist vielleicht zugänglicher als viele von Euch glauben. Tools wie Tableu, QlikView, Microstrategy, Palo usw. lassen Euch heute ohne IT-Kenntnisse (und teilweise kostenlos) Datenbruchstücke (z.B. Excel-Tabellen, Google-Analytics) zusammentragen und mit wenigen Klicks einfache und verständliche Visualisierungen und Auswertungen vornehmen. Euer eigenes, flexibles HR-Dashboard. Das wär doch was.

Ich behaupte nicht, dass das kein Aufwand ist. Allerdings bin ich mir sicher, dass es für viele da draußen möglich ist, bessere Entscheidungen mit Hilfe der bereits vorhandenen Daten zu treffen. Wenn man sich nur trauen würde, diese anzuschauen. Es würde mich wirklich interessieren, wer von Euch tatsächlich alle obigen Fragen beantworten kann und vor allem, wie Ihr das bei Euch macht. Ist da draußen jemand? Wir können gerne über einen Best-Practice-Gastpost sprechen.

Human Resources in 2014 wird cool!

Veröffentlicht am Dezember 30, 2013 | von Asif Shaikh | Schreibe einen Kommentar

Ich war zufällig in der Nähe des Büros und wollte nur mal kurz unsere schönen Blumen gießen. Ok, jetzt sitze ich natürlich am Rechner. Und ich kann Euch den neuen Report von Bersin by Deloitte unter dem Titel “Predictions for 2014” einfach nicht vorenthalten.

Ich finde das Paper auf der ersten Blick sehr lesenswert und werde mich nächste Woche ausführlich damit beschäftigen. Bis dahin die für mich interessantesten Aussagen für 2014 in aller Kürze:

1. Sourcing und Recruiting müssen global werden. Wer ausschließlich vor der eigenen Haustür nach Talenten sucht, wird’s schwer haben.

2. Die internen Karriere-Chancen und offene Positionen müssen besser kommuniziert und zugänglicher gemacht werden. Es soll für die eigenen Mitarbeiter im Falle eines Veränderungswunsches einfacher sein, sich innerhalb des Unternehmens zu bewerben, als bei einem anderen Unternehmen.

3. Der Einzug von Technologie und Analytics in HR muss sich beschleunigen. Dabei müssen die Tools möglichst einfach zu nutzen sein. So erreicht man die besten Ergebnisse.

…Und nochmals, HR braucht Analytics auf jeder Ebene. Testfrage: wisst Ihr ganz genau, woher Eure Bewerber kommen? Das wäre ein Anfang für 2014. Dann kommt Talent-Analytics.

Mal sehen, ob und was wir alle draus machen werden. Viel Spaß beim Lesen und Nachdenken. Guten Rutsch!

Pic: Source Bersin by Deloite Report “Predictions for 2014” p. 9

[HTTP410] Trendforschung mit Google Books Ngrams

Veröffentlicht am November 12, 2013 | von Asif Shaikh | Schreibe einen Kommentar

Ich war letzte Woche auf der Developer Conference 2013 in Hamburg. Es war eine gute Konferenz. Der vielseitige Mix aus Themen und Vorträgen bot genug Denkfutter für Entwickler und Nicht-Entwickler gleichermaßen. Wer an ein paar guten Zusammenfassungen interessiert ist, wird hier, hier und hier fündig.

Einer der interessanteren Vorträge, die ich in Erinnerung behielt, wurde von Dr. Felix Marczinowski (Blue Yonder GmbH) zum Thema “Predictive Analytics in der Praxis” gehalten (hier eine etwas ältere Version des Vortrags). Nein, es folgen jetzt keine Details aus dem Vortrag. Es kommen auch keine Lobeshymnen auf BigData usw. Ich möchte Euch lediglich daran erinnern, nicht zu vergessen, dass DATEN auch in unserem Bereich eine wichtige Rolle spielen (und noch spielen werden). Also, liebe Recruiting-Statistik-Freunde da draußen, sammelt bitte bewusst Daten in Eurem Bereich: Klicks, Quellen, Verbleib auf den Stellenanzeige, Conversions usw. Eines Tages wird sich das garantiert auszahlen.

Warum Daten Spaß machen, wenn man erst einmal genug davon gesammelt hat, zeigt eine Entdeckung aus dem oben erwähnten Vortrag. Der Euch sicherlich bekannte Dienst Google Books erfasst und speichert ja seit einiger Zeit alle möglichen Bücher in digitaler Form. Was ich nicht wusste, ist, dass es ein Tool Namens “Ngrams” gibt, mit dem Wörter und Phrasen in dem Bestand von Google Books ausgezählt werden können. Ist das cool?! Man kann also z.B. analysieren, wann welche Themen auf besonderes Interesse gestoßen sind. Nach möglichen Korrelationen mit anderen Themen suchen. Und letztendlich sogar Prognosen erstellen.

Leider, leider gibt’s aktuell Daten nur bis 2008. Was soll’s, es ist trotzdem eine feine Sache. Hier ein paar schnelle Beispiele aus unserem Themenfeld:

Nicht übel. Was haltet Ihr davon?