Bullhorn Blog

Zerschießt eine mangelhafte Datenqualität Ihre Automatisierung?

Von am

Das Thema „Automatisierung“ ist weiterhin brandaktuell, wenn es um Recruiting-Technologien geht. Unternehmen und Dienstleister, die bereits automatisieren, berichten von enormer Zeiteinsparung und höherer Effizienz. Automatisierung gilt als Megatrend, Daten sind hingegen für die meisten ein eher langweiliges und trockenes Thema. Doch tatsächlich machen Daten Automatisierung erst möglich. Wenn Sie Ihre Prozesse automatisieren wollen, starten Sie deshalb zuerst bei der Datenpflege und -bereinigung.

Wie schlechte Daten die Recruiting-Automatisierung beeinflussen

Daten sind selten zu hundert Prozent korrekt, häufig bleiben Datenfehler oder -lücken unbemerkt. In der Praxis verlassen sich 62 Prozent der Unternehmen weltweit auf Datenmaterial, das bis zu 40 Prozent fehlerhaft ist. Wir zeigen Ihnen, wie sich diese mangelnde Datenqualität auf Ihre Recruiting-Automatisierung auswirken kann.

Beispiel 1: Aufnahme von Kundendaten 

Die Herausforderung: Doppelte Datensätze

Das Problem: Ein Kunde hat sich auf drei verschiedene Arten in Ihr CRM eingetragen. Das führt zu doppelten Datensätzen/Duplikaten in Ihrer Datenbank und hat zur Folge, dass Ihre Automatisierung die gleiche E-Mail gleich dreimal separat versendet.

Die Lösung: Führen Sie Duplikate zusammen. So stellen Sie sicher, dass Sie mit einem bereinigten Datensatz arbeiten.

Beispiel 2: Fragebögen für Bewerber

Die Herausforderung: Veraltete / inaktive Datensätze

Das Problem: Sie beaufrtagen Ihr Marketing mit einer Umfrage unter den Bewerbern aus Ihrer Datenbank. Wenn es sich um hunderttausende von Datensätzen handelt, gehen Sie von einer hohe Antwortquote aus. Allerdings erhalten Sie viel weniger Antworten als erwartet.

Die Lösung: Suchen Sie nach Bewerbern, mit denen Sie innerhalb eines bestimmten Zeitraums nicht gesprochen haben, und setzen Sie diese auf „archiviert bzw. inaktiv“. So schließen sie diese Gruppe von Ihren Automatisierungen aus.

Beispiel 3: Kontaktaufnahme zu Bewerbern mit ausgewählten Fähigkeiten

Die Herausforderung: Die angegebenen Fähigkeiten sind nicht mehr aktuell

Das Problem: Sie möchten eine freie Stelle mit einem Entwickler besetzen. Dafür haben Sie eine Automatisierung eingerichtet, um Bewerber mit ausgewählten Fähigkeiten anzusprechen. Nachdem Sie die Automatisierung live geschaltet haben, stellen Sie fest, dass sie viel weniger Bewerber erreicht haben als erwartet. Dann stellen Sie fest, dass die primären und sekundären Fähigkeiten in Ihren Datensätzen veraltet sind und nicht mit denen Skills übereinstimmen, die Sie in der Automatisierung angegeben haben.

Die Lösung: Erstellen Sie eine Liste, die Kandidaten mit den primären und sekundären Fähigkeiten enthält. Aktualisieren Sie Ihre Datensätze, um sie im Bulk-Verfahren mit dieser Liste abzugleichen.

So führen Sie Korrekturen durch

Kyloe DataTools bietet Ihnen alle Möglichkeiten, um Duplikate zusammenzuführen, veraltete Datensätze zu finden und Ihre Daten mühelos im Bulk-Verfahren zu aktualisieren:

 Zusammenführen von Duplikaten: Mit Kyloe DataTools stehen Ihnen verschiedene Varianten zur Verfügung, um Daten zusammenzuführen. Sie können sie einzeln oder als Bulk-Aktualisierung mit bis zu 1.000 Datensätzen auf einmal zusammenführen. Sie können sogar über Nacht Ihre Datensätze automatisiert nach Duplikaten durchsuchen lassen und finden dann am Morgen eine Liste mit Stammdatensätzen und möglichen Duplikaten vor. Diese Liste können Sie dann für die Zusammenführung freigeben.

