Recruiting Analytics: Mehr Erfolg mit Data Driven Recruiting und Talent Intelligence
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Elektronisch E-Book |
| Sprache: | German |
| Veröffentlicht: |
Freiburg
Schäffer-Poeschel Verlag für Wirtschaft Steuern Recht GmbH
2023
|
| Schlagworte: | |
| Online-Zugang: | DE-2070s |
| Beschreibung: | Description based on publisher supplied metadata and other sources |
| Beschreibung: | 1 Online-Ressource (255 Seiten) |
| ISBN: | 9783791059488 |
Internformat
MARC
| LEADER | 00000nmm a2200000zc 4500 | ||
|---|---|---|---|
| 001 | BV049871124 | ||
| 003 | DE-604 | ||
| 007 | cr|uuu---uuuuu | ||
| 008 | 240918s2023 |||| o||u| ||||||ger d | ||
| 020 | |a 9783791059488 |9 978-3-7910-5948-8 | ||
| 035 | |a (ZDB-30-PQE)EBC7383870 | ||
| 035 | |a (ZDB-30-PAD)EBC7383870 | ||
| 035 | |a (ZDB-89-EBL)EBL7383870 | ||
| 035 | |a (OCoLC)1416748025 | ||
| 035 | |a (DE-599)BVBBV049871124 | ||
| 040 | |a DE-604 |b ger |e rda | ||
| 041 | 0 | |a ger | |
| 049 | |a DE-2070s | ||
| 084 | |a QV 570 |0 (DE-625)142158: |2 rvk | ||
| 084 | |a QV 578 |0 (DE-625)142160: |2 rvk | ||
| 100 | 1 | |a Rütten, Marcel |e Verfasser |4 aut | |
| 245 | 1 | 0 | |a Recruiting Analytics |b Mehr Erfolg mit Data Driven Recruiting und Talent Intelligence |
| 264 | 1 | |a Freiburg |b Schäffer-Poeschel Verlag für Wirtschaft Steuern Recht GmbH |c 2023 | |
| 264 | 4 | |c ©2023 | |
| 300 | |a 1 Online-Ressource (255 Seiten) | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b c |2 rdamedia | ||
| 338 | |b cr |2 rdacarrier | ||
| 500 | |a Description based on publisher supplied metadata and other sources | ||
| 505 | 8 | |a Intro -- Inhaltsverzeichnis -- Hinweis zum Urheberrecht -- myBook+ -- Impressum -- Vorwort -- Abkürzungsverzeichnis -- 1 Einleitung -- 2 Daten im Recruiting - Was ist der Status quo? -- 2.1 Warum werden Zahlen im Recruiting immer wichtiger? -- 2.2 Das Innovationsparadoxon im Recruiting -- 2.3 Die digitale Candidate Journey -- 2.4 Gibt es ein Kompetenz-Gap im Recruiting? -- 3 Definitionen, begriffliche Abgrenzungen und Einordnung -- 3.1 Recruiting Analytics -- 3.2 Data-Driven Recruiting -- 3.3 Talent Intelligence -- 3.4 People Analytics -- 3.5 Metriken, Kennzahlen und KPIs -- 4 Die gängigsten Kennzahlen und KPIs -- 4.1 Typische Kennzahlen nach Zeit -- 4.1.1 Time-to-Review -- 4.1.2 Time-to-Interview -- 4.1.3 Time-to-Offer -- 4.1.4 Time-to-Hire -- 4.1.5 Time-to-Start -- 4.1.6 Time-to-Fill -- 4.2 Typische Kennzahlen nach Kosten -- 4.2.1 Cost-per-Click -- 4.2.2 Cost-per-Application -- 4.2.3 Cost-per-Interview -- | |
| 505 | 8 | |a 4.2.4 Cost-per-Hire -- 4.2.5 Cost-of-Vacancy -- 4.3 Typische Kennzahlen nach Qualität -- 4.3.1 Application-Rate -- 4.3.2 Interview-Rate -- 4.3.3 Offer-Rate -- 4.3.4 Retention-Rate -- 4.3.5 Rehiring-Rate -- 4.3.6 Participation-Rate -- 5 Datenquellen als wichtiger Startpunkt -- 5.1 Datenschutz nicht vergessen! -- 5.2 Externe Datenquellen -- 5.2.1 Studien -- 5.2.1.1 Arbeitsmarktstudien -- 5.2.1.2 Zielgruppenstudien -- 5.2.1.3 Recruitingmarktstudien -- 5.2.2 Jobbörsen -- 5.2.3 Social Media -- 5.2.4 Bewertungsportale -- 5.2.5 Externe Umfragen -- 5.2.6 Google Trends -- 5.3 Interne Datenquellen -- 5.3.1 Homepage und Karrierewebseite -- 5.3.1.1 Webanalyse -- 5.3.1.2 Tools für die Suchmaschinenoptimierung (SEO) -- 5.3.2 Applicant-Tracking-Systeme -- 5.3.3 Eigene Umfragen -- 5.3.4 Interviews -- 5.3.5 Austrittsgespräche -- 5.4 APIs als Goldstandard zur Verknüpfung von Datenquellen -- | |
| 505 | 8 | |a 6 Auf Spurensuche nach den richtigen KPIs -- 6.1 Root-Cause-Analysis | |
