Vad är egentligen evidensbaserad rekrytering?

Svaret är dock enkelt: EBR är den naturliga evolutionen av kompetensbaserad rekrytering. Kognitiva tester och personlighetsformulär är viktiga komponenter, men de utgör inte hela metoden.

Paul Sackett, professor i organisationspsykologi och framstående expert inom området, definierar det så här: ”Evidensbaserad rekrytering är processen att fatta anställningsbeslut baserat på tillförlitlig och validerad data av faktisk arbetsprestation”.

Så hur har rekrytering utvecklats med hjälp av vetenskap och teknik?

Digitaliseringen har, precis som i resten av näringslivet, haft en enorm inverkan på hur vi förstår och genomför rekrytering. Vi har rört oss från ett intuitivt och ofta felaktigt angreppssätt mot en metod byggd på data och med stöd av avancerade system. Detta gör att vi nu med hög precision kan förutsäga arbetsprestation för specifika roller och kontexter. Låt oss gå igenom utvecklingen steg för steg.

Traditionell rekrytering

Förr i tiden saknade rekrytering ofta struktur. En rekryterande chef skötte ofta processen själv, med begränsat stöd från specialister, och försökte identifiera rätt kandidat genom intervjuer baserade på frågor man ”hört” var bra, helt utan tydliga kravprofiler.

Klassiska exempel på sådana frågor är:

• Varför vill du ha det här jobbet?
• Var ser du dig själv om fem år?
• Hur många tennisbollar får plats i ett flygplan?

Intervjuaren riskerade att få blandade signaler från dessa frågor och utan en tydlig bedömningsmatris blev svaren svårtolkade. Intervjuaren tvingades förlita sig på sin intuition baserat på hur de personligen upplevde kandidaten, vilket oundvikligen introducerade subjektivitet och omedvetna fördomar i beslutsfattandet.

I brist på robusta ramverk använde chefer ofta ”proxysignaler” som antal års erfarenhet eller examen från prestigefyllda universitet och tidigare arbetsgivare.

Resonemanget var att ”om någon har varit tillräckligt länge i en roll, jobbat på ett prestigefyllt företag eller tagit examen från en viss skola, då måste de vara bra”. Men idag vet vi med säkerhet att erfarenhet inte är lika med kompetens, och att tidigare framgång i ett visst akademiskt sammanhang eller i arbetslivet inte garanterar framtida framgång i den specifika kontext som en roll i ditt företag innebär. Miljöfaktorer såsom kultur, team, relationen till chefen etc. har ett starkt inflytande på den faktiska arbetsprestationen.

Detta tillvägagångssätt är vad vi kallar traditionell rekrytering, och det kännetecknas av (1) att man väljer felaktiga krav (baserat på rollen och kontexten), eller inte väljer några alls; (2) att man använder felaktiga bedömningsmetoder; samt (3) att det är högst subjektivt och fördomsfullt.

Forskning visar att detta tillvägagångssätt har en uppskattad framgångsgrad på omkring 20 %¹, där ”framgång” innebär att den nyanställda kandidaten presterar över genomsnittet efter det första och ett halvt året i rollen.

Kompetensbaserad rekrytering

Runt mitten av 2000-talet började många organisationer röra sig mot en mer strukturerad modell fokuserad på ”kompetenser” då man började inse bristerna i den traditionella rekryteringsmetoden.

Kompetenser är breda termer som beskriver de egenskaper en person besitter som förbättrar deras prestation, såsom samarbetsförmåga, ledarskap, stakeholder management eller tidsplanering.

Användningen av kompetenser var ett enormt steg i rätt riktning jämfört med den traditionella metoden:

• Metoden skapade struktur genom att gruppera specifika beteenden under en kompetens (t.ex. ”någon som är mycket skicklig inom stakeholder management agerar si och så”).
• Det möjliggjorde en bättre synkronisering av kravprofiler för alla roller (t.ex. ”för att en kandidat ska lyckas i den här rollen behöver hen ha en mycket hög nivå i kompetens A, måttlig nivå i kompetens B och grundläggande nivå i kompetens C”).
• Det initierade samtalet kring ”hårda färdigheter” (funktionella kompetenser) och ”mjuka färdigheter” (interpersonella kompetenser). Detta gav ett gemensamt språk för de beteenden som gör en person framgångsrik i en roll, utöver den rent tekniska expertisen inom ett visst område (t.ex. programmering, redovisning, design, etc.).
• Specifika frågor (t.ex. genom den beteendebaserade STAR-metoden) kunde skapas för att försöka bedöma kompetensnivå, vilket gjorde intervjuerna mer fokuserade och objektiva.

Dessa förbättringar ökade framgångsgraden i rekryteringen till cirka 50 %². Även om det är en fördubbling jämfört med tidigare, är det fortfarande inte mycket bättre än slumpen. Det beror till stor del på metodens brister:

• Kompetenser är sällan väletablerade psykometriska definitioner. Detta innebär att deras definitioner, de beteenden de omfattar och graden av kompetens är öppna för relativ tolkning hos varje organisation, team och individ. Exempelvis kan någon som anses ha en mycket hög nivå av kompetensen ”Ledarskap” i en organisation anses ha en låg nivå någon annanstans.
• Även när en organisation bygger sin egen interna kompetensmodell är full implementering och underhåll utmanande, och överförbarheten mellan organisationer är begränsad.
• De kompetenser som väljs ut för varje roll baseras på antaganden utifrån erfarenhet, vilket resulterar i att vissa av dem är korrekta, men inte alla.
• De bedömningar som används för kompetenserna under rekryteringen är visserligen mer fokuserade och strukturerade än tidigare, men de mäts inte alltid mot en bedömningsmatris, och de är sällan psykometriskt korrekta och pålitliga. Detta innebär att de inte är särskilt träffsäkra i att mäta de kompetenser de avser att bedöma.
• Resultatet av bedömningarna under rekryteringen kvantifieras sällan som strukturerade datapunkter, och än mindre lagras eller analyseras de systematiskt.

