HR mérőszámok – a toborzás hatékonysága 1.

Több témát boncolgattunk már az adatvezéreltté válás kapcsán. Volt szó a munkáltatói márka építéséről adat-alapon, arról, hogy hogyan vágjunk bele egy analitikára épülő szervezet kialakításába és a HR analitika területeiről.

Ezekben a cikkekben leginkább nagylátószögű kamerán át vizsgáltuk a teljes képet és stratégiai irányokat mutattunk be. Most szeretném egy kicsit „lehozni a földre” az adat alapú működést egy konkrét példán keresztül.

A szervezetek alkalmazkodásának gyorsasága eddig sem volt elhanyagolható, de az, hogy milyen tempóban tudunk reagálni a trendek, igények változásaira, egyre inkább kulcsfontosságú.

Egy jól ismert példát szeretnék felhozni a téma felvezetéseként. A vevőkkel/fogyasztókkal kapcsolatban már régóta tartja magát a szlogen, hogy akkor vagyunk mi a legjobbak, ha már azelőtt elkészítünk valamit, mielőtt az ügyfélben felmerül, hogy szüksége van rá.

Nincs ez másként a leendő munkavállalókkal sem. A különbség csak annyi, hogy ezen a területen eddig nem volt szükségszerű a változások, igények megfigyelése. Nem az volt a vállalatunk sikerének a kulcsa, hogy hogyan és kiket vegyünk fel, mert a kiválasztási folyamat végén egyszerűen ott voltak a legjobb munkatársak, akik nálunk akartak dolgozni. Mint tudjuk, fordult a kocka. Érdemes tehát energiát fektetni most ebbe is, és érdemes szem előtt tartani az ügyfeleinknél már olyan jól bevált gyakorlatot: már azelőtt adjunk valamit, mielőtt a jelöltünk tudja, hogy neki valójában arra volt szüksége.

Ehhez pedig nem kevés információra, kutatásra, elemzésre, összehasonlításra és jól strukturált döntés-előkészítő riportra lesz szükségünk. Nincs időnk arra, hogy ezeket a szokásos módszerekkel (az egyébként is rendelkezésre álló adatokat Excelben összegyűjtve, alakítgatva, rendezve, chart-tá varázsolva, hetente kézzel frissítve, szűrve és természetesen kapkodva) állítsuk elő. Mert azonnal kell reagálni és a leggyorsabbnak kell lenni. Lassan, mikor már a csapból is a vonzó munkáltatói márka felépítése folyik, mindenkinek világos, hogy aki leghamarabb lép, az előnybe kerül, aki pedig túl sokáig halogatja a dolgot, lehet, hogy behozhatatlanul lemarad.

Természetesen nagyon sok terület van, ahol eredményeket érhetünk el a témában (a jelöltélmény javítása, az onboarding folyamat hatékonyabbá tétele, a munkavállalóink igényeinek megismerése, és „kiszolgálása”, stb.), de bármelyikkel kezdünk foglalkozni, nem engedhetjük meg magunknak, hogy ne az adatokra támaszkodjunk.

A HR analitika mindhárom fő területe (a monitorozás, a problémás területek megfigyelése és információszolgáltatás a menedzsmentnek) bevonható a toborzás eredményeinek és hatékonyságának javításába – de kezdjük a monitoringgal.

Monitoring – a recruitment folyamatok hatékonyságának részletes megfigyelése

A mérőszámok kialakításánál egy nagyon fontos szempontot SOHA nem szabad figyelmen kívül hagynunk: a megfigyelt értékek változását mindig valamilyen céllal végezzük! Legyen egy elérendő érték; egy maximum/minimum, ami elfogadható; egy eltérés, aminél nagyobb már veszélyes, stb. És ezek az elvárások legyenek megalapozottak – támasszuk őket alá tényekkel, adatokkal.

  1. Adatból információ

Hogyan lesz az adatból információ? Vegyünk egy mérőszámot, amit biztosan mindenki előállít és rendszeresen bemutat a toborzással kapcsolatban. Nézzük végig e mérőszám monitorozásának felépítését.

A mérőszám: a toborzási idő hossza.