| 505 | 8 | |a 6.2 Die 5-Why-Methode -- 6.3 Entscheidungsbäume -- 7 Mit Dashboards zum Recruitingerfolg -- 7.1 Was ist ein Dashboard? -- 7.2 Wie manage ich meine Stakeholder? -- 7.3 Mit der richtigen Visualisierung überzeugen -- 7.4 Dashboards in der Praxis -- 7.4.1 Employer Reputation und Brand Awareness -- 7.4.2 Karrierewebseiten-Dashboard mit Google Analytics -- 7.4.3 Candidate Journey Dashboard -- 7.4.4 Dashboards im Applicant-Tracking-System -- 7.4.4.1 Filtermöglichkeiten -- 7.4.4.2 Quellenanalyse -- 7.4.4.3 Pipeline-Analyse -- 7.4.4.4 Performance-Analysen -- 7.4.4.5 Reporting -- 7.4.5 Social Media Dashboards -- 7.5 Warum externe Benchmarks meist nicht sinnvoll sind -- 8 Unsere wichtigsten Learnings aus der Praxis -- 8.1 Durch Priorisierung den Überblick behalten -- 8.2 Praxisguides für die ersten Schritte mit Recruiting Analytics -- 8.2.1 In fünf Schritten zur Candidate Satisfaction Survey -- | |
| 505 | 8 | |a 8.2.1.1 Sammlung der Texte der Standardkommunikation -- 8.2.1.2 Erstellung des Fragebogens -- 8.2.1.3 Implementierung in die Standardkommunikation -- 8.2.1.4 Analyse der Daten -- 8.2.1.5 Ableitung von Handlungsempfehlungen -- 8.2.2 Simpler Qualitätscheck der Einstellungen -- 8.2.2.1 Datenerhebung -- 8.2.2.2 Datenanalyse -- 8.2.3 Reverse Engineering Funnel -- 8.2.3.1 Datenerhebung -- 8.2.3.2 Datennutzung -- 8.2.4 Bauanleitung für Tracking-Links -- 8.2.5 Hack für bessere ATS-Reports -- 8.2.5.1 Datenerhebung -- 8.2.5.2 Datenanalyse -- 8.3 Die größten Fehler im Umgang mit Daten -- 8.3.1 Unzureichende Informationen -- 8.3.2 Typische falsche Rückschlüsse -- 9 Einbettung von Recruiting Analytics in Organisationen -- 9.1 Wertschöpfung fürs Business -- 9.1.1 Recruiting Excellence als langfristiges Ziel -- 9.1.2 Analytics ist kein Berichtswesen -- 9.2 Welchen Reifegrad hat Ihr Recruiting im Umgang mit Daten? -- | |
| 505 | 8 | |a 9.3 Organisatorische Einordnung und Ownership | |
| 505 | 8 | |a 9.3.1 Wer soll das Thema Talent Intelligence ownen? -- 9.3.2 Wer soll mit den Daten arbeiten? -- 9.3.3 Woher kommen die notwendigen Kompetenzen? -- 9.3.3.1 Agenturen -- 9.3.3.2 Freelancer:innen- oder Interimslösungen -- 9.3.3.3 Feste Mitarbeiter:innen -- 9.3.4 Unsere Empfehlung -- 10 Wie Unternehmen den Reifegrad ihres Recruitings in der Praxis erhöhen -- 10.1 Szenario 1: Orientierung entlang der Candidate Journey -- 10.2 Szenario 2: Balance zwischen Zeit, Kosten und Qualität -- 10.3 Szenario 3: Langzeitbewertung mit der Talent Acquisition Scorecard -- 11 Ausblick in die Zukunft von Recruiting Analytics -- 11.1 Allgemeine Betrachtung -- 11.2 Robotic Process Automation -- 11.3 Künstliche Intelligenz -- 11.4 Datensynthetisierung -- 11.5 Digital Diversity Management -- 12 Weiterführende Quellen -- 12.1 Bücher -- 12.2 Podcasts -- 12.3 Blogs -- 12.4 Quellen für Studien und Daten -- 12.5 Sonstiges -- Literaturverzeichnis -- Die Autoren -- Ihre Online-Inhalte zum Buch: Exklusiv für Buchkäuferinnen und Buchkäufer! -- Stichwortverzeichnis | |
| 650 | 0 | 7 | |a Recruitment |0 (DE-588)4177290-8 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Personalbeschaffung |0 (DE-588)4121462-6 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Datenanalyse |0 (DE-588)4123037-1 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Leistungskennzahl |0 (DE-588)4718803-0 |2 gnd |9 rswk-swf |
| 689 | 0 | 0 | |a Personalbeschaffung |0 (DE-588)4121462-6 |D s |
| 689 | 0 | 1 | |a Recruitment |0 (DE-588)4177290-8 |D s |
| 689 | 0 | 2 | |a Datenanalyse |0 (DE-588)4123037-1 |D s |
| 689 | 0 | |5 DE-604 | |