  • Finden Sie veraltete Datensätze: Kyloe DataTools hilft Ihnen, veraltete Bullhorn-Datensätze einfach zu löschen. Diese können Sie dann direkt von der Automatisierung ausschließen und sich stattdessen auf die korrekten Datensätze konzentrieren.
  • Massen-Updates durchführen: Bis vor kurzem waren für Massenaktualisierungen zeitaufwändige, manuelle Prozesse oder kostspielige Drittanbietertools notwendig. Mit Kyloe DataTools haben Sie die Kontrolle über Ihre Daten und können Massenaktualisierungen in Bullhorn schnell und einfach durchführen. Falls Sie bei der Datenbereinigung einen Fehler gemacht haben, können Sie diese Änderungen mit Hilfe des Revert-Button innerhalb von 30 Tagen rückgängig machen und die alten Datensätze wiederherstellen.

Use Case: HiPo

HiPo Executive mit Sitz in München ist ein Personalberatungsunternehmen, das sich darauf spezialisiert hat, qualifizierte Ärzte und Krankenhäuser mit eigenem Talentmanagement zusammenzubringen. HiPo setzt Bullhorn seit 2011 ein und hat die Plattform erst kürzlich mit Herefish erweitert. 

Die Herausforderungen für HiPo

HiPo nutzte Kyloe zum ersten Mal im Jahr 2018, um einige kundenspezifische Daten zu bearbeiten. Doch mit der Zeit litt die Datenqualität und es wurde für das Unternehmen immer schwieriger, diese weiterhin zu erhalten. Zu den wichtigsten Herausforderungen gehörten:

  • Es gab zeitaufwändige manuelle Datenverwaltungsprozesse.
  • Das Unternehmen wuchs und hatte Mühe, weiterhin effizient zu bleiben.
  • HiPo musste sicherstellen, dass alle Automatisierungen auf validen und genauen Daten basieren

 Was HiPo verbessern wollte

Als Unternehmen, das großen Wert auf Datenqualität legt, suchte HiPo nach einer Lösung, um die Datenpflege selbst zu übernehmen. Wichtige Ziele waren:

  • Skalierbare Datenbereinigungsprozesse, die sich an die Unternehmensentwicklung anpassen lassen
  • Sicherstellung einer hohen Datenqualität
  • Einfaches Einrichten von reibungslos ablaufenden Herefish-Automatisierungen

Mit Kyloe DataTools wurden alle Anforderungen im Hinblick auf Datenqualität erfüllt

Kyloe DataTools erfüllte die Ziele von HiPo in allen Punkten. 

Das Bullhorn-Produkt wird mit drei Modulen geliefert: 

  • DataRules
  • DataCleaner
  • Duplikit

Alle drei Module können zusammen verwendet werden, um die Daten ‚Herefish-ready‘ zu machen und dem Benutzer die volle Kontrolle über die durchgeführten Datenaktualisierungen zu geben. Anwender benötigen so keinen Drittanbieter für diese Arbeiten.

„Wir verwenden Kyloe DataTools und insbesondere DataRules täglich. Das leistungsstarke Tool ist ein Teil des Prozesses, den wir durchlaufen, wenn wir eine neue Herefish-Automatisierung erstellen – wir schauen uns dann immer genau an, welche Daten geändert werden müssen. So stellen wir sicher, dass die Automatisierung wie vorgesehen funktioniert.“ – Dan Brazier, Geschäftsführer – HiPo


Jetzt Kontakt aufnehmen

Wenn Sie mehr darüber erfahren möchten, wie Kyloe DataTools dazu beitragen kann, dass Ihre Automatisierungen reibungslos ablaufen, kontaktieren Sie uns jederzeit über diesen Link.

Quelle: 62 % der Unternehmen verlassen sich auf Daten, die bis zu 40 % ungenau sind