A kérdések sora ott kezdődik, hogy mit is értünk ez alatt. Lássuk hány féle variáció jut eszünkbe azonnal:

  • a mért időtartam kezdete például (adat):
    • az igény megjelenése
    • az igénynek a nyitott pozíciók nyilvántartási rendszerébe való feltöltése
    • a toborzás megkezdése (recruiter elkezd foglalkozni a kereséssel)
  • a mért időtartam vége például (adat):
    • a kiválasztott jelölt elfogadja az ajánlatunkat
    • a kiválasztott jelölt belépési dátuma
    • az új kolléga betanulási idejének a vége

Az információ az ezek kombinációjából összeállított folyamat eleje és folyamat vége között eltelt idő lesz.

Hogyan válasszunk nekünk megfelelő mérőszámot? Egyértelműen meg kell határoznunk, hogy mi a célunk ezzel a méréssel. Pl. a folyamat során eltelt idő során megjelenő költségek és/vagy a kiesett bevételek minimalizálása, a lojális dolgozók leterheltségének csökkentése, a jelöltélmény javítása, stb.

Amikor eldöntöttük, hogy nekünk melyikre / melyekre van szükségünk, pontosan rögzítsük azt is, hogy a kiválasztott mérőszám mit jelent nekünk. A riportokban legyen elérhető, hogy pl. „recruitment folyamat hossza mérőszám: az igény felmerülésétől (bővülés esetén:döntés a bővülésről; pótlás esetén: értesülés a felmondásról) addig a pontig tartó időtartam, amíg a kiválasztott jelölt elfogadja az ajánlatunkat. A mérés célja, hogy a teljes mértékben általunk vezérelt folyamatrészeket figyelemmel kísérjük, a felmerülő költségeket/bevételkiesést csökkentsük.

  1. Információból érték

Ha megvan a megfelelő a mérőszám, jöhet a „threshold”. Amiatt is nagyon fontos a pontos cél beállítása, hogy a nekünk fontos elvárást tudjuk ezen a ponton felállítani. Ha pl. az új jelölt megtalálásáig eltelő idő többletköltségeit (és a bevételkiesést) szeretnénk csökkenteni, akkor először is ki kell számolnunk ezeket a költségeket – lehetőleg szervezeti egységenként / munkakörönként. (ha nem akarunk saját modellt építeni itt van például egy online fluktuáció-költség-kalkulátor).

Ez után pedig meg kell határoznunk, hogy mi az a maximális költség, amit a vállalatunk el tud fogadni a jövőben. Ehhez mérten pedig már be tudjuk állítani – akár ismét szervezeti egységenként / munkakörönként, de az egész szervezetre nézve is – , hogy mit tartunk elfogadható toborzási-idő-hossznak.

Nem elég ezeket az értékeket megérzés szerint „belőni”. Gondoljuk csak végig. Úgy látjuk, hogy a toborzási idő hossza átlagosan 100 nap (a saját eleje-vége beállításainkkal). Ez soknak tűnik, hiszen több, mint 3 hónap, ami akárhogy is nézzük 1 negyed év. Ez alatt senki nem végzi el azt a munkát, ahová az új kollégát keressük (ami bevételkiesés), vagy aki elvégzi annak túlórákat fizetünk – ha csak a költség szempontjából vizsgáljuk a dolgot. De mi lenne az elfogadható időtartam? Ehhez kellenek – ebben a példában – a költség számítások. Ha „elvégezzük a matekot”, pontosan fogjuk tudni, hogy mekkora a megengedhető leghosszabb idő, amit a toborzásra szánhatunk.

 

 

Itt érhető el a teljes recruitment minta-dashboard interaktív formában

 

 

 

 

 

De hogyan érhetjük el ezt? Hol veszítünk időt? Ahhoz, hogy a következő lépésben konkrét terveket építhessünk a megtalált információkra, a megmért folyamatot részleteire kell bontanunk. Mégpedig felelősönként/feladatonként jól elkülöníthető részletekre.

