Лидеры рекрутинга постоянно ищут стратегические возможности, которые, по общему признанию, редко встречаются в этой прогрессивной сфере. Есть только одна большая упущенная возможность в стратегическом рекрутинге, и это... использование потребительских данных для прямого поиска пассивных кандидатов. Если вы не адаптировали подход к рекрутингу с использованием больших данных, вы, несомненно, будете шокированы, узнав, что самый точный и полезный профиль, который вы можете получить о потенциальном рекрутере, не приходит из LinkedIn или его резюме.
Вместо этого его можно получить от брокеров данных, которые продают потребительские данные. Представьте себе возможности рекрутинга, если бы у вас был полный профиль буквально каждого работающего пассивного рекрутера в вашем регионе... и чтобы этот профиль включал не только название должности и компании, но и его доход, почтовый индекс, список моделей поведения, которые указывали бы на то, что он является лучшим исполнителем, и, самое главное, что он собирается искать новую работу.
Этот последний стратегический рубеж в рекрутинге имеет несколько названий, включая потребительские данные, данные кредитных карт и лиды продаж. Позвольте мне официально заявить, что потребительские данные - это самый мощный инструмент прямого поиска, который почти никто в мире корпоративного рекрутинга не использует.
Почему потребительские данные в последнее время стали настолько ценными
Потребительские данные/выводы по продажам - это, конечно, не новинка. Что является новым, так это огромный объем информации буквально о каждом потребителе во всем мире. Рост числа регистраций в Интернете, кредитных карт и программ лояльности клиентов означает, что теперь вы можете получить профиль практически каждого человека. Кроме того, способность настраивать и сортировать эти данные значительно возросла, так что теперь их можно эффективно использовать для прогнозирования будущего поведения. Невероятная предсказательная ценность потребительских данных была доказана на президентских выборах и в розничном маркетинге таких компаний, как Target и Amazon.
Недавно использование потребительских данных для наблюдения за людьми и прогнозирования их будущего поведения вошло даже в сферу здравоохранения. Например, компания Carolina's HealthCare использует информацию о потребительских покупках своих пациентов, чтобы предсказать, какие пациенты с наибольшей вероятностью заболеют из-за своего образа жизни. Руководители в сфере бизнеса уже научились использовать большие потребительские данные, поэтому рекрутингу уже давно пора использовать их для поиска потенциальных кандидатов и для более эффективной продажи кандидатов. С помощью правильного алгоритма прогнозирования рекрутинг теперь может успешно выявлять желательных кандидатов и обращаться к ним до того, как они активно выйдут на рынок труда, и до того, как все остальные компании начнут делать на них ставки. Говоря прямо, нет другого источника, который охватывал бы всех трудоспособных людей.
Преимущества рекрутинга на основе профилей потребительских данных
Информация, полученная из потребительских данных, делает их привлекательным инструментом поиска. И прежде чем вы начнете беспокоиться о юридических вопросах, помните, что, поскольку эти люди формально не являются соискателями, у вас больше свободы действий в использовании демографических и психографических данных для их идентификации. Конфиденциальность также не является проблемой, поскольку информация была получена законным путем, и в любом случае, использование потребительских данных не обязательно должно быть раскрыто кому-либо. В частности, рекрутеру не нужно знать, как вы его идентифицировали. Некоторые из многочисленных преимуществ использования потребительских данных для идентификации потенциальных кандидатов включают:
- Охват - в отличие от социальных сетей, где необходимо зарегистрироваться и заполнить профиль, потребительские данные автоматически охватывают каждого потребителя.
- Пассивный охват - поскольку данные охватывают практически всех потребителей, они особенно эффективны при выявлении и оценке так называемых пассивных перспектив, к которым относятся 80 процентов работающего населения, не находящегося в активном поиске текущей вакансии. Этих не ищущих просто невозможно найти с помощью активных методов поиска, таких как доски объявлений о вакансиях и корпоративные карьерные страницы. Вы можете использовать этот метод для поиска широкого круга людей, включая тех, кто не хочет быть найденным в LinkedIn/социальных сетях. Его также можно использовать для поиска студентов колледжей и женщин, которые прекратили трудовую деятельность.
- Текущий род занятий - большинство потребительских данных показывает текущие и прошлые должности и фирмы, в которых они работали. Вы можете приобрести данные о потребителях, ориентированные исключительно на какую-либо конкретную профессию.
- Доход - информацию о доходах просто невозможно найти в LinkedIn или даже в резюме. Однако, поскольку каждый человек указывает свой доход при получении кредита, можно выяснить, сколько в настоящее время получает целевая аудитория, а во многих случаях и историю ее заработной платы. Информация о доходах также полезна. С ее помощью рекрутеры могут определить, может ли ваша фирма позволить себе нанять конкретного кандидата. Она также может быть использована во время переговоров с кандидатом о зарплате, чтобы определить его текущий уровень оплаты. Однако вам все равно придется учитывать общий капитал, который включает акции и бонусы.
