Wie Sie sich die Macht der Daten zunutze machen: Die Grundlagen von Predictive Analytics

Daniel Schwarm
Januar 2022

In unserer Arbeitswelt sind Daten allgegenwärtig – von dem Moment an, in dem wir unser Notebook aufklappen, bis zu dem Moment, in dem wir die Keycard über das Zeiterfassungssystem ziehen. Im Personalmarketing denkt man bei Daten schnell an die Klassiker wie „Bewerbungsanzahl für eine bestimmte Stelle“ oder „Kosten für die Besetzung“. Diese Daten sollten auf keinen Fall brach liegen, denn in ihnen verstecken sich wertvolle Hinweise für eine Vielzahl von Entscheidungen. Predictive Analytics umfasst hochgradig leistungsfähige Werkzeuge für die Analyse dieser Daten, mit dem Ziel, zukünftige Ergebnisse und Trends vorherzusagen. Wir können uns damit die Macht der Daten zunutze machen!

In diesem Leitfaden geben wir eine Einführung in Predictive Analytics, einschließlich der Frage, was sie ist, welche Vorteile sie bieten kann, wie man damit anfängt und welche Methoden eingesetzt werden können. Damit werden Sie am Ende dieses Artikels ein grundlegendes Verständnis für die Funktionsweise von Predictive Analytics haben und wissen, warum sie für Unternehmen aller Größenordnungen so wichtig ist.

Was ist Predictive Analytics?

In a nutshell: Die Vorhersage künftiger Ereignisse durch historische Daten.

Für die Vorhersage künftiger Ereignisse werden Vergangenheitsdaten analysiert, um Muster und Trends zu erkennen und mit diesen Erkenntnissen Vorhersagen über die Zukunft zu treffen. Natürlich sind die Vorhersagen nicht exakt, aber eine Glaskugel übertreffen sie bei weitem und jeder noch so kleine Teil der Zukunft, den man vorhersagen kann, geht mit besseren Entscheidungen einher. Predictive Analytics wird branchenübergreifend eingesetzt und findet sich in fast jeder Abteilung, wie z. B. in der Produktion, im Einkauf oder im so zentralen strategischen Personalmarketing.

Drei Gründe für den Einsatz von Predictive Analytics im Personalmarketing

Gründe für den Einsatz von Predictive Analytics im Personalmarketing gibt es viele, drei sind aber besonders zentral:  

  • Kosten senken

Durch Predictive Analytics können Sie die Akquisekosten für neue Mitarbeiter*innen senken. Das ist möglich durch die statistische Untersuchung der Daten auf besondere Muster und Beziehungen. So können Unternehmen beispielsweise den geeigneten Kandiaten oder die geeignete Kandidatin für eine vakante Stelle präziser auswählen und damit die Zahl der Fehlbesetzungen verringern. Das spart nicht nur Ärger, sondern reduziert auch die Besetzungskosten!

  • Effizienz steigern

Mit Hilfe von Predictive Analytics können Unternehmen ihre Personalmarketingmaßnahmen effizienter ausrichten. Sie können z. B. die effizientesten Marketingkanäle für einen Stellentyp identifizieren und zukünftige Ressourcen stärker auf diese Kanäle verlagern.

  • Verbesserung der „Candidate Experience“

Auch ist es möglich, mit Predictive Analytics die Wahrscheinlichkeit dafür vorherzusagen, dass Bewerbende sich aus einem Einstellungsverfahren zurückziehen. Führt man diese Analyse an verschiedenen Punkten der sogenannten „Candidate Journey“ durch, identifiziert man schnell die Punkte, die Verbesserungspotenzial aufweisen. Optimiert man diese Punkte, verbessert sich die „Candidate Experience“ der Bewerber*innen und damit auch der Rekrutierungsprozess selbst sowie die Außenwahrnehmung des Unternehmens.

Angewandt kann Ihnen Predictive Analytics helfen, viele Aspekte Ihres Rekrutierungsprozesses zu verbessern, z. B.:

  • Erhöhung der Qualität der Bewerber*innen
  • Reduktion der Zeit, die für die Besetzung einer Stelle benötigt wird
  • Erhöhung der Anzahl der zum Gespräch eingeladenen Bewerber*innen
  • Auswahl des richtigen Stellenportals für eine vakante Stelle

Wie fängt man an?

