Recruitment Analytics – Bewerbungspfade verstehen und verbessern

Hier sind wir wieder und wollen über das Thema Analytics sprechen. Über Recruitment Analytics. Analytics im HR-Bereich. Genau, das mit den Kennzahlen, dem Messen und dem Auswerten. Wer jetzt die Hände zum Himmel wirft und “Bitte nicht schon wieder!” rufen möchte, der ist sicher längst im Bilde, weiß ganz genau, wie viele Bewerber im letzten Monat die unternehmenseigene Karriere-Webseite besucht haben, aus welcher Quelle diese Besucher stammen und wie hoch der Prozentsatz abgebrochener Bewerbungen ist. Oder?

Für all diejenigen, bei denen Analytics ganz weit oben, irgendwo unten oder überhaupt nicht auf der To-Do-Liste steht, gibt es in diesem Beitrag eine Auffrischung rund um das Thema Recruitment Analytics.

Die fetten Jahre sind vorbei

Recruiting war, auf der einen Seite, schon mal einfacher. Der demografische Wandel und der Fachkräftemangel sorgen dafür, dass es immer schwieriger und zeitaufwendiger wird offene Stellen zu besetzen. Auf der anderen Seite bietet die Digitalisierung im Recruiting heute Mittel und Wege den Ablauf von Bewerbungsverfahren zu messen und dadurch vor allem auch zu verbessern. Warum es ein Vorteil ist, seine (Analytics-)Zahlen zu kennen und zu verstehen, liegt eigentlich auf der Hand. Bauchgefühl und Intuition gehören nicht abgeschafft, aber in der Welt der Karriere-Webseiten und Online-Bewerbungen gibt es zuverlässigere Werkzeuge. Oder kennt jemand einen Online-Shop, der nach dem Motto “Plattform bieten und hoffen” funktioniert?

Die Karriere-Webseite eines Unternehmens bietet den perfekten Ausgangspunkt einer zielgerichteten Analyse, denn sie ist als strategisch relevanter Touchpoint das Recruiting-Drehkreuz in der Candidate Journey. Wer eine Analytics-Software wie Google Analytics, eTracker o. Ä. implementiert hat, kann genau messen, wo es im Aufbau der Karriereseite und Bewerbungsverfahren noch hakt. Ein Registrierungszwang im Bewerbermanagementsystem kann zum Beispiel zu extrem hohen Abbruchquoten führen – aber bevor gehandelt werden kann, müssen solche Schwachstellen erst einmal ausgemacht werden. Denn was nicht gemessen wird, kann nicht nicht gesteuert werden und was nicht verstanden wird, kann nicht zum Vorteil genutzt werden.

Recruitment Analytics: Bewerbungsprozess erfassen und verstehen

Bevor es mit der Messung der Kennzahlen (KPIs) los gehen kann, sollte Klarheit darüber herrschen, welche Berührungspunkte es online zwischen Kandidat und Unternehmen während der Jobsuche und des Bewerbungsverfahrens gibt. Die Candidate Journey muss so optimiert werden, dass Kandidaten sie möglichst reibungslos hinter sich bringen können.

Recruiting-Trichter im Recruitment Analytics
Quelle: Wollmilchsau GmbH – Recruiting-Trichter

Die Zubringer, oder auch Quellen, markieren den Anfang der Reise. Kandidaten gehen online über verschiedene Kanäle auf Jobsuche und gelangen zu unterschiedlichen Etappen des Bewerbungsverfahrens auf die eigene Karriere-Webseite. Problematisch wird die Messung, wenn Jobbörsen und Bewerbungsmodule extern, also an Drittanbieter, ausgelagert werden. Bewerber wechseln in so einem Fall mitten im Prozess die Webseite und das Tracking bricht ab, falls keine gemeinsame Lösung mit dem externen Anbieter angestrebt wird. Im besten Fall tauchen sie irgendwo im Bewerbungsverfahren wieder auf, im schlimmsten Fall sind sie einfach spurlos verschwunden, ohne, dass nachvollziehbar ist, an welcher Stelle sie abgesprungen sind.

Die einzelnen Etappen der Candidate Journey sind mithilfe von Analytics-Tools messbar und können in übersichtlichen Dashboards, auf denen alle relevanten KPIs dargestellt werden, sichtbar gemacht werden. Der Recruiting-Trichter verdeutlicht, wie im Verlauf der Candidate Journey die Kandidaten gefiltert werden, bis zum Schluss, der Bewerbung, noch eine gewisse Anzahl von Interessenten übrig bleibt. Damit sich aber genügend Kandidaten bewerben, braucht es im ersten Schritt eine entsprechend große Bewerber-Reichweite.

[promotional-banner id=”43316″]

Unverzichtbare Recruiting KPIs

Analog zum Recruiting-Trichter gibt es also KPIs, die bei der Einrichtung des Recruitment Analytics Tools von hoher Bedeutung für die Messung, Wertung und Verbesserung der Candidate Journey und letztendlich für das Recruitingverfahren sind. Folgende Fragen dürfen dabei nicht unbeantwortet bleiben:

  • Wie viele Bewerber besuchen meine Karriere-Webseite (= Reichweite der Karriereseite, gemessen in Seitenaufrufen)?
  • Wie viele Bewerber besuchen meine Jobbörse, wie viele die Stellenanzeigen (= Reichweite der Jobbörse und Stellenanzeigen, ebenfalls in Seitenaufrufen gemessen)?
  • Aus welchen Quellen stammen die jeweiligen Besucher (= Herkunft der Reichweite)?
  • Wie viele Bewerber beginnen eine Bewerbung, wie viele brechen eine Bewerbung ab?
  • Wie teuer ist eine Bewerbung und eine durchschnittliche Einstellung (Cost-per Application und Cost-per-Hire)?