Térjünk vissza a példánkhoz: az igény megjelenése és az ajánlat kiadás között eltelt időt mérjük. A részekre osztás nézhet ki pl. így:

  • igény megjelenése és az igény a rendszerbe való felvitele között eltelt idő
  • az igény a rendszerbe kerülése és az első jelöltek a pozícióhoz való hozzárendelése között eltelt idő
  • a jelöltek pozícióhoz rendelése és a behívandó jelöltek kiválasztása között eltelt idő
  • a behívandó jelöltek kiválasztása és az első interjú között eltelt idő
  • (nem a toborzás hosszához tartozik, de természetesen azonnal felvetődik néhány újabb mérőszám: CV-k száma, interjúk száma, elutasított ajánlatok száma, stb)
  • az interjúk és a jelölteknek kiküldött visszajelzések között eltelt idő
  • ajánlat kiküldése és elfogadása között eltelt idő

Hogy miért érdemes ilyen részletességgel készíteni a mérőszámokat? Mert így konkrét akciótervek születhetnek a toborzási idő hosszának lecsökkentésére.

  1. Akcióterv építése a találatokra

Ahhoz, hogy akcióterveket dolgozzunk ki, megfelelő formában kell tálalnunk az összegyűjtött találatokat. A döntéselőkészítő funkcióban levő munkatársak gyakran viccelődnek azon, hogy a menedzsereknek 2×2-es táblázatoknál nagyobbat nem érdemes mutatni, de valójában ez az „ötlet” megfontolandó. Vannak dolgok, amiknek a megértésére, átnézésére, a megvizsgálásukra komplex kimutatásokat kell összeállítani, de egy monitorozó dashboard nem szabad, hogy bonyolult vagy nehezen értelmezhető legyen. A 2×2 akár igaz is lehet, mert 4-5 chart-nál többet nem is érdemes rázsúfolni. Még jobb, ha elérhető mondjuk mobilról, és folyton naprakész – minden olyan adat szerepel rajta, amit mondjuk tegnap estig bevittek a rendszerekbe, és/vagy beírtak a közös Excelbe, stb. A megoldás létezik: BI eszköznek hívják, és itthon két szoftver az igazán népszerű (Tableau és Power BI), és mindkettő képes arra, hogy különböző adatforrásokat kapcsoljon össze, beépített funkciókkal segítse az adattisztítást, automatikusan frissítse a riportjainkat, interaktív dashboard-okat állíthassunk rajtuk össze, mindezt semmivel sem bonyolultabb formában (sőt!) mint, ha Excelt használnánk, csak ezek az eszközök elemzésre vannak kitalálva, és így sokkal kézenfekvőbb elemzéseket készíteni velük – és mindkettőnek van mobil verziója, amit a vezetők telefonjára telepítve bármikor megnézhetik az aktuális számokat, ahelyett, hogy az üzlettámogatóktól kérnék a friss riportok linkjét 5 perccel a meetingek előtt.


 így néz ki néhány recruitment monitorozó dashboard mobilon

A találatok egyszeri bemutatása a monitorozandó tevékenységek esetében természetesen nem jelenti a munka végét. Meg kell állapodnunk a frissítés rendszerességében, az eredmények rendszeres átnézésének időpontjában, ki kell jelölnünk a felelősöket, és jó ha már előre felvázolunk néhány lehetséges akciót azokra az esetekre, ha a KPI-ok eltérnek az elvárttól. Hiszen az, hogy ránézünk, és látjuk, hogy piros, eddig sem vezetett sehová.

Ebben segít nekünk az, hogy konkrét feladatokhoz és felelősökhöz kötöttük a mérőszámaink részleteit. Így pontosan tudjuk, hogy hol van a probléma és a megoldást is könnyebben megtaláljuk. Maradjunk az előbb felvetett 100 napos átlagos toborzási idő hossznál. Ha ennyit tudunk, mit tehetünk, amikor ez nagyobb, mint szeretnénk? Szomorkodunk, esetleg mutogatunk egymásra, hogy a HR nem hoz elég és elég jó jelöltet, nem szervez időben interjút és nem küldi ki időben az ajánlatokat; a vezető nem nyitja meg időben a pozíciót, és nem ad visszajelzést; a felsővezetés pedig olyan alacsonyan akarja tartani a béreket, hogy ennyiért senki nem akar nálunk dolgozni. És mit tehetünk a részletes mérőszámaink és a jól beállított tresholdunk segítségével? Azt hiszem, mindenki el tudja képzelni a különbséget.

