שיתוף

גם בימים אלה ניצבות חברות רבות בפני אתגרים של רכישת טלנטים. אתגרים אלה משפיעים על תהליכים ועל ביקוש לטכנולוגיות.

מנהלי רכישת כישרונות ומנהלי משאבי אנוש כבר אינם יכולים להרשות לעצמם להסתמך על גישות מסורתיות לגיוס המסתמכות על תגובה בלבד.

עליהם להסתכל על העתיד ולהסתמך על נתונים כדי לענות על צרכי העסק ועל הציפיות המשתנות של מועמדים, חברות השמה ומנהלי גיוס.

מחקרים שבוצעו בארה"ב מראים כי קרוב ל-70 אחוזים ממנהלי רכישת הכישרונות ומנהלי משאבי אנוש אינם יכולים לקבל את הנתונים הנכונים לצורך קבלת ההחלטות, ורק כ-30% יכולים להיות בטוחים בנתונים העומדים לרשותם בעת קבלת החלטות.

מערכות טכנולוגיות שמפיקות תובנות מנתונים, מאפשרות למנהלי גיוס לקבל את הכלים הדרושים להם כדי להצליח למשוך, לגייס, ולהעסיק כישרונות איכותיים.

כלים אלה הופכים את המשימה של רכישת כישרונות לאוטומטית ומאפשרים לצוותי הגיוס לקבל החלטות מבוססות נתונים הממוקדות באיכות.

מחקרים מראים, כי לארגונים שמשתמשים בנתונים במסגרת אוטומציה של קבלת החלטות יש סיכוי כפול לשפר את איכות הגיוס.

למעשה, עצם הנגשת נתונים כשלעצמה לא תביא לתועלת משמעותית מכלים אלה. כדי להפיק את מירב התועלת יש לשבץ את המערכות הללו בתהליכים התפעוליים, ובכך להקל על מנהלי הגיוס.

מנהלי גיוס וחברות השמה עסוקים מדי מכדי לחפש את הנתונים הללו. לכן חשוב לסייע להם להפעיל מערכות המפיקות תובנות מהנתונים הללו כדי לזהות מגמות מרכזיות לרבות: מה מצב הגיוון התעסוקתי  בגיוס, איך מתקבלות ההחלטות, מיהם המועמדים המובילים, כיצד להימנע מהשפעה שלילית על בחירת המועמדים, כיצד לשפר מדדי מפתח כמו משך הליך הגיוס, איכות הגיוס ועוד.

מערכות טכנולוגיות שמנתחות נתונים ומפיקות מהם תובנות, ממנפות את הנתונים ואת האוטומציה לכל אורך חוויית המועמד ומספקות תהליכי עבודה חכמים כדי להעביר את המועמדים הנכונים לתהליך בצורה יעילה יותר – ממשיכת הטלנט ועד קליטתו בחברה.

למרות זאת, מחקרים שבוצעו בארה"ב מראים כי כ-27 אחוזים בלבד מהארגונים מתכננים להכניס אוטומציה של יותר מ-50% מתהליכי רכישת הכישרונות שלהם בשנה, וכי רוב החברות הללו רק מכניסות אוטומציה רק בתהליך הגשת הבקשה.

כדי להצליח בשימוש בנתונים בעת קבלת ההחלטות, צריך להטמיע אותו בתהליך. הקישור לתובנות אלה הוא המפתח להצלחת התהליך.

השימוש בבינה מלאכותית ובמדעי הנתונים מאפשר להרחיב את מאגר המועמדים הטובים, תוך הסרת הטיה אנושית מתהליך הבחירה.

בחירה מושכלת של מועמדים משתמשת בנתונים, תוך שנלקחים בחשבון נתונים היסטוריים כמו קורות חיים, ביצועים ועוד.

כנס משאבי אנוש במגזר הציבורי

כנס פיתוח ארגוני

כנס AI למשאבי אנוש

כנס דיני עבודה

אין תגובות

השאר תגובה