Darüber hinaus existieren zahlreiche weitere KPIs, die Recruiter im Auge behalten müssen, etwa Time-to-Fill oder Quality-of-Hire.

[HTTP301] Recruiting-Erfolge von heute statt Buzzwords von morgen

Lernen von den Besten lautet die Devise auf der Hands-on Hiring Konferenz am 13. Oktober in Frankfurt am Main. Fünf Recruiting-Experten zeigen, worauf es beim Recruiting wirklich ankommt.

Unternehmen suchen nach neuen Mitarbeitern, die Nachfrage steigt weiter. Das zeigen die aktuellen Arbeitsmarktstatistiken. 685.000 freie Stellen waren allein im August dieses Jahres bei der Bundesagentur gemeldet, mehr als vor einem Jahr. Bei der Suche und der Auswahl von Kandidaten gibt es jedoch so einiges zu beachten. Ob Cultural Fit, Active Sourcing oder Recruiting Controlling – die Liste der aktuellen Trends und Buzzwords ist lang. Doch was steckt eigentlich dahinter und was ist wirklich für die Kandidatenauswahl relevant? Statt sich also sofort auf Trends zu stürzen, ist es wichtig, eine Grundlage zu schaffen und eine durchdachte Recruiting-Strategie aufzusetzen.

Das wird auf der Hands-on Hiring Konferenz besprochen, die gemeinsam von Textkernel, Wollmilchsau und Freunden organisiert wird. Als Experten werden Barbara Braehmer, Christoph Athanas, Ralph Dennes und Jan Kirchner über die Themen sprechen, die euch unter den Nägeln brennen. Ihr dürft sie also vor Ort mit euren Fragen löchern.

Geballtes Expertenwissen für mehr Recruiting-Erfolge

Damit ihr auch wisst, was euch auf der Konferenz erwartet, hat Textkernel vorab mit den Referenten über aktuelle Recruiting-Themen gesprochen. Ihr bekommt geballtes Wissen von Recruiting-Experten. So werdet ihr auf den neusten Stand beim Active Sourcing gebracht und erfahrt, wie ihr Suchmaschinen für die aktive Personalsuche nutzt. Außerdem erfahrt ihr, warum der Cultural Fit für die Einstellung von Kandidaten so wichtig ist und wie ihr ihn messen könnt, um den perfekten Match zu erzielen. Und damit ihr dabei auch selbst gut performt, lernt ihr, wie ihr ein effektives Personalmarketing-Controlling aufsetzt und welche KPI dafür wichtig sind.

Die vollständigen Interviews mit den Referenten könnt ihr auch hier nachlesen:

Ihr wollt auch bei der Hands-on Hiring Konferenz am 13. Oktober im Museum für Kommunikation in Frankfurt am Main dabei sein? Dann meldet euch direkt für die Hands-on Hiring an, es sind noch Tickets verfügbar!

[HTTP301] HR Analytics: Zahlen sind sexy

Die vergangenen Tage standen ganz im Zeichen der Digitalisierung, insbesondere die digitalen Kompetenzen sowie der Aus- und Weiterbildung. Eine aktuelle Studie des Bitkom zur Zukunft unserer Jobs zeigt, dass Unternehmen die Wichtigkeit der Weiterbildung zwar erkannt haben, aber zwei Drittel der untersuchten Unternehmen keine entsprechenden Maßnahmen anbieten. Ein ähnliches Bild zeichnet eine Studie der Deutschen Gesellschaft für Personalführung zum Digital Leadership – diese wird als wichtig erachtet, wird bisher aber noch unzureichend umgesetzt. Dazu zählen auch HR Analytics, also das Performance Tracking anhand wichtiger Kennzahlen.

Der größte Fehler, der aktuell in den meisten Unternehmen gemacht wird, ist es, die bisherigen Strukturen und Prozesse digital abzubilden, statt sich damit auseinanderzusetzen, ob das überhaupt Sinn macht. Denn: Einen schlechten Prozess zu digitalisieren, führt zu einem schlechten digitalen Prozess. Dazu passt auch der Tweet von Thilo N:

https://twitter.com/thilographie_de/status/748103185072529408

Recht hat er.  In diesem Kontext haben wir auch das Thema HR Analytics betrachtet, denn Christoph Athanas hat vergangene Woche eine Checkliste für erfolgreiches Recruiting veröffentlicht. Darin heißt es, dass Erfolgskriterien und das Kampagnencontrolling definiert werden müssen, um Recruitingerfolge nach klaren Kriterien messen zu können.

Wir sagen ja: Zahlen sind sexy!
###promotional-banner###

Personalarbeit ist wichtiger denn je – wenn sie will

HR sei eine lebendige Leiche, gar tot und in Zeiten der Digitalisierung sowieso überflüssig. Mit solchen Thesen wurden Kritikerstimmen in den vergangenen Wochen wieder laut. Aber mal ganz ehrlich: was ist das denn für ein Quatsch! Derzeit mangelt es am Vertrauen in die Zukunftsfähigkeit der Personalarbeit. Es gibt ein paar Herausforderungen zu bewältigen. Daher haben wir ein paar Thesen zusammengetragen, was Personalarbeit bedeutet, wo sie steht und was wirklich noch getan werden muss.

