Тем самым мы видим, как может повлиять информированность нашей целевой аудитории на поток кандидатов и его качество. Обладая информацией, кандидаты делают выбор более осознанно.
Как правило, эта часть в автоматизации включает в себя карьерный сайт компании, подключенные социальные сети и рекламные кабинеты (внешний HR бренд), а также новостную ленту корпоративного портала (статьи, ролики, новости, …), личный кабинет сотрудника в нем, чтобы он мог видеть движение его рекомендованного кандидата, а также суммы и сроки выплаты вознаграждений, доступные ему льготы и другие «плюшки» (внутренний HR бренд).
Встройте на свой сайте сервис подписки на рассылку, например, вакансий или новостей. Пример такого сервиса – SumoMe, он увеличивает конверсию сайта и трафик. Кнопка «Поделиться» собирает трафик на сайт с 16 социальных сетей.
Используйте для изучения своего внутреннего бренда программы-мониторинги типа YouScan, это сервис для мониторинга СМИ и социальных сетей. Поможет мониторить упоминания бренда и конкурентов, отзывы клиентов и кандидатов.
2. Маркетинговые исследования целевой аудитории . Об этом блоке я писала выше, но все же добавлю важный момент. У вас будет совершенно точно не одна и даже не 5 целевых аудиторий (ЦА). Это может быть несколько десятков ЦА на одну вакансию. Параметров может быть несколько штук или несколько десятков – чем больше их будет, тем точнее можно сделать текст, картинку или ролик для каждой из них в рекламной кампании. Важно – посыл в вашем послании должен быть один единственный, и помните, любая реклама должна не продавать продукт/услугу/вакансию, а удовлетворять желания = мотивы нашего «клиента-соискателя на вакансию».
Пример такой таблицы с описание целевых аудиторий я привожу ниже. Сделана она была для кандидатов на вакансии Оператор на телефоне по приему заказов интернет-магазина. Основная задача этих операторов была сверить заказ и дополнить заказ клиента другими товарами магазина, то есть доп. продажи. Принцип составления ЦА был прост: максимальное количество ЦА, из которых потом вычеркнуть точно не подходящие ЦА, и оставить 3 идеально подходящие под задачи компании. Почему всего 3? Рекламный бюджет был небольшой, можно было задействовать всего 3 канала коммуникаций.
Итого получается: 3 ЦА х 3 канала коммуникаций х 3 ключевых посыла = 9 рекламных текстов со своими картинками и форматами. При бюджете в 178 тыс. руб. за 3 месяца компания собрала в 2,5 раза больше откликов, чем обычно. В среднем стоимость одного нанятого работника упала с 30тр до 7тр, а воронка рекрутинга выросла с 1,8% до 3,1%. Недополученную прибыль получили, в размере около 1 млн.руб. Есть смысл в таких кампаниях, как считаете?
3. Статистика, аналитика, прогнозирование. Очень часто в ATS / CRM системах по подбору персонала мы видим только статистику по воронке рекрутинга, по адаптации и т.д. Это всего лишь статистика, не аналитика! Для того, чтобы сказать, что это аналитика – она должна подсказывать что нам делать на основе полученных цифр. Анализируя статистику, мы должны увидеть проблемные зоны, участки бизнес-процессов. Проанализировать их, почему возникают, в какой конкретный период времени и по каким причинам происходит. И только после этого на основе статистики и аналитики делается прогноз, когда мы берем, например, прошлый год – в особых условиях летом мы набирали менеджеров по продажам в данном регионе согласно данной воронки подбора в таком-то количестве и с такой -то скоростью, по такой-то цене. В этом году нам необходимо увеличить количество новых сотрудников и соответственно необходимо для этого сделать 1, 2, 3, … действий. То есть, мы делаем прогноз, какие ресурсы нам потребуются и в каком количестве, какая будет конверсия с учетом текущих экономических и социологических реалий, чтобы удовлетворить потребность бизнеса.
Допустим требуется нанять 100 человек. В прошлом году в этот же период конверсия воронки рекрутинга была 5% (100 чел нанято из 2000 откликов=лидов). В этом году поменялась мотивация и приоритеты по формату работы у населения, поменялись уровни расходов (ЖКХ, аренда жилья, минимальная потребительская корзина, количество выпускников нужных нам специальностей, уровень миграции населения и т.д.). Учитывая эти данные строим математическую модель от обратного, от количества человек в найм до количества откликов, которые необходимо набрать для нужного результата). Модель строим на основе имеющихся данных и добавляем коэффициенты с теми факторами, которые знаем и уверены, что они повлияют на количество или качество откликов. В итоге мы можем спрогнозировать, что на этот год конверсия будет 3%. Соответственно воронка первичная должна быть 3 350 человек (тогда мы наймем те же 100 чел.).
Читать дальше