Lūk, kā viens tehnoloģiju uzņēmums izmanto datus, lai uzlabotu darbā pieņemšanas un darbā pieņemšanas dažādību

  • Jul 19, 2023

Tehnoloģiju uzņēmums piedāvā perspektīvu par to, kāpēc darbā pieņemšanas vadītājiem vajadzētu izmantot un atzinīgi vērtēt objektīvus datus, izvēloties cilvēkus, kas ieņemtu atvērtas lomas jebkurā organizācijā.

Melnādains vīrietis lietišķā tērpā pēc pieņemšanas darbā smaida. Viņš sēž iepretim diviem intervētājiem, kas ir pretī viņam.
fizkes/iStock/Getty Images Plus/Getty Images

Kā Tray.io talantu vadītājs Maikls Kīrans vadīja strukturēta, uz datiem balstīta darbā pieņemšanas procesa ieviešanu, kas palīdzēja zema koda automatizācijas uzņēmumam palielināt darbinieku dažādību.

"Datu izmantošana, lai pieņemtu lēmumus par pieņemšanu darbā, ir būtiska, taču noteikti ne viegli," sacīja Kīrans.

Tiekšanās pēc daudzveidīgām komandām un darbavietām ir ne tikai pareizā rīcība. Tas var arī uzlabot inovācijas un finanšu rādītājus. Datu atbalsts šis apgalvojums. Un solis pirmais, saskaņā ar Ātrs uzņēmums, ir "aktīvi pieņemt darbā dažādus kandidātus".

Izpētīt

Tehnoloģiju daudzveidība: ko tas nozīmē un kā tur nokļūt

Tehnoloģiju uzņēmumos pieaug dažādība. Bet vienmēr ir kur uzlabot. Apsveriet šos nākamos soļus ceļā uz daudzveidīgu, taisnīgu un iekļaujošu darba vietu.

Lasiet tagad

Katram gadījumam, ja jums ir nepieciešams atgādinājums — darbā pieņemšana ir svarīga.

"Apsverot kopējās izmaksas, kas saistītas ar darbinieka pieņemšanu darbā un atalgojumu, izmaksas, kas saistītas ar šīs personas saglabāšanu, un pēc tam ņem vērā potenciālu to nomaiņas izmaksas, ir skaidrs, ka katrs pieņemtais lēmums par pieņemšanu darbā ir jāuzskata par sešciparu pirkumu uzņēmumam," Kīrans teica. "Tāpat kā mēs darītu ar produktu vai pakalpojumu, lēmums ir jāpieņem, pamatojoties uz objektīvu pamatojumu un datiem."

Kieran un Tray.io izmanto metodi, ko sauc par strukturētu pieņemšanu darbā.

"Augsta līmenī," sacīja Kīrans, "strukturēta darbā pieņemšana ir tieši tā, kā izklausās. Tas vienkārši nozīmē izveidot skaidru, konsekventu un strukturētu darbā pieņemšanas procesu un noteikt objektīvus vērtēšanas kritērijus katrai lomai.

Nesenā sarunā ar ZDNet Kīrans runāja par:

  • Kā un kāpēc uzņēmums izmanto uz datiem balstītu pieeju darbā pieņemšanai
  • Kā datu izmantošana uzlaboja uzņēmuma spēju piesaistīt un noturēt talantus
  • Ko citi uzņēmumi varētu mācīties no Tray.io pieredzes

Zemāk ir mūsu e-pasta intervija. Tas ir saīsināts un rediģēts.

Ko uzņēmums darīja pirms uz datiem balstītas pieejas pieņemšanas darbā?

Maikls Kīrans: Pirms šīs pieejas ieviešanas mēs darījām to, ko dara lielākā daļa uzņēmumu visā pasaulē, proti, prioritāti iepriekšējā pieredze no uzņēmumiem, kurus mēs apbrīnojam, indeksējot kopējo dinamiku ar darbā pieņemšanas komandu, un lēmuma pieņemšanas brīdī "izmantojot mūsu zarnas."

Es joprojām uzskatu, ka šiem faktoriem ir pietiekami daudz vietas, jo tie sniedz ļoti reālu ieskatu potenciālajā sakritībā starp kandidātu un darba devēju. Bet balstās tikai uz CV, komandas dinamika, un cik patīkami būtu "iedzert alu" ar cilvēku, ir slidens ceļš.

Laika gaitā tas rada šķēršļus ienākšanai, veido viendabīgas komandas un galu galā rada uzņēmumiem problēmas problēmu risināšanā, jo telpā trūkst perspektīvu. Šī iemesla dēļ mēs koncentrējamies uz objektīviem datiem un kompensējam savas cilvēciskās tendences.

Vai uz datiem balstītā pieeja attiecas arī uz personāla atlases procesu?

