Vom Ad-hoc-Recruiting zur strategischen Talent Acquisition

Der radikale Arbeitsmarktwandel, den wir seit ein paar Jahren beobachten, hinterlässt bei immer mehr Arbeitgebern Magengrummeln. Trotz eines eher schwierigen gesamtwirtschaftlichen Umfelds haben zahlreiche Unternehmen einen immensen Arbeitskräftebedarf.

Immer wieder wird intensiv darüber diskutiert, wie sich der Arbeitskräftebedarf decken lässt und genau so oft werden einige Stimmen laut, dass es gar keinen Arbeits- oder Fachkräftemangel gäbe. Die Mangelsituation könnte sich angeblich durch Lohnerhöhung und attraktivere Arbeitsbedingungen kurzfristig entschärfen lassen. Aber ist das wirklich so einfach?

Klar ist, dass einzelne Recruiting-Organisationen auf diesem Arbeitsmarkt ihre “historisch gewachsenen” Strukturen aufbrechen müssen und schnellstmöglich alle internen Stakeholder von strategischen Anpassungen und prozessualen Veränderungsbedarfen überzeugen sollten.

Jetzt Aufzeichnung des Webinars anfordern:

[promotional-banner id=”68530″]

Bessere Arbeitsbedingungen und Löhne ändern kurzfristig keinen Arbeitsmarkt

Es stimmt natürlich grundsätzlich, dass eine Steigerung der Löhne und bessere Arbeitsbedingungen die Anzahl der verfügbaren Arbeitskräfte sowie die insgesamt geleisteten Arbeitsstunden langfristig erhöhen und somit den Arbeitskräftemangel mildern könnten. Jedoch sind höhere Löhne und bessere Arbeitsbedingungen allein nicht ausreichend, um das Problem kurzfristig und unmittelbar zu lösen. Das liegt vor allem daran, dass das Ungleichgewicht zwischen Nichtbeschäftigten und dem Bedarf an Arbeitskräften nicht einfach verschwindet und das gesamtwirtschaftliche Arbeitsangebot kurzfristig kaum auf Lohnerhöhungen reagieren dürfte.

Der Zeitbedarf für Anpassungen in der Arbeitskräfteversorgung, spezifische Qualifikationsanforderungen, komplexe Arbeitsmarktstrukturen, bestehende Verträge, demografische Veränderungen und strukturelle Wirtschaftsprobleme sind Faktoren, die die schnelle Wirksamkeit dieser Maßnahmen begrenzen würden.

Und die Erwerbstätigkeit in Deutschland steigt weiter. Auch im 2. Quartal 2023 waren rund 45,9 Millionen Personen in Deutschland erwerbstätig und damit 0,7 % höher als im Vorjahresquartal. Gleichzeitig gab es im zweiten Quartal 2023 bundesweit 1,74 Millionen offene Stellen.

Eine Umfrage des Münchner ifo Instituts unter bundesweit rund 9.000 Firmen zeigt ebenfalls, dass sich trotz Konjunktur der Fachkräftemangel verschärft hat. Die Ergebnisse zeigen, dass im Juli 2023 insgesamt 43,1 Prozent der Unternehmen unter Engpässen litten. Im April waren es noch 42,2 Prozent.

Der gesamte Arbeitsmarkt könnte nur von einer ganzheitlichen Herangehensweise, die diese Aspekte berücksichtigt, profitieren.

Was passiert aufgrund des Arbeitsmarktes aktuell in deutschen Unternehmen?

Zuerst ist da natürlich Unmut. Unmut über zu viele offene Stellen, die sehr lange oder im schlimmsten Fall gar nicht besetzt werden können.

Und trotzdem laufen während dieses ausgeprägten Fachkräftemangels bei vielen Unternehmen alte Strukturen und Prozesse einfach so weiter. Auch die Ressourcen werden in vielen Unternehmen seit Jahren nicht angepasst, während der Arbeitsmarkt von Jahr zu Jahr härter umkämpft ist.

In sehr vielen Fällen sind die Erwartungen an die Hiring Manager unter den gegebenen Arbeitsmarkt-Bedingungen absolut unrealistisch und führen auf beiden Seiten der Recruiting-Organisation zu Unzufriedenheit.

Eine langfristige, ganzheitliche Herangehensweise, die eine nachhaltige Lösung für den deutschen Arbeitskräftemangel bietet, dürfte in naher Zukunft nicht zu erwarten sein. Die Situation auf dem Arbeitsmarkt wird sich durch den demografischen Wandel in den nächsten Jahren eher verschärfen als verbessern und Unternehmen sollten sich dringend darauf einstellen!

Was also kann ein einzelnes Unternehmen tun, um die zur Verfügung stehenden potenziellen Arbeitnehmer:innen vom Arbeitsmarkt zu fischen?

[promotional-banner id=”68530″]

Was sollte in deutschen Unternehmen passieren?

An alle Unternehmen auf der Suche nach Fachkräften: Ihr habt keine Zeit, auf eine Stabilisierung des Arbeitsmarktes zu hoffen und zu warten. Auch eine schwache Konjunktur und eine leicht steigende Zahl der Arbeitslosen ändert nichts an der Tatsache, dass die Personalnachfrage der Unternehmen robust ist und bleibt.

Das bedeutet ganz konkret, dass jedes Unternehmen, das auf der Suche nach Fachkräften ist, handeln muss.

Blockiert von “historisch gewachsenen” Strukturen steht das Recruiting unter akutem Professionalisierungsdruck. Hin zu einer proaktiven, strategisch ausgerichteten Personalgewinnung, die die Personalbedarfe zur Sicherung von Wertschöpfungsketten und Wachstumszielen zuverlässig bedient. Wie aber entwickeln sich Recruiting-Organisation schnellstmöglich? Nur ein systematisch datengetriebener Ansatz ermöglicht es, den Status quo transparent zu machen und alle internen Stakeholder von strategischen Anpassungen und prozessualen Veränderungsbedarfen zu überzeugen.

Die alten Strukturen, das Ad-hoc Recruiting sowie “Post & Pray” müssen für ein erfolgreiches Recruiting auf einem schwächelnden Arbeitsmarkt der Vergangenheit angehören. Die Recruiting-Organisation der Zukunft muss:

  • datenbasiert arbeiten
  • methodisch flexibel und skalierbar sein
  • Business-Treiber auf Augenhöhe werden

Datenbasiertes Recruiting: Kenne deinen Arbeitsmarkt

Datenbasiertes Recruiting bedeutet, dass du in der Lage bist, deinen Recruiting-Funnel mit Echtzeit-Auswertungen und entsprechender Steuerung gezielt zu füllen.
Ein Beispiel hierfür ist: Kenne DEINEN Arbeitsmarkt. Die offenen Stellen passen in vielen Fällen nicht zu denjenigen, die in der gesuchten Region arbeiten können oder wollen.

So ein Mismatch kann verschiedene Ursachen haben: Natürlich ist es sinnvoll, einen Gesamtüberblick über den deutschen Arbeitsmarkt zu haben, doch im Endeffekt ist es nicht wichtig, wie viele Arbeitslose es gibt, wenn in deiner Region und in deiner Branche dennoch niemand zur Verfügung steht. Arbeitssuchende und die verfügbaren Arbeitsplätze befinden sich oft nicht am gleichen Ort. Bei dieser Ursache ist es also hilfreich, die verfügbaren Arbeitskräfte in der jeweiligen Region zu kennen.

Grafik zu datenbasiertem Recruiting mit Jobspreader-Screenshot

Oftmals passen auch die Vorstellungen nicht zu den offenen Positionen. Die Arbeitsbedingungen und die Entlohnung spielen bei der Attraktivität natürlich ebenfalls eine große Rolle.

In all diesen Fällen kann es von Vorteil sein, die Konkurrenz zu beobachten: Es steht vielleicht eine gewisse Anzahl an Arbeitskräften in der gesuchten Branche und im gesuchten Bereich zur Verfügung, doch wie viele Unternehmen suchen ebenfalls? Und was bieten die Unternehmen, was ich eventuell noch nicht biete? Sind die Gehälter angemessen?

Doch es gibt noch viel mehr Möglichkeiten, um mit datenbasiertem Recruiting und Prozessfluss-Transparenz eine strategische Talent Acquisition Organisation aufzubauen!

In unserem Webinar “Vom Ad-hoc-Recruiting zur strategischen Talent Acquisition” erklärte unser Geschäftsführer und Herzblut-HRler Jan Kirchner Mittel und Wege auf, die Strukturen im heutigen Recruiting zu modernisieren und den veränderten Gegebenheiten im Sinne eines wertschöpfenden Unternehmens anzupassen.

Jan erörterte Lösungsansätze, um zu einer strategisch ausgerichteten Personalgewinnung, die die Personalbedarfe zur Sicherung von Wertschöpfungsketten und Wachstumszielen zuverlässig bedient, zu gelangen. Denn mittlerweile ist klar: Mit systematisch erhobenen Daten, lassen sich aktuelle Abläufe transparent darstellen und interne Stakeholder von strategischen Anpassungen und prozessualen Veränderungsbedarfen überzeugen.

Absprungrate für Recruiter

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

Grafik: Recruiting Analytics.
Dieser Chart spiegelt die Realität der meisten von Euch, die seit neustem Analytics-Tools im Einsatz haben, gut wider (Quelle: Original-Image by Stephen Few / Signal)

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:

Absprungrate: So definiert Google diese Kennzahl

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.

Conversion Pfade Google Analytics
Bei uns kommen fast 67% der Bewerber:innen häufiger als einmal auf unsere Webseite, bevor sie ihre Bewerbung abschicken. Bei der Zuordnung der Bewerbungen an einzelne Kanäle darf das nicht vergessen werden!

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.

Google Analytics 4: Alles, was du über die Umstellung wissen musst

Es ist Zeit für eine Veränderung! Also zumindest, wenn es um Google Analytics geht.

Nach 20 Jahren wird Universal Analytics im Juli 2023 (kostenlose Version) und im Oktober (kostenpflichtige Version) endgültig abgeschaltet. Aber keine Sorge, Google hat bereits den Nachfolger auf den Markt gebracht – Google Analytics 4!

Google Analytics wurde grundlegend überarbeitet und heißt nun Google Analytics 4 – kurz GA4 genannt. Noch dazu wechselt Google zu einem komplett neuen Datenmodell, das sich stark vom derzeitigen Universal Analytics Datenmodell unterscheidet. Diese neue Version vereint App-Analytics und Web-Analytics in einem einzigen Paket.

Ab dem 01. Juli 2023 wird die alte Universal Version keine Daten mehr sammeln. Ab Januar 2024 wirst du dann außerdem keinen Zugriff mehr auf deine in der Vergangenheit gesammelten Daten haben.

Für Unternehmen bedeutet das konkret: Wer bereits Google Analytics nutzt, muss Google Analytics 4 allerspätestens jetzt für sich neu installieren.

Neues Datenmodell bei Google Analytics 4

Weitere Vorteile von Google Analytics 4 gegenüber Universal Analytics

Wie erstelle ich ein Google Analytics 4 Konto?

Schritte für eine erfolgreiche Umstellung von Universal Analytics auf Google Analytics 4

Neues Datenmodell bei Google Analytics 4

Mit der Umstellung auf Google Analytics 4 bekommst du nicht nur eine brandneue Schnittstelle, sondern auch eine Menge neuer Datenerfassungsfunktionen. Google Analytics 4 nutzt eine andere Datenschicht (flach statt geschichtet), was bedeutet, dass du dein (Tag-Management-) System und deine Berichte neu aufbauen und umstellen musst.

