Máte v ATS spoustu dat, ale pořád nevíte, proč se vám nábor nedaří tak, jak by měl? Samotná čísla ještě žádné řešení nepřinesou. Důležité je umět se nad daty správně ptát, najít v nich problém a především přijmout konkrétní manažerská rozhodnutí. Jak z reportingu vytvořit nástroj, který pomůže nábor skutečně řídit?
Díky kvalitnímu ATS máte o náboru velkou spoustu údajů. A přesto není náborový proces ideální. Přijatí kandidáti někdy nebývají dost kvalitní a přijímací řízení se vleče. Hodinová prezentace sesbíraných čísel, která jsou o náboru k dispozici (a že jich není málo), k ničemu nevedla. Nikdo totiž nebyl schopen říct, co by se mělo změnit. Náborové statistiky tak často zůstávají na úrovni „reportujeme, ale neřídíme“. Data existují a vypadají dobře v prezentaci, ale neproměňují se v konkrétní rozhodnutí. Přitom právě to by měl být jejich hlavní účel.
Čísla mohou dát odpovědi. Je ale potřeba se správně ptát
Pěkný dashboard může ukázat, že nábor trvá v průměru 42 dní. Manažerskou hodnotu ale získá až ve chvíli, kdy se nad tím číslem začne diskutovat. U kterých pozic je doba nejdelší a u kterých nejkratší? Která část procesu je za zpoždění zodpovědná? Má smysl změnit způsob screeningu, zkrátit počet kol pohovorů nebo je problém už v samotném zadání pozice? Právě tady se z reportingu stává nástroj pro řízení náboru. Cílem proto není vytvářet další pěkné dashboardy. Cílem je klást správné otázky a vést nad daty manažerský dialog.
Od čísel k rozhodnutí
Dobře využívaná data z ATS by měla vést k jednoduchému řetězci:
Co se děje? → Proč se to děje? → Co s tím uděláme? → Jak poznáme, že změna fungovala?
Například ATS ukáže, že u určité pozice trvá od prvního pohovoru k rozhodnutí v průměru 17 dní. Samotná metrika „time to hire“ problém nevyřeší. Manažerská otázka zní: Proč rozhodnutí trvá tak dlouho?
Řešením pak může být nastavit maximální dobu pro hodnocení kandidátů, kterou by museli dodržovat všichni, kdo o postupu nebo vypadnutí uchazečů rozhodují.
Stejným způsobem lze pracovat třeba se zdroji kandidátů. Pokud sociální sítě přinášejí velké množství reakcí, ale jen minimum kandidátů se dostane do dalších kol, zatímco inzerce na specializovaných portálech přinášejí méně uchazečů, ale výrazně více kvalitních kandidátů, nestačí jen konstatovat rozdíl. Je potřeba rozhodnout, kam příště investovat více času nebo peněz.
Na co by se měli manažeři nad daty ptát
ATS může pomoci odpovědět například na tyto otázky:
Umíte dnes bez nástroje odpovědět na tyto 3 otázky?
- Kde se náborový proces nejčastěji zpomaluje a proč?
- Ve které fázi ztrácíme nejvíce kandidátů?
- Které zdroje přivádějí relevantní kandidáty, ne jen velké množství reakcí?
- Jak dlouho čekají kandidáti na jednotlivé kroky procesu?
- U kterých pozic se nábor opakovaně nedaří?
- Přicházejí kandidáti, kteří odpovídají předem stanoveným požadavkům?
- Kde děláme kompromisy v kvalitě jen proto, abychom pozici obsadili rychleji?
Důležité je, aby odpověď na otázky, které se ukázaly jako problematické, vedla ke konkrétnímu kroku.
Pomohlo to?
Po jeho zavedení by měla nastat ještě jedna fáze, a sice ověřování: po tom, co se nábor podle přijatých rozhodnutí upraví, bude jednoduché znovu na číslech ověřit, jestli se podařilo náborový proces zlepšit v požadovaném parametru. Pokud ne nebo ne dostatečně, nezbude, než zkusit jiné řešení. Málokdy se podaří vše vyladit napoprvé. Je potřeba pravidelně vyhodnocovat, co funguje, kde vznikají problémy a zda změny skutečně zvyšují rychlost a kvalitu náboru, a tím snižují náklady.
Méně metrik, více akcí
Firmy někdy reagují na neefektivní nábor přidáváním dalších metrik. To ale nemusí problém vyřešit. Pokud jsou už dnes k dispozici desítky čísel, ale nikdo není schopen na jejich základě říct, co změnit, další graf pravděpodobně nepomůže. Aby mohla data skutečně podněcovat správná rozhodnutí, musí ATS umožňovat sledování náborového procesu v celém jeho průběhu – od zadání náborové potřeby až po rozhodnutí o přijetí. Data z ATS přitom nemají být jen zpětným pohledem do minulosti; na to, co se v náboru stalo. Jejich skutečná hodnota tkví v tom, že pomáhají rozhodnout, co udělat jinak v budoucnu.