1. Personalarbeit erfordert ein überlegtes und besonnenes Handeln.

Wir erleben derzeit viele Veränderungen in Organisationen, vor allem in der Art und Weise wie wir zusammenarbeiten. Ja, das stellt die Personalarbeit vor viele neue Herausforderungen. Und das Gute daran: statt voreilig auf jeden Trend einfach nur aufzuspringen, wird derzeit viel ausprobiert, getestet, reflektiert, optimiert und erst dann nach Außen getragen. Schließlich geht es hierbei ja nicht um schnelle Abverkäufe, sondern um langfristige Bindungen. Im Fokus steht dabei die Employee Experience, also die Organisation als Arbeitgeber und ihre Beziehung zu den Mitarbeitern. Dabei ist ein überlegtes und besonnenes Vorgehen sinnvoll.

Mein Rat: Ideen und Strategien öfter mit fachfremden Kollegen besprechen und sich Feedback einholen. Eine fremde Perspektive hilft, das eigene Handeln noch besser zu reflektieren.

2. Innovative Konzepte der Zusammenarbeit sind ein Wettbewerbsvorteil.

Wir haben viele Beispiele für innovative Ideen gesehen. Beispielsweise der Einsatz von Virtual Reality im Recruiting. Es gibt bereits erste Ansätze, solche fortschrittlichen Technologien in die Personalarbeit zu integrieren. Hierbei ist HR jedoch zu zaghaft, sie muss sich mehr trauen, denn innovative Ideen sprechen insbesondere junge Kandidaten an und können ein Wettbewerbsvorteil sein. Ein gutes Innovationsmanagement bedeutet auch, sich mit neuen Formen der Zusammenarbeit auseinanderzusetzen. Es sind nicht mehr nur die schicken Büros, die Mitarbeiter anziehen oder binden, heute sind es die Arbeitsbedingungen. Ob mobiles Arbeiten oder auch Konzepte wie “bring your own device” – das Zusammenarbeiten wird individueller und erfordert die Offenheit gegenüber den Mitarbeitern und ihren Bedürfnissen.

Mein Rat: Öfter mal fachfremde Blogs und Magazine lesen, sich auf Tech-Messen umschauen oder sich Sparringspartner im eigenen Unternehmen (z.B. IT/ Development) oder Kooperationspartner suchen und neue Dinge ausprobieren. Nicht zu lange abwarten, denn Innovationen werden schnell zum Mainstream!

3. HR braucht mehr konsequentes Handeln und Bewusstsein für Relevanz.

Was mich wirklich ärgert, ist das mangelnde Bewusstsein für die richtigen Recruitingkanäle. Das beste Beispiel: Mobile Recruiting. Jeder schreit “mobile first”, die Nutzungszahlen sprechen für sich, mobile Internetnutzung übersteigt schon heute die stationäre Nutzung. Große Technologiekonzerne passen ihre Webstrategien an und optimieren ihre Internetauftritte. Nur HR nicht. Unsere neue Mobile Recruiting Studie zeigt, dass die mobilen Strategien – sofern sie überhaupt existieren – nicht ausgereift und bis zum Ende durchdacht sind. Das besonnene Handeln muss bis zum Ende umgesetzt werden. Sämtliche Investitionen sind sonst vergeblich, tausende potentielle Bewerber werden so verloren.

Mein Rat: Erst denken und eine Strategie von Anfang bis Ende durchdenken, am besten als Prozess Chart skizzieren und mit Kollegen testweise durchspielen, um Fehler oder Stolperstellen zu beseitigen. Auch mit Bewerbern testen, das erspart viel Zeit und Geld und führt zum gewünschten Ergebnis.

4. HR Arbeit wird messbar.

Die digitale Evolution führt uns in eine zahlen- und erfolgsorientierte Welt. Und das ist doch großartig, denn wir sehen ob sämtliche Anstrengungen zum gewünschten Ergebnis führen bzw. sehen wir auch, an welche Stellen noch Optimierungspotential besteht. Früher wurde einfach viel Geld in irgendwelche Maßnahmen investiert und man konnte nur erahnen, ob es etwas gebracht hat. Heute können wie das alles in Echtzeit messen. Aber es wird nicht gemacht. Wenn es überhaupt Kennzahlen gibt, dann meist nur die Anzahl der Bewerbungen. Doch es lässt sich ohne großen finanziellen Aufwand so viel mehr messen, so beispielsweise auch das Bewerberverhalten. Es bedarf zukünftig mehr betriebswirtschaftlicher und analytischer Kompetenzen.

Mein Rat: Fragt die Wollmilchsau! Mal ganz im Ernst, fangt endlich an, eure Arbeit zu messen – definiert Ziele, Zielgruppen und legt relevante KPI fest und besorgt euch entsprechende Tools, um sie zu erfassen. Das erspart euch künftig auch unnötige Budgetrechtfertigungen und ihr könnt Erfolge besser sichtbar machen.

5. Personalarbeit ist nicht sichtbar genug.

Längst gehört zu den Aufgaben der Personalabteilung weitaus mehr, als nur Vakanzen zu besetzen, Gehälter zu verhandeln oder Verträge zu schreiben. Die HR-Abteilung ist ein wichtiger Treiber der Unternehmensentwicklung und auch der internen Kultur. Dazu gehört auch, die internen Strukturen und Prozesse zu definieren und die Digitalisierung mitzugestalten. Und ganz oft werden die unangenehmen Aufgaben zugeschoben – für Kündigungen oder negatives Feedback wird dann gern der Personaler eingesetzt. Keine falsche Bescheidenheit! HR ist alles andere als tot, sie ist nur einfach nicht sichtbar genug.

