שיתוף

בהינתן שפע המידע הקיים כיום על כל מועמד ברשתות החברתיות כמו גם מידע מקוון אחר, צריכה בימים אלה להישאל השאלה, האם עדיין רצוי וכדאי לבקש המלצה על מועמדים ממעסיקים קודמים.

מהי מידת הרלוונטיות והיעילות של בקשת המלצה ממעסיק קודם על מועמד, בפרט לאור התחרות הרבה על כל מועמד והסיכון שמעסיק קודם ירצה למנוע את גיוסו של העובד שלו לשעבר.

או להיפך. כלומר, יש חשש שמעסיק קודם יתן המלצה חיובית מאוד על עובד שלא ראוי לה, בגלל מגוון סיבות של המעסיק הקודם עצמו.

ובכן, כיום יש אמנם מקורות מידע רבים על מועמד, כולל פרופילי מדיה חברתית ורשתות מקצועיות מקוונות כמו לינקדאין, אבל נראה שהמלצות מסורתיות ממעסיקים קודמים עדיין תופסות מקום ייחודי ובעל ערך בתהליך הגיוס.

עם זאת, יש כמה אתגרים ושיקולים שמנהלי משאבי אנוש חייבים לקחת בחשבון כאשר הם מסתמכים על המלצות אלו.

במילים אחרות, אף על פי שהעידן הדיגיטלי מספק למנהלי משאבי אנוש שפע של מידע מקוון על מועמדים, להמלצות ה'מסורתיות' ממעסיקים קודמים יש עדיין יש ערך משמעותי.

מעסיקים קודמים יכולים להציע תובנות מפורטות לגבי הביצועים המקצועיים של המועמד ולגבי התאמתו לתרבות ארגונית.

מנגד, הפוטנציאל להטיה וסובייקטיביות, בצד דאגות בנושאים משפטיים ובנושאי פרטיות, פירושם שהמלצות אלה צריכות להיות רק מרכיב אחד מתוך מערך שלם של שיקולים במסגרת תהליך הערכת המועמד.

שילוב של המלצות מסורתיות עם תובנות דיגיטליות ושימוש באסטרטגיות יעילות לבדיקת המועמד, מאפשר למנהלי משאבי אנוש לקבל החלטות גיוס מושכלות ומאוזנות יותר.

יתרונות ההמלצות המסורתיות:

1 תובנה מעמיקה:

המלצות מסורתיות מספקות תובנות מעמיקות לגבי הביצועים, מוסר העבודה וההתנהגות של המועמד בסביבה מקצועית. דברים אלה לא תמיד ניתנים להסקה מהרשתות החברתיות.

מעסיקים לשעבר יכולים להציע דוגמאות מפורטות ואנקדוטות המדגישות את החוזקות של המועמד ואת התחומים שעליו לשפר.

2 אימות נתונים:

המלצה ממעסיק קודם יכולה לשמש אמצעי לאימות הנתונים שהמועמד רשם בקורות החיים שלו וטען במהלך ראיונות.

שכבת אימות נוספת זו יכולה לעזור למנהלי משאבי אנוש לקבל החלטות מושכלות יותר.

3 התאמה התנהגותית ותרבותית:

מעסיקים קודמים יכולים לספק מידע רב ערך על מידת ההתאמה של המועמד לתרבות הארגונית  וכיצד הוא היה באינטראקציה עם עמיתים וממונים. זה יכול לעזור לחברה המגייסת להעריך אם המועמד יתאים תרבותית לארגון שלו.

אתגרים ושיקולים שכנגד:

1 הטיה פוטנציאלית:

המלצות ממעסיקים קודמים עשויות להיות מוטות, במיוחד אם עזיבתו של המועמד היתה בנסיבות לא אידיאליות, או אם המועמד רכש ידע רב במהלך עבודתו במקומות עבודה קודמים.

למעסיקים אלה עשוי להיות אינטרס מובהק למנוע מעובד לשעבר להצטרף למתחרה, דבר שעלול להוביל להמלצות שליליות בלתי הוגנות.

2 סובייקטיביות:

המלצות הן סובייקטיביות מטבען ומשקפות את הדעות והחוויות האישיות של האדם שהמליץ.

לממונים ועמיתים שונים עשויות להיות נקודות מבט שונות על אותו עובד, מה שמוביל למשוב לא עקבי.

3 בעיות משפטיות ונושאי פרטיות:

לחברות מסוימות יש מדיניות המגבילה מתן המלצות מפורטות בשל חששות מתביעות משפטיות והפרת פרטיות.

הם רשאים לאשר רק תאריכי העסקה ותפקידים, מה שמגביל את התועלת של ההמלצה.

השלמת המלצות מסורתיות עם תובנות דיגיטליות:

1 ניתוח רשתות חברתיות:

פרופילים ברשתות החברתיות יכולים לספק מידע משלים לגבי תחומי העניין המקצועיים של המועמד, הישגיו ואישורים מעמיתים.

פלטפורמות כמו LinkedIn יכולות להציג את הרשת המקצועית של המועמד, המלצות מעמיתים והשתתפות בפעילויות הקשורות לתעשייה.

2 מוניטין מקוון:

סקירת הנוכחות המקוונת של מועמד יכולה להציע תובנות לגבי סגנון התקשורת שלו, תחומי העניין האישיים שלו והאופן שבו הוא מציג את עצמו בפומבי.

זה יכול לעזור למנהלי משאבי אנוש להעריך את התאמתו של המועמד לתרבות הארגונית ולערכים של החברה.

3 עבודה ציבורית ותרומות:

מועמדים שתורמים לבלוגים בתעשייה, משתתפים בסמינרים מקוונים או מפרסמים מאמרים מספקים מבט על המומחיות והמנהיגות המחשבתית שלהם.

תרומות אלו יכולות להוות אינדיקטורים חשובים לידע ולמעורבות של המועמד בתחומו.

אסטרטגיות לבדיקת התייחסות אפקטיבית:

1 הפניות מגוונות:

מנהלי משאבי אנוש צריכים לחפש הפניות ממקורות מרובים, לרבות מנהלים ישירים לשעבר, עמיתים ולקוחות, כדי לקבל מבט כולל על יכולותיו ואופיו של המועמד.

גישה זו מפחיתה את הסיכון להסתמך על פרספקטיבה משוחדת או לא שלמה.

2 שאלות מובנות:

בשיחה עם ממליץ יש להשתמש בשאלות מובנות וספציפיות, כדי לקבל מידע מפורט ורלוונטי.

השאלות צריכות להתמקד בביצועי העבודה של המועמד, יכולות פתרון בעיות, עבודת צוות וכושר הסתגלות לשינויים.

3 הבטחות סודיות:

יש להבטיח למעסיקים לשעבר שמירה על סודיות כדי לעודד משוב כן ואמיתי. יש להבטיח להם שהתגובות שלהם יישמרו חסויות וישמשו אך ורק לצורך קבלת החלטה לעבודה.

4 אימות צולב:

יש לאמת את המידע שהתקבל מהמלצות עם מקורות אחרים, כגון פרופילים ברשתות חברתיות, הערכות ראיונות וכל מידע זמין על המועמד.

כנס משאבי אנוש במגזר הציבורי

כנס פיתוח ארגוני

כנס AI למשאבי אנוש

כנס דיני עבודה

אין תגובות

השאר תגובה