| 689 | 1 | 0 | |a Personalbeschaffung |0 (DE-588)4121462-6 |D s |
| 689 | 1 | 1 | |a Leistungskennzahl |0 (DE-588)4718803-0 |D s |
| 689 | 1 | |5 DE-604 | |
| 700 | 1 | |a Verhoeven, Tim |e Sonstige |4 oth | |
| 776 | 0 | 8 | |i Erscheint auch als |n Druck-Ausgabe |a Rütten, Marcel |t Recruiting Analytics |d Freiburg : Schäffer-Poeschel Verlag für Wirtschaft Steuern Recht GmbH,c2023 |z 9783791059471 |
| 912 | |a ZDB-30-PQE | ||
| 943 | 1 | |a oai:aleph.bib-bvb.de:BVB01-035210599 | |
| 966 | e | |u https://ebookcentral.proquest.com/lib/hwr/detail.action?docID=7383870 |l DE-2070s |p ZDB-30-PQE |q HWR_PDA_PQE |x Aggregator |3 Volltext | |
Datensatz im Suchindex
| _version_ | 1814902773074886656 |
|---|---|
| adam_text | |
| any_adam_object | |
| author | Rütten, Marcel |
| author_facet | Rütten, Marcel |
| author_role | aut |
| author_sort | Rütten, Marcel |
| author_variant | m r mr |
| building | Verbundindex |
| bvnumber | BV049871124 |
| classification_rvk | QV 570 QV 578 |
| collection | ZDB-30-PQE |
| contents | Intro -- Inhaltsverzeichnis -- Hinweis zum Urheberrecht -- myBook+ -- Impressum -- Vorwort -- Abkürzungsverzeichnis -- 1 Einleitung -- 2 Daten im Recruiting - Was ist der Status quo? -- 2.1 Warum werden Zahlen im Recruiting immer wichtiger? -- 2.2 Das Innovationsparadoxon im Recruiting -- 2.3 Die digitale Candidate Journey -- 2.4 Gibt es ein Kompetenz-Gap im Recruiting? -- 3 Definitionen, begriffliche Abgrenzungen und Einordnung -- 3.1 Recruiting Analytics -- 3.2 Data-Driven Recruiting -- 3.3 Talent Intelligence -- 3.4 People Analytics -- 3.5 Metriken, Kennzahlen und KPIs -- 4 Die gängigsten Kennzahlen und KPIs -- 4.1 Typische Kennzahlen nach Zeit -- 4.1.1 Time-to-Review -- 4.1.2 Time-to-Interview -- 4.1.3 Time-to-Offer -- 4.1.4 Time-to-Hire -- 4.1.5 Time-to-Start -- 4.1.6 Time-to-Fill -- 4.2 Typische Kennzahlen nach Kosten -- 4.2.1 Cost-per-Click -- 4.2.2 Cost-per-Application -- 4.2.3 Cost-per-Interview -- 4.2.4 Cost-per-Hire -- 4.2.5 Cost-of-Vacancy -- 4.3 Typische Kennzahlen nach Qualität -- 4.3.1 Application-Rate -- 4.3.2 Interview-Rate -- 4.3.3 Offer-Rate -- 4.3.4 Retention-Rate -- 4.3.5 Rehiring-Rate -- 4.3.6 Participation-Rate -- 5 Datenquellen als wichtiger Startpunkt -- 5.1 Datenschutz nicht vergessen! -- 5.2 Externe Datenquellen -- 5.2.1 Studien -- 5.2.1.1 Arbeitsmarktstudien -- 5.2.1.2 Zielgruppenstudien -- 5.2.1.3 Recruitingmarktstudien -- 5.2.2 Jobbörsen -- 5.2.3 Social Media -- 5.2.4 Bewertungsportale -- 5.2.5 Externe Umfragen -- 5.2.6 Google Trends -- 5.3 Interne Datenquellen -- 5.3.1 Homepage und Karrierewebseite -- 5.3.1.1 Webanalyse -- 5.3.1.2 Tools für die Suchmaschinenoptimierung (SEO) -- 5.3.2 Applicant-Tracking-Systeme -- 5.3.3 Eigene Umfragen -- 5.3.4 Interviews -- 5.3.5 Austrittsgespräche -- 5.4 APIs als Goldstandard zur Verknüpfung von Datenquellen -- 6 Auf Spurensuche nach den richtigen KPIs -- 6.1 Root-Cause-Analysis 6.2 Die 5-Why-Methode -- 6.3 Entscheidungsbäume -- 7 Mit Dashboards zum Recruitingerfolg -- 7.1 Was ist ein Dashboard? -- 7.2 Wie manage ich meine Stakeholder? -- 7.3 Mit der richtigen Visualisierung überzeugen -- 7.4 Dashboards in der Praxis -- 7.4.1 Employer Reputation und Brand Awareness -- 7.4.2 Karrierewebseiten-Dashboard mit Google Analytics -- 7.4.3 Candidate Journey Dashboard -- 7.4.4 Dashboards im Applicant-Tracking-System -- 7.4.4.1 Filtermöglichkeiten -- 7.4.4.2 Quellenanalyse -- 7.4.4.3 Pipeline-Analyse -- 7.4.4.4 Performance-Analysen -- 7.4.4.5 Reporting -- 7.4.5 Social Media Dashboards -- 7.5 Warum externe Benchmarks meist nicht sinnvoll sind -- 8 Unsere wichtigsten