Mein Rat: Es gibt verschiedene Möglichkeiten, die eigene Arbeit sichtbar zu machen. In die Offensive gehen, also mehr für für die eigene Arbeit trommeln. Intern zum Beispiel im Intranet oder bei Team Meetings über die eigene Arbeit und Erfolge sprechen. Warum nicht auch darüber bloggen, Gastbeiträge schreiben und Vorträge halten. Eure Arbeit ist wichtig – ihr wollt gesehen werden? Dann zeigt euch den anderen endlich mal!

Fazit

Statt immer nur mit dem Finger auf HR zu zeigen, wäre es also angebracht, in den Dialog zu treten und gemeinsam zu überlegen, welche Rolle die HR-Abteilung in den kommenden Jahren hat, insbesondere im Kontext der digitalen Evolution. Und dabei die Arbeitsweisen anpassen – werdet messbar!

Google Analytics: Sitzungen vs. Klicks

Sitzungen, Nutzer, Seitenaufrufe – gerade Neulinge und Gelegenheitsnutzer in der Welt von Google Analytics haben nach unserer Erfahrung oft Schwierigkeiten, sich in der Begriffswelt dieses Tools zurecht zu finden.

Die Beantwortung der vermeintlich einfachen Frage, wieviele Menschen besuchen nun meine Seite, erweist sich in der Praxis als gar nicht so trivial.

Seitenaufrufe und Sitzungen in Google Analytics

Ist es darüber hinaus erforderlich, eine logische Brücke zu einem weiteren Tracking-System (z. B. einer Werbe-Plattform) zu schlagen, wird’s noch problematischer. Denn dort stößt man auf Begriffe wie Klicks, Website Klicks, Aufrufe, die als Hauptmetrik fungieren (so bei Google AdWords, Facebook Ads usw.), jedoch bei Google Analytics nicht auftauchen.

Kennwerte in Google Analytics auseinanderhalten

Was ist der Unterschied zwischen Klicks und Sitzungen?

Der Versuch, die “Klicks” aus Google Adwords oder die “Website Clicks” aus Facebook Ads in den Berichten von Google Analytics 1 zu 1 wiederzufinden, scheitert so regelmäßig. Denn Google Analytics verwendet durchgehend die sogenannten “Sitzungen” als Hauptmetrik.

Google Analytics verständlich erklärt

Ein Klick und eine Sitzung sind jedoch zwei fundamental unterschiedliche Konzepte. Dies ist bei Weitem nicht jedem GA-Nutzer bewusst und darüberhinaus nicht einfach zu verinnerlichen. Wir versuchen nun, mithilfe einer einfachen Analogie, etwas mehr Klarheit zu schaffen.

Denkt bitte an Die Fressbude um die Ecke, mit ein paar Tischen, an denen man sich die Speise- sowie die Getränkekarte geben und sich bedienen lassen kann. Du betrittst das Lokal und setzt Dich an den Tisch, der Wirt bemerkt Dich. In der Google Analytics Welt startet in diesem Augenblick eine “Sitzung”.

Ein Sitzung ist für eine begrenzte Zeit aktiv. (Irgendwann weiß der Wirt nämlich nicht mehr genau, dass Du Du bist und kein neuer Gast. Für unsere Analogie nehmen wir der Einfachheit halber bis 00:00 Uhr. Alle Deine Handlungen, die in dieser Zeitspanne stattfinden, sind Bestandteil dieser einen Sitzung, die Dir (dem Gast = “Nutzer”) eindeutig zugeordnet werden kann.

Mehrere Seitenaufrufe pro Sitzung

Du schaust Dir nun die Speisekarte an. Das ist vergleichbar mit einem “Seitenaufruf”.

[su_note note_color=”#fff” text_color=”#000″ radius=”0″]Unser imaginärer Google Analytics Zähler zeigt aktuell an:

1 Sitzung
1 Nutzer
1 Seitenaufruf.

(Ein Gast war heute zu Besuch und hat sich die Speisekarte angeschaut.)

[/su_note]

[promotional-banner id=”43316″]

Nachdem Du die Speisekarte überflogen hast, verlässt Du den Tisch und gehst vor die Tür zum Telefonieren. Nach 5 Minuten kommst Du wieder rein, setzt Dich zurück an Deinen Platz und schaust Dir nun die Getränkekarte an.

[su_note note_color=”#fff” text_color=”#000″ radius=”0″]Unser imaginärer Google Analytics Zähler zeigt aktuell an:

1 Sitzung
1 Nutzer
2 Seitenaufrufe.

(Ein Gast war heute zu Besuch und schaute sich die Speisekarte und anschließend die Getränkekarte an.)[/su_note]

Wichtig: Obwohl Du das Lokal kurz verlassen hast, läuft die ursprüngliche Sitzung weiter. Macht auch irgendwie Sinn. Obwohl Du das Lokal faktisch zwei Mal betreten hast, warst Du ja praktisch an dem besagten Tag nur ein mal zu Besuch.

Man merke sich: Ein Gast kann einem Lokal mehrere Besuche abstatten und dabei jeweils mehrere Handlungen ausüben. Oder in der GA-Welt, ein Nutzer kann einer Webseite mehrere Besuche abstatten und dabei jeweils mehrere Handlungen ausüben.

Sitzung vs Klick

Was ist jetzt ein Klick?

Ok, soweit die Logik von Google Analytics. Doch wie/wo dockt jetzt die Logik mit den “Klicks” an, die von Werbe-Plattformen und anderen Traffic-Lieferanten verwendet wird. Wo finden sich die Klicks in unserer  Analogie wieder?

