Chaque fois que vous recrutez, vous recueillez des données. Les résultats des tests de compétences, le coût par embauche, les taux d'acceptation des offres - toutes ces informations peuvent vous aider à prendre des décisions plus efficaces.
Cependant, si vous laissez les données s'accumuler sans les analyser - ou pire, si vous ne les mesurez pas du tout - vous recrutez dans l'obscurité.
Sans visibilité sur vos données de recrutement, vous risquez de voir vos coûts d'embauche augmenter, votre délai d'embauche s'allonger et l'expérience de vos candidats stagner.
En utilisant l'analyse de l'acquisition de talents, cependant, vous pouvez voir où se situent vos défis en matière de recrutement et découvrir ce sur quoi vous devez vous concentrer pour attirer des candidats compétents et motivés.
Dans cet article, nous expliquons pourquoi l'utilisation de l'analyse de données est une stratégie utile d'acquisition de talents et nous partageons sept meilleures pratiques pour vous aider à rationaliser votre processus d'embauche.
L'analyse de l'acquisition de talents fait référence au traitement des données relatives aux employés et aux entreprises. Ces informations vous aident à comprendre comment améliorer les différents éléments de votre stratégie de recrutement.
En utilisant efficacement l'analyse de l'acquisition de talents, vous pouvez affiner la façon dont vous recrutez des personnes et qui vous attirez.
Les employeurs ne sont pas les seuls à bénéficier d'une approche analytique. L'utilisation de l'analyse fait partie d'une tendance populaire d'acquisition de talents, où les entreprises s'appuient sur le recrutement basé sur les données pour améliorer l'expérience des candidats.
Par exemple, les entreprises utilisent des données pour mesurer la durée des processus de recrutement et analyser les raisons pour lesquelles les taux de conversion sont faibles. Les recruteurs utilisent ces données, associées aux commentaires des candidats, pour apporter des changements qui maintiennent l'engagement et la rétention des candidats.
Les mesures d'acquisition de talents suivantes sont toutes utiles pour mesurer le succès de votre stratégie d'embauche :
Le délai de recrutement (time-to-hire) : Le temps moyen qui s'écoule entre le moment où un candidat entre dans votre vivier de talents et celui où il accepte votre offre d'emploi.
Le time-to-fill : Similaire au délai de recrutement ci-dessus, il s'agit du temps qui s'écoule entre le moment où un poste s'ouvre et le moment où un candidat accepte votre offre d'emploi, tous candidats confondus.
Coût par embauche : Le montant que vous dépensez pour le recrutement au cours d'une période donnée divisé par le nombre d'embauches que vous réalisez. Cet indicateur prend en compte les coûts supplémentaires liés aux personnes que vous avez interviewées mais que vous n'avez pas embauchées.
Taux d'acceptation des offres d'emploi : Combien de personnes acceptent les offres d'emploi que vous envoyez aux candidats retenus.
Taux de rendement : Le nombre de candidats qui passent à chaque étape de votre processus de recrutement. Par exemple, sur 300 candidats, 80 passent le test de compétences, 20 passent l'entretien et trois reçoivent une offre d'emploi.
Efficacité du sourcing : le nombre de personnes que vous embauchez par le biais de canaux et de sources spécifiques, tels que les différents réseaux sociaux, les sites d'emploi et les programmes de recommandation des employés.
La qualité de l'embauche : la qualité de l'embauche, bien que parfois subjective, se décompose en mesures telles que les performances professionnelles, l'assiduité et les résultats de tests de compétences objectifs. Il s'agit de la productivité et de la valeur d'une personne pour votre entreprise.
Taux de rétention : la durée moyenne pendant laquelle une personne embauchée avec succès reste dans votre entreprise. Cette mesure est liée à d'autres, telles que l'efficacité du sourcing, pour aider à déterminer les canaux qui produisent les plus longues durées d'emploi.
Il existe quatre types d'analyse à suivre lors de l'analyse de vos données.