Learnings aus der Praxis -- 8.1 Durch Priorisierung den Überblick behalten -- 8.2 Praxisguides für die ersten Schritte mit Recruiting Analytics -- 8.2.1 In fünf Schritten zur Candidate Satisfaction Survey -- 8.2.1.1 Sammlung der Texte der Standardkommunikation -- 8.2.1.2 Erstellung des Fragebogens -- 8.2.1.3 Implementierung in die Standardkommunikation -- 8.2.1.4 Analyse der Daten -- 8.2.1.5 Ableitung von Handlungsempfehlungen -- 8.2.2 Simpler Qualitätscheck der Einstellungen -- 8.2.2.1 Datenerhebung -- 8.2.2.2 Datenanalyse -- 8.2.3 Reverse Engineering Funnel -- 8.2.3.1 Datenerhebung -- 8.2.3.2 Datennutzung -- 8.2.4 Bauanleitung für Tracking-Links -- 8.2.5 Hack für bessere ATS-Reports -- 8.2.5.1 Datenerhebung -- 8.2.5.2 Datenanalyse -- 8.3 Die größten Fehler im Umgang mit Daten -- 8.3.1 Unzureichende Informationen -- 8.3.2 Typische falsche Rückschlüsse -- 9 Einbettung von Recruiting Analytics in Organisationen -- 9.1 Wertschöpfung fürs Business -- 9.1.1 Recruiting Excellence als langfristiges Ziel -- 9.1.2 Analytics ist kein Berichtswesen -- 9.2 Welchen Reifegrad hat Ihr Recruiting im Umgang mit Daten? -- 9.3 Organisatorische Einordnung und Ownership 9.3.1 Wer soll das Thema Talent Intelligence ownen? -- 9.3.2 Wer soll mit den Daten arbeiten? -- 9.3.3 Woher kommen die notwendigen Kompetenzen? -- 9.3.3.1 Agenturen -- 9.3.3.2 Freelancer:innen- oder Interimslösungen -- 9.3.3.3 Feste Mitarbeiter:innen -- 9.3.4 Unsere Empfehlung -- 10 Wie Unternehmen den Reifegrad ihres Recruitings in der Praxis erhöhen -- 10.1 Szenario 1: Orientierung entlang der Candidate Journey -- 10.2 Szenario 2: Balance zwischen Zeit, Kosten und Qualität -- 10.3 Szenario 3: Langzeitbewertung mit der Talent Acquisition Scorecard -- 11 Ausblick in die Zukunft von Recruiting Analytics -- 11.1 Allgemeine Betrachtung -- 11.2 Robotic Process Automation -- 11.3 Künstliche Intelligenz -- 11.4 Datensynthetisierung -- 11.5 Digital Diversity Management -- 12 Weiterführende Quellen -- 12.1 Bücher -- 12.2 Podcasts -- 12.3 Blogs -- 12.4 Quellen für Studien und Daten -- 12.5 Sonstiges -- Literaturverzeichnis -- Die Autoren -- Ihre Online-Inhalte zum Buch: Exklusiv für Buchkäuferinnen und Buchkäufer! -- Stichwortverzeichnis |
| ctrlnum | (ZDB-30-PQE)EBC7383870 (ZDB-30-PAD)EBC7383870 (ZDB-89-EBL)EBL7383870 (OCoLC)1416748025 (DE-599)BVBBV049871124 |
| discipline | Wirtschaftswissenschaften |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>00000nmm a2200000zc 4500</leader><controlfield tag="001">BV049871124</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="007">cr|uuu---uuuuu</controlfield><controlfield tag="008">240918s2023 |||| o||u| ||||||ger d</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783791059488</subfield><subfield code="9">978-3-7910-5948-8</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ZDB-30-PQE)EBC7383870</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ZDB-30-PAD)EBC7383870</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(ZDB-89-EBL)EBL7383870</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1416748025</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV049871124</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-2070s</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QV 570</subfield><subfield code="0">(DE-625)142158:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QV 578</subfield><subfield code="0">(DE-625)142160:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Rütten, Marcel</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Recruiting Analytics</subfield><subfield code="b">Mehr