O que geração de conteúdo, construção de banco de talentos e dados no recrutamento tem em comum?
Todos começam do zero, a empolgação de começar é alta mas o desânimo vai tomando conta durante o processo, até os primeiros resultados chegarem.
Vou dar um foco principal a análise de dados no recrutamento.
Vamos supor que você começou a mensurar em 2021 a seguinte métrica:
🎯 Taxa de conversão de abordados no Linkedin e pessoas que toparam fazer uma primeira conversa.
Provavelmente em 2021 essas taxas nunca estiveram tão baixas, uma vez que muitas empresas estavam hunting ativo, ou seja, a quantidade de abordagens diárias era muito grande e consequentemente a taxa de respostas acabava sendo menor.
Fast forward para 2022 e 2023, as taxas de conversão aumentaram absurdamente devido ao maior número de profissionais open to work, ou seja, se eu aplicasse as taxas de 2021 para prever o SLA de fechamento de vagas provavelmente teria um cenário muito pessimista, da mesmo forma que se eu usar as taxas de 2022 e 2023, talvez eu seja otimista demais prevendo 2024 e 2025.
➡ Tudo isso para dizer que não existe análise de dados sem séries históricas e uma amostra de tempo relevante para entender padrões e ciclos. Tornar o seu recrutamento data driven é um esforço contínuo e de longo prazo que envolve o comprometimento de muitas áreas da empresa e o uso de ferramentas adequadas.