Bővebben az információ – insight – action hármasról ebben a poszban olvashattok.

Hogyan tovább? – kell egy folyamat és kell egy eszköz

Természetesen nem minden mérőszám kialakítása vesz igénybe ennyi időt. Hiszen vannak egyértelműen meghatározható „megmérendők” és már korábban kialakított thresholdok, és jól bevált akciótervek az eltérések kezelésére, de ez még csak egyetlen terület egyetlen montoring mérőszáma volt. A további mérőszámok és a további megfigyelendő területek mellett ott vannak még az ad-hoc igények és az összefüggések keresése. Hosszadalmasak tűnik minden egyes mérőszámot így kialakítani, de biztosan állítom, hogy megéri! Gondoljunk csak bele, hogy a termelés vagy a technikai fejlesztések során hány és hány szenzor beépítésével biztosítják az egyre hatékonyabb működést, az egyre jobb minőséget

Nincs arra időnk, hogy egy nem eléggé hatékony eszközzel (pl. excel) manuálisan frissítgetve a riportjainkat, próbáljunk meg információhoz jutni a rendezetlen, „szanaszét heverő” adatokból. Kell egy olyan eszköz, ami nem igényel programozási ismereteket, viszont minden lehetőséget biztosít, amire egy szakembernek szüksége van az adatai feldolgozásához és az információk láthatóvá tételéhez. Itt jönnek képbe az üzleti intelligencia eszközök. Arra tervezték őket, hogy az üzleti oldal hozzáférhessen az adataihoz. Az az igény hívta őket életre, hogy a döntéselőkészítő / döntéshozó nem akar arra várni, hogy az elemző rendelkezésre bocsássa az adatokat, vagy megírja a kódot, ami eredményül adja azt a számot, amire kíváncsiak vagyunk (már ha sikerül elsőre megértenünk egymást). Ezeknek az eszközöknek használatának elsajátítása pedig egyáltalán nem nehéz – hiszen az a piaci előnyük, hogy az üzleti felhasználók azonnali eredményeket érjenek el általuk. A Tableau felhasználói szintű elsajátításához például elég 3 nap, amibe a gyakorlás is belefér.

Ahogy arra sincs időnk, hogy hónapokat töltsünk a mérőszámok kitalálásával, újabbakat a letesztelésükkel, utána még néhányat az elfogadtatásukkal – és ekkor még csak elkezdhetünk mérni, hol van még az adat-alapú döntéshozás…? Ráadásként ha ennek az egyetlen területnek az adat-vezéreltté tétele eltart egy fél évig (mindenki nyugodtan gondoljon őszintén ennél a pontnál arra, hogy mennyi ideig egy ilyen típusú „projekt”), bele sem akarunk gondolni, hogy mikorra lehetne az egész szervezetet analitikus szemléletűvé tenni. Mindeközben természetesen lemaradunk azok mögött akik gyorsabbak nálunk, és lemaradunk azokról a verseny-előnyökről, amit az adatok elemzésével szerezhetnénk.

Számomra egészen fojtogató érzés belegondolni a fenti sorokba, és jól ismerem a szervezetek változásra (nem-)hajlandóságát és az újítások „átfutási-idejét”, ezért azt gondolom, hogy nem vagyok egyedül ezzel az érzéssel. De 100%, hogy megéri belevágni, és minél hamarabb hozzákezdünk, minél hatékonyabban visszük véghez a feladatot, annál nagyobb eredményeket fogunk elérni.

Aki úgy határoz, hogy mindenképpen belevágna az átalakításba, de szívesen venne némi útmutatást, itt talál olvasnivalókat. Aki pedig úgy érzi, olyanokra van szüksége, akik a mindennapjaikat ezzel a témával töltik, és a leghatékonyabb megoldás kifejlesztése a munkájuk, keressen meg minket bátran.

Cikkünk megjelent a HR Portálon 2018. október 25-én.


Kapcsolódó témák:

HR mérőszámok – a toborzás hatékonysága 2.

HR adatok üzleti nyelven | tréning-bemutató

Munkavállalói élmény – a hype-on túl, adat alapon

 

Leave a Reply

Your email address will not be published. Required fields are marked *