<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=129294691104950&amp;ev=PageView&amp;noscript=1">

En snabb genomgång av att rekrytera med Big Data

Ett modeord som används allt mer flitigt är Big Data, alltså stora datamängder. Enkelt förklarat genereras stora datamängder genom att exempelvis samla information om användarbeteenden på appar och webbtjänster. I dataunderlaget går det sedan att leta efter mönster och samband som kan användas till allt från att förbättra produkter till arbetsprocesser. Hur går det då att använda informationsutvinning av big data för att rekrytera bättre?

Big data recruiting, eller rekrytering med stora datamängder, är helt enkelt att analysera denna insamlade datan och använda informationen för att göra mer träffande rekryteringsbeslut.

Vad är ’big data recruiting’?

Enligt Glassdoor är snittet att få in 250 ansökningar per utlyst tjänst. Det innebär tonvis med CV:n att vada igenom, men också många datapunkter att kunna samla in statistik och information om kandidater ifrån.

Big data recruiting, eller rekrytering med stora datamängder, är helt enkelt att analysera denna insamlade datan och använda informationen för att göra mer träffande rekryteringsbeslut.

Rekryteringsdata kan exempelvis bestå av statisk kring vilka annonseringskanaler som gett flest kvalificerade sökande. Dock brukar rekrytering med big data handla om rekryteringsbeslut baserade på mer djupa insikter. Det är vanligare att kalla beslut som baserats på information om nuvarande och tidigare anställda i kombination med rekryteringdata som big data recruiting. Genom att analysera anställda och kandidater går det ta fram profiler eller önskvärda attribut som en sökande borde matcha för att med stor sannolikhet förutsägas passa för rollen.  

Vaddå ”ta fram profiler”? Jo, genom att exempelvis granska nuvarande anställda som anses vara högpresterande medarbetare och leta efter gemensamma nämnare och mönster i deras beteende, CV eller prestation på arbetspsykologiska test går det att ta fram en mall för hur denna typ av medarbetare ser ut. En mall som i grova drag kan avslöja om en viss kompetens eller erfarenhet är viktig för att lyckas i rollen. Vid nästa rekrytering av en liknande tjänst används dessa insikter för att på direkten träffa rätt.

Ett tankeexempel på en profil!

Som ett exempel kan vi titta på banktjänstemän på vår påhittade bank Pengar AB. Baserat på den data vi samlat in om våra egna anställda kan vi se att högpresterande medarbetare med mycket drivkraft stannar i rollen i åtta månader innan de söker sig vidare till andra interna tjänster, eller nya jobb. Medarbetare som inte har lika höga ambitioner men som besitter precis samma kompetenser tenderar att stanna kvar i samma roll i 3-4 år innan de tar klivet vidare i karriären.

Med denna profil i åtanke vet vi att nästa rekrytering hellre ska välja en kandidat med en profil som gör att de stannar längre i rollen – en bättre investering för oss. 

Fler insikter med stora datamängder

Big data eller att analysera medarbetare kan användas på flera sätt till både rekryteringar, HR och medarbetarutveckling:

  • Kandidatprofiler för framtida rekryteringar till specifika roller
  • Egenskaper som karaktäriserar trogna medarbetare
  • Identifiera anledningar till hög eller låg personalomsättning
  • Hitta karriärvägar för internrekrytering
  • Tidiga signaler på att medarbetare riskerar att bli utbrända

Det är inte en lätt sak att själv sätta igång med ett projekt för att samla in och förstå sig på stora datamängder. Eller att riskera att göra något integritetskränkande. Därför är det bra att hitta en kvalificerad aktör som kan axla ansvaret; med insikter i rekryteringsprocess, HR och att analysera big data blir det ett betydligt bättre resultat.

Exempelvis leverantörer av arbetspsykologiska tester är vana att ta fram och arbeta med arbetsrelaterade profiler för rekrytering, chefsbedömning och medarbetarutveckling. Många har tagit klivet mot att hjälpa sina kunder med att anpassa bedömningar eller hitta profiler som passar för just deras verksamhet – grundat i big data.

Tips! Läs också: Intervju med Daniel Mannheimer på Cubiks om big data och tester i rekryteringen.

Tre steg mot att rekrytera med Big Data

1: Samla: Samla in stora mängder data om kandidater och anställda. Informationen kommer från CV, HR-data, personlighetsbedömningar, kompetensprofiler och medarbetarsamtal. Data används för att skapa profiler.

2: Analysera: Här kommer databeräkning in i spelet och tar över analysen. Algoritmer ser över profilerna och all tillgänglig data för att se om det finns några mönster i statistiken.   

3: Insikt: Statistik och mönster från rådata och profiler i första steget blir nu till riktiga insikter. Förståelsen går att använda för att skapa mer representativa arbetsprov, utforma arbetspsykologiska tester som mäter gentemot den identifierade profilen eller att skapa generella bedömningsmallar. Allt eftersom insikterna används och mer data genereras går det att förfina profiler och bedömningar ytterligare.

Läs också:

Publicerat 2018-02-06

Ämnen: HR

Rekryteringsblogg

I ReachMees blogg hittar du allt du vill och behöver veta om rekrytering. Lär dig mer om allt ifrån karriärsidor till att attrahera kandidater, arbeta med employer branding och att lyckas med er jobbannonsering. Självfallet hittar du även information om rekryteringsprocessen, metoder för urval och att praktisk genomföra lyckade rekryteringar.

Prenumerera på vår blogg så får du varje vecka hem de senaste artiklarna direkt till din inkorg.

Prenumerera på bloggen

Populära artiklar

Ämnen

Se alla