Du gehst morgens an dem besagten Lokal vorbei. Davor steht ein Promoter und drückt Dir einen Werbe-Flyer in die Hand. Er sagt zu Dir, dass wenn Du diesen Flyer dem Wirt zeigst und nach der Getränkekarte fragst, der erste Drink umsonst sei. Du betrittst das Lokal, zeigst den Flyer und fragst nach der Getränkekarte. Der Promoter setzt in seine Strichliste zufrieden einen Strich, denn er wird vom Wirt pro generiertes Interesse bezahlt. Das ist vergleichbar mit dem “Klick” in der Welt der Online-Werbung. Ein Nutzer wurde dazu gebracht, einen ihn interessierenden Inhalt gezielt aufzurufen.

[su_note note_color=”#fff” text_color=”#000″ radius=”0″]Unser Google Analytics Zähler zeigt in dieser Situation:

1 Sitzung
1 Nutzer
1 Seitenaufruf.

Die Werbeplattform X, über die geworben wurde zeigt an: 1 Klick.[/su_note]

Du verlässt nun das Lokal wieder. Läufst um die Ecke und triffst einen weiteren Promoter. Der Wirt hat nämlich mehrere engagiert. Gleiches in Grün. 15 min später bist du mit dem neuen Flyer zurück im Lokal und forderst die Getränkekarte an. Zum zweite Mal wurde Dein Interesse geweckt.

[su_note note_color=”#fff” text_color=”#000″ radius=”0″]Unser Google Analytics Zähler zeigt in dieser Situation:

1 Sitzung
1 Nutzer
2 Seitenaufrufe.

Die Werbeplattform X, über die zum ersten Mal geworben wurde, zeigt an: 1 Klick.
Die Werbeplattform Y, über die zuletzt geworben wurde, zeigt an: 1 Klick.
Der Wirt muss bis jetzt insgesamt für 2 Werbeklicks zahlen.[/su_note]

Ein Nutzer, zwei Seitenaufrufe

In der Online-Welt könnte die komplette Story so aussehen. Ein potentieller Käufer sucht nach einem Produkt bei Google. Er klickt auf eine Anzeige und landet direkt auf der Produktseite. Er informiert sich, möchte aber das Angebot vergleichen. Er verlässt die Seite und recherchiert weiter. Einige Minuten später gibt er seine Suchanfrage erneut ein (er hat den Namen der Produktseite vergessen), klickt auf die bereits bekannte Anzeige und landet zum zweiten Mal auf der Produktseite, um evtl. den Kauf nun abzuschließen.

[su_note note_color=”#fff” text_color=”#000″ radius=”0″]Im Ergebnis erfasst Google Analytics:

1 Sitzung
1 Nutzer
2 Seitenaufrufe.

Google AdWords erfasst 2 Klicks, die der Werbende bezahlen muss.[/su_note]

Die gleiche Logik gilt auch im Bereich des Klick basierten Personalmarketings, wie im Fall unserer Lösung Jobspreader.

Verschiedene Kanäle führen den Jobsuchenden zur Webseite

Sitzungen sind keine Klicks!

Merkt Euch: Sitzungen sind keine Klicks! Sitzungen werden in den allermeisten Fällen recht deutlich von den Seitenaufrufen (und Klicks) nach unten abweichen. Wollt Ihr die Klick-Zahlen, die von den Werbeplattformen als Basis für die Abrechnung eingesetzt werden, mit den Google Analytics Zahlen abgleichen, verwendet, falls nichts anderes verordnet, Seitenaufrufe.

###promotional-banner###

Doch auch bei diesem Verfahren werdet Ihr keine 100% Übereinstimmung feststellen können. Aus technischen Gründen ergeben sich immer Unterschiede zwischen verschiedenen Messpunkten. Woran das liegt, werde ich in einem separaten Post erläutern.

Vom heißen Trend zur Realität: HR Analytics

Schon in den letzten Jahren wurde HR Analytics als eines der heißesten Themen der Branche gehandelt. Bekanntlich dauert es jedoch etwas, bis solche Trends auch im realen Leben ankommen. Laut des umfangreichen Global Human Capital Trend 2016 Report, der Anfang letzter Woche von dem Wirtschaftsprüfungsunternehmen Deloitte veröffentlicht wurde, ist es jedoch langsam soweit. Dort wird dem Thema People Analytics ein eigenes Kapitel gewidmet – und siehe da, es tut sich etwas.

###promotional-banner###

Zur Erinnerung, People Analytics (hierzulande eher unter dem Begriff HR Analytics bekannt) soll subjektive Entscheidungen in Personal- und Organisationsfragen mithilfe von Daten fundierter und zielgerichteter machen. Interne und externe Daten rund um ein Unternehmen können vor dem Hintergrund von Sozial- oder Motivationspsychologie, Verhaltenswissenschaften oder Business Intelligence analysiert werden und mithilfe von statistischen Mitteln untersucht und weiterverwendet werden (z.B. durch die Umwandlung in Algorithmen etc.).

Während in den vergangenen Jahren viel und ausführlich über das Thema gesprochen wurde, nimmt die reale “People Analytics Revolution” nun tatsächlich im globalen Rahmen Fahrt auf. Von den knapp 7100 befragten Unternehmen und HRlern gaben letztes Jahr nur 4% an, tatsächlich in der Lage zu sein, anhand von Analytics HR-bezogene Vorhersage-Modelle erstellen zu können. Dieses Jahr sind es immerhin doppelt so viele. 32% der Unternehmen glauben, sie seien (in welcher Form auch immer) bereit für Analytics, immerhin ein Drittel mehr als im Jahr zuvor.

