การแข่งขันเพื่อดึงดูดคนเก่งดุเดือดขึ้นทุกวัน การสรรหาพนักงานที่ใช่ ถ้าเลือกที่จะใช้ประสบการณ์หรือเซนส์ของ HR เพียงอย่างเดียวในการตัดสินใจ โอกาสที่จะ Hiring ผิดพลาดก็มีสูง
แต่สมัยนี้ข้อมูลและเทคโนโลยีเข้ามามีบทบาทกับการทำงานมากขึ้น เราสามารถใช้ 2 สิ่งนี้เพื่อช่วยให้การ Hiring สำเร็จได้มากขึ้น
3 ข้อสังเกตที่เราสามารถกลับไปย้อนดูองค์กรว่าถ้าเกิดปัญหาแบบนี้บ่อย ๆ ก็ควรปรับปรุงวิธีการ Hiring ในองค์กรแล้ว เช่น
- คิดว่าคัดคนมาดีแล้ว แต่พอทำงานจริงกลับไม่เป็นอย่างที่คาด
- พนักงานเริ่มงานแป๊บ ๆ กลับลาออกเร็ว
- จ้างคนผิด ต้องมาหาใหม่ซ้ำ ๆ
ถึงเวลาเปลี่ยนวิธีการคัดเลือก Data-Driven Hiring อาจจะเหมาะกับสถานการณ์แบบนี้
Data-Driven Hiring คือการใช้ข้อมูลสถิติจากการสรรหาที่ผ่าน ๆ มา ในการวิเคราะห์ กำหนด Criteria เพื่อดูว่าแนวทางไหนมีโอกาสประสบความสำเร็จ และเหมาะกับองค์กรเรามากที่สุด ลดการตัดสินด้วยความรู้สึก
วิธีนี้จะช่วยให้ HR เลือกผู้สมัครที่มีศักยภาพสูงสุด ลดอัตราการลาออก และช่วยให้องค์กรได้คนที่ใช่ตั้งแต่แรก ไม่ต้องเสียเวลาและต้นทุนไปกับการจ้างงานผิดพลาด
มาดูกันว่า Data-Driven Hiring ทำงานอย่างไร และช่วยให้การสรรหามีประสิทธิภาพขึ้นได้แบบไหนบ้าง?
ใช้ Data ช่วยวิเคราะห์คนที่ใช่สำหรับองค์กร
ก่อนจะเริ่มหาคนใหม่ ต้องรู้ก่อนว่าองค์กรต้องการคนแบบไหน ?
- วิเคราะห์จากข้อมูลพนักงานที่ประสบความสำเร็จในองค์กร – คนเก่งในทีมมีคุณสมบัติอะไรบ้าง?
- ดูข้อมูล Exit Interview – คนที่ลาออกมีปัญหาตรงไหน? จะปรับปรุงได้อย่างไร?
- เช็ก Performance Data – พนักงานที่ทำงานได้ดีส่วนมากมีประสบการณ์จากไหน มีทักษะอะไร?
วิเคราะห์ข้อมูล Candidate Experience เพื่อปรับปรุงกระบวนการจ้างงาน
การเก็บข้อมูลสถิติการจ้างงานแบบละเอียด ลึกไปถึงจำนวน ระยะเวลาในขั้นตอนต่างๆ จะช่วยให้เรามองเห็นปัญหาในองค์กรได้ง่ายขึ้น ซึ่งการใช้ Tools อย่าง ATS (applicant tracking system) ก็จะสามารถช่วยขั้นตอนนี้ได้
- ดูข้อมูลอัตราการ Drop-off ของผู้สมัคร – กี่คนที่เริ่มสมัครงานแต่ไม่จบขั้นตอน
- เช็กเวลาการจ้างงาน (Time to Hire) – ระยะเวลาตั้งแต่เริ่มเปิดตำแหน่ง ถึงจ้างงานสำเร็จ
- วิเคราะห์ Feedback จากผู้สมัคร – ผู้สมัครคิดยังไงกับกระบวนการสัมภาษณ์
 |
ใช้ Predictive Analytics ทำนายความสำเร็จของผู้สมัคร
แทนที่จะดูแค่ประสบการณ์ในอดีต ลองใช้ Predictive Analytics เพื่อคาดการณ์ว่า ผู้สมัครคนไหนมีโอกาสประสบความสำเร็จในงานมากที่สุด
- Personality & Behavioral Data – ใช้แบบทดสอบบุคลิกภาพเพื่อดูว่าเหมาะกับวัฒนธรรมองค์กรหรือไม่
- Performance Benchmarking – เปรียบเทียบข้อมูลผู้สมัครกับพนักงานที่ทำงานได้ดีในตำแหน่งเดียวกัน
- Machine Learning – ระบบเรียนรู้จากข้อมูลพนักงานในอดีตเพื่อช่วยคัดเลือกผู้สมัครที่มีศักยภาพสูง
วัดผลและปรับปรุงกระบวนการจ้างงานอย่างต่อเนื่อง
การใช้ Data-Driven Hiring ต้อง มีการวัดผลและปรับปรุงอยู่เสมอ
- อัตราความสำเร็จของการจ้าง (Quality of Hire) – พนักงานใหม่สามารถทำงานได้ตามเป้าหมายหรือไม่ ?
- Retention Rate – พนักงานใหม่อยู่กับองค์กรนานแค่ไหน
- Cost per Hire – ค่าใช้จ่ายในการสรรหาต่อคนเป็นเท่าไหร่
บทสรุป
การจ้างงานไม่ใช่แค่เรื่องของความรู้สึก แต่ต้องอาศัยข้อมูลที่แม่นยำ เพื่อให้องค์กรได้พนักงานที่เหมาะสมที่สุดตั้งแต่วันแรก