Erfolg mit Data Driven Recruiting und Talent Intelligence</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Freiburg</subfield><subfield code="b">Schäffer-Poeschel Verlag für Wirtschaft Steuern Recht GmbH</subfield><subfield code="c">2023</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">©2023</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource (255 Seiten)</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Description based on publisher supplied metadata and other sources</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">Intro -- Inhaltsverzeichnis -- Hinweis zum Urheberrecht -- myBook+ -- Impressum -- Vorwort -- Abkürzungsverzeichnis -- 1 Einleitung -- 2 Daten im Recruiting - Was ist der Status quo? -- 2.1 Warum werden Zahlen im Recruiting immer wichtiger? -- 2.2 Das Innovationsparadoxon im Recruiting -- 2.3 Die digitale Candidate Journey -- 2.4 Gibt es ein Kompetenz-Gap im Recruiting? -- 3 Definitionen, begriffliche Abgrenzungen und Einordnung -- 3.1 Recruiting Analytics -- 3.2 Data-Driven Recruiting -- 3.3 Talent Intelligence -- 3.4 People Analytics -- 3.5 Metriken, Kennzahlen und KPIs -- 4 Die gängigsten Kennzahlen und KPIs -- 4.1 Typische Kennzahlen nach Zeit -- 4.1.1 Time-to-Review -- 4.1.2 Time-to-Interview -- 4.1.3 Time-to-Offer -- 4.1.4 Time-to-Hire -- 4.1.5 Time-to-Start -- 4.1.6 Time-to-Fill -- 4.2 Typische Kennzahlen nach Kosten -- 4.2.1 Cost-per-Click -- 4.2.2 Cost-per-Application -- 4.2.3 Cost-per-Interview --</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">4.2.4 Cost-per-Hire -- 4.2.5 Cost-of-Vacancy -- 4.3 Typische Kennzahlen nach Qualität -- 4.3.1 Application-Rate -- 4.3.2 Interview-Rate -- 4.3.3 Offer-Rate -- 4.3.4 Retention-Rate -- 4.3.5 Rehiring-Rate -- 4.3.6 Participation-Rate -- 5 Datenquellen als wichtiger Startpunkt -- 5.1 Datenschutz nicht vergessen! -- 5.2 Externe Datenquellen -- 5.2.1 Studien -- 5.2.1.1 Arbeitsmarktstudien -- 5.2.1.2 Zielgruppenstudien -- 5.2.1.3 Recruitingmarktstudien -- 5.2.2 Jobbörsen -- 5.2.3 Social Media -- 5.2.4 Bewertungsportale -- 5.2.5 Externe Umfragen -- 5.2.6 Google Trends -- 5.3 Interne Datenquellen -- 5.3.1 Homepage und Karrierewebseite -- 5.3.1.1 Webanalyse -- 5.3.1.2 Tools für die Suchmaschinenoptimierung (SEO) -- 5.3.2 Applicant-Tracking-Systeme -- 5.3.3 Eigene Umfragen -- 5.3.4 Interviews -- 5.3.5 Austrittsgespräche -- 5.4 APIs als Goldstandard zur Verknüpfung von Datenquellen --</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">6 Auf Spurensuche nach den richtigen KPIs -- 6.1 Root-Cause-Analysis</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">6.2 Die 5-Why-Methode -- 6.3 Entscheidungsbäume -- 7 Mit Dashboards zum Recruitingerfolg -- 7.1 Was ist ein Dashboard? -- 7.2 Wie manage ich meine Stakeholder? -- 7.3 Mit der richtigen Visualisierung überzeugen -- 7.4 Dashboards in der Praxis -- 7.4.1 Employer Reputation und Brand Awareness -- 7.4.2 Karrierewebseiten-Dashboard mit Google Analytics -- 7.4.3 Candidate Journey Dashboard -- 7.4.4 Dashboards im Applicant-Tracking-System -- 7.4.4.1 Filtermöglichkeiten -- 7.4.4.2 Quellenanalyse -- 7.4.4.3 Pipeline-Analyse -- 7.4.4.4 Performance-Analysen -- 7.4.4.5 Reporting -- 7.4.5 Social Media Dashboards -- 7.5 Warum externe Benchmarks meist nicht sinnvoll sind -- 8 Unsere wichtigsten Learnings aus der Praxis -- 8.1 Durch Priorisierung den Überblick behalten -- 8.2 Praxisguides für die ersten Schritte mit Recruiting Analytics -- 8.2.1 In fünf Schritten zur Candidate Satisfaction Survey --</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">8.2.1.1 