Dazu trägt laut Deloitte neben der steigenden Akzeptanz für das Thema auch der vereinfachte Zugang bei, da Analytics Technologie immer häufiger von vornherein in ERP-oder Bewerbersysteme integriert ist. Vor allem Cloud-basierte Systeme mit integrierten Analytics Tools erlauben es den Unternehmen, HR-Daten im Großen und Ganzen zu sehen. Nahezu 40% der befragten Unternehmen planen die Anschaffung neuer HR-Systeme über den Zeitraum der nächsten 2 Jahre oder haben ihr altes System bereits kürzlich ersetzt. Mit der Nachfrage wächst auch das Angebot, nicht nur auf technischer Ebene, sondern auch an Arbeitskräften.

Companies are now bringing industrial and organizational psychologists, statisticians, and analysts from other domains into HR; they are attracted to analytics because it is an exciting, new, and still-fluid area.

Die Zahlen sprechen für sich: Im Durchschnitt halten 77% der Teilnehmer People Analytics für wichtig.

Verwunderlich ist das nicht. So kann People Analytics in den verschiedensten Bereichen, abhängig etwa von der jeweiligen Branche, nutzbringend sein. Im Report werden eine ganze Reihe von Beispielen aufgeführt, von denen hier nur wenige aufgegriffen werden sollen:

  • Ein High-Tech Unternehmen konnte erfolgreich ein Analytics Modell erstellen, dass präzise voraussagt, welche Bewerber sich als “giftige Mitarbeiter” erweisen sollten (also solche, die lügen, betrügen und auch sonst jede Menge kriminelle Energie haben).
  • Automobilhersteller studieren die Muster von ungeplanter Abwesenheit ihrer Mitarbeiter, um voraussagen zu können, wann sich die Mitarbeiter wahrscheinlich einen Tag freinehmen. Dies ermöglicht ihnen, anschließend zusätzliche Arbeitskräfte für eine bekannte Zeitperiode von Abwesenheit einzuplanen und so abzufedern.
  • In Zusammenarbeit mit einer Softwarefirma analysiert ein Pharmakonzern Daten von LinkedIn und anderen sozialen Netzwerken, um unter ihren “high potential employees” diejenigen zu identifizieren, bei welchen ein wahrscheinlich hohes “Flucht-Risiko” zu erwarten ist.

Die Einsatzmöglichkeiten sind vielfältig, erstrecken sich von Recruiting, Produktivität, Einhaltung ethischer Grundsätze (etwa bei Banken) bis hin zu firmenkulturellen Belangen.

Trotzdem bleibt natürlich noch jede Menge Raum für Verbesserungen. 62% der befragten Unternehmen schätzen sich selbst bei der Nutzung von Big Data zu Recruiting-Zwecken als “schwach” ein. Aber die HRler haben die Bedeutung von Analytics grundsätzlich erkannt: 82% von ihnen stufen das Thema als “wichtig” oder “sehr wichtig” ein, während das im Vergleich nur 69% der Geschäftsleute aus anderen Bereichen tun.

Wie aber sieht das bei deutschen Unternehmen und HRlern aus? Leider müssen wir hier einmal mehr mit weniger prickelnden Neuigkeiten aufwarten. Die 209 befragten deutschen Unternehmen bieten im Vergleich ein doch eher enttäuschendes Bild:

HR Analytics Umfrage

Weit abgeschlagen hinter Australien, Südost-Asien und Nord- und Südamerika zeigt West-Europa (mit den erfreulichen Ausnahmen von Italien und den Niederlanden), im Verhältnis zu anderen Regionen, nur erschreckend wenig Interesse an der Materie. Deutschland darf sich hier neben Frankreich zu den ganz schwarzen Schafen zählen.

Wären wir hoffnungslose Zyniker, könnten wir natürlich schreiben, das wäre mal wieder klar gewesen – “das war ja mal wieder klar”.

Wir haben eingesehen, dass neue Entwicklungen in der hiesigen HR-Szene nicht von heute auf morgen adaptiert werden. Außerdem ist gerade hierzulande alles, was mit Big Data in Berührung kommt, ein empfindliches Thema – Stichwort Datenschutz. Da es bei People Analytics um personenbezogene Daten geht, fallen sie meist unter das Bundesdatenschutzgesetz und verlangen überdies eine betriebsrätliche Mitbestimmung.

Eine Rechtfertigung für mangelndes Interesse ist das aber nicht. Wir können nur hoffen, dass das gewaltige Potential von HR Analytics nicht an deutschen Unternehmen vorbeizieht.

[HTTP410] People Analytics zum Anfassen

Im seinem Artikel über Personalarbeit bei Google hat Jan im Juli das Thema “People Analytics” als “eines der heißesten HR-Trendthemen” bezeichnet. Daran hat sich auch in den letzten Monaten nichts geändert. Analysiert man die weltweiten Suchbegriff-Trends, stellt das laufende Jahr den Höhepunkt des Interesses für die Begriffe People Analytics und HR Analytics dar.

Das Interesse an Begriffen wie HR Analytics und People Analytics steigt stetig an.

