Data-driven recruiting: Waar start je?
Jos geeft antwoord!
Dat Jos van data houdt is bekend. Hij was ook degene die Google for Jobs in Nederland ontdekte. Want dat gaat weer voor een hele nieuwe stroom aan gegevens genereren. Data is nodig voor de recruitment strategie. Bekend? Jij wil toch geen besluiten maken gebaseerd op je onderbuikgevoel? Maar, data, waar begin je? Collega Clodagh sprak met Jos van der Kooij, Campaign Performance en Google Expert bij VONQ om antwoord te geven op al jouw prangende vragen.
Vorige week deelden wij een stappenplan met hoe jij je wervingsproces kan verbeteren en een infographic met welk effect het coronavirus heeft op data, welke uitdagingen dat met zich meebrengt, maar ook welke kansen. Onze data specialisten hebben hun bevindingen geplot op het bekende AIDA-model (awareness, interest, desire en action) en geven tips over hoe je met die data om kan gaan.
Net als iedereen eigenlijk, wil je zo min mogelijk beslissingen maken gebaseerd op een onderbuik gevoel. Je wil eigenlijk een systeem hebben die bewijst dat het werk wat jij doet, oplevert. Of niet. Clodagh sprak Jos, en vroeg hem de vragen die jij waarschijnlijk ook hebt. Want waar moet je als recruiter beginnen, wat ga je meten, hoe interpreteer je en hoe optimaliseer je weer je gevonden data?
Vraag: Oké, vertel, wat is de beste manier om te beginnen met het verzamelen en gebruiken van mijn data?
Jos: Om data te kunnen verzamelen heb je, om te beginnen, een ‘tracking tool’ nodig. De meest bekende en meest gebruikte, is Google Analytics. Dit kan wat overweldigend zijn, want je krijgt toegang tot vreselijk veel data, wat lang niet allemaal belangrijk is. Daarnaast is Google Analytics ook wel een pittig programma om onder de knie te krijgen, en lang niet iedereen heeft de tijd om dat te leren. Maar als je dat wel kan, of hulp kan krijgen, is dat een mooie start.
Bij VONQ weten we dat lang niet iedereen dat kan of wil, daarom dat het Campaign Performance onderdeel in onze software bestaat. Hierbij zie je alle belangrijke en relevante recruitmentdata. In een aantal simpele stappen kun je dit implementeren op je werken-bij-webpagina. Zo krijg je te zien via welke ‘source’ bezoekers op jouw pagina komen. Denk bijvoorbeeld aan Google, Indeed of misschien wel een niche kanaal.
Vervolgens kun je zien, naast tal van andere zaken, hoeveel bezoekers een bepaalde vacaturepagina hebben bezocht, hoeveel er begonnen zijn met solliciteren en hoeveel kandidaten uiteindelijk het hele proces doorlopen hebben.
Vraag: Wat voor soort data is het? En hoe meet je dat?
Jos: De data die je in Campaign Performance ziet, is verzameld met unieke tracking links die we gebruiken bij iedere plaatsing. Extra inzichten (zoals het aantal bekeken pagina’s) kunnen we ook tracken als je Campaign Performance implementeert.
Het soort data dat we meten hangt af van wat je doel is. Binnen het platform kun je zien hoe de campagne kanalen presteren binnen de verschillende levels van de AIDA-trechter (Awareness, Interest en Desire, Action). Zo meten we hoeveel clicks er zijn binnen een campagne, welke kanalen zorgen voor het meeste verkeer op je werken-bij-website, of welke vacatures, en via welke kanalen de meeste sollicitanten binnen komen.
Vraag: Hoe kun je die data interpreteren om goede aanbevelingen te geven aan de hiring managers?
Jos: Deze inzichten laten je zien welke kanalen en welk type content het beste presteert binnen je doelgroep. Hiermee kun je dus data-gedreven bevestigingen maken voor een volgende campagne, aan de knoppen draaien voor de huidige campagne of wijzigingen in het wervingsproces doorvoeren.
Ik geloof dat het meest belangrijke, aan het analyseren van data is dat je het vertaald naar relevante informatie. Dus wat vertelt de data mij en wat kan ik er mee doen, wat MOET ik ermee doen?
Een voorbeeld: De resultaten van een campagne laten zien welke kanalen het beste presteren gebaseerd op het aantal clicks en sollicitaties. Met die informatie kan ik de mediamix optimaliseren, bijvoorbeeld als sociale mediakanalen die goed presteren, daar op focussen en eventueel slechter presterende kanalen afstoten.
Een ander goed voorbeeld: Als er veel bezoekers zijn die starten met solliciteren, maar als er vervolgens maar een paar zijn die heel het proces doorlopen, dan moet proces aangepast worden. Misschien werkt het formulier niet of staan er te veel vragen op, zodat potentiële kandidaten afhaken.
Vraag: En afsluitend, hoe kan ik mijn data optimaliseren?
Jos: Het werk in recruitment marketing is nooit klaar. Data vertelt wat er wel of niet werkt. Met die informatie kun je verbeteringen doorvoeren, op zowel schrijfwijze, teksten, content en processen. Dat zorgt weer voor nieuwe data waar je weer mee aan de slag kan, etc., etc. Het is een eindeloze lus; precies de reden waarom ik dit werk zo tof vind!