Chaque type d'analyse pose une question spécifique :
Type | Question |
Analyse prédictive | "Que pourrait-il se passer à l'avenir si nous faisons ceci ?" |
Analyse prescriptive | "Quel est le meilleur plan d'action pour la suite ?" |
Analyse historique ou descriptive | "Que s'est-il passé, quand et pourquoi ?" |
Analyse diagnostique | "Pourquoi cela s'est-il produit ?" |
En utilisant un logiciel d'analyse de données, vous pouvez appliquer ces questions aux données et métriques énumérées ci-dessus et obtenir une image claire de votre processus de recrutement de bout en bout.
Par exemple, vous pourriez utiliser l'analyse prédictive dans l'acquisition de talents pour décider où concentrer votre marketing de recrutement. Si le nombre de candidats qui postulent sur Instagram est plus élevé, c'est là que vous devriez prioriser votre budget.
Les analyses d'acquisition de talents vous montrent ce qui fonctionne dans le recrutement et ce qui ne fonctionne pas.
L'utilisation de données pour soutenir l'acquisition de talents aide les recruteurs à découvrir où les entonnoirs d'embauche sont les plus lents, où le marketing n'atteint pas les talents appropriés et où il est nécessaire de se concentrer davantage sur les besoins des candidats.
Plusieurs étapes de votre processus de recrutement doivent faire l'objet d'une attention particulière, comme le suivi des candidats, la planification des entretiens et la transmission des informations.
Par exemple, votre délai d'embauche et la planification de l'entonnoir de recrutement peuvent avoir un impact positif ou négatif sur l'expérience des candidats.
Le délai d'embauche moyen pour les entreprises américaines est d'environ 36 jours[1]. Cependant, 62 % des candidats à un emploi déclarent ne plus être intéressés par un poste si l'employeur met plus de deux semaines à répondre après le premier entretien.
Ce chiffre passe à 77 % s'il n'a toujours pas répondu au bout de trois semaines.[2]
Les analyses aident les recruteurs à supprimer les étapes inutiles de l'embauche pour que le processus reste rapide et que les candidats soient intéressés et engagés.
En outre, la mesure de paramètres tels que le délai d'embauche aide les recruteurs à mieux communiquer avec les employés potentiels. Les candidats veulent savoir ce qui se passe à chaque étape et ne veulent pas attendre.
Vous ne voulez pas qu'un processus de recrutement médiocre donne aux candidats une mauvaise première impression de votre entreprise.
Lorsque vous utilisez des rapports et des analyses sur l'acquisition de talents pour éclairer vos processus de recrutement, vous pouvez vous attendre à :
1. Des améliorations de la qualité des embauches
2. Une résolution plus efficace des problèmess
3. Une réduction des coûts de recrutement
4. Une réduction de la rotation du personnel
5. Moins de préjugés à l'embauche
6. Moins de lacunes dans les compétences
Voyons pourquoi et comment cela peut être le cas.
Les recruteurs se préoccupent de plus en plus de trouver des embauches de qualité. Les études montrent que la confiance des RH dans la recherche de candidats adéquats diminue de 2% par an.
L'analyse plus efficace des données relatives à l'acquisition de talents contribue à renforcer cette confiance.
Lorsque vous analysez les données relatives à vos embauches les plus réussies, vous pouvez établir un profil du candidat idéal (PCI) et modeler vos stratégies de recrutement en fonction de ce candidat.
Vous pouvez organiser vos employés en fonction des données de performance, telles que les chiffres d'assiduité, le respect des délais et certains résultats de tests de compétences. Ensuite, vous pouvez approfondir ce que chacun de ces employés performants a en commun en utilisant les modèles émergents pour ajuster votre PCI.
En outre, les données relatives aux scores s'avèrent utiles pour évaluer les lacunes en matière de compétences au sein de votre équipe - nous y reviendrons plus tard.
L'analyse de l'acquisition vous aide à mettre à plat les processus de recrutement, ce qui signifie qu'il est plus facile de voir ce qui fonctionne et ce qui ne fonctionne pas à chaque étape.
Par exemple, un recruteur peut utiliser un logiciel d'analyse pour vérifier à quel moment les candidats quittent le plus souvent leur entonnoir de recrutement.
Ce graphique montre que les candidats abandonnent le processus de recrutement peu après leur qualification, au moment de l'entretien.
