Забудьте про резюме: Большие Данные определяют решение рекрутера

«Я больше не смотрю в резюме кандидата, чтобы понять, приглашать его на интервью или нет», говорит Teri Morse, который управляет рекрутингом более 30 000 кандидатов в год для компании Xerox Services. Вместо резюме, рекрутеры его команды анализируют данные с тем, чтобы принять решения по кандидатам.

Она не одинока. “Big data” все чаще используется при принятии решения о кандидате вместо решения конкретного рекрутера – этот тренд имеет далеко идущие последствия для рекрутеров и соискателей.
Компания, чье имя стало синонимом фотокопии, превратилась в аутсорсера – поставщика практик бизнес процессов – от бухгалтерии до управления персоналом. Ксерокс недавно объединился (в статье — teamed up — не понимаю, что фактически стоит за объединением, прим Э.Б.) с компанией Evolv (посмотрите на потрясающие результаты исследований данной компании Ключевые факторы удержания и текучести персонала), которая использует данные о прошлом поведении для предсказания всего: от успешности в продажах до лояльности.
Для Ксерокса это значит работу по закрытию 55 000 позиций в Колл Центре через скрининговый тест, который охватывает широкий круг вопросов. Evolv использует эти данные с тем, чтобы предсказывать склонность кандидатов к тому, насколько долго в ней проработать (понятно, что для колл центров это проблема №1).
Результаты удивительны. Лишь небольшой кусок: работники с количеством аккаунтов один — два в социальных сетях склонны дольше работать в компании, чем те, кто имеют четыре пять аккаунтов в социальных сетях, поэтому Ксерокс принял решение отказаться от некоторых сетевых решений (см. также наши исследований про количество аккаунтов в соц сетях Почему рекрутеру важно знать, сколько аккаунтов в социальных сетях у кандидата). Некоторые результаты носят фундаментальный характер: предыдущий опыт работы в схожей позиции не является предиктором успешности.

«Это открывает двери кандидатам без опыта», говорит Ms Morse. Поначалу некоторые менеджеры задавались вопросом, почему мы берем на работу людей без опыта, но когда по некоторым колл центрам расходы на обработку звонков снизились на 20 %, то менеджеры больше не задавали вопросы. «Я не знаю, как это работает», продолжает Ms Morse, «я знаю только, что это работает».
Организации содержат огромные объемы данных. От финансовой информации до табелей учета рабочего времени. С переходом к хранению от бумаги к цифре ситуация по анализу изменилась кардинально. Возможности обработки информации увеличиваются в геометрической прогрессии. Диск 1990 года выпуска мог хранить чуть более одного мегабайта данных, сегодня 16 гигабайтная USB флешка стоит меньше, чем пять тех дисков.
Будет интересно посмотреть точку, в которой живого рекрутера заменит машина. Исследование NewVantage Partners показало, что 85 % руководителей из компаний списка Fortune 1000 планируют использовать big data или находятся на этапе внедрения, а почти половина используют на операционном уровне.
Компания Ceridian одна из многих компаний, кто видит большой потенциал больших данных в управлении персоналом. «У HR и рекрутинга большие перспективы: большие данные позволяют читать прошлое, что позволит предсказывать будущее», объясняет David Woodward, менеджер по продукту и инновациям в Ceridian UK.
Это включает «использование имеющихся у вас данных о сотрудниках и том, как они работают, так, чтобы обнаружить причинно — следственную связь между показателями найма и показателями деятельности работников. Понимание связей позволит принимать решения при приеме на работу».
Важно: анализ должен проводиться на основе своих (внутренних) данных.
«Данные Социальных медиа дают нам возможность слушать бизнес,» говорит Zahir Ladhani, вице президент IBM Smarter Workforce. «Вы можете видеть, что клиенты пишут о бизнесе, что говорят работники, что вы сами говорите – все эти данные вместе позволят понять, что влияет на бизнес».
«Большинство рекрутинговых компаний используют социальные медиа и job site данные,» продолжает Mr Ladhani. «Мы смотрели кандидатов для одной очень узкоспециализированной компании спецов с уникальными навыками. Посмотрели на лучшие компании в отрасли и увидели, что их спецы тусуются в одной нишевой социальной сети, после чего случилось БУМММ!».
«Я нанимаю 30 000 работников колл центра на ежегодной основе – и мы нанимаем мало руководителей», отвечает Ms Morse из Ксерокса. «у нас недостаточно данных». Тем не менее, Mr Ladhani из IBM не согласен, веря что со временем компания получит валидные данные.
И поскольку все больше компаний используют данные при рекрутинге, может быть рекрутинг станет больше наукой, чем искусством?
«Потенциал больших данных сейчас вырос больше, чем когда либо прежде, и на основе этих данных мы можем принимать решения,» говорит Mr Woodward. «Методы обработки и анализа данных, которые были доступны немногим 10 лет назад, теперь может использовать каждый».
Этот тренд может быть заставит вас прислушаться: и вместо исправления резюме вы задумаетесь, какие следы вы оставляете в киберпространстве.
Case study: Как Большие данные позволили улучшить качество рекрутинга компанииLV=
Кевин Хью, глава рекрутинга в страховой компании LV =, был пионером «больших данных», прежде чем он услышал этот термин.
Компания имеет 5 800 сотрудников в 17 различных местах Англии. Год назад компания задалась вопросов, по каким регионам лучше вести рекламную кампанию по привлечению новых агентов. «Мы получили адреса всех наших работников в базе данных HR – где они работают и где они живут – и сегментировали их по уровню позиции», объясняет Mr Hough. «Использование софта Geo-Maps, который похож на Google Maps, помогло вывести несколько кластеров расположения работы и мест проживания работников.
«В начале мы посмотрели, как наши люди находили работу – из данных рекрутинга. Потом посмотрели характеристики наших фоловеров в Facebook и LinkedIn: демографию, интересы, гендер и т.п..
«Стало возможным построить профайл успешного кандидата, демографические и географические характеристики. Это было реально интересно понять эффект нашей рекламы, но особенно – пробелы компании».
Рекламная компания в LV= была впоследствии изменена. Инвестиции и знания для анализа потребовались минимальные: потребовалась лицензия для Geo-Maps и загрузка наших данных туда из таблиц excel. Очень часто оказывается, что для достижения результата не нужны те умные программы, что есть в наших компаниях. Иногда решения просты»
Далее LV= will добавил результаты эффективности деятельности работников
«Мы посмотрели на тех работников, что пришли год назад, это помогло нам понять не только то, как лучше привлекать людей, но и то, как показатели рекрутинга влияют на показатели деятельности»

Источник : edwvb.blogspot.com