Sammlung der Texte der Standardkommunikation -- 8.2.1.2 Erstellung des Fragebogens -- 8.2.1.3 Implementierung in die Standardkommunikation -- 8.2.1.4 Analyse der Daten -- 8.2.1.5 Ableitung von Handlungsempfehlungen -- 8.2.2 Simpler Qualitätscheck der Einstellungen -- 8.2.2.1 Datenerhebung -- 8.2.2.2 Datenanalyse -- 8.2.3 Reverse Engineering Funnel -- 8.2.3.1 Datenerhebung -- 8.2.3.2 Datennutzung -- 8.2.4 Bauanleitung für Tracking-Links -- 8.2.5 Hack für bessere ATS-Reports -- 8.2.5.1 Datenerhebung -- 8.2.5.2 Datenanalyse -- 8.3 Die größten Fehler im Umgang mit Daten -- 8.3.1 Unzureichende Informationen -- 8.3.2 Typische falsche Rückschlüsse -- 9 Einbettung von Recruiting Analytics in Organisationen -- 9.1 Wertschöpfung fürs Business -- 9.1.1 Recruiting Excellence als langfristiges Ziel -- 9.1.2 Analytics ist kein Berichtswesen -- 9.2 Welchen Reifegrad hat Ihr Recruiting im Umgang mit Daten? --</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">9.3 Organisatorische Einordnung und Ownership</subfield></datafield><datafield tag="505" ind1="8" ind2=" "><subfield code="a">9.3.1 Wer soll das Thema Talent Intelligence ownen? -- 9.3.2 Wer soll mit den Daten arbeiten? -- 9.3.3 Woher kommen die notwendigen Kompetenzen? -- 9.3.3.1 Agenturen -- 9.3.3.2 Freelancer:innen- oder Interimslösungen -- 9.3.3.3 Feste Mitarbeiter:innen -- 9.3.4 Unsere Empfehlung -- 10 Wie Unternehmen den Reifegrad ihres Recruitings in der Praxis erhöhen -- 10.1 Szenario 1: Orientierung entlang der Candidate Journey -- 10.2 Szenario 2: Balance zwischen Zeit, Kosten und Qualität -- 10.3 Szenario 3: Langzeitbewertung mit der Talent Acquisition Scorecard -- 11 Ausblick in die Zukunft von Recruiting Analytics -- 11.1 Allgemeine Betrachtung -- 11.2 Robotic Process Automation -- 11.3 Künstliche Intelligenz -- 11.4 Datensynthetisierung -- 11.5 Digital Diversity Management -- 12 Weiterführende Quellen -- 12.1 Bücher -- 12.2 Podcasts -- 12.3 Blogs -- 12.4 Quellen für Studien und Daten -- 12.5 Sonstiges -- Literaturverzeichnis -- Die Autoren -- Ihre Online-Inhalte zum Buch: Exklusiv für Buchkäuferinnen und Buchkäufer! -- Stichwortverzeichnis</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Recruitment</subfield><subfield code="0">(DE-588)4177290-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Personalbeschaffung</subfield><subfield code="0">(DE-588)4121462-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Datenanalyse</subfield><subfield code="0">(DE-588)4123037-1</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Leistungskennzahl</subfield><subfield code="0">(DE-588)4718803-0</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Personalbeschaffung</subfield><subfield code="0">(DE-588)4121462-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Recruitment</subfield><subfield code="0">(DE-588)4177290-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Datenanalyse</subfield><subfield code="0">(DE-588)4123037-1</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Personalbeschaffung</subfield><subfield code="0">(DE-588)4121462-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Leistungskennzahl</subfield><subfield code="0">(DE-588)4718803-0</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Verhoeven, Tim</subfield><subfield code="e">Sonstige</subfield><subfield code="4">oth</subfield></datafield><datafield tag="776" ind1="0" ind2="8"><subfield code="i">Erscheint auch als</subfield><subfield code="n">Druck-Ausgabe</subfield><subfield code="a">Rütten, Marcel</subfield><subfield code="t">Recruiting Analytics</subfield><subfield