Vous pouvez utiliser ces informations comme point de départ pour affiner la façon dont vous interviewez les candidats. Par exemple, le processus peut être trop lent ou ne pas correspondre à ce que les candidats attendent du profil du poste.
Ce problème potentiellement caché ne devient pas toujours évident tant que vous ne disposez pas de données d'acquisition visuelles. Envisagez d'associer ces données aux commentaires des employés pour renforcer votre prise de décision - nous y reviendrons plus loin.
Les coûts de recrutement augmentent lorsque les personnes que vous embauchez ne font pas l'affaire.
Le coût d'une mauvaise embauche, ou d'un employé que vous renvoyez ou qui démissionne peu après la période d'essai, varie en fonction de plusieurs facteurs. Les coûts d'embauche et d'intégration peuvent s'élever à 240 000 $ par employé pour les entreprises dont la recherche de candidats est particulièrement étendue[3].
Quel que soit le coût, c'est toujours de l'argent à perdre si vous devez simplement licencier une recrue peu après son intégration.
Utilisez l'analyse de l'acquisition de talents pour déterminer quelles campagnes de recrutement convertissent les meilleures et les pires embauches et donnez la priorité à l'embauche par le biais des meilleurs canaux et des meilleures techniques. Vous pouvez également utiliser ces données pour améliorer les efforts de recrutement qui n'atteignent pas leur but.
Une analyse réussie des données de recrutement de cette manière signifie que vous n'avez pas à :
Gaspiller de l'argent pour de mauvaises embauches
Investir des fonds supplémentaires dans des campagnes de recrutement
Vous inquiéter de perdre de la productivité à cause de talents de mauvaise qualité
L'analyse approfondie des données relatives au taux de rotation vous aide à comprendre pourquoi les gens quittent votre entreprise. En utilisant les données relatives à la rétention et à la durée de l'emploi, vous pouvez vous poser les questions suivantes :
Quel est votre taux de licenciement par rapport au taux de démission ?
Existe-t-il des similitudes entre les personnes qui choisissent de partir dans les six mois ?
Est-ce que je renvoie toujours les mêmes personnes sans m'en rendre compte ?
Les stratégies d'analyse des données vous aident à comprendre les facteurs de rotation et à garder les employés plus longtemps. Par exemple, utilisez le feedback des employés pour déterminer pourquoi les gens partent.
Examinons à nouveau les données mentionnées ci-dessus et utilisons-les pour déterminer les canaux et les campagnes de recrutement qui entraînent le taux de rotation le plus élevé.
S'il y a une nette différence dans le taux de rotation entre les recrutements sur les sites d'emploi et les recrutements sur LinkedIn, examinez les différences entre ces campagnes - quelque chose d'aussi subtil que le langage que vous utilisez ou les détails que vous incluez dans le marketing pourrait faire pencher la balance.
Les données montrent où vous pouvez intervenir pour réduire le taux de rotation des employés. Il s'agit alors d'expérimenter le comment.
Par exemple, offrez davantage d'opportunités d'apprentissage et de développement aux personnes susceptibles de quitter l'entreprise, ou créez un plan pour prolonger les contrats des travailleurs occasionnels qui dépassent vos attentes.
Les préjugés inconscients à l'embauche vous empêchent d'atteindre un plus grand nombre de talents et risquent de marginaliser des personnes par ailleurs bien placées pour rejoindre votre équipe.
Lorsque vous vous appuyez sur des données pour déterminer comment et qui vous recrutez, vous devenez plus attentif à rendre votre processus plus objectif et vous êtes moins susceptible d'exclure des personnes sans raison.
Les données relatives à l'embauche peuvent vous aider à élaborer une stratégie d'embauche inclusive qui n'écarte pas les candidats en raison de qualificatifs discutables, tels que la formation ou l'expérience professionnelle.
L'analyse des données vous aide à juger les candidats en fonction de leurs compétences et de leurs performances, et non de leur expérience, de l'endroit où ils sont allés à l'école ou des personnes qu'ils connaissent déjà au sein de l'entreprise.