Unterschiede der Datenmodelle von Universal Analytics und Google Analytics 4
Das neue Datenmodell von Google Analytics 4 rückt User Properties, Events und Parameter in den Vordergrund.

Universal Analytics = Sitzungsbasiert

Bei dem alten Datenmodell, das bei Universal Analytics zum Einsatz kam, handelt es sich um ein sitzungsbasiertes Datenmodell. Universal Analytics verwendete bisher Sitzungen (Sessions), um Daten zu sammeln und Berichte zu erstellen. Eine Sitzung ist eine Gruppe von Nutzerinteraktionen auf einer Website innerhalb eines bestimmten Zeitraumes. Während einer Sitzung werden verschiedene Interaktionen wie Seitenaufrufe, Ereignisse und E-Commerce-Transaktionen erfasst und als Treffer gespeichert.

Es ist möglich, dass eine Sitzung mehrere Treffer enthält. Je nachdem, wie der oder die Nutzer:in mit der Seite interagiert. Sitzungen bilden die Grundlage für alle Berichte in UA und ermöglichen es, das Verhalten von Nutzer:innen auf der Website besser zu verstehen.

[promotional-banner id=”67708″]

GA4 = Ereignisbasiert

Google Analytics 4 hingegen arbeitet mit einem ereignisbasierten Datenmodell. Es werden natürlich auch in GA4 weiterhin Sitzungen erfasst, allerdings gibt es zusätzlich die Möglichkeit, Nutzerinteraktionen mit der Website oder App als Ereignis (Event) zu erfassen und zu speichern. Die Ereignisse liefern wertvolle Einblicke in die Aktivitäten der Nutzer:innen auf der Website oder in der App, wie z. B. Seitenaufrufe, Nutzeraktionen, Systemereignisse oder Klicks auf Schaltflächen.

Ereignisse ermöglichen die Erfassung zusätzlicher Informationen, die eine Nutzerinteraktion genauer definieren oder dem Ereignis und den Nutzer:innen weiteren Kontext hinzufügen. Diese Informationen können beispielsweise den Titel der Seite, die ein:e Nutzer:in besucht hat, oder den Standort umfassen. Durch diese zusätzlichen Informationen werden die Daten noch aussagekräftiger und können dabei helfen, das Verhalten der Nutzer:innen besser zu verstehen.

Dieser Wechsel wurde vorgenommen, um den veränderten Anforderungen an das Tracking und dem Nutzerverhalten gerecht zu werden. Mit dem Aufkommen neuer Technologien wie Apps, IoT-Geräten und sprachgesteuerten Assistenten hat sich das Nutzerverhalten erheblich verändert. Ein ereignisbasiertes Modell ist besser auf diese veränderten Szenarien vorbereitet, da es eine detailliertere Verfolgung von Ereignissen ermöglicht, unabhängig von der Plattform oder dem Gerät, auf dem die Interaktion stattfindet.

Google Analytics 4 Benutzeroberfläche
Neue Benutzeroberfläche von Google Analytics 4: Auch das Reporting hat sich sehr verändert und ist flexibler und intuitiver aufgebaut als Universal Analytics.

Es kann außerdem eine breitere Palette an Datenpunkten erfasst werden, die über traditionelle Metriken wie Seitenaufrufe oder Sitzungsdauer hinausgehen. Es können spezifische Ereignisse erfasst werden, wie beispielsweise das Abspielen eines Videos, das Klicken auf bestimmte Elemente oder das Ausfüllen eines Formulars. Dadurch wird es möglich, Website-Betreibern wesentlich genauere Informationen darüber zu geben, wie Benutzer:innen mit ihrer Website interagieren.

Weitere Vorteile von Google Analytics 4 gegenüber Universal Analytics

Google Analytics hat aber auch noch weitere Verbesserungen gegenüber Universal Analytics eingeführt. Ein entscheidender Vorteil von GA4 ist zum Beispiel das Cross-Device-Tracking, wodurch Benutzerdaten von verschiedenen Geräten und Plattformen zusammengeführt werden. Dadurch ergibt sich ein vollständigeres Bild des Nutzerverhaltens, was wiederum bei der Analyse über verschiedene Kanäle hinweg helfen kann.

Ein weiteres Highlight von GA4 ist die verbesserte Integration von Machine Learning. Durch den Einsatz von maschinellem Lernen erkennt und interpretiert Google Analytics 4 Muster und Trends. Dadurch werden Nutzer:innen automatisch über wichtige Ereignisse und Trends benachrichtigt, was dann im Anschluss zu genaueren Prognosen führt.

[su_table]

Universal Analytics Google Analytics 4
Sitzungsbasiertes Modell ✔️ Mehr Daten dank ereignisbasiertem Modell – komplett neues Conversion-Tracking (Cross-Device und Cookieless-Tracking)
Mangel an Datenschutz
Eingeschränkte Analysemöglichkeiten ✔️ Genauere Prognosen durch Conversion Modelling und Machine Learning
Limitiertes Conversion-Tracking ✔️ Besserer Datenschutz, mehr Optionen zum Schutz der Privatsphäre
Kein Machine Learning und Modelling ✔️ Neue Zielgruppen-Konfiguration, unterstützt durch Machine Learning
Keine datengetriebene Attribution ✔️ Neue Analysefunktionen und Report-Möglichkeiten
Keine Individualisierungsmöglichkeiten ✔️ Standard-Reports mit hoher Qualität (kein Daten-Sampling)
Keine kostenlose Verknüpfung mit Data Warehouse möglich

[/su_table]

Auch in Bezug auf Datenschutz und DSGVO hat Google Analytics einen großen Sprung gemacht. Neue Funktionen erleichtern es Benutzer:innen, die Datenschutzrichtlinien einzuhalten. GA4 bietet außerdem eine nahtlose Integration mit Google Ads, was eine bessere Verfolgung von Kampagnen und Conversions ermöglicht. Durch die enge Verknüpfung zwischen Analytics und Ads können Werbetreibende ihre Marketingaktivitäten besser analysieren und optimieren.

Insgesamt bringt GA4 viele Verbesserungen und neue Funktionen mit sich, die es Unternehmen ermöglichen, genauere Datenanalysen durchzuführen, Nutzerverhalten besser zu verstehen und effektivere Marketingmaßnahmen zu ergreifen.

Wie erstelle ich ein Google Analytics 4 Konto?

Wenn du zuvor noch gar nicht mit Google Analytics gearbeitet hast, musst du erst einmal ein komplett neues Konto erstellen. Mit folgenden Schritten beginnst du von ganz vorn mit Google Analytics 4:

✔ Gehe zur offiziellen Website von Google Analytics: https://analytics.google.com/

✔ Klicke auf den Button „Anmelden“ in der oberen rechten Ecke der Seite und logge dich mit deinem Google-Konto ein oder errichte einen neuen Account. Stelle sicher, dass du das Konto verwendest, mit dem du das GA4-Konto verknüpfen möchtest.

✔ Nachdem du dich angemeldet hast, klicke auf die Schaltfläche „Konto erstellen“ und wähle „Google Analytics” aus der Dropdown-Liste.

✔ Konfiguriere dein neues Konto: Gib einen Namen für dein Konto ein und füge die entsprechende Website-URL hinzu. Wähle außerdem die Datenfreigabeoptionen aus, die deinen Anforderungen entsprechen.

✔ Du kannst jetzt zwischen „Web“ und „App“ wählen. Wähle „Web“ aus, wenn du die Analyse für eine Website durchführen möchtest.

✔ Du hast die Möglichkeit, einen vorhandenen Datenstream zu verwenden oder einen neuen Datenstream für deine Website zu erstellen. Ein Datenstream repräsentiert die Quelle der Daten, die du in GA4 erfassen möchtest. Wähle die Option aus, die für dich am besten passt.

✔ Klicke auf „Konto erstellen“: Nachdem du alle erforderlichen Informationen eingegeben hast, klicke auf die Schaltfläche „Konto erstellen“. Damit wird dein GA4-Konto erstellt.

✔ Nach der Kontoerstellung erhältst du einen Tracking-Code oder eine Tracking-ID. Du musst diesen Code in den Quellcode deiner Website einfügen, damit GA4 die Daten korrekt erfasst.

✔ Verifiziere die Datenübertragung: Überprüfe nach der Einrichtung, ob GA4 Daten von deiner Website empfängt. Dies kannst du mithilfe von Echtzeit-Berichten in Google Analytics überprüfen.

[promotional-banner id=”67708″]

Schritte für eine erfolgreiche Umstellung von Universal Analytics auf Google Analytics 4

Die Umstellung von Universal Analytics auf Google Analytics 4 erfordert ein wenig mehr Aufwand. Genau genommen sind es aber nur 10 Schritte, die befolgt werden müssen. In unserem Google Analytics 4 Whitepaper erklären wir Schritt für Schritt, wie du deine alten Daten übertragen, eine neue GA4-Property erstellst und Tracking-Codes implementierst.

Unser kostenloser Download fasst alle wichtigen Informationen über Google Analytics 4 und seine Implementierung zusammen:

Kostenloses GA4 Whitepaper: Alles über Google Analytics

4 Gründe warum Recruiter keine Lust auf Recruitment Analytics haben – und warum doch alles halb so schlimm ist

Man kommt nur noch selten drum herum: Viele Recruiter oder HR-Marketer hören in letzter Zeit immer öfter vom Chef die Forderung “sich mal in Recruitment Analytics hineinzufressen” oder die Kollegen verlangen, dass wir “endlich mal dieses Google Analytics zum Laufen bekommen”. Und sind wir mal ehrlich: So richtig Bock haben nur wenige. Mit diesem Artikel möchte ich Dir zeigen, dass Analytics überhaupt nicht so kompliziert ist, wie immer alle behaupten und sich die meisten Befürchtungen nach diesem Artikel in Luft auflösen werden – versprochen!

1. Recruitment Analytics ist nur für Statistik Nerds und Data Scientists. Mit den erhobenen Daten können wir sowieso nichts anfangen

“Schaut man mal bei Google Analytics rein, wird man schier von Tabellen, Graphen und Messwerten erschlagen. Dafür haben wir nun wirklich keine Zeit und so richtig brennen tut die Leidenschaft auch nicht für das Thema.“

Diese Bedenken haben wohl die meisten Recruiter und HR-Marketer bei dem Thema Recruitment Analytics. Ich bin jedoch fest davon überzeugt, dass Du Dir da überhaupt keine Sorgen machen musst, da die für uns wichtigen Zahlen super schnell interpretiert sind. Denn vorweg ist wichtig: 95% der erhobenen Daten aus den diversen Analytics Programmen brauchen Recruiter überhaupt nicht. Eigentlich reicht sogar eine einzige Tabelle mit ein paar Werten für fast alle Anforderungen. Also keine Sorge, Du musst Dich nicht zu einem Datenanalysten umschulen lassen.

Welche Information ist denn wirklich wichtig? Ich behaupte, sinnvolles Recruitment Analytics lässt sich in dieser Frage zusammenfassen: Wo kommen die besten Bewerber her? Natürlich könnte man mit den erhobenen Daten noch viel mehr machen: Zielgruppenanalysen, Verhaltensanalysen und weiß der Geier noch alles. Das halte ich jedoch für unrealistisch. Wir dürfen ja nicht vergessen, dass wir kein Zalando sind, sondern im Kontext des klassischen Online Marketings eher geringe Nutzerzahlen und unkomplizierte User Journeys zu vermelden haben.
Es bleibt somit bei der einfachen Frage: Wo kommen die besten Bewerber her? Hier reicht die folgende Tabelle (aus Google Analytics) voll aus:

Recruitment Analytics: Bei Google Analytics sieht es so aus

Du hast richtig gesehen: Drei Spalten, that’s it: Wir sehen hier, woher wie viele Nutzer kommen und ob diese sich dann auch wirklich bewerben. Das machen die Analytics Programme (nach einer kleinen Einstellung) automatisch. Wenn man nun noch das jeweilige Budget der Quellen vergleicht, kann man auf einem Bierdeckel den Heiligen Gral des Personalmarketings, den Cost-per-Application, ausrechnen. Na klar, ein paar mehr Messwerte könnte man hinzunehmen, aber für den Anfang reicht das vollkommen aus.