code="d">Freiburg : Schäffer-Poeschel Verlag für Wirtschaft Steuern Recht GmbH,c2023</subfield><subfield code="z">9783791059471</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-30-PQE</subfield></datafield><datafield tag="943" ind1="1" ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-035210599</subfield></datafield><datafield tag="966" ind1="e" ind2=" "><subfield code="u">https://ebookcentral.proquest.com/lib/hwr/detail.action?docID=7383870</subfield><subfield code="l">DE-2070s</subfield><subfield code="p">ZDB-30-PQE</subfield><subfield code="q">HWR_PDA_PQE</subfield><subfield code="x">Aggregator</subfield><subfield code="3">Volltext</subfield></datafield></record></collection> |
| id | DE-604.BV049871124 |
| illustrated | Not Illustrated |
| indexdate | 2024-11-05T17:02:41Z |
| institution | BVB |
| isbn | 9783791059488 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-035210599 |
| oclc_num | 1416748025 |
| open_access_boolean | |
| owner | DE-2070s |
| owner_facet | DE-2070s |
| physical | 1 Online-Ressource (255 Seiten) |
| psigel | ZDB-30-PQE ZDB-30-PQE HWR_PDA_PQE |
| publishDate | 2023 |
| publishDateSearch | 2023 |
| publishDateSort | 2023 |
| publisher | Schäffer-Poeschel Verlag für Wirtschaft Steuern Recht GmbH |
| record_format | marc |
| spelling | Rütten, Marcel Verfasser aut Recruiting Analytics Mehr Erfolg mit Data Driven Recruiting und Talent Intelligence Freiburg Schäffer-Poeschel Verlag für Wirtschaft Steuern Recht GmbH 2023 ©2023 1 Online-Ressource (255 Seiten) txt rdacontent c rdamedia cr rdacarrier Description based on publisher supplied metadata and other sources Intro -- Inhaltsverzeichnis -- Hinweis zum Urheberrecht -- myBook+ -- Impressum -- Vorwort -- Abkürzungsverzeichnis -- 1 Einleitung -- 2 Daten im Recruiting - Was ist der Status quo? -- 2.1 Warum werden Zahlen im Recruiting immer wichtiger? -- 2.2 Das Innovationsparadoxon im Recruiting -- 2.3 Die digitale Candidate Journey -- 2.4 Gibt es ein Kompetenz-Gap im Recruiting? -- 3 Definitionen, begriffliche Abgrenzungen und Einordnung -- 3.1 Recruiting Analytics -- 3.2 Data-Driven Recruiting -- 3.3 Talent Intelligence -- 3.4 People Analytics -- 3.5 Metriken, Kennzahlen und KPIs -- 4 Die gängigsten Kennzahlen und KPIs -- 4.1 Typische Kennzahlen nach Zeit -- 4.1.1 Time-to-Review -- 4.1.2 Time-to-Interview -- 4.1.3 Time-to-Offer -- 4.1.4 Time-to-Hire -- 4.1.5 Time-to-Start -- 4.1.6 Time-to-Fill -- 4.2 Typische Kennzahlen nach Kosten -- 4.2.1 Cost-per-Click -- 4.2.2 Cost-per-Application -- 4.2.3 Cost-per-Interview -- 4.2.4 Cost-per-Hire -- 4.2.5 Cost-of-Vacancy -- 4.3 Typische Kennzahlen nach Qualität -- 4.3.1 Application-Rate -- 4.3.2 Interview-Rate -- 4.3.3 Offer-Rate -- 4.3.4 Retention-Rate -- 4.3.5 Rehiring-Rate -- 4.3.6 Participation-Rate -- 5 Datenquellen als wichtiger Startpunkt -- 5.1 Datenschutz nicht vergessen! -- 5.2 Externe Datenquellen -- 5.2.1 Studien -- 5.2.1.1 Arbeitsmarktstudien -- 5.2.1.2 Zielgruppenstudien -- 5.2.1.3 Recruitingmarktstudien -- 5.2.2 Jobbörsen -- 5.2.3 Social Media -- 5.2.4 Bewertungsportale -- 5.2.5 Externe Umfragen -- 5.2.6 Google Trends -- 5.3 Interne Datenquellen -- 5.3.1 Homepage und Karrierewebseite -- 5.3.1.1 Webanalyse -- 5.3.1.2 Tools für die Suchmaschinenoptimierung (SEO) -- 5.3.2 Applicant-Tracking-Systeme -- 5.3.3 Eigene Umfragen -- 5.3.4 Interviews -- 5.3.5 Austrittsgespräche -- 5.4 APIs als Goldstandard zur Verknüpfung von Datenquellen -- 6 Auf Spurensuche nach den richtigen KPIs -- 6.1 Root-Cause-Analysis 6.2 Die 5-Why-Methode -- 6.3 Entscheidungsbäume -- 7 Mit Dashboards