Les rapports de données pourraient vous indiquer que votre graphiste idéal obtient d'excellents résultats aux tests de communication, qu'il livre ses projets dans les délais impartis et qu'il excelle dans l'utilisation de logiciels tels qu'Adobe Creative Cloud et Canva - autant de facteurs indépendants des diplômes ou des emplois antérieurs.
En cédant aux préjugés en matière d'embauche, vous vous privez des avantages liés à l'embauche de candidats plus diversifiés.
Les lacunes en matière de compétences vous indiquent où se trouvent les compétences manquantes au sein de votre main-d'œuvre.
Supposons que vous prévoyiez la nécessité de créer davantage d'équipes à court terme, mais que vous manquiez de personnel d'encadrement. Vous ne savez pas lequel de vos employés actuels est prêt pour une promotion, mais après avoir effectué une analyse des lacunes en matière de compétences, vous découvrez des lacunes dans les compétences en leadership que vous devez combler.
Étant donné que ces compétences en leadership sont absentes chez votre personnel disponible, vous décidez que la meilleure solution est d'engager une personne externe pour combler cette lacune. Même si ce n'est pas l'idéal, c'est une meilleure solution que de promouvoir un employé qui n'est pas encore qualifié pour le poste.
Une enquête auprès des professionnels des RH révèle que les écarts de compétences se creusent, avec un bond de 14% en un an - de nombreuses entreprises ne savent peut-être même pas qu'un tel écart nuit à leur productivité.
Cela souligne l'importance de s'équiper des bons outils - comme une plateforme d'évaluation des talents - pour évaluer les écarts de compétences avant de se préoccuper des données.
Maintenant que nous connaissons les nombreux avantages de l'analyse de l'acquisition des talents, concentrons-nous sur la façon dont vous pouvez utiliser cette technologie pour améliorer vos résultats en matière de recrutement et d'affaires.
Nous vous recommandons de mettre en œuvre ces sept meilleures pratiques pour obtenir les meilleurs résultats.
Meilleure pratique | En résumé |
1. Définissez clairement vos objectifs | Établissez une hypothèse, vérifiez vos données et tirez une conclusion pour améliorer des domaines spécifiques de votre processus d'embauche |
2. Utilisez diverses sources de données | Tirez parti de différents outils pour mesurer et rendre compte de divers problèmes et paramètres de votre processus d'embauche afin d'obtenir des conclusions exploitables |
3. Identifiez les défis et les opportunités dans vos données | Posez-vous des questions sur les raisons pour lesquelles vos données peuvent être biaisées d'une certaine manière et réfléchissez de manière créative à la façon dont vous pouvez les améliorer |
4. Utilisez des visualisations pour mieux comprendre vos chiffres | Créez des tableaux de bord et des outils de reporting pour faciliter la compréhension des données afin de prendre des mesures plus efficaces et plus sûres |
5. Suivez les progrès et procédez à de petits changements | Ne pensez pas que les grands changements règlent tous vos problèmes immédiatement - établissez une feuille de route et concentrez-vous sur l'essai progressif des changements afin de pouvoir revenir en arrière s'ils ne fonctionnent pas |
6. Embauchez un analyste de données compétent | Travaillez avec des experts qui traduisent et explorent des données complexes pour vous et économisez du temps et des efforts |
7. Sondez les candidats pour mesurer leur expérience | Faites confiance aux candidats et aux employés pour qu'ils donnent leur avis sur une échelle numérique afin de construire des expériences d'embauche basées sur le retour d'information et non sur des hypothèses |
Vous avez besoin de plus que de simples données brutes pour résoudre vos problèmes.
Vous devez émettre une hypothèse, c'est-à-dire une possibilité d'expliquer la situation, puis tester vos données sur la base de cette hypothèse et fixer un objectif en fonction de vos conclusions.
Construisons un exemple à l'aide de ce processus en cinq étapes :
Formulez une hypothèse : "Nos coûts d'embauche sont trop élevés en raison d'une mauvaise communication".
Observez les données : vérifiez le délai d'embauche, le coût par embauche, la rotation du personnel et les taux de rendement.