Hast du trotzdem Lust auf mehr? In einem kommenden Blog-Artikel zeigen wir Dir die Basics der Interpretation von Recruitment Analytics Daten, wie z.B. Absprungsquote, Aufenthaltsdauer und weitere Messwerte. Keine Sorge, es wird nur ein ganz kleines bisschen komplizierter.

2. Die Installation ist viel zu kompliziert.

“Unsere Agentur braucht für technische Änderungen unserer Website immer ewig und dann ist es total zeitaufwendig, hier etwas nachzubessern. Ich habe keine Lust so einen Programmieraufwand zu koordinieren – besonders weil das Thema an sich schon kompliziert genug ist.”

First things first: Die Installation sollte nicht Deine Aufgabe sein – dafür hast Du ja Deine Agentur oder IT-Abteilung. Falls dort Zweifler sitzen, die keine Lust auf viel Arbeit haben (soll es ja geben): Für die Installation und Einrichtung von den beiden beliebtesten Analytics Programmen Google Analytics und Matomo muss man kein Webdeveloper sein. Über sogenannte Tag Manager braucht Deine Agentur oder IT-Abteilung nur ein einziges Mal einen Mini-Code-Schnipsel einfügen. Alles was danach kommt, läuft über eine leicht zu verstehende Benutzeroberfläche ohne komplizierte Java Script-Herumprogrammiererei. Ich habe noch nie eine Zeile Code geschrieben und konnte trotzdem schon oft Google Analytics bei unseren Kunden installieren. In den nächsten Wochen folgt auf diesem Blog eine knappe Anleitung, die Du an Deine Kollegen weiterleiten kannst. Falls Du so lange nicht warten kannst, ist DIESES Tutorial auch echt gut.

Falls Deine Karrierewebseite bzw. Stellenanzeigen auf der Domain einer Bewerbermanagement-Software (BMS) liegen, kannst Du den Weg zu Deiner Agentur oder IT-Abteilung sogar teilweise überspringen, da Du Dich direkt an Deinen BMS Ansprechpartner wenden kannst. Neugierig geworden, wovon genau ich hier spreche? Wenn Du zu der Implementierung von Analytics in Dein BMS mehr erfahren willst, klick HIER.

3. Ich habe keine Zeit mich mit den Analytics Daten zu beschäftigen.

“Mein Schreibtisch ist schon voll genug, da kann ich mich nicht alle paar Tage in das Analytics Programm einloggen und mich durch die Datentabellen kämpfen.”

Ich kann es ja verstehen, Du hast genug um die Ohren und hast bestimmt keine Lust, Dich daran zu erinnern, Dich regelmäßig in ein weiteres Programm einzuloggen und dann immer wieder in die Daten reinzufuchsen. Aber trotzdem wäre es ja eigentlich schön, alle aktuellen Zahlen vor sich zu haben. Kein Problem: bei allen Analytics-Programmen kann man sich Berichte per Mail und/oder Excel schicken lassen. Du musst Dich theoretisch gar nicht in das Analytics-Programm einloggen, sondern kannst Dich einfach zurücklehnen und jede Woche (oder in dem Zeitraum, den Du möchtest) einen Bericht mit allen aktuellen Bewerbungszahlen anschauen. Somit kann es also fast nicht passieren, dass du eine längere Zeit gar nicht in die Analytics-Daten schaust, weil Du in Deinem Postfach ständig daran erinnert wirst.

Zudem kannst Du Dir diese Berichte komplett selbst zusammenstellen. Das geht z.B. bei Google Analytics mit einfachem Drag&Drop – so kannst Du Deinen Wunschbericht so abspecken, dass wirklich nur die wichtigen Daten dabei sind. Du würdest gerne wissen wie das geht? Auch dieses Tutorial findest Du demnächst als Teil unserer neuen Recruitment Analytics Serie auf diesem Blog. Stay tuned!

###promotional-banner###

4. Unser Datenschutzbeauftragter macht uns die Hölle heiß!

“Wenn ich nur das Thema Web Analytics anspreche, bekommt unser Datenschutzbeauftragter Schnapp-Atmung. Er meint, dass jegliche Aufzeichnung von Nutzerdaten klar gegen die DSGVO verstößt.”

Das Thema Datenschutz bzw. die allgegenwärtige DSGVO ist wohl in deutschen Firmen der Nummer 1 Killer von einem anständigen Analytics. Doch geht man sachlich und ohne Panik vor der “Abmahnungswelle” an die Sache heran, ist ein funktionierendes Analytics auch für Datenschutzfreaks ohne Probleme möglich. Vorausgesetzt natürlich man trifft einige Vorkehrungen.

Dazu gehören die folgenden Punkte:

  1. Dein Analytics Programm muss in Eurer Datenschutzerklärung auftauchen. Das Thema ist ein bisschen komplex und hier nur schwer in wenigen Punkten abzuhandeln. Aber schau Dir doch mal unsere Datenschutzerklärung an, wie eine Erklärung in etwas aussehen kann: Datenschutzerklärung
    Aber bitte: Nagel uns nicht darauf fest 😉
  2. Du musst mit Deinem Analytics Anbieter einen Auftragsdatenverarbeitungsvertrag abschließen. Bei Google Analytics geht das zum Beispiel problemlos elektronisch. Hier eine kleine Anleitung dazu auf marketingradar.de.
  3. Du musst in Deinem Tracking Code eine IP-Anonymisierung aktiveren. Das bedeutet, dass gar keine IP Adressen erhoben werden, sondern gleich nach Erfassung nur anonymisiert an Dein Analytics Programm weitergegeben werden. Wie das geht findest du HIER (für deine Agentur / IT Abteilung).
  4. Du musst Deinen Nutzern die Möglichkeit geben, das Tracking abzulehnen. Analytics Programme nutzen Cookies – also kleine Dateien, die im Browser Ordner abgespeichert werden – um Nutzerdaten zu erfassen und dann auch wieder bei Rückkehr auf die Seite den Nutzer zu identifizieren. Hier gibt es verschiedene Arten von Cookies mit abweichenden Umfängen der erfassten Daten. Es muss so unter anderem zwischen Statistik Cookie und Marketing Cookie unterschieden werden. Statistik Cookies erheben unpersonalisierte Daten, die zwar auf das Verhalten der Website-Nutzer bezogen, aber nicht einzelnen Nutzern zuzuordnen sind. Das sind die meisten relevanten Daten für Dein Analytics-Programm, also Nutzerzahlen, Bewerberzahlen, Landingpages und so weiter. Die Marketing Cookies hingegen sind schon ein bisschen brisanter, da hier Daten erhoben werden, um Nutzer für Re-Targeting zu identifizieren und auch über andere Websites hinweg wiederzuerkennen. Vielleicht hast Du ja schonmal bei Amazon nach Staubsaugern gesucht und dann bei Spiegel Online eine Anzeige für Staubsauger gesehen – das sind Marketing Cookies!

Du musst Deinen Besuchern nun die klare Wahl lassen, ob sie von Deinem Analytics Programm auch erfasst werden wollen und wenn ja, mit welchen Cookies. Das kann über ein sogenanntes Cookie Banner passieren. Hier unser Cookie Banner als kleines Anschauungsbeispiel. Wir nutzen übrigens den Anbieter “Cookiebot”. Das ist ein Add-on für Deine Seite, mit dem Du diese Cookie Banner bei Dir einbinden kannst. Das macht die ganze Sache sehr viel sicherer und auch einfacher.

Recruitment Analytics: Cookies spielen auch eine Rolle

Aber hier gilt, nimm unser Vorgehen nicht als fixes Beispiel für Deine Seite: Tausche Dich mit einer Rechtsberatung aus, damit Du auf der sicheren Seite bist. Wir sind schließlich keine Juristen, sondern Online Marketing Nerds und Recruitment Analytics Liebhaber.

Reichweite messen: Welche Vorteile bringt Recruitment Analytics?

Ist Recruitment Analytics wirklich so kompliziert? Welche Kennzahlen sollte jeder Personalmarketer messen können? Und welche Vorteile hat eigentlich ganz spezifisch eine durch und durch messbare Karriereseite? Momme Klingenberg, Experte für Recruitment Analytics bei der Wollmilchsau, erklärt Dir in diesem Interview die Vorteile und Möglichkeiten von Recruitment Analytics Tools.

Mit Recruitment Analytics die Reichweite von Stellenanzeigen im Personalmarketing messen

Wie oft hast Du Personalverantwortliche schon laut Stöhnen hören, als Du Recruitment Analytics angesprochen hast und warum haben so viele Personalmarketer Angst davor?

Auf wirkliche Begeisterungsstürme trifft das Thema Recruitment Analytics tatsächlich nicht bei Recruitern und Personalmarketern. Das liegt zum großen Teil daran, dass sich das Aufgabenprofil des klassischen Personalers schon sehr verändert hat. Viele Recruiter haben Angst davor, dass wichtige Aufgaben, wie die Kandidatenansprache und -betreuung, hinter komplizierten Zahlen und Statistiken verschwinden. Und sind wir mal ehrlich, niemand wurde Recruiter, weil er Mathe so toll fand. Diese Befürchtung ist jedoch oftmals unbegründet. Na klar, man muss sich kurz reinhängen und neues Wissen erlernen, aber kein Recruiter muss dafür ein Data Scientist werden. Ganz im Gegenteil: Mit nur wenigen Kennzahlen hat der Recruiter so viel mehr Futter für das nächste Budget-Meeting. Schwarz auf weiß kann man beweisen, woran man ist und warum Recruiting so wichtig ist.

Mit Recruitment Analytics die Reichweite von Stellenanzeigen im Personalmarketing messen

Was muss sich in den Unternehmen bezüglich Recruitment Analytics dringend ändern und wie kann man ihnen dabei behilflich sein?

Recruitment Analytics sollte in den Unternehmen als Chance und nicht als technische Hürde verstanden werden. ich habe schon einige Unternehmen gesehen, in denen das klassische Online Marketing richtig fit in Analytics ist, das Recruiting von diesem Wissen aber überhaupt nicht profitiert.
Dass Recruiting durch die Marktgegebenheiten immer schwieriger wird, sollte jedem klar sein. Recruitment Analytics bietet durch eine effizientere Budget- und Erfolgskontrolle die Möglichkeit, diesen Herausforderungen zu begegnen.

Die Unternehmen müssen also endlich anfangen, die Mitarbeiter gezielt zu schulen und einen Wissensaustausch mit anderen Abteilungen, die schon Analytics im Tagesgeschäft nutzen, zu ermöglichen. Oftmals wird von den Mitarbeitern erwartet, dass diese sich 1-2 Stunden in der Woche blocken und sich dann autodidaktisch Analytics beibringen. Diese Herangehensweise hat jedoch selten Erfolg, da zum einen häufig die intrinsische Motivation fehlt, sich kostbare Zeit freizuschaufeln, um sich mit Zahlen und Daten zu beschäftigen. Zum anderen haben die im Internet verfügbaren Lern-Ressourcen häufig einen E-Commerce-Fokus und können dadurch keine Recruitment-spezifischen Fragestellungen beantworten.