MK: Mēs noteikti izmantojam datus savos darbā pieņemšanas centienos, taču es vēlētos salīdzināt datus, ko apkopojam visās mūsu jomās darbā pieņemšanas piltuve vairāk uz pieprasījuma ģenerēšanas iekārtu, nevis datu ieguve, ko uzņēmums apkopotu a pirkšanas lēmums.

Dažu pēdējo gadu laikā darbā pieņemšana ir bijusi īpaši konkurētspējīga. Lielākā daļa darba devēju ir veikuši ievērojamas pārmaiņas, lai prioritāti piešķirtu darbinieku pieredzei.

Tādas kultūras un misijas veidošana, kurā cilvēki vēlētos būt, un iesaistīts darbaspēks nav jēga garāki diferenciāļi — tie ir galda likmes, un daudzi uzņēmumi to dara izņēmuma kārtā labi. Kandidātiem ir izvēle!

Lai piesaistītu un ieinteresētu talantīgākos cilvēkus, mēs turpinām atkārtot savu izejošo kustību un ienākošo reakciju — mūžīgi tiecoties pēc pasaules līmeņa kandidātu pieredzes. Mēs konsekventi esam cilpā “Veidot > Mērīt > Mācīties”, vienmēr cenšamies saprast, kuras pieejas darbojas un ko var uzlabot.

Kādus datu punktus jūs uzskatāt un kuri ir izslēgti?

MK: Intervijas procesā mēs smagi strādājam, lai noteiktu prioritāti objektīviem kritērijiem. Dažās lomās noteiktas mīkstās prasmes var novērtēt subjektīvi. Šo novērtējumu un viedokļu pārvēršana skaidros datos var būt sarežģīta. Tos ir visgrūtāk pildīt pudelēs, un līdz ar to arī mūsu īstais darbs.

Mūsu personāla atlases komanda pavada daudz laika, strādājot ar darbā pieņemšanas vadītājiem, lai patiesi saprastu, kādas problēmas mēs vēlamies atrisināt ar šo jauno darbinieku. Parasti šajās sarunās mēs varam labāk saprast, kāpēc mīkstās prasmes un citi subjektīvi kritēriji var būt tik svarīgi.

Ar šo izpratni mēs varam izstrādāt jautājumus, testus un citus objektīvus veidus, kā novērtēt kandidātu, kas to darīs sniedziet darbā pieņemšanas vadītājam atbildes, ko viņi meklē, nepaļaujoties uz saviem personīgajiem instinktiem lēmumu.

Parasti lieliskiem darbā pieņemšanas vadītājiem tas ir atvieglojums, lai palīdzētu viņiem atrisināt šo problēmu. Ja mēs spēsim pieņemt kaut ko grūti izmērāmu un sniegt viņiem sistēmu, ko viņi var izmantot, lai pieņemtu izcilus lēmumus, viņi labāk pieņems darbā un vadīs spēcīgākas komandas.

Tajā pašā laikā šāds process un sistēma ir tik labi, cik labi ir jūsu darbā pieņemšanas komanda. Kad viņi iepērkas un apņemas šo procesu, apņemas pieņemt objektīvus lēmumus un apņemas pieņemt strukturētu darbā un dati ir galvenais rādītājs, lai pieņemtu lēmumu, jums būs veiksmīga strukturēta pieņemšana darbā mehānisms.

Jums var būt novirzes attiecībā uz darbinieku pieņemšanu darbā, kas pretojas vai pat atsakās pieņemt objektīvu darbā pieņemšanu. Šādās situācijās ir svarīgi ne tikai ātri to risināt, bet arī censties saprast, kāpēc pastāv pretestība.

Jūsu potenciāls atklāt neapzinātu neobjektivitāti, nekonsekventus intervijas jautājumus vai pašsaprotamus lēmumus būs vislielākais ar šīm novirzēm.

Cik lielā mērā dati ietekmē galīgos lēmumus par pieņemšanu darbā?

MK: Ideālā pasaulē mēs intervētu kandidātus un mums būtu algoritms vai sava veida mašīna, kas pieņemtu visus lēmumus par pieņemšanu darbā ar nulles procentu kļūdas robežu. Patiesībā cilvēki pieņem lēmumus, un šie cilvēki un viņu jūtas lielā mērā ietekmē rezultātu.

Galīgo lēmumu par pieņemšanu darbā pieņem darbā pieņemšanas vadītājs. Es uzskatu, ka labākie darbā pieņemšanas vadītāji izmanto visus datu punktus, kas savākti pārskatīšanas procesā, lai pieņemtu šo lēmumu. Viņi analizē objektīvi, ņem vērā potenciālu gūt panākumus un noteikti apzinās aizspriedumus, ko viņi vai viņu komanda var radīt novērtējumam, tostarp to analīzē.

Galu galā labākie darbā pieņemšanas vadītāji uztver darbā pieņemšanas procesu kā privilēģiju, atbildību un svarīgu organizācijas lēmumu. Tie, kas patiešām redz darbā pieņemšanu, atzinīgi vērtē objektīvus datus, lai pieņemtu lēmumus.