1. Identifizieren Sie Ihre Ziele
Wollen Sie die Anzahl Ihrer Bewerber*innen verbessern?
Wollen Sie die Stellenbesetzungszeit verkürzen?
Wollen Sie die beste Quelle für potenzielle Kandidat*innen identifizieren?
Wollen Sie wissen, welches Stellenportal die höchste Effizienz bietet?

Ihre Ziele bilden das Fundament für das weitere Vorgehen und sie bestimmen die Ausgestaltung aller folgenden Schritte.

2. Daten sammeln
Der nächste Schritt besteht darin, Daten zu sammeln. Diese können aus einer Vielzahl von Quellen stammen, darunter Portalreportings, Bewerbungen, Lebensläufe, soziale Medien, Umfragen oder öffentliche Datensätze (bspw. Erhebungen von der Bundesagentur für Arbeit zur Entwicklung des Fachkräftemangels, aufgegliedert nach einzelnen Berufen).

3. Analysieren Sie die Daten
Sobald Sie die Daten gesammelt haben, ist es an der Zeit, sie zu analysieren. Dabei kommen die zahlreichen Analyse-Methoden ins Spiel, mit denen Sie Beziehungen in den Daten erkennen können und die Ihnen helfen, Ihren Rekrutierungsprozess zu verbessern. Zu den Methoden später mehr.

4. Maßnahmen ergreifen
Haben Sie Ihre Daten analysiert und Erkenntnisse gewonnen, sollten Sie passende Maßnahmen ergreifen. Sie nutzen also die gewonnenen Informationen für Entscheidungen in der Praxis und beginnen mit der Verbesserung Ihrer Rekrutierungsprozesse. Beispielsweise könnten Sie herausfinden, dass die Klickzahlen bei Jobportal A nach einem Monat deutlich schlechter werden als bei Jobportal B. Dann könnte entweder die Suche nach den Ursachen beginnen oder bei Langzeitanzeigen ein zukünftiger Wechsel auf Jobportal B als sinnvoll erscheinen.    

Mit welchen Methoden analysiert man die Daten?

Es gibt vielzählige Analyse-Methoden und häufig werden diese in Kombination angewandt. Hier ein kurzer Einblick in vier der bekanntesten Methoden:                        

Deskriptive Statistiken werden verwendet, um Daten auf sinnvolle Weise zusammenzufassen und in Tabellen sowie Diagrammen darzustellen. Deskriptive Kennwerte wie Mittelwert, Median, Modus (aber auch komplexere deskriptive Statistiken wie Kovarianz und Standardabweichung) dienen der Beschreibung der vorliegenden Daten (einen tieferen Einblick in diese Kennwerte erhalten Sie im Artikel von Novustat.com). Beispielsweise können Sie die durchschnittlichen Klickzahlen (Mittelwert der Klickzahlen) von Jobportal A und Jobportal B für Ihre Stellenanzeigen berechnen, um eine erste Vermutung über die zukünftige Performanz von Stellenanzeigen auf einem bestimmten Jobportal anzustellen. Sie bemerken, dass auf Jobportal B insgesamt mehr Bewerbungsklicks pro Anzeige generiert werden (Beispiel: Jobportal A hat 1.000 Klicks/Anzeige pro Monat und Jobportal B hat 1.050 Klicks/Anzeige pro Monat). Ihre erste Vorhersage wäre daher, dass Jobportal B auch in Zukunft mehr Bewerbungsklicks pro Anzeige generieren wird. Diese erste Vermutung wird besser sein als die zufällige Auswahl eines Jobportals, aber die Genauigkeit der Vorhersage lässt sich durch weitere Analysen noch deutlich steigern.