###promotional-banner###

Welche Kennzahlen sollte jeder Recruiter kennen und messen, um seinen Prozess zu optimieren?

Entgegen der verbreiteten Meinung braucht ein umfassendes Recruitment Analytics nur ein paar wenige Kennzahlen. Recruiter und Personalmarketer sollen ja nicht in die tiefe Analyse der Karriereseite gehen und jeden Pixel optimieren. Es reicht vollkommen, ein paar Kennzahlen zu haben, die zeigen, ob die externen Maßnahmen noch auf Kurs sind und ob die Stellenanzeigen anständig laufen. Nehmen wir mal die meiner Meinung nach wichtigste Kennzahl: Cost-Per-Application (Kosten pro Bewerbung). Hierfür betrachtet man die Zahl der Bewerbungen und teilt diese durch die entstandenen Kosten pro Quelle.

Die Kennzahl ist deshalb so gut, weil viele Informationen gebündelt werden. Man hat eine Budgetkontrolle und gleichzeitig auch eine Bewertung der Maßnahmen. Schwer zu vergleichende Maßnahmen mit unterschiedlichen Budgets werden plötzlich vergleichbar. Und das Beste: Wenn man zum Vorgesetzten geht, um die Maßnahmen Revue passieren zu lassen, muss man nicht Google Analytics von vorne erklären. Die entstandenen Kosten reichen und die versteht jeder.

Mit Recruitment Analytics die Reichweite von Stellenanzeigen im Personalmarketing messen

Welche Vorteile hat eine durch und durch messbare Karriereseite/Stellenanzeige im „War for talents“?

Viele Unternehmen geben sehr viel Geld für unterschiedlichste Personalmarketing-Maßnahmen aus – ohne auch nur irgendeine Kontrolle zu haben, ob das Geld gut investiert ist. Das ist teilweise wirklich erstaunlich, da dieses Verhalten in anderen Bereichen des gleichen Unternehmens nicht akzeptabel wäre. Aber genau hier eröffnet sich eine riesige Chance: ist ein Unternehmen heute in der Lage zu untersuchen, ob die Personalmarketing-Maßnahmen oder die Karriereseite gut funktionieren, kann es sich stark von der Konkurrenz absetzen. Die Wahrscheinlichkeit ist nämlich groß, dass die Konkurrenz diese Informationen schlichtweg noch nicht analysiert.

Aber auch abgesehen von der Konkurrenz: Die Lage auf dem Arbeitsmarkt wird nicht besser – ganz im gegenteil – so “gut” wie heute geht es uns nie wieder. Personal wird immer mehr zum limitierten Faktor. Wenn man jedoch weiß, welche Strategie erfolgversprechend ist, kann man mit mehr Selbstbewusstsein dem Vorgesetzten in Budget-Meetings gegenübertreten und aufzeigen, wo das Geld hinfließt und warum die Maßnahmen unter Umständen eine Finanzspritze verdient haben.

Hol’ Dir jetzt das ganze Kapitel zum Thema “Reichweite messen” aus unserem Jobspreader Magazin als kostenlosen Download.

Was ist eine gute Bewerbungsrate und warum ist sie wichtig?

Conversion Rate Recruiting: Deine Stellenanzeige ist online, aber es bewirbt sich kaum jemand? Kann passieren. Passiert ehrlich gesagt sogar den meisten Unternehmen – also kein Grund sich zu schämen. Schämen solltest Du dich erst, wenn Du keine Ahnung hast, woran es liegt und Du auch nicht vorhast, etwas daran zu ändern. Nicht einmal der interessanteste Job mit guter Bezahlung, spannenden Aufgabenbereichen und einer unschlagbaren Work-Life-Balance generiert ausreichend Bewerbungen, wenn die Reichweite fehlt. Denn dann bleiben Stellenanzeigen unsichtbar und jede noch so gute Bewerbungsrate unwichtig.

Um eine angemessene Anzahl an Bewerbungen zu erhalten, benötigst Du im ersten Schritt Sichtbarkeit und relevante Klicks. Basierend auf Erfahrungswerten gehen wir davon aus, dass für eine erfolgreiche Besetzung der Position je nach Berufsbild etwa 500 bis 1.000 Besucher:innen die Stellenanzeige aufrufen müssen. Weißt du, wieviele Bewerberkontakte deine Stellenanzeigen haben?

###promotional-banner###

Wie viele Bewerberkontakte haben deine Stellenanzeigen?

Hat die Stellenanzeige die nötige Reichweite erzielt und ausreichend potenzielle Bewerber erreicht, sollten im nächsten Schritt die Bewerbungen eintrudeln. Oder etwas charmanter ausgedrückt: Die Besucher deiner Stellenanzeige werden im besten Fall zu Bewerber:innen.

Wenn Du bereits eine gut besuchte Stellenanzeige hast (yey!), aber trotzdem keine Bewerbungen abgeschlossen werden (buh!), wird Deine Bewerbungsrate (auch Conversion Rate genannt) ziemlich schlecht sein. Dieser KPI  (Key Performance Indicator) zeigt nämlich das Verhältnis von Besuchern einer Stellenanzeige zu abgeschlossenen Bewerbungen. Er wird errechnet, indem man die Klicks auf eine Stellenanzeige durch die eingegangenen Bewerbungen dividiert. Das bedeutet, wenn 15 Bewerbungen auf insgesamt 1.000 Besucher kommen, liegt Deine Bewerbungsrate bei 1,5 Prozent.

Wie berechnet man die Conversion Rate?

Um die Ergebnisse valide evaluieren zu können, benötigst du allerdings wie bereits oben erwähnt eine ausreichende Anzahl an Klicks. Kommt auf zehn Aufrufe eine Bewerbung, beträgt die Bewerbungsrate satte 10 Prozent. Bei solch einer geringen Reichweite sollte man die Conversion Rate trotzdem nicht als Erfolg verbuchen. 10 Klicks sind ziemlich mies und die Rate dadurch natürlich nicht aussagekräftig. Grundsätzlich kann man festhalten, dass bei einer ausreichenden Zahl an Bewerbungen eine Bewerbungsrate ab 2 Prozent völlig in Ordnung ist. Nach oben sind der Conversion Rate natürlich keine Grenzen gesetzt – je höher, desto besser.

Übrigens: Auch wenn wir sagen, dass die Conversion Rate im Recruiting ab 2 Prozent in Ordnung ist, lassen sich nur schwer allgemeingültige Aussagen dazu treffen. Denn schon innerhalb eines Unternehmens kann die Bewerbungsrate zwischen verschiedenen Positionen stark schwanken! Daher ist zum Beispiel ein zeitlicher Vergleich dieser Kennzahl nicht unbedingt zielführend, wenn mittlerweile komplett andere Mitarbeiter gesucht werden.

Die Bewerbungsrate als Erfolgsmessung: Was ist die Conversion Rate?

Die Conversion Rate im Personalmarketing liefert wichtige Erkenntnisse über die Qualität und Attraktivität deiner Stellenanzeige. Sie gibt zum Beispiel an, wie viele User sich eine Webseite ansehen bzw. wie viele Personen auf eine Stellenanzeige geklickt haben und zu Bewerber:innen geworden sind. Die Conversion Rate Recruiting ist eine einfache Möglichkeit, um die Performance der Stellenanzeigen zu kontrollieren und so ihren Erfolg zu messen.

Gleichzeitig lässt sie Rückschlüsse auf die Benutzerfreundlichkeit des Bewerbungsprozesses und die Qualität der Candidate Journey zu. Je nach Datenlage kann genauer analysiert werden, ob das Employer Branding stimmt, die Stellenanzeigen attraktiv sind oder ob die Candidate Journey des gesamten Bewerbungsprozesses geräteübergreifend nutzerfreundlich gestaltet ist.

Je nachdem, an welcher Stelle die Bewerbungen häufig abgebrochen werden, lohnt es sich, etwas genauer hinzuschauen. Gibt es möglicherweise bereits Probleme bei der Orientierung auf der Corporate Page?

Woher kommt eine schlechte Conversion-Rate?

Schlechte Reichweite und Auffindbarkeit:

Wie bereits anfangs erwähnt, ist die Auffindbarkeit der Stellenanzeige DAS Kriterium für einen ausreichenden Bewerbungseingang. Der erste Schritt ist, dass Stellenanzeigen auf der eigenen Corporate Page schnell auffindbar sein sollten, damit Besucher:innen der Seite und Interessenten des Unternehmens im besten Fall als Bewerber:innen die Seite wieder verlassen. Laut Online Recruiting Studie 2022 nutzen nur 65 Prozent der großen DAX-Unternehmen einen Link zur Karriereseite im Headermenü, um Website-User auf ihre Karrierepage und Stellenanzeigen zu leiten. Dieser wichtige Schritt ist kostenlos und trotzdem sehr ergiebig.

Um eine ausreichende Anzahl an Klicks auf Stellenanzeigen zu bekommen, ist auch das Ausspielen von offenen Positionen auf den richtigen Kanälen ausschlaggebend. Der richtige Stellentitel und die richtige Plattform sind richtungsweisend für die nötige Reichweite und die erfolgreiche Besetzung der Positionen. Wer mehr über die perfekte Stellenanzeige und den richtigen Stellentitel erfahren möchte, sollte sich unser kostenloses Whitepaper mal anschauen:

[promotional-banner id=”48280″]

Fehlende Mobiloptimierung:

Auch die fehlende Mobiloptimierung von Stellenanzeigen, Jobbörsen und Bewerbungsformularen sind ein Conversion-Fresser und führen dazu, dass viele Interessenten ihre Bewerbung nicht zu Ende ausfüllen oder abschicken. Es passiert nicht selten, dass Unternehmen ihre Stellen in den Sozialen Medien bewerben und weder die Stellenanzeige noch das Bewerbungsformular auf dem Smartphone genutzt werden können. Die Conversion Rates dürfte in solch einem Fall sehr, sehr gruselig ausfallen.

Conversion Rate Recruiting Mobiloptimierung

Zu langes Bewerbungsformular und Registrierungszwang:

Behält man seine Recruiting KPIs im Blick und es fällt einem auf, dass viele Kandidat:innen beim Bewerbungsformular abspringen, könnte es natürlich zum einen an der fehlenden Mobiloptimierung liegen, aber auch an einer zu hohen Anzahl an Pflichtfeldern oder dem Zwang zu einem Bewerbungsaccount. In unserer Recruiting Studie 2022 konnten wir feststellen, dass immer noch die Hälfte der Unternehmen Bewerber:innen zum Anlegen eines solchen Accounts zwingen. Auch die Anzahl an Pflichtfeldern in den häufig nicht einmal mobiloptimierten Bewerbungsformularen ist viel zu hoch: In unserer Studie gibt es durchschnittlich acht Pflichtfelder, während der Spitzenreiter bei 22 auszufüllenden Pflichtfeldern lag. Kein Interessent, egal ob aktiv oder passiv auf Jobsuche, möchte auf einem Smartphone 22 Felder ausfüllen, um seine Bewerbung abzuschicken.

###promotional-banner###

Für eine erfolgreiche Analyse der eigenen Karriereseite oder Stellenanzeige lohnt es sich, die wichtigsten Recruiting KPIs über einen längeren Zeitraum im Blick zu haben und sie stetig auszuwerten. Wer eine kurze Einführung in die wichtigsten KPIs benötigt oder sich einfach ein bisschen weiterbilden will, sollte einen Blick in die kostenlose Aufzeichnung unseres Webinars riskieren: Momme Klingenberg erläutert die Grundlagen von Google Analytics und anderen Analytics-Tools.