Trouvez un modèle dans les données : vous constatez qu'un grand nombre des meilleurs candidats rejettent les offres d'emploi parce qu'il s'écoule trop de temps après leur candidature. Cela vous amène à envoyer des offres à des candidats moins bien classés qui s'avèrent souvent être des erreurs d'embauche, ce qui vous oblige à recommencer le processus.
Confirmez ou infirmez l'hypothèse : vous découvrez que la cause des retards dans les offres d'emploi est effectivement due à un manque de communication entre les responsables du recrutement.
Créez un objectif : "Nous devons améliorer notre marketing de recrutement et notre efficacité en matière d'embauche en nous concentrant davantage sur la communication avec notre équipe d'acquisition de talents."
Réfléchissez aux objectifs les plus importants pour le plan d'embauche de votre entreprise , ici et maintenant.
Voulez-vous réduire les coûts de recrutement ?
Examinez les indicateurs, tels que le coût par embauche et le délai d'embauche, et déterminez combien vous dépensez en moyenne pour le recrutement et où vous pouvez réduire le processus.
Pensez à examiner les données sources dans ce scénario. L'analyse pourrait vous indiquer que les personnes recrutées par les agences ne restent pas chez vous aussi longtemps que celles recrutées sur les sites d'emploi, auquel cas vous pouvez en toute confiance réduire les coûts de l'agence.
Si vous testez une hypothèse et que vous n'êtes pas en mesure de la confirmer, cela vous aide à restreindre vos objectifs. Répétez le processus jusqu'à ce que vous trouviez quelque chose qui ait du sens et sur laquelle vous puissiez agir.
Avec un budget adéquat, vous pouvez disposer d'un grand nombre d'outils divers, tels que des systèmes de suivi des candidats, des logiciels de gestion des relations avec les candidats et des tests de compétences en ligne.
Pensez à restreindre vos choix technologiques en fonction de vos objectifs d'analyse.
Vous souhaitez améliorer l'expérience des candidats afin d'attirer de meilleurs candidats ?
Choisissez un logiciel de gestion des relations avec les candidats et suivez chaque étape de leur parcours.
Examinez les données relatives au délai d'embauche et voyez s'il y a des baisses évidentes à un moment précis du processus.
Utilisez l'automatisation du recrutement pour recueillir des données en direct sur l'endroit où les gens trouvent vos offres d'emploi et pour suivre les temps de réponse entre chaque communication avec eux.
Utilisez les évaluations des talents pour réaliser une analyse des lacunes en matière de compétences au sein de votre personnel et donnez la priorité aux candidats qui passent des tests en fonction des talents manquants.
Pour une approche efficace basée sur les données, il est important de comprendre quels outils d'analyse sont appropriés pour diagnostiquer quels problèmes.
Une fois que vous avez obtenu les données dont vous avez besoin, recherchez les lacunes et les corrélations et faites preuve de créativité pour les résoudre.
Vous trouvez que votre taux de rotation est plus élevé dans certaines catégories démographiques, comme les parents qui travaillent ?
Envisagez d'adapter la rémunération et les avantages spécifiques à leurs besoins et de donner la priorité à la flexibilité sur le lieu de travail pour les aider à mieux combiner leur vie personnelle et professionnelle.
La qualité de vos candidats pour un poste spécifique est constamment faible ?
Testez vos meilleurs employés dans ce service et donnez la priorité aux tests des nouvelles recrues en fonction des scores les plus élevés. Comme nous l'avons vu précédemment, les quatre types d'analyse vous aident à poser des questions sur vos données.
Préparez-vous à ce que les réponses vous mette au défi et soyez prêt à ajuster vos processus si vous voulez apporter des changements positifs.
Personne n'aime lire des rangées infinies de données. Heureusement, les logiciels d'analyse peuvent vous aider à visualiser les informations en temps réel sous forme de graphiques, de tableaux et de diagrammes plus faciles à assimiler.
Les tableaux de bord de recrutement présentent les informations de manière visuelle afin d'identifier clairement les possibilités d'amélioration.
Supposons que vous utilisiez un logiciel pour organiser les canaux d'emploi en fonction de l'ancienneté moyenne des employés qui en sont issus. Votre logiciel pourrait produire un simple diagramme circulaire montrant clairement que la plupart des personnes quittent leur emploi après avoir été recrutées par le biais d'un canal de médias sociaux comme LinkedIn.
