Personeelsverloop anticiperen vanaf de werving.
Voor bepaalde functies is personeelsverloop niet alleen een HR-thema: het is ook een business-, management- en economische uitdaging.
Wanneer een werving niet leidt tot een vaste aanstelling of stabilisatie op lange termijn, zijn de gevolgen onmiddellijk:
- herhaling van wervingen,
- overbelasting van teams,
- verlies van managementtijd,
- directe en indirecte kosten.
De uitdaging: wervingen borgen door vroeger de profielen te identificeren die het meest waarschijnlijk succesvol zullen zijn en zullen blijven.
Een functiemodel om slim te werven.
De bestudeerde Crédit Agricole-entiteiten bouwden met AssessFirst voorspellende modellen, specifiek toegewijd aan de geanalyseerde functies.
Deze modellen werden opgesteld op basis van:
- de interne HR-expertise,
- en criteria die zo nauwkeurig mogelijk de competenties, gedragingen en motivaties weerspiegelen die verband houden met succes in de functie.
Doel: de algemene prestaties van de modellen evalueren door hun vermogen te meten om vaste aanstelling te voorspellen en het risico op personeelsverloop te anticiperen, op basis van reële wervings- en functie-opvolgingsgegevens.
Betere wervingen, versterkte prestaties.
De analyse toont een duidelijke correlatie tussen de fit-score en de kans op vertrek.
- Van de kandidaten met een fit onder 50 werd 40% niet vast aangesteld.
- Voor profielen met een fit boven 60 daalt dit cijfer tot 12%.
Operationele conclusie: hoe meer de kandidaat overeenkomt met de criteria van de functie, hoe groter zijn kansen om duurzaam te blijven.
Omgekeerd lopen profielen met een lage fit meer risico op personeelsverloop.
Grote besparingen dankzij voorspellende werving.
Het onderzoek toont de directe economische impact van een voorspellende aanpak in wervingsbeslissingen, vergeleken met een referentiescenario gebaseerd op een benchmark personeelsverloop van 35%.
Bij de geanalyseerde Crédit Agricole-entiteiten:
- Is het personeelsverloop gemiddeld verminderd met 24%,
- wat een gemiddelde jaarlijkse winst oplevert van naar schatting 264.000€.
Als de modellen volledig worden benut (streef-personeelsverloop van 12%):
- zou de gemiddelde economische winst 552.000€ per jaar kunnen bereiken.
Deze resultaten bevestigen dat het integreren van fit-scores in werving een hefboom voor economische prestaties vormt.
Een boeiende ervaring met hoge impact bieden.
Naast prestaties stelt AssessFirst ook in staat om de kandidaatervaring te verbeteren.
In dit onderzoek:
- Heeft het platform een gemiddelde score van 4,7/5,
- Geeft 78% van de kandidaten gemiddeld een perfecte score van 5/5,
- en voltooit 99% van de kandidaten gemiddeld het traject door de 3 beoordelingen in te vullen.
Deze resultaten bevestigen het vermogen van AssessFirst om een vloeiende en boeiende ervaring te bieden, terwijl tegelijkertijd betrouwbare gegevens worden gegarandeerd om wervingsbeslissingen te borgen.
Werving transformeren tot een duurzame hefboom voor HR-prestaties.
Dit onderzoek toont de concrete impact van voorspellende werving op basis van AssessFirst fit-scores.
Het toont aan dat zelfs met een jaarlijks volume van 200 wervingen, de gegenereerde voordelen ruimschoots opwegen tegen de kosten van de oplossing.
In het geanalyseerde geval:
- 264.000€ geschatte gemiddelde winst voor een jaarabonnement van 17.835€,
- oftewel bijna 15x de kosten van de oplossing.
En als het model volledig wordt benut:
- kan de winst 552.000€ bedragen,
- oftewel meer dan 30x de kosten van het abonnement.