Mit durchdachter Recruiting-Strategie mehr Durchblick in 2020

Das Jahr ist noch frisch. Wer noch keinen ausgefuchsten Plan für seine Recruiting-Strategie für 2020 hat, wird sich jetzt darum kümmern – und wir sind da, um Euch zu assistieren. Recruiting-Strategie, so viel ist klar, ist ein weites Feld, mit vielen Faktoren, die bedacht werden möchten und sich von Fall zu Fall unterscheiden. In unserem Strategie-Webinar zeigen wir Euch (Aufzeichnung), wie Ihr einige Teilbereiche angehen könnt.

Falls Ihr übrigens Themenwünsche habt, die Euch unter den Nägeln brennen, lasst es uns gern wissen! Ob im Bezug auf Recruiting-Strategie oder etwas ganz anderes – im Kommentarfeld ist jede Menge Platz für Euren Input.

Zurück zur Recruiting-Strategie, die ja bekanntlich Aspekte von A-Z beinhaltet. Von Stakeholdermanagement über Zielgruppenanalyse, Personalmarketing-Maßnahmen bis Recruitment-Analytics und Controlling gibt es viele Bereiche, die zu einer umfangreichen strategischen Planung zählen. Im Webinar wollen wir Euch einige davon näher bringen. Insbesondere: die Bedeutung der aktuellen Marktsituation für Euer Recruiting, eine datenbasierte Auswahl wirkungsvoller Personalmarketing-Maßnahmen und die unerlässliche Effektivitätskontrolle und Optimierung zur Zielerreichung.

###promotional-banner###

Keine Blindflüge: Die Situation auf dem Arbeitsmarkt verstehen

Ihr habt eine tolle Employer Brand aufgebaut, Eure Karriere-Webseite ist nicht mit Stock-Fotos verziert und Eure Stellenanzeigen tragen keine Fantasietitel, in denen die Bezeichnung “Superheld/in” vorkommt? Mega! Trotzdem fragt Ihr Euch, warum es so schwer ist, Eure offenen Stellen zeitnah und zufriedenstellend zu besetzen?

Antworten darauf kann ein Blick auf die aktuelle Situation auf dem Arbeitsmarkt bieten. Ausführliche Informationen über die Lage findet Ihr in unserer Arbeitsmarkt-Studie 2020. Die Ursachen für die Entwicklungen und ihre Folgen sind hinlänglich bekannt: Der demografische Wandel und die gute Konjunktur haben uns im vergangenen Jahr Vakanzzeiten in Rekordhöhe beschert. Nun berichten die Medien plötzlich von einer erwarteten Wende am Arbeitsmarkt. Doch was bedeutet das konkret für Eure strategischen Entscheidungen?

So viele Schlagzeilen, so viele Daten – da ist es schwierig den Überblick zu behalten. Der ist jedoch wichtig, damit es nicht zu einer überzogenen Erwartungshaltung kommt und damit die richtigen Maßnahmen an der richtigen Stelle greifen. Es braucht darum zunächst vor allem: Kontext! Welche Daten sind handlungsrelevant und beeinflussen die Recruiting-Strategie?

Der Personalmarketing-Kompass setzt die eigene Job-Performance in einen handlungsrelevanten Datenkontext und bietet somit eine solide Entscheidungsbasis. Denn stellt man die eigene Vakanzzeit der am Markt üblichen Vakanzzeit und dem verfügbaren Fachkräfteangebot gegenüber, können individuelle Problemstellen frühzeitig identifiziert und durch gezielte Personalmarketing-Maßnahmen angegangen werden.

So lässt sich der Personalmarketing-Kompass als Strategie-, Operationalisierungs- und Controlling-Tool einsetzen:

Personalmarketing Kompass

Wie das im Detail funktioniert, woher die nötigen Daten stammen und wie Euch der Personalmarketing-Kompass dabei helfen kann, realistische Vorhersagen zu Eurer Job-Performance zu machen und notwendige Maßnahmen rechtzeitig einzuleiten, erklärt euch Jan im Recruiting-Strategie-Webinar.

Recruiting-Strategie anpassen und im laufenden Prozess optimieren

Wer Gewissheit darüber hat, wie der Arbeitsmarkt aussieht und wie die eigenen Jobangebote am Arbeitsmarkt positioniert sind, ist in der Lage sinnvolle Maßnahmen zu ergreifen. Wenn zum Beispiel ein gängiges Profil eine unüblich lange Vakanzzeit zeigt, sollte zuerst intern nach dem Rechten geschaut werden. Liegt es vielleicht an einem unnötig aufwendigen Bewerbungsprozess oder einer schwammigen Kommunikation der Employer Brand?

Ein anderes Jobangebot, das als Mangel- oder Engpassprofil gilt, dessen Vakanzzeit aber noch unter dem Durchschnitt liegt, birgt das Potenzial problematisch zu werden. Hier kann mit performance-orientierten Personalmarketing-Maßnahmen gegengesteuert werden. Auch der rechtzeitige Einsatz von Active-Sourcing-Methoden kann vermeiden, dass die offene Stelle zum Problemfall wird.

Wenn Ihr sichergehen wollt, dass Eure Maßnahmen fruchten, kommt Ihr nicht daran vorbei, Eure Ergebnisse zu tracken und regelmäßig zu prüfen. Schreckgespenst Analytics lässt grüßen? Ach, i wo! Denn wenn Ihr Euch auf die wichtigen KPIs konzentriert und ein übersichtliches Dashboard einrichtet, könnt Ihr Eure Ergebnisse im laufenden Prozess analysieren. Nur so seid Ihr dann auch in der Lage, an den notwendigen Stellen den Hebel anzusetzen und Eure Maßnahmen zu optimieren. Recruiting-Erfolg ahoi!

###promotional-banner###

Grundlagen des Recruitings: Kennzahlen in Google Analytics Teil II

Lust auf eine zweite Runde im Karussell names “Google Analytics im Recruiting”? Letztes Mal haben wir die Grundlagen von Recruitment Analytics, genauer gesagt über Google Analytics, gesprochen und auch schon die ersten Messwerte behandelt.

Heute erläutere ich, wie Du herausfindest, ob die Kandidaten von und auf Deiner Webseite gut angesprochen werden und von welcher Quelle die meisten Bewerber kommen. Zur Erinnerung, hier die gesamte Tabelle mit anonymisierten Quellen:

Google Analytics im Recruiting: Ausschnitt aus Google Analytics mit Personalmarketing Kennzahlen

Wir haben ja schon über die Quellen, Nutzer und Sitzungen gesprochen. Es lohnt sich, nochmal in den alten Artikel zu schauen, falls Du Dir nicht mehr sicher bist, was diese Messwerte aussagen. Nun schauen wir uns aber mal den Rest der Tabelle an und gehen Stück für Stück die Messwerte durch.

Google Analytics im Recruiting: Absprungrate und Sitzungsdauer

Google Analytics im Recruiting: Absprungrate, Sitzungsdauer und Sitzungen

Der wohl beliebteste und auch gemeinste Messwert ist die Absprungrate. Gemein ist sie deshalb, weil die Erklärung der Absprungrate im ersten Augenblick intuitiv erscheint: “Es verlassen halt Nutzer die Website. Je mehr, desto schlechter!”, denken hier viele. Für die Bewertung der Quote braucht es aber leider ein bisschen mehr Hintergrundwissen:

1. Was ist überhaupt ein Absprung?
2. Woher weiß Google Analytics, dass ein Nutzer weg ist?

Vielleicht fangen wir damit an, was Google Analytics NICHT über den Nutzer weiß: Google Analytics weiß nicht, ob jemand etwas mit der Maus markiert, ein Dropdown-Menü öffnet, ein Video startet oder auf die Mailadresse des Recruiters klickt. Google Analytics misst (standardmäßig) nur Klicks, 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.

Mit diesem Wissen im Gepäck erinnern wir uns daran, was eine Sitzung ist: Eine Sitzung beginnt, wenn der Nutzer auf Deine Website kommt und dauert standardmäßig 30 Minuten. Wenn der Nutzer nun mit Deiner Seite interagiert (wir erinnern uns daran, was Google Analytics NICHT messen kann), endet die Sitzung nach 30 Minuten. Sollte der Nutzer jedoch innerhalb der 30 Minuten mit der Seite interagieren, dann wird die Sitzung um 30 Minuten verlängert.

Google Analytics im Recruiting: Sitzungsdauer erklärt

Die Sitzungsdauer ist somit nicht so lange, wie der Nutzer wirklich auf Deiner Seite unterwegs ist, sondern misst nur die Zeit von Interaktion zu Interaktion.
Was aber passiert, wenn der Nutzer auf die Seite kommt und danach nicht mehr mit ihr interagiert? 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). Google Analytics misst nur die Zeit von Interaktion zu Interaktion und gibt diese als Sitzungsdauer an. Deshalb haben wir bei einem Absprung dann auch nur eine Sitzungsdauer von 0 Minuten.

Google Analytics im Personalmarketing: Sitzungsdauer erklärt

Wichtig ist wieder zu beachten, was Google Analytics nicht messen kann. Google Analytics weiß nicht, ob jemand während seiner Zeit auf der Seite die Mailadresse des Recruiters rauskopiert hat, sich eine Stellenanzeige aufmerksam durchgelesen hat, ein Lesezeichen gesetzt oder sogar schon das Word Dokument geöffnet hat, um die Bewerbung zu schreiben. Das einzige, was zählt, ist ob innerhalb der 30 Minuten etwas von Google Analytics gemessen wurde – und das ist standardmäßig nur dann der Fall, wenn sich eine neue Seite aufbaut.
Keine Sorge, man kann durchaus mit ein wenig Aufwand auch abgespielte Videos oder Scrolltiefen messen und somit Sitzungen verlängern – aber halt nicht von Haus aus. Was man jedoch nie messen kann ist, ob ein Lesezeichen gesetzt wurde.

Nun können wir auch die nächsten Messwerte interpretieren:

Google Analytics Personalmarketing: Was heißt Sitzungsdauer?

Insgesamt wird hier eine Absprungrate von 75% angezeigt. Man könnte dementsprechend meinen, dass 75% der Sitzungen sofort beendet wurden. Quelle 1 und Quelle 2 sind hier die Übeltäter mit 81% und 72%. Quelle 3, (direct) und google hingegen haben eine anständige Absprungrate. Bedeutet das also, dass Quelle 1 und 2 nur schlechten Traffic liefern?

Okay, rhetorische Frage – nein, tun sie natürlich nicht. Wir müssen bei der Beurteilung der Absprungrate immer beachten, an welcher Stelle der Website der Nutzer einsteigt und welche Interaktionsmöglichkeiten an dieser Stelle zur Verfügung stehen. Quelle 1 und Quelle 2 werden direkt auf die Stellenanzeige verlinken, während (direct) und google unterschiedliche Einstiegsorte haben und schlussendlich Quelle 3 direkt in das Bewerbungsformular verlinkt.
Da Quelle 1 und Quelle 2 auf die Stellenanzeige verlinken, werden viele Nutzer auf die Seite kommen und erst an dieser Stelle nähere Informationen zu dem Job und Arbeitgeber erfahren.