Il est peu probable que vous puissiez apporter des changements radicaux à votre succès de recrutement du jour au lendemain, en particulier si vous vous concentrez sur un objectif à long terme, comme par exemple la réduction du taux de rotation du personnel.
C'est pourquoi il est bon de suivre de près l'analyse de vos données et de procéder à de petits changements progressifs.
De cette façon, vous testez progressivement chaque changement que vous apportez pour voir s'il y a des corrélations positives. Utilisez un logiciel tel qu'un tableau de bord de recrutement pour obtenir des informations sur les délais d'embauche et surveillez-les quotidiennement lorsque vous commencez à rationaliser votre processus.
En procédant à de petits changements, vous pouvez rebondir et vous adapter facilement si vous faites une erreur ou si les stratégies ne fonctionnent pas.
L'analyse des données est fascinante mais complexe, c'est pourquoi de nombreux responsables RH de grandes entreprises travaillent en étroite collaboration avec des analystes experts.
Ces spécialistes aident à comprendre ce que toutes les données relatives à l'embauche signifient concrètement. Vous gagnez du temps et des efforts, et vous réduisez le risque de commettre des erreurs coûteuses.
Si vous dirigez une grande entreprise et que vous disposez du budget nécessaire, envisagez de suivre cette voie. Comme pour n'importe quel poste, utilisez les tests de compétences à bon escient pour vous assurer de trouver un professionnel en qui vous avez confiance.
Essayez de recruter pour ce poste en utilisant le test "Travailler avec les données" de TestGorilla, qui explore la capacité d'un candidat à analyser et interpréter des données et à utiliser des graphiques et des tableaux.
Il n'est pas toujours facile de mesurer l'expérience des candidats à moins d'avoir un retour d'information spécifique de la part des personnes directement impliquées.
Pensez à concevoir une enquête que les candidats pourront remplir à la fin du processus de recrutement afin d'évaluer leur opinion.
Vous pourriez utiliser des questions à échelle numérique, en demandant aux personnes de noter leur expérience de un à cinq sur des énoncés spécifiques :
"L'entreprise a répondu rapidement à mes demandes"
"Mon interlocuteur m'a bien accueilli"
"Le processus d'embauche était inutilement compliqué"
En saisissant des données numériques à partir de ces énoncés, vous pouvez organiser ces données pour voir où des améliorations sont nécessaires.
Envisagez d'introduire ces questionnaires lors de l'accueil des employés dans le cadre des meilleures pratiques d'intégration et lors des évaluations régulières des performances quelques mois plus tard.
Cela vaut même la peine de demander aux employés de longue date de participer, car leurs opinions vous donnent une idée de ce qui motive leur maintien en poste.
De nombreuses entreprises utilisent l'analyse de données pour améliorer les normes de recrutement - mais en voici trois dont nous pensons que vous devriez vous inspirer.
Entreprise | Comment elle utilise les analyses |
Unity Technologies | Mesure et ajuste régulièrement les étapes simples du recrutement grâce à l'apprentissage automatique pour rationaliser l'efficacité du recrutement |
Juniper Networks | Mesure les points d'entrée et de sortie des employés pour suivre leur parcours professionnel - et utilise ces données pour ajuster les processus, augmente la rétention et prolonge l'ancienneté |
Microsoft | Donne la priorité aux données des employés qu'elle estime les plus susceptibles de rester peu de temps afin d'informer les changements dans l'expérience des candidats et de réduire la rotation. |
Unity, un studio de développement de jeux, utilise une approche approfondie mais simple de l'analyse dans l'acquisition de talents.
L'entreprise utilise un entonnoir de recrutement simplifié pour décrire chaque étape de son processus d'embauche et ajuster sa durée à l'aide de l'apprentissage automatique.
L'entreprise définit des paramètres clairs pour son entonnoir afin de s'assurer que les huit étapes reçoivent des données très spécifiques. Cette stratégie aide l'entreprise à rationaliser les mêmes étapes pour chaque poste pour lequel elle recrute, en gardant des informations cohérentes et faciles à utiliser.