Auch wenn der deutschsprachige Raum etwas hinterher hängt, dieser Trend wird sich nicht so schnell ändern. Große Unternehmen entdecken das Thema und positionieren sich gerade. Zuletzt kaufte Microsoft die Firma VoloMetrix, die den E-Mail Verkehr und die Kalender der Mitarbeiter auswertet, um die Produktivität zu analysieren und Verbesserungen vorzuschlagen. Die Kauf-Begründung des Microsoft CEOs:

Even small improvements in a person’s day-to-day effectiveness can add up to significant value for an organization and greater employee happiness. … Giving people access to real data and objective, personalized feedback can lead to a virtuous cycle of improvement for both individuals and their company.

Das hört sich toll an. Alles soll besser und alle sollen happy werden. Doch ich kann mir vorstellen, dass nicht jeder Bewohner der Arbeitswelt, den neuen Möglichkeiten offen gegenüber steht. Gerade hierzulande dürfte die Vorstellung einer systematischen Sammlung und Auswertung von Mitarbeiterdaten noch bei vielen von Euch, ob Arbeitgeber oder Arbeitnehmer, vorsichtige Zurückhaltung, Misstrauen oder gar Angst und Schrecken auslösen.

Christopher Mims von der New York Times stellt sich die “düstere” nahe Zukunft in etwas so vor und spricht wohl vielen Skeptikern aus der Seele:

Imagine a top corporate executive of the future. Instead of finding out what’s going on in her company by asking her subordinates, she consults a digital dashboard that tells her everything from who is at their desk to how happy they are about it.

The result is something academics have dubbed “people analytics,” and it treats the humans in an organization just like any other asset in the supply chain: as something that can be monitored, analyzed and reconfigured.

Ich bin mir persönlich jedoch nicht so sicher, ob die negativ anmutende, unmenschliche Interpretation der Technologie tatsächlich die treffende ist.

Ein einfaches Beispiel: In vielen Unternehmen werden die Krankheitstage erfasst. Am Ende des Jahres schaut sich der Manager seine Excel-Tabelle an und stellt fest, dass der Mitarbeiter A – X Krankheitstage aufweist. Ohne zusätzliche Kennzahlen, wie z. B. Durchschnitt nach Alter, Position, Branche und sonstige Leistungsmerkmale, könnte die Beurteilung zu einer recht subjektiven Angelegenheit werden. Gerade wenn der Manager dem Mitarbeiter gegenüber voreingenommen ist. Das Ergebnis kann auf diese Weise “unmenschlicher” ausfallen, als bei einer emotionslosen “People Analytics Maschine”, die einfach alle relevanten Werte zur Verfügung hat und einbezieht, um eben eine möglichst objektive Empfehlung auszusprechen.

Technologie und Systematik muss nicht zwangsläufig böse und unmenschlich sein. Ich denke, das menschliche Misstrauen wird oft dadurch bedingt, dass wir einfach nicht genau wissen, wovon wir reden. Wir lesen etwas von Überwachung und malen uns die schlimmsten Szenarien aus.

Der People Analytics Software Anbieter Talent Lab sieht das wohl ähnlich. Auf ihrer Seite kann jeder ihre Software auf spielerische Weise erkunden und besser nachvollziehen, was der Einsatz in der Praxis bedeutet und bringen kann. Es stehen mehrere ausführliche Datasets zur Verfügung. Politiker Sportler und sogar Superhelden können quasi als Mitarbeiter unter die Lupe genommen werden. Eine schöne Idee. Probiert’s aus. Vielleicht hilft es dabei, etwas Misstrauen abzubauen. Vielleicht aber auch nicht.

People Analytics Software Anbieter Talent Lab zeigt sein Dashboard

Hier habe ich z. B. das Superhelden-Unternehmen nach den Kriterien Gute/Böse sowie Intelligenz geclustert. Viel Spaß beim Spielen!

MIST! – Mobile, Info, SEO und Traffic

Heute geht’s um Grundlagen! Grundlagen Eurer Karriereseiten, die wir schon häufig erwähnt haben – trotzdem müssen wir immer wieder erschreckende Fehler beobachten. Deshalb möchte ich heute in unserem Karriereseiten 1×1 noch einmal auf vier Basics funktionierender Karriereauftritte im Internet eingehen.

1. Zahlen, Zahlen, Zahlen

Ich weiß, es klingt mühselig, langweilig und trocken. Aber nur wenn Ihr Eure Zielgruppe kennt, versteht und „verfolgt“, könnt Ihr angemessen auf sie reagieren und Euch sicher sein, ob Eure Karriereseite funktioniert.

Im besten Fall lasst Ihr Euch regelmäßig von Eurer entsprechenden Abteilung Reports über Eure Besucherzahlen, die Traffic-Quellen und natürlich die resultierenden Online-Bewerbungen geben. Fühlt sich dafür aufgrund der Unternehmensgröße oder anderer Faktoren noch keine Abteilung zuständig, sollte das schnellstens geändert werden. Mittlerweile gibt es zahlreiche, wirklich gute Tools, um Eure Besucherströme zu messen. Abgespeckte Versionen sind auch kostenlos verfügbar und können wie im Fall von SimilarWeb bereits einen groben Überblick liefern. Nicht zu unterschätzen ist dabei die Möglichkeit, sich auch die Seiten der Konkurrenz mal genauer anzugucken. Auch im Personalmarketing lassen sich auf diese Weise Trends abbilden und nutzen.

2. Euer Informationsangebot

In der Regel habt Ihr als Arbeitgeber nicht mehr als eine Minute Zeit, um potenzielle Bewerber mit Eurer Karriereseite zu überzeugen. Diese kurze Zeit sollte effektiv genutzt werden. Brauchen Jobsuchende tendenziell bereits eine Minute, um sich mühsam in Eurer Navigation zurechtzufinden, ist die Show schnell gelaufen.

