SMARTIES – DIGITAL BITES OF HR

Deutsche Telekom IT Solutions


 

Mi a pályázatban bemutatott projekt / megoldás előzménye, oka? Milyen üzleti problémát akartok / akartatok megoldani vele? Milyen szükségletek hívták elő?

Vállalatunknak 2021-ben 1000 embert kellett felvennie. Akkor a Recruitment napi 10-12 órát dolgozott, emiatt a csapat 60%-a felmondott. 2022-ben a felvételek száma 1200 főre növekedett, 2023-ban pedig 1400 új kolléga csatlakozott hozzánk. A trendet látva már 2022 elején lépnünk kellett a toborzók újabb felmondási hullám elkerülése végett, új megoldást kellett keresnünk. Ez lett az adatvezérelt recruitment:
1. SmartRecruiters (Applicant Tracking System)
2. Business Intelligence (30+ KPI folyamatos figyelése)
3. Adatvezérelt kommunikáció, hirdetések (100+ KPI monitorozása)

Írd le milyen vállalati környezetben, milyen céllal, milyen elvárások mentén indult el a nevezett HR-aktivitás. Amennyiben pontos célszámokat, KPI-okat (Key Performance Indicator) is meghatároztatok, írd le ezeket is!

Target 1 – A toborzás átlagos idejének 30%-kal való csökkentése

Target 2 – A recruitment csapat fluktuációját 60%-ról a vállalati átlag szintjére csökkenteni

Target 3 – A recruitment folyamathoz kapcsolódó, egymástól függetlenül működő rendszerekből, minél integráltabb eszköz kialakítása – kiindulási 8-ról max. 3-ra csökkenteni a rendszerek számát

Átívelő célként a költségek projektet megelőző időszakához képest való szintentartása (nem ideértve a beruházási költségeket)

Írd le a HR-aktivitás pontos menetét! Milyen alapgondolatok mentén zajlott a megvalósítási stratégia kialakítása? Mi volt a stratégia, amivel a fenti célokat el kívántátok érni? Milyen lépésekben zajlott a megvalósítás?

1. ATS:
Stabil alapok létrehozása minél integráltabban működő rendszerekkel, a folyamatok átláthatóságára és az adatok egységes gyűjtésére – megfelelő ATS rendszer kiválasztása és bevezetése.
(SmartRecruiters)
Lépések:
I. Specifikációk elkészítése
II. Beszerzési eljárás kiírása
III. Szolgáltató kiválasztása
IV. Rendszer implementálása
V. Felhasználói tréningek
VI. Utókövetés

2. BI:
A központi rendszer(ek)ben gyűjtött adatokra építve, megfelelő reporting/üzleti intelligencia rendszer felépítése, ami lehetővé teszi az adatalapú döntéseket.
(Microsoft SQL Database, Microsoft SQL Analysis Services, Microsoft Power BI)
Lépések:
I. Adatáramlások és adattárolási kérdésekre adatbázis architektúra kidolgozása,
II. Az értelmezési réteg kialakítása (üzleti logika, kalkulációk definiálása)
III. Vizuális, könnyen értelmezhető megjeleníthetés.
IV. Felhasználói tréningek
V. Utókövetés

3. Adatvezérelt kommunikáció:
A rendelkezésre álló kommunikációs budget tervezése, hatékony felhasználása, a jelöltszám maximalizálása érdekében extenzív riportrendszer kiépítése.
Lépések:
I. Riportrendszer kiépítése
II. Tervezési folyamat meghatározása
III. Meghatározott mutatók (jelentkezők száma/pozíció, /hirdetés, /forrás [hirdetésből, állásportálról stb. érkezők], munkaerőpiac aktuális helyzetével kapcsolatos publikusan elérhető adatok, magyarországi álláshirdetések adatai) gyűjtése, rendszerezése, végül rendszeres vizsgálata a weboldalon.
IV. Mutatókban látható változások/trendek alapján a kommunikációs stratégia kialakítása/adaptálása

4. AI megoldások integrálása:
A gyűjtött adatok körének bővítése és a felhalmozott adatvagyonra épülő fejlett adatelemzési megoldások használata.
Lépések:
I. Adatgyűjtés kiépítése: Publikusan elérhető adatok automatizált legyűjtése, a munkaerőpiac aktuális állapotának és dinamikájának követésére
II. Gépi tanulás: Természetes szöveg elemzése és számszerű adatokból predikciók kialakítása
III. Eredmények folyamatokba való vissza integrálása

Írd le milyen eredményeket értetek el a pályázati HR-aktivitással? Milyen volt a lebonyolítás fogadtatása szervezeten belül / kívül? Amennyiben meghatároztatok előre KPI-okat, mennyire sikerült ezeket teljesíteni? Milyen hatást gyakorolt az aktivitás a szervezetre? Milyen visszajelzések érkeztek az aktivitásokkal kapcsolatban?