Nun frage ich Dich: welche Möglichkeiten hat Google Analytics standardmäßig, um das Interesse der Nutzer zu messen? Die meisten Stellenanzeigen geben dem Nutzer ja nur die Möglichkeit sich zu bewerben oder zu gehen. Auch wenn ein Nutzer sich die Anzeige extrem aufmerksam durchliest und ein Lesezeichen setzt – Google Analytics wird diesen (aus Sicht des Personalmarketings) erfolgreichen Kontakt mit einem Absprung abstrafen, wenn in 30 Minuten noch kein messbarer Klick passiert ist. Dieser messbare Klick ist jedoch in den allermeisten Stellen die höchste Eskalationsstufe – nämlich die Bewerbung. Wer bewirbt sich bitteschön in den ersten 30 Minuten?! Genau, fast niemand!

(direct) und google haben somit eine niedrige Absprungrate, da die Nutzer ja meistens nicht direkt in die Jobanzeigen einsteigen. Vielmehr müssen sich die Nutzer erst einmal durch das Karriereportal oder die Startseite zu den interessanten Jobs durchklicken. Es ist also sehr viel wahrscheinlicher, dass eine messbare Interaktion stattfindet. Über die Qualität des Traffics sagt das jedoch noch nichts aus.

__________________________________

Exkurs: Navigationssuche bei Google

Apropos Google: Wenn Du keine Google Ads Kampagne laufen lässt, funktioniert Google zumeist als “Navigations-Suche”. Nicht jedoch als wirklicher organischer Nutzerlieferant. Eine Navigationssuche liegt dann vor, wenn der Nutzer Google aus Faulheit dazu nutzt, um auf schon bekannte Seiten zu kommen. Das wäre z.B. “Mercedes Karriere” oder “Siemens Jobs”. Der Nutzer kennt die Unternehmen schon und “stolpert” nicht über sie in einer Google Suche. Ein waschechter organischer Treffer hingegen wäre “Ingenieur Job Hamburg” oder “Marketing Karriere Deutschland”. An dieser Stelle Nutzer zu akquirieren, ist für “normale” Unternehmen jedoch faktisch unmöglich, da die großen Jobbörsen und Suchmaschinen die ersten Ergebnisseiten absolut dominieren:

Google Jobs: Die Jobsuche startet meistens bei Google

__________________________________

Zusammenfassend kann also gesagt werden, dass Zugriffe, die über (direct) bzw. google angezeigt werden, von Nutzern stammen, die Dich höchstwahrscheinlich schon kennen und z.B. über bezahlte Personalmarketing-Maßnahmen auf Dich aufmerksam geworden sind und schlichtweg wiederkommen.

Aber was ist denn nun mit Quelle 3 los? Hier sind ja alle Zahlen mega gut!

Da Quelle 3 direkt auf das Bewerbungsformular und nicht die Stellenanzeige verlinkt, haben wir es hier mit einer klassischen Jobbörse zu tun (sowie Stepstone, Monster, stellenanzeigen.de und so weiter). Bei dieser Art Quelle liegen die Stellenanzeigen bekanntermaßen auf der Jobbörse selbst. Der Entscheidungsprozess, ob die Stelle interessant ist, findet somit auf der Jobbörse statt. Nicht wie bei Quelle 1 und Quelle 2 auf Deiner Seite.

Alles, was auf der Jobbörse passiert, wird von Deinem Google Analytics natürlich nicht erfasst – erst dann, wenn der Nutzer auf Deine Seite kommt. Wenn sich nun ein Bewerber auf der Jobbörse dazu entschieden hat, sich dann auch zu bewerben, kommt dieser Nutzer “aufgeladen” auf Deine Seite und die Bewerbungsquote ist folglich höher. Das bedeutet jedoch nicht unbedingt, dass Quelle 3 besser funktioniert als Quelle 1 oder Quelle 2. Viel interessanter ist die Frage: was hat schlussendlich der Bewerberkontakt bzw. die Bewerbung gekostet?

[promotional-banner id=”43316″]

Bewerbungstracking mit Google Analytics

Da wir schon über Bewerbungen sprechen, bietet es sich nun an, auf den Bewerbungseingang unseres Beispiels zu schauen:

Bewerbungen tracken mit Google Analytics

Wir schauen erneut auf die drei stärksten, bezahlten Quellen 1,2,3. Auf den ersten Blick ist Quelle 1 sehr stark in den absoluten Zahlen (Bewerbung gestartet 207 und dann tatsächlich abgeschickt 79). So weit, so gut. Quelle 2 und 3 hingegen haben zwar weniger Bewerbungen generiert, aber die Bewerbungsrate ist höher – also das Verhältnis von Nutzern zu Bewerbern. Dieses Verhältnis wird in der Tabelle durch die Conversion-Rate gemessen.

Warum Quelle 3 so gut dasteht (auf 56 Nutzer kommen 12 versendete Bewerbungen!), habe ich ja schon oben erläutert: Die Nutzer haben sich bereits auf der Jobbörse über die Stelle informiert. Die gut informierten Nutzer, die dann wirklich weiter geklickt haben und direkt auf dem Bewerbungsformular landen, haben dementsprechend einen höheren Bewerbungswillen. Leider ist Quelle 3 nur eingeschränkt mit Quelle 1 und Quelle 2 vergleichbar. Entscheidend ist, wie viel Budget Quelle 3 im Vergleich zu Quelle 1 und Quelle 2 verbraucht und was somit eine Bewerbung im Durchschnitt kostet.

Quelle 2 hingegen ist interessant: Da diese Quelle durchaus auf die Stellenanzeige verlinkt, ist sie somit auch mit Quelle 1 vergleichbar. Dementsprechend scheint Quelle 2 besser zu funktionieren, da hier das Verhältnis von Nutzern zu Bewerbern besser ist. Auch hier stellt sich die Frage, wie viel Budget Quelle 2 pro Bewerbung kostet. Meine Vermutung wäre in diesem Fall, dass Quelle 2 und Quelle 3 nur ein paar Stellen gezielt verbreitet, während über Quelle 1 alle Stellen als Grundrauschen verbreitet werden.

Die mysteriöse (direct) Quelle

Aber was ist denn bitte mit (direct) los? Höchstwahrscheinlich wurde für diese Quelle nicht bezahlt. Bedeutete das also, dass so viele Leute das Beispielunternehmen kennen und die Adresse der Karriereseite direkt eingeben? Ein absoluter Employer Branding Erfolg?

Naja, leider nicht ganz. Ich stelle mal die Frage: wie bewirbt sich denn ein normaler Nutzer? Sagen wir mal, ein Bewerber sucht während der Arbeit nach einem neuen Job (und ja, das passiert sehr häufig, unsere Software Jobspreader zeigt am Montagvormittag mit Abstand die höchsten Zugriffszahlen) oder aber eine Bewerberin schaut in der Bahn mit ihrem Handy nach einer neuen Anstellung. Der normale Bewerber wird sich nun ein Lesezeichen setzen oder sich den Job per Mail als Erinnerung selbst schicken. Die tatsächliche Bewerbung wird dann höchstwahrscheinlich über den heimischen PC laufen.

Wir erinnern uns an Teil 1: Da ein Nutzer ja immer der Browser ist, nicht der Mensch vor dem Gerät, kann Google Analytics nicht den Arbeitsrechner bzw. das Handy mit dem heimischen Rechner zusammenbringen. Folglich wird die Bewerbung (direct) zugeordnet, OBWOHL die wirkliche Bewerbungsentscheidung einer bezahlten Quelle zuzuordnen ist. Doof, oder? Lässt sich aber leider nicht ohne weiteres ändern. Hierzu müsste man noch tiefer in die Materie einsteigen: Zauberwörter „geräteübergreifendes Tracking“ und „Attributionsmodelle“.

Aber das machen wir dann im nächsten Teil zum Thema Google Analytics im Recruiting!

Grundlagen des Recruitings: Kennzahlen in Google Analytics

Anleitungen und Tutorials für Google Analytics gibt es wie Sand am Meer. Das Problem ist da leider nur, dass diese Guides eigentlich fast nie das Thema Recruiting im Blick haben. Das soll sich mit diesem Artikel ändern! Im Folgenden zeige ich Dir, welche Kennzahlen Du in Google Analytics wirklich für Dein Recruiting Analytics brauchst (weniger als Du denkst) und welche Fragen Du Dir damit beantworten kannst (ziemlich viele).

Bevor jetzt einige Matomo/Webtrekk/Adobe Analytics Fans entrüstet aufschreien: Google Analytics ist mit Abstand die beliebteste (und meiner Meinung auch beste) Software für Web-Analyse. Daher konzentriere ich mich in diesem Artikel nur auf diese. Die meisten Kennzahlen gibt es auch in anderen Lösungen – der Weg dorthin ist unter Umständen jedoch ein wenig anders.

Online und Offline Kennzahlen messen

Zunächst einmal müssen wir festhalten, für welchen Case sich Google Analytics überhaupt eignet. Man kann grob zwischen “Online” und “Offline” Kennzahlen unterscheiden.

Mit Google Analytics können wir nur betrachten und analysieren, was auf Webseiten passiert. Dazu gehören keine klassischen Personalmarketing-Kennzahlen wie zum Beispiel Time-to-Fill oder die Bewerbungen-zu-Angebot Rate. Um hier mehr zu erfahren, solltest Du auf Deine Bewerbermanagement-Software zurückgreifen. Diese “Offline” Kennzahlen betrachten eher Deinen internen Prozess, während “Online” Kennzahlen die Wirkung Deines, wer hätte es erwartet, Online-Auftrittes zeigen.

Funnel im Recruiting

In dem klassischen Marketing-Trichter könnte man zu “Online” die Stufen “Potenzielle Bewerber” und “Interesse” zählen. Bei “Potenzielle Bewerber” wird die Interaktion des Nutzers mit Deinen Personalmarketing-Maßnahmen beobachtet.
An dieser Stelle machst Du mit geschickter Überzeugungsarbeit aus einer Person, die Dich als Arbeitgeber nicht kennt, einen potenziellen Bewerber.

An dem Punkt “Interesse” begeisterst Du den potenziellen Bewerber und überzeugst ihn, sich mit Deinem Online-Auftritt auseinander zu setzen und ihn für sich zu bewerten. Hier entscheidet der Bewerber, ob der Job für ihn in Frage kommt, um dann schlussendlich Kontakt mit Dir aufzunehmen – im besten Fall in Form einer Bewerbung.

[promotional-banner id=”43316″]

Die Candidate Journey in Google Analytics verfolgen

Diese beiden Stufen der Online Candidate Journey lassen sich in Google Analytics ganz einfach darstellen. Aber Stop! Bevor wir wild anfangen Daten zu sammeln und anschließend zu interpretieren, benötigen wir Fragestellungen, die die beiden Stufen “Potenzielle Bewerber” und “Interesse” einfangen. Auf Grundlage dieser Fragen können wir dann die wirklich sinnvollen Messwerte auswählen und uns einen Bericht bauen.

In der Stufe “Potenzielle Bewerber” ist für uns die Information am wichtigsten, welche Personalmarketing-Maßnahme für Deine Zielgruppe am besten funktioniert. Insofern stellt sich hier die Frage:

“Von welcher Quelle kommen die meisten Bewerber?”

