TNG
Anställningsintervju = data

Lästid: 4 minuter

Varför kasta bort värdefull data från anställningsintervjuer?

Satsa på att strukturera upp intervjudata istället

Anställningsintervjun. Denna svarta låda med okänt innehåll som ofta har direkt inflytande på vem som får ett jobberbjudande och inte. Som dessutom är tidskrävande, involverar många personer och därmed inte sällan är det mest kostsamma momentet i hela rekryteringsprocessen. Vi lyfter problematiken med traditionella intervjuer och dess brist på strukturerad data. Och presenterar lösningar!

Anställningsintervjuer är något av en helig ko i rekryteringsbranschen. Ett sätt för rekryterare att befästa sin profession, men likväl en plats för fördomar och märkliga rekryteringsbeslut.

I bästa fall finns det efter mötet med kandidaten anteckningar och intervjuprotokoll – rekryterarens underlag för att försöka förstå den enskilda kandidatens kompetens och lämplighet för tjänsten. Liksom noteringar som kan skickas vidare till rekryterande chef. I värsta fall har du ett CV med lite handskrivna anteckningar där du eller chefen ska komma ihåg vad som skrevs två veckor senare när ni gjort alla intervjuer och ska jämföra kandidaterna.

Och här tar det stopp. Det finns inget mer att hämta. Eftersom protokollen är minnesanteckningar, hastigt nedskrivna i stunden, så saknas det ofta information. Anteckningarna är sammanfattade utifrån en specifik rekryterares eller chefs intervjukunskap, erfarenhet och ja, allt som ofta, magkänsla. För det är i princip omöjligt att lyckas skriva ner allt kandidaten faktiskt säger. Jag har då aldrig lyckats med det i alla fall.

Intervjuer är ostrukturerad data

Räcker inte dessa anteckningar tänker du? Nej, egentligen inte. Virrvarret av ostrukturerad data; minnesanteckningar, citat, tolkningar och påminnelser gör det svårt att få grepp om vad som faktiskt har skett under en anställningsintervju.

Redan genom vad vi skriver ner börjar vi bearbeta och bedöma kandidatens lämplighet för tjänsten. Vi gör det instinktivt och väldigt snabbt, samtidigt som vi ställer frågor och håller igång dialogen. Något som ofta leder till osäkerhet och frågor som handlar om vad vi egentligen fick veta om kandidaten. Hur tydligt svarade kandidaten frågorna? Och framför allt: kan vi jämföra svaren mellan olika kandidater för att ta reda på vem som passar jobbet bäst?

Någon kommer ändå få jobbet – men på vilka grunder? Hur kan vi vara säkra på att vi har gett den bästa kandidaten chansen när vi inte vet vad som skedde under det för många rekryteringsprocesser allra mest kritiska momentet?

Vad vi behöver är mer strukturerad data.

Felaktig bild av vad data är

Första problemet med data är vår syn på vad det är och hur det ska se ut. Följaktligen har många svårt att se intervjuer som data överhuvudtaget. Hur kan minnesanteckningar förvandlas till tabeller och diagram eller placeras in i rutnät och förvandlas till business intelligence? Svaret är enklare än man kan tro.

Precis som Ted Bauer skriver i artikeln Why Don’t We Treat Interviews As Real Data? så behöver vi nya metoder för att dokumentera och utvärdera anställningsintervjun. Liksom förstå att data är mer än siffror i ett Excelark.

Föreställ dig, att istället för lösryckta meningar och klotter i marginalen av intervjuprotokollet, få en automatisk transkribering – eller ljudinspelning – av det exakta samtalet. Där du kan sortera och välja vilken fråga och svar du vill lyssna på. Där du kan ställa flera olika kandidaters svar på samma fråga intill varandra. Och bedöma vilka svar som matchar det ni efterfrågar för tjänsten. Där du inte längre bedömer kandidaten i realtid under intervjun och rekryterarens dagsform inte är avgörande för kandidatens dom.

Så bort med minnesanteckningarna, och fram med tekniken!

Intervjuroboten Tengai ger ett faktabaserat, datadrivet och automatiserat beslutsunderlag

En mer fördomsfri och datadriven intervju

Förutom det uppenbara – att det kommer bli enklare att återge, bedöma och presentera data från intervjun – så kan tekniken även motverka fördomar och ge kandidaterna en mer rättvis bedömning. Något som öppnar upp för bättre och säkrare rekryteringsbeslut. Där den bästa – men kanske inte alltid den mest väntade – kandidaten får jobbet.

Så vilken teknik finns till vår hjälp? På TNG har vi länge arbetat för fördomsfri rekrytering och utmanat branschen med innovativa och mer datadrivna lösningar för urval. Därför känns det även självklart för oss att ta intervjuer till nästa steg med hjälp av intervjuroboten Tengai.

AI-roboten Tengai kombinerar 15 års erfarenhet av fördomsfri rekrytering, beteendevetenskap och avancerad robotteknik med en ny fördomsfri intervjumjukvara. Utöver att öka träffsäkerheten och effektiviteten i anställningsintervjuer, minska mänsklig bias samt korta ledtider i rekryteringsprocessen, så ger intervjuroboten dig ett faktabaserat, datadrivet och automatiserat beslutsunderlag.

Kort sagt: Tengai gör grovjobbet medan allt du behöver göra är att definiera vilka kompetenser som krävs för den aktuella tjänsten samt göra den slutliga kandidatbedömningen utifrån det faktabaserade intervjuresultat Tengai tar fram.

Därefter kan du lägga din tid på toppkandidaterna i fördjupande motivationsintervjuer, där du även säljer in jobbet och berättar mer om er som arbetsgivare. För här krävs fortfarande duktiga rekryterare som genom sin profession urskiljer vem av toppkandidaterna är bäst lämpad och att sälja in vår roll och oss som arbetsgivare.

Hyr din egen intervjurobot och få ut mer data

 

Så. Det går att samla in, utvärdera och värdera data från en anställningsintervju. Liksom göra din intervju mer fördomsfri. Tengai är ett av förhoppningsvis snart många andra fantastiska verktyg på vägen och jag ser fram emot att se hur anställningsintervjuer fortsätter att utmanas och utvecklas det närmaste decenniet.

Är du också nyfiken på Tengai och hur du kan få ut mer data från dina anställningsintervjuer?  Det berättar vi gärna! Hör av dig så tar vi en första kontakt!

Rekommenderat för dig