- Предсказатели предстоящего поиска работы - самое лучшее в использовании потребительских данных заключается в том, что с их помощью можно точно предсказать будущее поведение. Например, если вы составите эффективный алгоритм, охватывающий в среднем продолжительность пребывания целевой группы на работе (по сравнению с предыдущими местами работы), темпы роста ее доходов и другие факторы, вы сможете оценить вероятность того, что в ближайшем будущем она будет рассматривать возможность поиска новой работы или внутреннего переезда.
- Индикаторы обучения и передового опыта - поскольку большинство потребительских данных охватывают места, где люди тратят свои деньги, вы можете выявить индикаторы того, тратят ли они свои деньги на обучение и развитие. Эта информация может включать подписки, ассоциации, к которым они присоединяются, а также конференции и семинары, которые они посещают. Вы также можете использовать частое увеличение дохода как признак того, что этот человек является лучшим исполнителем, который часто получает вознаграждение от своей нынешней фирмы.
- Где они живут - поскольку данные о потребителях показывают ZIP-код, в котором живут потенциальные кандидаты, вы можете сузить круг поиска до тех, кто живет в пределах разумной досягаемости от предприятия, где вы нанимаете сотрудников. Поскольку информация включает местоположение любого второго дома или дома для отдыха, вы можете убедить некоторых кандидатов работать на вас в месте, близком к этому второму дому.
- Полная контактная информация - потребительские данные могут предоставить практически все доступные способы связи с целевым лицом.
- Новые переселенцы - потребительские данные позволяют выявить лиц, которые недавно переехали в ваш район найма.
- Образование - профили потребительских данных показывают не только уровень образования, но и текущее посещение технических курсов.
- Разнообразие - некоторые потребительские данные даже показывают, является ли человек разносторонним, для тех случаев, когда вы хотите проактивно обратиться к разносторонним людям.
- Двойное использование - потребительские данные, касающиеся перспективных рекрутеров, могут уже быть доступны в отделе потребительского маркетинга вашей фирмы, поэтому доступ к ним может ничего не стоить рекрутеру. Если это не так, ценность данных возрастает, если они также могут быть использованы вашей фирмой для привлечения новых клиентов.
Данные о потребителях могут включать гораздо больше информации, которую вы можете запрашивать или не запрашивать, включая возраст, семейное положение, хобби, владение домом и интересы. Вы также можете объединить ее с информацией, полученной из профилей LinkedIn и резюме, чтобы получить полное представление о том, к каким пассивным клиентам вам следует обратиться.
Пример использования этих данных
Давайте рассмотрим пример. Если вам повезло, и ваш целевой клиент находится на LinkedIn, вы уже можете узнать, что Мэри Смит - инженер, работающий у вашего конкурента, компании XYZ. А что, если вы также получите профиль потребительских данных, который пойдет дальше и укажет, что она зарабатывает на 10 000 долларов в год меньше, чем платили бы ей вы, и что она живет в пределах расстояния до вашего предприятия? А что, если бы аналитики могли сказать вам, что существует 90-процентная вероятность того, что она начнет искать новую работу в ближайшие шесть месяцев? Профиль потребительских данных мог бы также указать, что она, скорее всего, является лучшим исполнителем в своей фирме, поскольку ее доходы постоянно растут. Профиль также может рассказать вам, какие издания она оплачивала, какие книги покупала, в каких ассоциациях состояла и даже какие конференции посещала.
Короче говоря, потребительские данные способны предоставить практически все, что нужно для прямого поиска, чтобы убедить работающих в настоящее время высокоэффективных сотрудников (которые относительно счастливы на своем месте), что им следует рассмотреть единственную возможность, о которой они знают, и это возможность работать в вашей фирме.
Последние мысли
Я давно являюсь сторонником того, что я называю "параллельным бенчмаркингом", когда рекрутинг изучает успешные бизнес-процессы (например, цепочки поставок и CRM) и затем адаптирует их к рекрутингу. Настало время, когда рекрутингу следует обратиться к маркетингу и продажам, которые являются экспертами в использовании данных о потребителях и результатах продаж. Они помогут вам узнать, как лучше понять и охватить высокоценных кандидатов, а затем как лучше продать их как кандидатов после того, как они подали заявку.
Если вы беспокоитесь об управлении базой данных прямого поиска, не бойтесь. Вы можете купить эти данные относительно недорого у брокеров данных, и, к счастью, они выполняют всю работу по управлению данными при сортировке за вас, так что вам не придется управлять и обновлять данные. Существует множество различных источников этих данных, включая acxiom.com и infousa.com. Если деньги являются проблемой, некоторые брокеры данных даже предлагают бесплатные пробные версии.
Вы можете упустить эту удивительную возможность, но я предсказываю, что использование потребительских данных в рекрутинге станет обычным делом уже через три года. Они охватывают каждого потребителя по всему миру, предоставляют ценную информацию о доходах и, наконец, потому что большие данные сами по себе позволяют прогнозировать будущие действия по поиску работы.
- drjohnsullivan.com
Поделиться