Kurzer Einschub: Du Fragst Dich vielleicht, warum wir nur die Quantität und nicht die Qualität der Bewerber wissen wollen. Das hat folgenden Grund: Die Qualität der Bewerber ergibt sich erst in den unteren beiden Stufen unseres Funnels und zählt somit zu “offline”. Dafür gibt es einen Grund: Google Analytics kann – auch aus datenschutzrechtlichen Gründen – eine Bewerbung nicht einer Person direkt zuordnen. Du kannst mit einer Analytics Software nicht messen, ob Deine Personalmarketing Maßnahme besonders gute oder besonders schlechte Bewerbungen generiert hat. Für die Beurteilung einer Maßnahme reicht es jedoch in den meisten Fällen aus, erst einmal die Quantität der Bewerbungen zu bewerten. Die Qualität der Bewerbungen wird nämlich weniger durch die Quelle beeinflusst, sondern eher durch eine korrekte und passende Ansprache mittels Stellenanzeige und Employer Branding. Wenn in Deiner Stellenanzeige zum Beispiel keine Eingrenzung der Berufserfahrung aufgeführt ist, Du jedoch einen Senior suchst, werden sich die falschen Kandidaten bewerben. Die Quelle ist dabei völlig irrelevant.

Die Stufe “Interesse” beschreibt, wie der Kandidat sich auf Deiner Seite bewegt und ob Du seine Aufmerksamkeit wecken kannst. Insofern kann die Fragestellung an dieser Stelle lauten:

“Eignet sich der Content dazu, die Aufmerksamkeit der Nutzer zu wecken?”

Diese beiden Fragestellungen können wir nun mittels eines Berichts in Google Analytics abbilden.

Ich habe einen solchen Bericht schon vorbereitet. Wir sehen hier übrigens echte Daten von einem unserer Kunden. Um das besagte Unternehmen zu schützen, habe ich alle Quellen mit Klarnamen anonymisiert.

Du willst diesen Bericht bei Dir aufrufen? Dafür musst Du einen benutzerdefinierten Bericht erstellen. Wie das geht, zeige ich Dir im nächsten Artikel. Aber keine Sorge, Du kannst auch jetzt schon Deine eigenen Daten vergleichen: Mein benutzerdefinierter Bericht kommt einem Google Analytics Standard Bericht sehr nahe.

Diesen findest Du unter Akquisition → Alle Zugriffe → Quelle/Medium

Der Unterschied zu meinem benutzerdefinierten Bericht ist hier nur der Messwert “Neuer Nutzer” und dass wir gestartete und abgeschickte Bewerbung nicht auf einer Seite sehen. Den Messwert “Neue Nutzer” habe ich aus meinem Bericht geworfen, da ich diesen Wert sehr kritisch sehe. Dieser Wert ist eigentlich immer zu hoch und führt oftmals zu Fehlinterpretationen.

So. Bereit? Dann nehmen wir den Bericht mal gemeinsam Wert für Wert auseinander.

Was Dir Quelle, Nutzer und Sitzungen verraten und wo Du sie findest

In Google Analytics lassen sich die Daten in zwei Kategorien aufteilen: Dimensionen und Messwerte. Dimensionen sind Attribute Deiner Daten, also z.B. Seiten-Adressen, Städte oder (wie hier) die Quelle Deiner Besuche. Messwerte beschreiben diese Attribute mit Zahlen, wie z.B. Anzahl der Nutzer, Nutzungsdauer oder Anzahl der Bewerbungen. Hier sehen wir also eine Quelle und die Performance dieser wird durch die Anzahl der Nutzer und Sitzungen beschrieben.

  • Quelle

Die Quelle wird von Google Analytics automatisch erkannt. Eine Besonderheit ist (direct) – in diesem Beispiel an der zweiten Stelle. (direct) sind alle Zugriffe, für die keine Quelle erfasst werden kann. Das kann vorkommen, wenn der Nutzer Deine Website-Adresse manuell eintippt oder er sich Deine Adresse über ein Lesezeichen gespeichert hat.

In diesem Beispiel kommen die Nutzer von 5 Quellen. Drei dieser Quellen sind (anonymisierte) Personalmarketing Maßnahmen, wie Jobbörsen, Jobsuchmaschinen oder Reichweite-Aggregatoren. Die anderen beiden sind besagte (direct) Zugriffe und Nutzer, die über eine Google Suche auf Deine Seite gekommen sind. Zu Google gehört in diesem Fall “organische” Suche – also unbezahlt – und bezahlte Klicks per Google Ads.

Diese Quellen werden durch die Messwerte Nutzer und Sitzungen beschrieben. Aber was ist überhaupt ein Nutzer oder eine Sitzung bei Google Analytics?

  • Nutzer

Beim Wort “Nutzer” würden die meisten wohl schätzen, dass hier die Menschen gezählt werden, die mit der Seite interagieren. Das stimmt aber nur halb, denn woher will Google Analytics wissen, wer da vor dem Bildschirm sitzt?

Um jedoch zu wissen was ein Nutzer ist, bleibt mir nichts anderes übrig, als kurz über Cookies zu reden. Genau, diese Dinger, denen man immer zustimmen muss, wenn man im Internet surft. Cookies sind eigentlich nichts anderes, als kleine Dateien, die Dein Browser (z.B. Firefox, Chrome oder Internet Explorer) downloaded. Diese Dateien werden dann dazu benutzt, Dich zu einem späteren Zeitpunkt erneut zu identifizieren.

Sagen wir also ein Nutzer, der den Browser Firefox nutzt, kommt das erste Mal auf Deine Karriereseite. Wenn der Nutzer keine Cookies blockiert hat ( z.B. durch eine Firewall oder Adblocker) wird bei dem ersten Besuch automatisch ein Cookie von Google Analytics heruntergeladen. Der Cookie wird dann in einem Ordner vom Firefox Browser abgelegt und enthält eine anonymisierte Nutzerkennung. Kommt der Nutzer also nach 14 Tagen wieder auf Deine Seite, prüft Google Analytics, ob in dem Cookie Ordner des Browsers bereits ein Cookie liegt. Ist dies der Fall, kann Google Analytics sagen: “Okay, wir haben einen wiederkehrenden Nutzer.” Liegt kein Cookie vor – oder die Cookies wurden zwischenzeitlich gelöscht – zählt Google Analytics einen “Neuen Nutzer”.

Hier liegt auch die Krux begraben: Wenn diese Person nach 14 Tage nicht mit dem Firefox Browser auf Deine Seite kommt, sondern mit dem Chrome Browser, findet Google Analytics keine Cookies in dem Chrome Ordner und denkt demnach, der Nutzer wäre neu. Dabei ist es vollkommen egal, ob der Zugriff von dem gleichen PC kam oder der Mensch vor dem Bildschirm ein und derselbe ist.

Ein Nutzer ist somit immer nur der Cookie, der in einem Browser abgelegt wurde.

Insofern ist es auch schwierig, den Erstkontakt – der z.B. auf dem Handy stattgefunden hat – mit der wirklichen Bewerbung zusammenbringen. Obwohl der gleiche Mensch vor den Geräten sitzt, denkt Google Analytics natürlich, dass es zwei Nutzer wären.

In dem oberen Beispiel waren insgesamt 15.700 Nutzer auf Deiner Seite. Davon kamen die meisten von einer anonymisierten Personalmarketing Quelle (fast 13.000 Nutzer oder noch spannender ist der Wert in der Klammer dahinter, nämlich 80% der Gesamtnutzer) und danach über (direct).

  • Sitzungen

Der Messwert “Sitzungen” ist wohl der wichtigste Wert in Google Analytics, da von diesem Wert ausgehend auch viele andere Werte berechnet werden, z.B. Bewerbungsrate und Sitzungsdauer. Aber was genau ist diese Sitzung?

Nehmen wir mal dieses Szenario als Beispiel: Tobias kommt auf Deine Karriereseite über eine Google Suche. Sobald Google Analytics Tobias über einen Cookie identifiziert hat, beginnt eine Sitzung. Eine Sitzung ist standardmäßig 30 Minuten lang. Jetzt kommt der Knacker: Eine Sitzung verlängert sich immer um 30 Minuten, wenn Tobias auf irgendetwas auf Deiner Webseite klickt.

Sobald Tobias also nach 23 Minuten ohne vorherige Reaktion doch noch auf etwas klickt, wird die gleiche Sitzung um 30 Minuten verlängert. Wenn Tobias jedoch 30 Minuten nirgendwo rauf klickt, wird die Sitzung geschlossen. Sollte Tobias dann nach Minute 32 doch noch auf etwas klicken, beginnt eine zweite, komplett neue Sitzung.

Wichtig: Google Analytics kann nicht wissen, ob jemand den PC ausgemacht hat, das Browserfenster geschlossen hat oder auf die Toilette gegangen ist. Das Einzige, was zählt, ist, ob innerhalb der 30 Minuten eine Interaktion stattfand oder eben nicht. 

Warum das Ganze? Eine Google Analytics Sitzung soll alle Interaktionen eines Besuches zusammenfassen. Stell Dir vor jemand beobachtet, wie Du durch einen Supermarkt gehst, um die Warenanordnung zu optimieren. Das gleiche System gilt auch bei Google Analytics. Eine Interpretation macht nur Sinn, wenn man den gesamten Besuch betrachtet, nicht nur einzelne von einander unabhängige Interaktionen.

Weitere Google Analytics Kennzahlen gefällig? Fortsetzung folgt!

Das war ziemlich viel Input, oder? Reicht dann auch – fürs Erste!

Im nächsten Artikel erkläre und interpretiere ich alle weiteren Messwerte. Stay tuned! 

Guide zur Implementierung von Recruitment Analytics (Teil 3 Recruitment Analytics)

In den vergangenen Teilen habe ich Dir gezeigt, warum die wenigsten von Euch überhaupt tracken können und was passieren kann, wenn man im Blindflug unterwegs ist. Wir von der Wollmilchsau wollen aber nicht nur Probleme aufzeigen, sondern auch Lösungen bieten. In diesem Artikel zeige ich Dir, wie Du Dein Recruitment Analytics auf Vordermann bringst. Damit Du nachvollziehen kannst wovon ich hier rede, empfehle ich dringend, die zwei vorherigen Teile zu lesen. Hier geht’s zu Teil 1 und Teil 2.

Was muss Recruitment Analytics können?

Mit Recruitment Analytics wollen wir konkret folgende Fragen beantworten:

    • – Wie hoch sind die Besucherzahlen für die einzelnen Stellenanzeigen?
    • – Von welchen Quellen kommen die Kandidaten auf die Stellenanzeigen? (Jobbörsen, Jobsuchmaschinen, Suchmaschinen, Direkt etc.)
    • – Wie viele Bewerber kommen auf einen Besucher? (Im Marketingjargon spricht man von einer Conversionrate.)
    • – Wie viele Kandidaten beenden auch tatsächlich die Bewerbungen? (Die im letzten Teil besprochene Bewerber-Abbruchquote.)
    • – Und zuletzt: Welche Quelle bietet die beste Qualität? Dazu müssen wir Nutzerzahlen der einzelnen Quellen mit den jeweiligen Conversionraten und Bewerber-Abbruchquoten vergleichen.

Natürlich können die meisten Analytics Lösungen noch einiges mehr. Wir sind hier aber nicht bei Amazon oder Zalando und müssen jede Mausbewegung analysieren. Zunächst reicht uns vollkommen die wohl wichtigste Frage: “Wo kommen meine Kandidaten her und bewerben die sich auch wirklich?”

Bevor wir starten, müssen wir aber herausfinden, welche Lösung für Dich und Dein System passt.

Welche Recruitment Analytics Lösung ist die richtige für Dich?

Ich habe noch keine zwei Unternehmen gesehen, die eine gleiche Kombination aus Bewerbermanagment System (im Folgenden nutze ich die geläufige Abkürzung ATS), Einbindung in die Karrierewebseite und Analytics Software im Einsatz haben. Dennoch kann man die Infrastruktur für diesen Guide in drei grobe Varianten aufteilen.