Die Regressionsanalyse ist eine Methode, bei der historische Daten verwendet werden, um Beziehungen zwischen verschiedenen Variablen (Jobportal, Branche des Unternehmens, Fachbereich der Stelle, Zeitpunkt der Anzeige, Länge des Anzeigentextes etc.) zu ermitteln. Im Personalmarketing könnte untersucht werden, ob die Auswahl des Jobportals einen Einfluss auf die Bewerbungsklicks hat. Da wir das schon bei der deskriptiven Analyse herausgefunden haben, wäre das eigentlich nichts Neues – aber wir können nun zusätzlich einschätzen, ob der Unterschied (Bewerbungsklicks Jobportal A von 1.000 Klicks/Anzeige pro Monat minus die 1.050 Klicks/Anzeige pro Monat = 50 Klicks/Anzeige Unterschied pro Monat) nur auf zufälligen Schwankungen beruht und daher zu vernachlässigen ist. Wirklich mächtig wird die Regressionsanalyse aber erst, wenn mehrere Variablen zur Vorhersage genutzt werden. Damit können Sie beispielsweise die Frage beantworten, welche Ihrer Variablen für die Vorhersage am wichtigsten ist. Möglicherweise stellen Sie fest, dass das Jobportal allein keinen großen Unterschied macht, aber die Länge des Anzeigentextes. Ein Ergebnis könnte daher sein, dass zu kurze Texte und zu lange Texte abschrecken (das scheint tatsächlich so zu sein: shrm.org) und das vermutlich auch in Zukunft tun werden, weswegen Sie eine Vorgabe der Textlänge für Ihre Stellenanzeigen ableiten können.

Andere Anwendungsfelder könnten der voraussichtliche Erfolg einer Einstellungskampagne sein oder die Ermittlung der Faktoren, die am ehesten zu einer erfolgreichen Einstellung führen. Für eine ausführlichere Darstellung der Funktionsweise: Blog-Artikel auf www.inwt-statistics.de.

Bei der Zeitreihenanalyse werden Datenpunkte untersucht, die über einen bestimmten Zeitraum hinweg gesammelt wurden. Nehmen wir an Sie haben monatliche Daten zur Mitarbeiterfluktuation für die Jahre 2010 bis 2021. In der Zeitreihenanalyse stellen Sie fest, dass die meisten Mitarbeiter*innen das Unternehmen im 1. Quartal verlassen und die wenigsten im 4. Quartal. War das bisher jedes Jahr der Fall, würden Sie auch 2022 mit dieser Verteilung Ihren Personalbedarf planen und Sie würden vermutlich größtenteils Recht behalten.

Segmentierung ist der Prozess der Aufteilung einer Population in kleinere Gruppen oder Segmente auf der Grundlage gemeinsamer Merkmale. Verschiedene Gruppen potenzieller Bewerber*innen können auf der Grundlage von Faktoren wie Demografie, Interessen oder Verhaltensweisen identifiziert werden. Indem Sie die Merkmale dieser einzelnen Gruppe oder Segmente verstehen, können Sie ihre Rekrutierungsbemühungen auf bestimmte Zielgruppen zuschneiden und so Ihre Chancen verbessern, die besten Bewerber*innen zu gewinnen.

Eine mächtige Verbindung: Predictive Analytics & Personalmarketing

In diesem Blog-Artikel konnten Sie einen Einblick darin gewinnen, inwiefern das Sammeln und Analysieren der Daten einen Blick in die Zukunft ermöglicht. Ein Vorteil, den Sie womöglich jetzt schon haben: In Ihrem Unternehmen sind einige Daten vorhanden, die nur darauf warten, aufbereitet und analysiert zu werden. Sollten noch keine Daten vorhanden sein, lohnt es sich, regelmäßig Daten zu erheben und das Fundament für die zukünftige Analyse zu legen. Denn auch in Zukunft bleibt Predictive Analytics im Personalmarketing sicher interessant, um Unsicherheiten zu minimieren, Kosten von Personalmarketingmaßnahmen zu reduzieren und die „Candidate Experience“ zu verbessern.

Wenn Sie mehr über Personalmarketing erfahren möchten, abonnieren Sie doch einfach unseren Blog. In den regelmäßig veröffentlichten Beiträgen finden Sie sicherlich noch vieles mehr, was Sie interessiert.

Sie möchten nicht mehr lesen, sondern endlich machen?

Als Experte im Bereich Recruiting sind wir bestens gerüstet, um Sie bei der Rekrutierung von geeigneten Kandidat*innen zu unterstützen. Wenn Sie daran interessiert sind, mehr zu erfahren, senden Sie uns eine Nachricht und wir helfen Ihnen gerne weiter.

Schlüsselworte Digitales