Back to top

Personaldienstleistungen über Big Data: Die besten Kandidaten durch statistische Modelle und Predictive Analytics finden

Big Data und Suche im Härtetest – Blog und Video

Das Video beschreibt, wie ein multinationaler Personaldienstleister durch Abgleich von Kandidaten und Stellenbeschreibungen über Big Data die Zeit für Stellenbesetzungen um 50% reduziert und die Belegungsraten um 6% gesteigert hat.

 

Die Suche nach den besten Talenten

In der Branche professioneller Personaldienstleistungen stellt es einen enormen Wettbewerbsvorteil dar, den passenden Kandidaten für eine Stelle schnell aufzufinden. Durch die stetig steigende Zahl der Rekrutierungsmöglichkeiten, immer komplexere Stellenbeschreibungen und immer diversere Profile der Bewerber entwickelt sich ein Rennen, wer die passenden Talente zuerst auffinden und verpflichten kann, ehe die Konkurrenz zuschnappt.

Die modernen Personaldienstleister nutzen dafür in der Regel Personalsoftware, die auf effizient und schnell Ergebnisse liefern kann. Aber die rasche Entwicklung der Datenbanken sowohl für Bewerber als auch verfügbare Stellen wird zu einer Herausforderung, wenn sowohl Geschwindigkeit als auch Genauigkeit essenziell wichtig sind. Die traditionell genutzten und immer noch weit verbreiteten Booleschen Suchen sind oft nicht mehr effizient und umfassend genug, um die qualifiziertesten Kandidaten aus dem massiven Pool der Talente herauszufischen, selbst wenn die Profile dieser Kandidaten in den Datenbanken der Personaldienstleister vorhanden sind.

 

Nicht weiter raten – Erfolgswahrscheinlichkeit der Kandidaten durch Big Data erkennen

Wenn wir uns in die Position eines Personaldienstleisters oder Anwerbers versetzen und den Aufwand bedenken, der nötig wird, um einen geeigneten Kandidaten anzuwerben, ist es von entscheidender Bedeutung, ob dieser Kandidat in der neuen Position erfolgreich sein wird.

Wird in so einem Fall der Lebenslauf des Kandidaten immer noch der beste Indikator für seine Erfolgswahrscheinlichkeit sein? Natürlich bietet er einen wertvollen ersten Überblick, aber Lebensläufe nach Stichwörtern durchsuchen bietet noch keine zuverlässigen Kennzahlen für den Erfolg. Wenn man jetzt aber einmal an die Mitarbeiter denkt, die bereits im eigenen Unternehmen beschäftigt sind: Um deren Erfolg zu bestimmen wird ja auch nicht nur auf die Auflistung der Tätigkeiten im Lebenslauf geachtet, sondern ein umfassender Blick auf den Mitarbeiter mit all seinen Daten und Eigenschaften geworfen. In unserem Fall hat sich der Kunde entschlossen, statistische Modelle und Predictive Analytics einzusetzen, damit Faktoren wie die eingeschränkte Zeit, die Größe der Datenmengen und die Herausforderung, den Kandidaten in seiner Gesamtheit einzuschätzen bedacht werden können:

Big Data-Architektur für Search & Match bei Personaldienstleistungen

  • Um Kennzahlen wie Branchen, Unternehmen, Berufsbezeichnungen, Fähigkeiten, Erfahrungen und Zertifizierungen aufzunehmen und diese mit den Stellenbeschreibungen zu vergleichen, muss man tiefer blicken als nur auf die Stichwörter. Eine semantische Analyse von sowohl strukturiertem als auch unstrukturiertem Content wird nötig.
  • Weiterhin ist ein Abgleich nötig, wie gut der Kandidat aus Sicht des Anwerbenden passt. Hierzu sind Faktoren relevant wie frühere Anwerbungen, Eigenschaften früherer erfolgreicher Kandidaten, Gehaltsstufen und andere für das Unternehmen spezielle Kennzahlen.

Mit einem solchen Framework für Personaldienstleistungen über Big Data erhält man alle benötigten Daten fein unterteilt und kann damit automatisch die besten Kandidaten bestimmen lassen, bei denen die höchsten Erfolgswahrscheinlichkeiten für die gegebene Position bestehen. Hierdurch werden der gesamte Anwerbeprozess beschleunigt und die Belegungsraten gesteigert.

Diese Architektur für Search & Match besteht aus einem sehr großen, komplexen und leistungsfähigen Prozess, der auch als neuer Ansatz für die Analyse datenintensiver Anwendungsbereiche genutzt werden kann, wie etwa die Suche nach juristischen Präzedenzfällen oder Suchen in den Bereichen Pharmazie oder Immobilien.

 

Maschinelle Lernverfahren und mehrsprachige Suche für ein neues Zeitalter der Personaldienstleistungen

Unternehmen wie auch Bewerber sind heutzutage global aktiv, also müssen die Personaldienstleistungen das auch sein. Für multinationale Unternehmen auf der Suche nach lokalen Experten bietet die vorgestellte Plattform für Search & Match sogar noch weitere Einsatzmöglichkeiten: Über die mehrsprachige Textanalyse (Englisch) kann eine intelligente Suche und Bewertung der Kandidaten vorgenommen werden, die auch verschiedene Sprachen und kulturelle Nuancen einschließen kann.

Predictive Analytics über Big Data bringt proaktive Einblicke für Personaldienstleistungen. Die maschinellen Lernverfahren können hierbei durch entsprechendes Feedback kontinuierlich verbessert werden, indem sie von den Personaldienstleistern und den wichtigsten Einflussfaktoren lernen. Dadurch werden alle folgenden Search & Match-Vorgänge systematisch verbessert.

Personaldienstleistungen über Big Data ist einer unserer Nutzungsfälle, die in der Reihe „Big Data und Suche im Härtetest“ beschrieben werden – ein tieferer Einblick in sechs wichtige Anwendungsgebiete von Big Data für moderne Unternehmen. Sie finden hier die vollständige Liste der sechs Nutzungsfälle für Big Data (Englisch) und in Zukunft auch Videobeiträge zu Unternehmen, die ihr Geschäft erfolgreich mit diesen beschriebenen Techniken bereichert haben.

Tragen Sie sich für unseren Newsletter ein und erhalten Sie stets die aktuellsten Updates für unsere Video-Blog-Reihe „Big Data und Suche im Härtetest“.

 

  (Englisch)

0