Variante A – Keine Umleitung auf ein ATS: Alles liegt auf Deiner eigenen Karrierewebseite; seien es Jobbörse, Stellenanzeigen oder Bewerbungsformulare.

Variante B – Umleitung auf das ATS bei dem Bewerbungsformular: Die Stellenbörse und Stellenanzeigen liegen noch auf Deiner eigenen Karrierewebseite. Der Klick auf „Jetzt Bewerben“ führt jedoch auf die Domain des ATS-Anbieters.

Variante C – Umleitung ab der Stellenanzeige (oder früher): Der Bewerbungsprozess findet schon ab der Stellenanzeige auf der ATS-Webseite statt. Hierzu kann man auch Komplettlösungen mit der gesamten Karrierewebseite oder mitgelieferter Jobbörse zählen.

Damit Du Dein Unternehmen richtig zuordnen kannst, musst Du Dir einfach die folgende Frage stellen: Wann wird der Kandidat von Deiner eigenen Karrierewebseite umgeleitet? Am besten findest Du das heraus, wenn Du Dich einfach selbst bewirbst. Ändert sich die URL und wenn ja, wann?

 

Weiterleitung Erklärung

Da Du jetzt weißt, zu welcher Variante Dein Unternehmen gehört, können wir anfangen, ein Recruitment Analytics zu installieren.

Installation von Recruitment Analytics: Variante A – Keine Umleitung auf ein ATS

Bei dieser Variante sind wir nicht abhängig von einem ATS und können somit eine Standardinstallation einer externen Analytics-Software vornehmen.

In diesem Guide beschränke ich mich auf die wohl beliebteste und bekannteste Software Google Analytics.

Schritt 1) Erstelle ein Konto bei Google. Ich empfehle für den Analytics Zugang ein nagelneues Konto zu erstellen, um hier alle Zugangsrechte zu bündeln und an Mitarbeiter und Dienstleister zu verteilen.

Schritt 2) Erstelle einen Analytics Account. Ich möchte in diesem Guide nicht zu sehr ins Detail gehen und verweise Dich hier an die Google Hilfe. Der Google Support ist an dieser Stelle sehr hilfreich und erklärt die notwendigen Schritte klar gegliedert und nachvollziehbar.

Schritt 3) Bei der Erstellung Deines Google Analytics Accounts wurde Dir eine Property Nummer zugeteilt. Die sieht ungefähr so aus: UA-1234567-12. Diese Nummer müssen wir nun in Deine Webseite integrieren, damit Google Analytics Daten erfassen kann. Leider wird es ab dieser Stelle kompliziert und setzt HTML Grundkenntnisse voraus. In der Praxis bedeutet das meistens, dass Du diesen Schritt an Deine IT-Abteilung oder Agentur weitergeben musst. Du willst das alles selbst übernehmen? Dann wäre hier ein guter Punkt zu starten. Tipp: Ich empfehle dringend die Installation über das Tool Google Tag ManagerDas Tool vereinfacht den gesamten Prozess signifikant, da hier nur ein einziges Mal etwas in den HTML-Code Deiner Seite geschrieben wird. Alles Weitere kann über den Tag Manager eingestellt werden. Das ist für Dich ein riesiger Vorteil, da Du so nicht bei jeder Änderung an die Tür Deiner überlasteten IT-Kollegen klopfen musst.

Schritt 4) Google Analytics läuft und erfasst erste Daten? Super, jetzt müssen wir nur noch Google Analytics fit für das Bewerbertracking machen. Von Haus aus kann Google Analytics erkennen, von welcher Quelle Deine potenziellen Kandidaten auf Deine Webseite gelangen. Nun müssen wir Analytics nur noch beibringen, dass erkannt wird, ob sich ein Kandidat wirklich bewirbt. Dazu müssen wir sogenannte Zielvorhaben erstellen. Zielvorhaben sind die Grundlage für das Conversion-Tracking und markieren von Dir definierte Erfolge, wie z.B. eine Bewerbung, Newsletter Anmeldung, abgespieltes Video und so weiter. Wie man Zielvorhaben einstellt, zeigt am besten wieder die Google Hilfe.

————————————————————–

Exkurs: Tracking für Zielvorhaben einrichten

Wir müssen nun jeweils ein Zielvorhaben für eine angefangene und abgeschickte Bewerbung einrichten. Nur so können wir auch die Bewerber-Abbruchquote berechnen und Verbesserungen im Bewerbungsprozess umsetzen. Um Bewerbungen zu tracken bieten sich zwei Arten des Zielvorhaben-Trackings an:

1. Wir zählen eine angefangene/abgeschickte Bewerbung, wenn eine URL geladen wird (Zielvorhaben vom Typ „Ziel“).

Diese Variante ist vergleichsweise schnell eingerichtet. Voraussetzung ist jedoch eine URL-Struktur, die diese Einstellung unterstützt. Das bedeutet, dass jede Adresse einem Schritt im Bewerbungsprozess eindeutig zuzuordnen ist. Das kann z.B. so aussehen:

www.beispiel.de/job1 <– Stellenanzeige
www.beispiel.de/job1/Bewerbung  <– Bewerbung gestartet
www.beispiel.de/job1/Bewerbung_send  <– Bewerbung versendet

Hier könnte man jeden Schritt hervorragend messen und nachvollziehen. Check das mal bei Dir ab. Wenn das aufgrund der URL Struktur bei Dir nicht geht, dann musst Du in den sauren Apfel beißen und Dich mit der fortgeschrittenen Alternative begnügen.

2. Wir zählen eine angefangene/abgeschickte Bewerbung, wenn ein Button geklickt wird (Zielvorhaben vom Typ „Ereignis).

An dieser Stelle muss man wieder Code in den HTML Code Deiner Webseite schreiben. Oder besser, wenn Du den Google Tag Manager nutzt, können hier die Einstellungen vorgenommen werden. Hier gilt das gleiche, das ich schon bei der Installation von Google Analytics geraten habe: Hol dir Hilfe von jemanden, die/der etwas von Programmieren versteht oder aber solche Ereignisse schon eingerichtet hat. Für alle mutigen Leser/Leserinnen: Hier die Anleitung von Google.

————————————————————–

Schritt 5) Wenn alles richtig konfiguriert wurde, kannst Du nun mit einem umfassenden Recruitment Analytics beginnen und für jede Quelle die Bewerberquote und die Bewerber-Abbruchquote berechnen.

Variante B – Umleitung auf das ATS bei dem Bewerbungsformular

Im Großen und Ganzen entspricht die Vorgehensweise der vorherigen Variante, da die meisten Schritte des Bewerbungsprozesses auf Deiner Karrierewebseite stattfinden. Bis auf einen kleinen aber feinen Unterschied: Der Kandidat verlässt Deine Seite mit Klick auf „Jetzt Bewerben“. Wir können somit nicht nachvollziehen, ob die Bewerbung tatsächlich auch abgeschickt wurde, denn Du hast ja nicht die Datenhoheit über die Webseite Deines ATS. Um die Problematik zu verdeutlichen stellen wir uns mal folgendes Metapher vor:

Wir stehen vor einem dunklen Wald (die Umleitung auf die Seite des ATS). Am Anfang des Walds steht ein Mensch und zählt wie viele Leute in den Wald hineingehen (Zielvorhaben Tracking angefangene Bewerbung). Wir können nicht sehen, was in dem dunklen Wald passiert, wir wissen nur, dass Leute darin verschwinden. Wie viele genau können wir nicht sagen. Wir können auch nicht sagen woher die Leute kommen (Quellen).

Dieses Problem lösen wir, indem wir einfach jemanden ans Ende des Walds stellen, der zählt wie viele Leute herauskommen (Zielvorhaben Tracking abgeschickte Bewerbung). Wir können somit immer noch nicht sehen, was im Wald passiert, dafür erkennen wir zumindest wer übriggeblieben ist.

In der Praxis musst Du dafür in Deinem ATS die Möglichkeit haben, dass die Bewerber nach dem Klick auf „Bewerbung abschicken“ zurück auf Deine Karrierewebseite geleitet werden. An dieser Stelle benötigst Du wieder Unterstützung Deiner IT-Abteilung/Agentur, denn Du musst eine „Dankeschön für Deine Bewerbung“ Seite erstellen, auf die der Kandidat umgeleitet wird. Diese Seite können wir nun wieder tracken und zählen, wie viele Nutzer auf diese Seite ankommen.

Jetzt haben wir jedoch ein weiteres, kleines Problem: Google Analytics zeigt uns an, dass die Nutzer, die auf der „Dankeschön-Seite“ ankommen, von Deinem ATS auf Deine Karrierewebseite gelangt sind. Das hängt damit zusammen, dass Google Analytics immer eine neue Sitzung beginnt, wenn der Nutzer von einer externen Quelle (hier das ATS) wieder auf Deine Seite gelangt. Eigentlich wollen wir jedoch diesen Nutzern die Ursprungsquelle zuordnen – also Stepstone, Jobspreader, Xing etc.

Das können wir in Google Analytics schnell durch die Funktion „Verweis-Ausschlussliste“ lösen. Hier können wir deaktivieren, dass Dein ATS als externe Quelle gezählt wird. Es wird somit keine neue Sitzung gestartet, wenn der Nutzer auf die „Dankeschön-Seite“ gelangt und die ursprüngliche Quelle bleibt. Wie genau man das einstellen kann, verweise ich wieder an die Kollegen von der Google Hilfe.

Variante C: Umleitung auf das ATS ab der Stellenanzeige (oder früher)

Okay, leider habe ich für Dich schlechte Nachrichten: Wenn Dein ATS von Haus keine zufriedenstellende Lösung mitbringt, musst Du ordentlich tricksen. Und dafür brauchst Du wiederum die Hilfe des Supports Deines ATS. Dein ATS muss dann nämlich eine eigene Schnittstelle für die Implementierung von Recruitment Analytics bereitstellen. Leider ist diese nur bei den wenigsten vorhanden. Wie wichtig Analytics ist, scheint noch nicht überall angekommen zu sein.

Aus erster Hand unserer Kunden haben wir erfahren, dass die Einbindung von externer Analytics Software bei Softgarden, Prescreen, d.vinci, HR4YOU, MHM eRecruiting und Umantis unterstützt wird. Falls Du noch weitere Berichte hast, bin ich für jede Information dankbar.

Recruitment Analytics läuft?

Du hast es geschafft, Recruitment Analytics funktioniert und anständige Zahlen werden generiert? Jetzt musst Du “nur noch” lernen, mit den schier endlosen Daten umzugehen. Leider ist im Internet speziell für Recruitment Analytics der Informationsgehalt eher gering. Was ist eine gute Bewerbungsquote? Was war nochmal der Unterschied von Sitzungen und Seitenaufrufen? Welche Lehren lassen sich aus den erhobenen Zahlen ziehen? Das sind alles Themen, die hier in Zukunft auf dem Blog behandelt werden. Für die (leider nicht auf Recruitment bezogenen) Analytics Grundlagen kann ich Dir bis dahin mit gutem Gewissen die Analytics Akademie von Google ans Herz legen. Nach Abschluss gibt es sogar ein Zertifikat…

Übrigens: Jeder Kunde der Programmatic Job Advertising Software Jobspreader kann eine kostenlose, persönliche Beratung zu Analytics in Anspruch nehmen – sei es zu der Installation, Grundlagen oder tiefgehende Kennzahlen-Analyse.

[promotional-banner id=”48922″]

Update 10.07.: Ich wurde von dem ATS-Anbieter rexx-systems kontaktiert. Auch hier ist eine Einbindung von Google Analytics bzw. Piwik/Matomo möglich.