Förmågan att få in rätt kompetens är avgörande

Ingen affärsidé förverkligas utan människor. När strategier och affärsidéer förändras måste även förmågan att få in rätt kompetenser utvecklas i rätt riktning. För en effektiv kompetensförsörjning har vi identifierat 5 samverkande huvudområden som påverkar företagets förmåga att attrahera och rekrytera rätt personer som behövs utifrån verksamheten.

Nulägesanalys Rekryteringsdesign

Vi hjälper dig ta redan på förutsättningar inför nya system, digitalisering, upphandling leverantörer, nya metoder inom rekrytering. I analysen undersöker vi 5 områden; Strategi & affärens behov av kompetens, Rekryteringsprocesser, Långsiktig profilering, Kandidatförsörjning och Urval. Nulägesanalysen ger dig insikter om hur strukturerad och redo din process är för AI och digitalisering, möjliga kostnadsbesparingar, insikter in upphandling av system och tjänster.

Kompetensbehov, kompetensmodeller, arbetsanalyser, målgruppsanalyser

Vi hjälper dig att förstå hur väl företagets kompetensbehov tillgodoses med de metoder som används i rekrytering och profilering. Det börjar med hur företaget arbetar med kompetensbehovet och analysera behovet för att lyckas och prestera i arbetet. Vi analyserar framgångsfaktorer för att lyckas i arbetet, engagemang och samarbete i företaget och risker för att göra misstag (Taskperformance, Organisational Citizen behanvior, Counter productive Work Behavior). WeCompose använder analystekniker såsom Critical Incident Technique, Reptertory Grid Technique, regressionsanalyser för arbetsanalyser och målgruppsanalyser. Det säkerställer att du rekryterar och letar efter de faktorer som driver bra prestationer med eviden, data som stöd. Bra behovsanalyser hjälper dig i vidare utveckling av rekrytering och profilering oavsett det är rekrytering till nya roller eller utveckling av profilerande kommunikation employer branding.

Optimerade rekryteringsprocesser för att skapa bra urvalsbas

Det är viktigt att företag har optimerat olika rekryteringsprocesser för olika målgrupper med olika framgångsfaktorer. Tex för roller med högre komplexitet och förändringstakt måste urvalsmetoder vikta kognitiva färdigheter högre än för lägre komplexitetskrav. För roller med extremt låg tillgång på kvalificerade kandidater (<10%), få bra kandidater, måste processen utvecklas för att öka ”baskvoten” dvs säkerställa att fler kvalificerade kandidater söker (helst mer än 30-40% som är vanligt i annonserade urvalsprocesser). Ökning av baskvoten kan göras med search eller bättre riktade annonser som når rätt målgrupper. Riktig search brukar uppnå ca 50% i baskvot.
WeCompose analyserar företagets rekryteringsprocesser och hur kandidaturvalen brukar se ut. Det är också viktigt att analysera konvertering av uppsökta, eller exponerade till kandidater. Var finns och beror konverteringsförlusterna på?

Urvalsmetoderna bör också optimeras så att så många kandidater bedöms som möjligt, dvs en så låg urvalskvot som möjligt. En låg urvalskvot under 0,5 (2 kandidater) helst 0,20-0,25 (5-4 kandidater) förbättrar sannolikheten att rekryterar rätt ordentligt framförallt när företaget lyckats att höja baskvoten till åtminstone 30-40%. Många företag arbetar ineffektivt och har onödigt hög urvalskvot då de fattar gallrat många tidigt i processen.

Optimerade urvalsmetoder

Beroende på urvalskvot och baskvot, kan urvalsmetoderna optimeras. Tex Mer exakta och metoder med hög prognosförmåga mäta framgångsfaktorerna har stor effekt på att öka sannolikhet rekrytera rätt vid vissa urvalskvoter och baskvoter. Om företaget lyckats skapa urval med baskvoter på 30%-50% så ger rätt urvalsmetoder mycket bra effekt. Även om det är relativt stort chans rekrytera rätt även vid slumpmässigt urval om baskvoten är väldigt hög, tex 90%, så kan optimering av urvalsmetoderna bidra med automatisering, tidsbesparingar och framförallt ett mer rättvist urval. Och inte minst vad är nyttan med urvalet, dvs vad får det kosta.
Vid optimering av urvalsmetoder använder WeCompose modeller från Taylor & Russell (1939), Brogden (1946, 1949), Cronbach and Gleser (1965) and Naylor and Shine (1965) , Schmidt & Hunter(1998), Gonzalez-Mulé, Mount, Oh (2014), Schmidt, Oh, & Shaffer (2016)

Profilering

Låga baskvoter kan också påverkas med profilerande kommunikation. WeCompose analyserar med hjälp av AIDA modellen vad som görs mot kritiska målgrupper för att öka kännedom och intresse för företaget. En del företag fokuserar på fel målgrupper och får därför inte effekt i sina rekryteringar. En del företag jobbar inte med långsiktig profilering för att öka kännedom om företaget mot rätt målgrupper utan endast med kortsiktig reklam om att söka lediga tjänster eller med headhunting. Det kan bli väldigt dyrt och ineffektivt. WeCompose undersöker hur företaget följer upp och föreslår modeller för att förstå och kontinuerligt mäta effekten av kommunikationsinsatserna.

Validera rekryteringsprocessen och utvärdera processen

Vi hjälper dig med analyser och nyckeltal för att ge er bättre bilda av hur bra er rekryteringsfunktion presterar. Analysen ger dig insikter i att du lägger tid och resurser på rätt saker samt vad du kan utveckla. Rekryteringsprocessen bör kunna visa upp en validitet som så hög som möjligt dvs att processen har en hög förmåga att välja ut personer som lyckas bra i arbetet, engagerar sig i företaget och undviker att göra misstag. Många rekryteringsprocesser har inte högre validitet än 0.38 – 0.45, det kan vara fullt tillräckligt om det är hög tillgång på kvalificerade kandidater och låg komplexitet i arbetet. Men för med komplexa roller eller när du automatiserar delar i rekryteringsprocesser är det viktigt att processen eller de automatiserade momenten valideras så du får evidens på att de som rankas högst också presterar bäst i arbetet samt minimerar risker för diskriminering eller irrelevanta urvalsfaktorer.
Vi kan även hjälpa dig med modeller för utvärdera kandidatupplevelse i rekryteringsprocessen, som visar vad du bör förbättra för att få effekt på kandidatupplevelsen.
Vid validering och utvärdering av rekryteringsprocesser rekommenderar WeCompose använda modeller såsom Linjär regressionsanalys, Bayes sats, NKI modell.