Kompetensbaserad rekrytering var ett nödvändigt fundament. Den banade väg för den struktur och objektivitet som krävs för att vi nu ska kunna ta nästa steg till evidensbaserad rekrytering.

Evidensbaserad rekrytering (EBR)

Nu är vi framme vid EBR. I en tid präglad av ”big data” är detta den metod som framåtlutade organisationer nu implementerar.

Kort sagt handlar EBR om att identifiera vilka egenskaper och färdigheter som faktiskt har skapat hög prestation i en specifik roll och kontext. Därefter rekryteras kandidater som kan uppvisa kvantifierbara bevis på just dessa egenskaper under processen.

EBR adderar vetenskaplig precision genom organisationspsykologi och datavetenskap. Dess främsta kännetecken är:

• Datadriven: Både krav och kandidategenskaper kvantifieras som strukturerade datapunkter.
• Validerad och pålitlig: Bedömningsmetoderna håller rigorös vetenskaplig standard.
• Stängd feedback-loop: Prestationsdata korreleras med rekryteringsdata för att se vilka faktorer som faktiskt predicerar framgång.
• Objektiv och fördomsfri: En självkorrigerande metod som minimerar partiskhet och möjliggör rättvisa beslut.

Ett systematiskt och datadrivet angreppssätt är det som utmärker EBR. Evidensen kommer från de samband man funnit mellan kandidaters egenskaper och färdigheter, och den faktiska arbetsprestationen mätt i arbetet.

Därför kan EBR inte existera i ett vakuum inom rekryteringsfunktionen, utan snarare som en insikt inom people analytics när medarbetarresan är sammankopplad över olika funktioner.

Detta innebär en större ansträngning, men utdelningen är väl värd det: EBR beräknas öka framgångsgraden vid anställningar till uppskattningsvis 70 % till 80 %³, vilket är betydligt högre än sin föregångare.

De fem huvudsakliga stegen i evidensbaserad rekrytering

För att EBR ska fungera krävs fem steg:

1. Definiera prestationsmål: En tydlig förståelse för hur ”god prestation” ser ut för en specifik roll och kontext, samt vilka beteenden som krävs för att uppnå detta.
2. Definiera viktiga krav: Välj ut de nyckelfärdigheter och egenskaper som möjliggör de önskade beteendena.
3. Tillämpa tillförlitliga urvalsmetoder: Utvärdera kandidater med beprövade bedömningsmetoder som har hög noggrannhet och precision.
4. Använd fördomsfritt beslutsfattande: Beakta alla datapunkter som erhållits från kandidaternas bedömningar och väg dem mot de fördefinierade rollkraven för att underlätta ett objektivt beslutsfattande.
5. Validera prestation: Analysera data över arbetsprestation mot rekryteringsdata för att vidare validera de krav som används för att förutse prestation i specifika roller och kontexter.

På Academic Work underlättas alla dessa steg genom vår egenutvecklade teknologi; från vårt eget ATS till en kombination av egna och externa kvalitetssäkrade bedömningsverktyg, "matching scores", modelleringsalgoritmer med mera.

Det som gör oss unika på AW är vår interna tekniska kapacitet. Den ger oss specifika insikter för att förutsäga arbetsprestation baserat på evidens, vilket gör att vi kan fokusera på att bedöma de egenskaper som faktiskt möjliggör topprestation hos en kandidat, istället för att förlita oss på antaganden.

I kommande blogginlägg i den här serien kommer vi att ge mer detaljerade perspektiv på vart och ett av de fem stegen inom EBR. Vi kommer även att dela med oss av konkreta förslag på vad du kan göra redan nu i ditt team eller din organisation för att börja arbeta mer evidensbaserat.

Om du har frågor eller vill veta mer, tveka inte att höra av dig genom att klicka här.

Välkommen till resan mot en mer evidensbaserad rekrytering!

Källor

1. Estimating Traditional recruitment success:

• Murphy, M. (2011). Hiring for attitude, McGraw-Hill. Education, Leadership IQ study.

2. Estimating Competence based recruitment success:

• Stroo, M., Asfaw, K., Deeter, C., Freel, S. A., Brouwer, R. J. N., Hames, B., & Snyder, D. C. (2020). Impact of implementing a competency-based job framework for clinical research professionals on employee turnover. Journal of Clinical and Translational Science, 4, 331–335.
• Kolibáčová, D. (2014). The Relationship Between Competency and Performance. Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, 62(6), 1315-1320. 
• Dadwal. S, & Arya. P (2024). Impact of Competency Based Recruitment and Selection on Retention of Employees. International Journal of Research Publication and Reviews, Vol 5, no 3, pp 3545-3548

3. Estimating Evidence based recruitment success:

• Sackett, P. R., Zhang, C., Berry, C. M., & Lievens, F. (2022) Revisiting Meta-Analytic Estimates of Validity in Personnel Selection: Addressing Systematic Overcorrection for Restriction of Range. Journal of Applied Psychology
• Sjöberg, S. (2014) Utilizing research in the practice of personnel selection: General mental ability, personality, and job performance. Doctoral thesis. Faculty of Social Sciences, Department of Psychology, Stockholm University, Sweden
• Kuncel, N. R., Connelly, B. S., Klieger, D. M., & Ones, D. S. (2013) Mechanical versus Clinical data combination in Selection and Admissions Decisions: A MetaAnalysis, Journal of Applied Psychology.