SKATĪT: Ētiskās dilemmas datorzinātnēs: kāpēc jums tas būtu jārūpējas?


Kā uz datiem balstīta pieeja darbā pieņemšanai ir uzlabojusi dažādību?

MK: mūsu uz datiem balstītā pieeja ir izstrādāta tā, lai tā būtu objektīva un aktīvi novērstu neobjektivitāti darbā pieņemšanas procesā, padarot komandas daudzveidīgākas — no viņu pieredzes un iepriekšējās pieredzes līdz prasmēm, izglītībai un vairāk.

Izmantojot mūsu darbā pieņemšanas pieeju, mēs redzam potenciālu kandidātos no nepietiekami pārstāvētām grupām, kas dažkārt tiek ignorēti subjektīvāku iemeslu dēļ, piemēram, kur viņi mācījās skolā.

Mūsu personāla un talantu nodaļas regulāri rīko iekšējās apmācības vispārējiem darbiniekiem un vadībai, lai aptvertu tādas tēmas kā zemapziņas aizspriedumi, intervētāju apmācība un neuzmākšanās.

Lai darbā pieņemšanas procesā nodrošinātu vienlīdzību dažādiem kandidātiem, esam ieviesuši arī paplašinātu rakstīšanas platforma, kas skenē darba aprakstus, lai nodrošinātu, ka mūsu valoda ir vērsta uz vienlīdzību bez zemapziņas aizspriedumi.

Kā uzņēmumi var izmantot Tray.io iegūtās atziņas?

MK: Lai gan CV un iepriekšējo pieredzi ir lieliski iekļaut novērtējumā un sniegt pārliecinošu stāstu par kādu, tie patiesībā ir tikai pierādījumi tam, ko kāds ir darījis pagātnē. … 

Ļoti vienkāršs un praktisks potenciāla kartēšanas veids ir izvirzīt kandidāta trajektoriju līniju grafikā skalā no 1 līdz 10. Svarīgi ir tas, kur viņi atrodas šodien, bet vissvarīgākais ir tas, kur viņi būs pēc 12 mēnešiem.

Izpētīt

Lūk, kāpēc šis tehnoloģiju izpilddirektors koncentrējas uz daudzveidības paplašināšanu

Deons Nikolass izjūt personisku atbildību, lai dažādotu tehnoloģiju uzņēmumus un nozari.

Lasiet tagad

Piemēram, vai jūs labprātāk pieņemtu darbā kādu, kuram šodien ir astoņi gadi un kurš laika gaitā paliks astoņnieks, vai kādu, kuram šodien ir septiņi, bet pēc gada būs deviņi?

Bieži vien šī septiņnieka pieredzes profils ir balstīts uz iespēju trūkumu. Ja jūs esat uzņēmums un vadītājs, kas viņiem sniedz šo iespēju, jūs esat misionārs.

Kad arvien vairāk uzņēmumu sāk to apzināties, tie var palīdzēt personām no nepietiekami pārstāvētām grupām veidot karjeru, pārtraukt ekonomiskos ciklus un patiesi ietekmēt dzīvi.

Lai īstenotu savu, uz datiem balstītu, objektīvu darbā pieņemšanas procesu, uzņēmumiem vispirms ir skaidri jānovērtē, kas tie ir kā uzņēmums definējot savu kultūru un pamatvērtības — un pēc tam noslīpēt un definēt konkrētus kritērijus, kas nepieciešami, lai gūtu panākumus katrā amatā uzņēmums.

Tāpat kā ar jebkuru izmaiņu pārvaldību, strukturētas pieņemšanas ieviešanu var iedalīt trīs posmos.

Pirmkārt, veidojiet uzticību, jautājot un atbildot: "Kāpēc mēs to darām?" Otrkārt, radiet skaidrību. Kādas ir cerības un rezultāti, to darot? Treškārt, izpildiet un virziet rezultātus. …

Komandu daudzveidības nodrošināšana un šķēršļu nojaukšana arī ļauj organizācijām atstāt ietekmīgu mantojumu, kas palīdz piesaistīt un noturēt labākos talantus.

ZDNET iesaka

Tehnoloģiju daudzveidības kalendārs: DEI svinamie datumi
Lūk, kāpēc šis tehnoloģiju izpilddirektors koncentrējas uz daudzveidības paplašināšanu
12 profesionālas organizācijas, kas virza DEI vērtības tehnoloģiju jomā
Tehnoloģiju daudzveidība: ko tas nozīmē un kā tur nokļūt
  • Tehnoloģiju daudzveidības kalendārs: DEI svinamie datumi
  • Lūk, kāpēc šis tehnoloģiju izpilddirektors koncentrējas uz daudzveidības paplašināšanu
  • 12 profesionālas organizācijas, kas virza DEI vērtības tehnoloģiju jomā
  • Tehnoloģiju daudzveidība: ko tas nozīmē un kā tur nokļūt