En fixant clairement des repères pour les taux de conversion des entretiens, le studio s'assure qu'il ajuste continuellement son entonnoir afin qu'il soit optimisé pour trouver les meilleurs candidats.[4]
Juniper, une entreprise de cybersécurité en réseau, adopte une approche similaire à Unity et est toujours prête à apporter des ajustements à son processus d'embauche.
Plus précisément, l'entreprise va au-delà de l'attente de base qui consiste à mesurer l'origine des employés en modélisant leur orientation.
En utilisant des données pour créer des prédictions précises sur la destination à long terme de ses meilleurs candidats, l'entreprise comprend comment les recruter et les retenir au mieux.
Cette stratégie aide l'entreprise à maintenir un processus d'embauche plus progressif à mesure que le marché de l'emploi évolue, toujours prêt à s'adapter aux besoins changeants des employés.
Microsoft, le géant de l'informatique, utilise les données pour orienter une grande partie de ses pratiques en matière de ressources humaines.
L'entreprise s'appuie notamment sur les données pour établir le profil des candidats et créer un lieu de travail plus attrayant pour les nouvelles recrues.
L'entreprise étudie attentivement les employés les plus susceptibles de quitter ses effectifs à court terme et adapte ses stratégies en matière de lieu de travail en fonction de ces derniers.
Elle se concentre sur les secteurs où le taux de rotation est élevé et crée des expériences solides pour les candidats, fondées sur une communication ouverte et des possibilités de développement.
En analysant les données de cette manière, la marque a pu réduire de moitié son taux de rotation dans plusieurs secteurs, en appliquant les mêmes techniques dans d'autres secteurs de l'entreprise.[5]
Sans analyse de l'acquisition de talents et sans visibilité des données, vous risquez de mal recruter.
Même si vous avez déjà les données brutes sous les yeux, il est important de savoir comment les analyser et prendre des décisions de recrutement éclairées.
En utilisant l'analyse comme stratégie d'acquisition de talents, vous pouvez :
Encourager les talents de qualité à rejoindre votre entreprise
Réduire votre coût par embauche
Améliorer l'expérience de vos candidats
Conserver les meilleurs talents plus longtemps
Avant de plonger dans les données pour la première fois, lisez notre guide sur la technologie d'acquisition des talents - et assurez-vous d'utiliser les données dans le cadre de votre planification stratégique du personnel.
Enfin, n'oubliez pas de consulter notre bibliothèque d'évaluation des talents et commencez à obtenir des données puissantes basées sur les compétences de vos employés.
Sources
"SHRM Customized Talent Acquisition Benchmarking Report". (2017). Society for Human Resource Management. Consulté le 21 septembre 2023. https://www.shrm.org/ResourcesAndTools/business-solutions/Documents/Talent-Acquisition-Report-All-Industries-All-FTEs.pdf
Half, Robert. (10 février 2021). "How To Lose A Candidate In 10 (Business) Days". PR Newswire. Consulté le 20 septembre 2023. https://www.prnewswire.com/news-releases/how-to-lose-a-candidate-in-10-business-days-301225756.html
Sundberg, Jörgen. "What Is the True Cost of Hiring a Bad Employee?Undercover Recruiter. Consulté le 21 septembre 2023. https://theundercoverrecruiter.com/infographic-what-cost-hiring-wrong-employee/
Evans, Anne. (30 mai 2018). "How We Use Data and Analytics to Make the Best Hiring Decisions". ERE.Consulté le 21 septembre 2023. https://www.ere.net/articles/how-we-use-data-and-analytics-to-make-the-best-hiring-decisions
McNeill, Megan. (17 mai 2020). "How 5 Successful Companies Are Using HR Analytics". ICS Learn.Consulté le 21 septembre 2023. https://www.icslearn.co.uk/blog/human-resources/how-5-successful-companies-are-using-hr-analytics/
Créez des tests de recrutement en quelques minutes pour évaluer les candidats, gagner du temps et recruter les meilleurs talents.
Pas de spam. Désabonnez-vous à tout moment.
Nos tests de sélection identifient les meilleur·e·s candidat·e·s et rendent vos décisions d’embauche plus rapides, plus simples et impartiales.