Target 1 – A toborzás átlagos idejének 35,5%-kal csökkent – Time To Hire 2022: 76 nap, 2023: 49
Target 2 – A recruitment csapat fluktuációja 60%-ról 8%-ra csökkent
Target 3 – A rendszerek száma 3-ra csökkent (SmartRecruiters, PowerBI, Kommunikációs dashboard)

Beruházási költségeket nem számolva a kapcsolódó költségek nem növekedtek.
Az adatvezérelt kommunikációnak köszönhetően pedig éves átlagban 20%-kal nő a beérkező jelentkezések száma, mialatt a költségeket még csökkenteni is tudtuk, pontosan ismerve, hogy melyik platformokon vagyunk hatékonyak (70%-kal csökkenő HUF/CV).

Írd le, milyen hatást gyakorol a projekt / megoldás az üzletmenetre? Milyen előnyökre tehet szert ezáltal a vállalat a piacon? 

Recruitmenten belül :
– Gyors és hatékony recruitment – közös nézőpont a recruitment-en belül. Six Sigma felmérés alapján a non-value added tevékenységek 30%-kal csökkentek.
– Hatékonyabb jelölt forgatás a jól kezelhető adatbázis miatt (jelenleg 27.962 jelölt van a rendszerben) – jelöltélmény pozitív, folyamatos kapcsolat, garantált visszajelzés
– A kiválasztási folyamat számokban is megfogható és fejleszthető – pontosan látjuk, hogy 1-1 státuszban hány napot töltött a jelölt
– Recruitment vállalást a piaci és belős adatok elemzése után adunk pl. time to hire/time to start, Interview/Hiring (átlagosan 4,1) – Piac aktuális állapota, korábbi tendenciák, hasonló keresések, nyelvtudás, divízió alapján.
– A mesterséges intelligenciára épülő adatok és elemzések hatására valós időben vagy akár előre tudunk reagálni a piac alakulására
– A saját fejlesztések mellett az AI megoldások napi használata kreatív társként megkönnyíti a hatékony pozíció kiírásokat is (ChatGPT)

Hiring Managerek számára:
– Egyértelmű felület a hiring managerek felé – státuszok és recruitment funnel készítése, aminek köszönhetően sikerült megtalálni azokat a közös kapcsolódási pontokat, amiken közösen dolgozunk, együtt tudunk fejleszteni – egy-egy státuszból ki mozdítja el a jelöltet, hogy dolgozzunk hatékonyan együtt stb.

Vállalati hatások:
– Hatékony visszapótlások csökkentik a terhet a kollégákon, így kedvező hatással voltak a vállalati szintű fluktuációs adatokra is (4 százalékpontos csökkenés 2022-2023 között)
– A vállalat munkaerőpiaci megítélése javult, a jelöltélmény piaci összehasonlításban javult

Mi volt a legnagyobb kihívás a projekt során? Mit csinálnátok másképp? Mi volt a legnagyobb tanulság a projektből? 

Több idő kell kommunikációra:
Ekkora váltásoknál a változásmenedzsment sokszor legalább akkor, ha nem nagyobb falat mint a rendszerek tervezése és kialakítása. Bár temérdek kommunikáció és oktatás volt a felhasználók számára, de több vagy hatékonyabb üzenetre szükség lett volna.

Számoljunk a változó elvárásokkal:
Az implementációk során annyira sokszor és nagyot változott a folyamat és a rendszer kialakítása, hogy a BI rendszert többször kellett 0-ról újra felépíteni. A tanulság, hogy az adatvezérelt transzformáció nem egy egyszeri projekt, hanem a mindennapi életbe fűzött tevékenység kell, hogy legyen.

Ami még nem sikerült:
Ideális esetben 1 rendszer lenne a végeredmény. Jelenleg a hirdetési és recruitment reportok még nem érnek össze.

Mi az az EGY megkülönböztető jegy, amitől igazán sikeres lett a projekt?

Adatok: Rendszerezett, jó minőségű és könnyen elérhető adatok (SmartRecruiters), melyhez a legfontosabb lépés a rendszer felhasználóinak adattudatosságra való nevelése volt
Kollégák: Közös célokat szem előtt tartó, agilis hozzáállás, vagyis ne akarjunk mindent egyszerre, lépésenként haladva, tanulva a hibákból messzebbre lehet jutni

Nevezz meg a folyamatban részt vevő kollégákat. Írd le mit tett hozzá a folyamathoz!

Kalmár Ágnes – Recruitment Digitalization Specialist
Trendl Judit – HR Data & Analytics Expert
Hegedűs Ágnes – Data Scientist
Kiss Alexa Lilla – Head of Recruitment
Németh Norbert – Business Operation Manager
Civin Péter – Senior Brand and Communication Advisor

VIDEÓK

Vissza