Die Bedürfnisse der potenziellen Bewerber sind dabei meist gar nicht so mysteriös und komplex, wie Ihr vielleicht denkt. Ein Bewerber möchte schnell wissen, was Eure Firma auszeichnet, sie von anderen Arbeitgebern unterscheidet und wieso er sich genau dort bewerben sollte. Eure Karriereseite muss also in möglichst kurzer Zeit den Wunsch erwecken, unbedingt Teil Eures Teams werden zu wollen. Dabei geht es eher um die Vermittlung von Emotionen als um seitenlange Erläuterungen eines „innovativen Arbeitsumfelds“, „täglich wechselnder, spannender Herausforderungen“ und eines „gerechten, leistungsorientierten Vergütungsmodells.“ 😉

Natürlich müsst Ihr erfüllbare Erwartungen wecken. Der Steuerberater von nebenan sollte wohl genauso wenig mit täglichen Beachpartys werben wie ein Bademodenhersteller mit Skifahrern. In der Produktwerbung scheinen solche Grundsätze selbstverständlich, aber wenn es um Personalmarketing geht seltsamerweise nicht. Ihr solltet Eure individuelle Zielgruppe also durch Euren individuellen Charakter überzeugen. Ein sehr gelungenes Beispiel für diese Art der Zielgruppenansprache könnt ihr auf der Karriereseite von Sky Deutschland beobachten.

3. SEO

Das Thema Suchmaschinenoptimierung scheint bei vielen noch immer für Gänsehaut zu sorgen. Bei mir persönlich sorgt das Thema meist für bloßes Unverständnis, wenn ich sehe, wie viele Unternehmen auf kostenlosen Traffic verzichten. Auf der einen Seite wird viel Geld für Inserate in Jobbörsen bezahlt, auf der anderen Seite sind die Stellenanzeigen der Karriereseite über Google und Co. nicht auffindbar. Passt in meinen Augen nicht ganz zusammen.

Wenn Ihr für Euer Unternehmen in Hamburg einen Bambusbaumprofessional (m/w) sucht, wäre es dann nicht praktisch, dass Leute, die bei Google „bambusbaumprofessional hamburg“ eingeben, direkt Euer Stellenangebot angezeigt bekommen? Wenn Euer Stellenangebot dann auch noch in Euren Karrierebereich integriert, nicht auf ominöse andere Seiten ausgelagert ist und Ihr möglichst auf wirre Dinge wie iFrames verzichtet habt, dann könnten sich Bewerber sogar direkt auf Eurer Karriereseite über Euer Unternehmen informieren.

4. Mobiloptimierung, bitte!

Ich werde an dieser Stelle natürlich nicht schon wieder Argumente wie die Einführung der Mobiloptimierung als Rankingfaktor von Google oder unsere zahlreichen Mobile Recruiting Studien aufzählen, um zu betonen, dass die Mobiloptimierung Eurer Webseite inklusive des gesamten Karrierebereichs wirklich wichtig ist. Auch werde ich nicht erwähnen, dass bei allen denkbaren Argumenten, wohl die „Sorge“ um die eigenen Bewerber voll und ganz ausreichen sollte, um Ihnen ein angenehmes Nutzererlebnis ermöglichen zu wollen.

Was ich sagen kann, ist, dass ich immer noch täglich nicht mobiloptimierte Unternehmens- und Karriereseiten finde und das nicht zu knapp. Wie genau die Lage der deutschen Unternehmen derzeit aussieht, könnt Ihr in unserer Online Recruiting Studie nachlesen. Vielleicht tut sich an dieser Front dann ja auch noch was. Schön wäre es.

Fazit

Zum Abschluss muss klar sein, dass es sich bei den vier genannten Aspekten wirklich um die elementaren Grundlagen einer nicht zum Scheitern verdammten Karriereseite handelt. In den Tiefen können noch so interessante Stellenangebote auf Eurer Seite versteckt sein, aber ohne die Beherzigung dieser Grundbausteine wird der Großteil der Jobsuchenden diese Schätze niemals finden.

Google Analytics und die Signifikanz Deiner Entscheidungen

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.

In der Detailansicht wirkt die Zahl der neugewonnen Besucher signifikant.

“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.

Aus der Vogelperspektive sehen die Besucherzahlen schon wieder ganz anders aus.

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:

  1. 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).Mit GA Effect lässt sich die statistische Signifikanz von Veränderungen überprüfen.
  2. Ich wähle ein Unterkonto aus.
  3. Nun wird der Zeitraum bestimmt. Mark empfiehlt die Daumenregel 7:3 (vor:nach der Maßnahme)
  4. Segment wählen. In unserem Fall “Search Traffic”. Denn unsere Erwartung war, dass sich die Maßnahmen vor allem in diesem Bereich auswirken würden.
  5. Metrik wählen. In unserem Fall “New Users”. Wir wollten ja möglichst die Zahl der neuen Nutzer positiv beeinflussen.Das GA Effect Setup ist relativ unkompliziert.
  6. Nun setze ich den Zeitpunkt der Maßnahme fest.
  7. 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 Tool berücksichtigt saisonale Schwankungen auf Wunsch automatisch.

Das Ergebnis

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

Die Ergebnisse zeigen, dass die Veränderungen signifikant sind.

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.

In der kumulierten Darstellung werden tatsächliche und erwartete Werte gegenübergestellt.

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

Die statistische Beweisführung kann im Tool genau nachverfolgt werden.

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?!

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 🙂

Human Capital Index 2002

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?