Wie Unternehmen Recruiting-Entscheidungen datenbasiert, statt
bauchgefühlsgetrieben, treffen können.
Auf Präsentationen sieht Recruiting heute oft sehr fortgeschritten aus: Funnels,
Dashboards, Cost per Application (CPA), Conversion Rates. In der Praxis wirkt das Bild
häufig anders:
Tracking-Lücken. Unterschiedliche Zahlen aus verschiedenen Systemen. Dienstleister-
Reports, die intern nicht nachvollzogen werden können. KPIs ohne klare Definition. Und
Entscheidungen, die am Ende doch eher „gefühlt“ als faktenbasiert sind.
Während der E-Commerce seit vielen Jahren datenbasiert steuert, weil der Erfolg nah
am Umsatz liegt, ist Recruiting abseits spezialisierter Player vielerorts noch nicht so
weit. Sauber gemessene Kosten pro Kanal, durchgängig bis zur Einstellung, sind eher die
Ausnahme als der Standard. Gleichzeitig füllen Begriffe wie „Performance Recruiting“,
„Programmatic“ und jetzt „GenAI“ ganze Seiten.
Bitte nicht falsch verstehen, all die genannten Maßnahmen bringen große Chancen mit
sich und sollten vorangetrieben werden, aber nicht selten ist ein Widerspruch zum Alltag
erkennbar. Die zentrale Aussage dieses Beitrags lautet deshalb:
Manchmal sind nicht zu wenige Daten das Problem, sondern drei andere Dinge
1. fehlende Datenbasis und Datengüte,
2. fehlende Fokussierung auf die entscheidenden KPIs,
3. fehlender Kontext bei der Interpretation dieser Zahlen.
Wer Recruiting professionell steuern will, braucht genau diese drei Ebenen und zwar
zielgruppenspezifisch.
1. Ohne Datenbasis kein „Performance Recruiting“
Bevor über die „richtigen KPIs“ gesprochen wird, muss eine unangenehme Frage erlaubt
sein:
Können wir heute wirklich belastbar sagen, welcher Kanal mit welcher Qualität zu
welchen Einstellungen führt und haben wir diese Daten abrufbereit?
Meiner Erfahrung nach lautet die Antwort häufiger als man denkt: Nein. Typische
Bruchstellen sind dabei folgende:
Kampagnen laufen, aber Tracking-Parameter werden nicht konsequent gesetzt oder die
Ergebnisse nicht systematisch erfasst; es gibt Abbruchstellen im Tracking, wobei
fairerweise DSGVO und Cookieless Tracking dieses Handlungsfeld auch wirklich
erschwert haben. Die Folge: Bewerbungen kommen an, aber im ATS wird der
Ursprungskanal nicht sauber erfasst, es kommt zu Vermischungen zwischen Kanal und
Kommunikationsform, wie wird zum Beispiel ein Kandidat deklariert, der über Google
Ads auf die Website kam und sich dort über WhatsApp beworben hat?
Wer das ändern will, braucht zunächst vier Klarheiten:
- DSGVO-konforme, durchgängige Trackingprozesse
- Eindeutige Definitionen zwischen Marketingmaßnahmen, Werbekanälen und
Kommunikationsformen - Intern festgelegte Qualitätsmerkmale wie qualifizierte Bewerbungen
- Klare Zuständigkeit für Datenerhebung, -pflege und -prüfung.
Key-Takeaway:
Die Datenqualität entscheidet maßgeblich über den Erfolg der Analyse, sie ist eine
Grundvoraussetzung dafür, um über die richtigen KPIs oder fortgeschrittene Tools zu
sprechen.
2. Das „K“ in KPI: Von Zahlen-Sammeln zu Entscheidungsinstrumenten
Mit einer funktionierenden Datenbasis entsteht schnell das nächste Phänomen: Ein
Überangebot an Kennzahlen.
Impressions, Clicks, CTR, TKP, CPC, COV, Conversion-Rates, Bounce-Rates, Session-
Time u.v.m. Jeder dieser Datenpunkte hat potenzielle seine Berechtigung, wie auch
unzählige weitere, die man allein auf der eigenen Website messen kann, aber nicht in
jedem Fall.
Entscheidend ist ein Perspektivwechsel: Eine Kennzahl wird erst dann zum Key
Performance Indicator, wenn klar ist, welche konkrete Entscheidung und Fragestellung
sie beeinflusst. Ein Beispiel:
- Kanal A generiert relativ günstig viele Klicks und viele Bewerbungen
- Kanal B kostet mehr, bringt weniger Volumen, aber liefert überdurchschnittlich
oft passende Kandidatinnen