zum Recruitingerfolg -- 7.1 Was ist ein Dashboard? -- 7.2 Wie manage ich meine Stakeholder? -- 7.3 Mit der richtigen Visualisierung überzeugen -- 7.4 Dashboards in der Praxis -- 7.4.1 Employer Reputation und Brand Awareness -- 7.4.2 Karrierewebseiten-Dashboard mit Google Analytics -- 7.4.3 Candidate Journey Dashboard -- 7.4.4 Dashboards im Applicant-Tracking-System -- 7.4.4.1 Filtermöglichkeiten -- 7.4.4.2 Quellenanalyse -- 7.4.4.3 Pipeline-Analyse -- 7.4.4.4 Performance-Analysen -- 7.4.4.5 Reporting -- 7.4.5 Social Media Dashboards -- 7.5 Warum externe Benchmarks meist nicht sinnvoll sind -- 8 Unsere wichtigsten Learnings aus der Praxis -- 8.1 Durch Priorisierung den Überblick behalten -- 8.2 Praxisguides für die ersten Schritte mit Recruiting Analytics -- 8.2.1 In fünf Schritten zur Candidate Satisfaction Survey -- 8.2.1.1 Sammlung der Texte der Standardkommunikation -- 8.2.1.2 Erstellung des Fragebogens -- 8.2.1.3 Implementierung in die Standardkommunikation -- 8.2.1.4 Analyse der Daten -- 8.2.1.5 Ableitung von Handlungsempfehlungen -- 8.2.2 Simpler Qualitätscheck der Einstellungen -- 8.2.2.1 Datenerhebung -- 8.2.2.2 Datenanalyse -- 8.2.3 Reverse Engineering Funnel -- 8.2.3.1 Datenerhebung -- 8.2.3.2 Datennutzung -- 8.2.4 Bauanleitung für Tracking-Links -- 8.2.5 Hack für bessere ATS-Reports -- 8.2.5.1 Datenerhebung -- 8.2.5.2 Datenanalyse -- 8.3 Die größten Fehler im Umgang mit Daten -- 8.3.1 Unzureichende Informationen -- 8.3.2 Typische falsche Rückschlüsse -- 9 Einbettung von Recruiting Analytics in Organisationen -- 9.1 Wertschöpfung fürs Business -- 9.1.1 Recruiting Excellence als langfristiges Ziel -- 9.1.2 Analytics ist kein Berichtswesen -- 9.2 Welchen Reifegrad hat Ihr Recruiting im Umgang mit Daten? -- 9.3 Organisatorische Einordnung und Ownership 9.3.1 Wer soll das Thema Talent Intelligence ownen? -- 9.3.2 Wer soll mit den Daten arbeiten? -- 9.3.3 Woher kommen die notwendigen Kompetenzen? -- 9.3.3.1 Agenturen -- 9.3.3.2 Freelancer:innen- oder Interimslösungen -- 9.3.3.3 Feste Mitarbeiter:innen -- 9.3.4 Unsere Empfehlung -- 10 Wie Unternehmen den Reifegrad ihres Recruitings in der Praxis erhöhen -- 10.1 Szenario 1: Orientierung entlang der Candidate Journey -- 10.2 Szenario 2: Balance zwischen Zeit, Kosten und Qualität -- 10.3 Szenario 3: Langzeitbewertung mit der Talent Acquisition Scorecard -- 11 Ausblick in die Zukunft von Recruiting Analytics -- 11.1 Allgemeine Betrachtung -- 11.2 Robotic Process Automation -- 11.3 Künstliche Intelligenz -- 11.4 Datensynthetisierung -- 11.5 Digital Diversity Management -- 12 Weiterführende Quellen -- 12.1 Bücher -- 12.2 Podcasts -- 12.3 Blogs -- 12.4 Quellen für Studien und Daten -- 12.5 Sonstiges -- Literaturverzeichnis -- Die Autoren -- Ihre Online-Inhalte zum Buch: Exklusiv für Buchkäuferinnen und Buchkäufer! -- Stichwortverzeichnis Recruitment (DE-588)4177290-8 gnd rswk-swf Personalbeschaffung (DE-588)4121462-6 gnd rswk-swf Datenanalyse (DE-588)4123037-1 gnd rswk-swf Leistungskennzahl (DE-588)4718803-0 gnd rswk-swf Personalbeschaffung (DE-588)4121462-6 s Recruitment (DE-588)4177290-8 s Datenanalyse (DE-588)4123037-1 s DE-604 Leistungskennzahl (DE-588)4718803-0 s Verhoeven, Tim Sonstige oth Erscheint auch als Druck-Ausgabe Rütten, Marcel Recruiting Analytics Freiburg : Schäffer-Poeschel Verlag für Wirtschaft Steuern Recht GmbH,c2023 9783791059471 |
| spellingShingle | Rütten, Marcel Recruiting Analytics Mehr Erfolg mit Data Driven Recruiting und Talent Intelligence Intro -- Inhaltsverzeichnis -- Hinweis zum Urheberrecht -- myBook+ -- Impressum -- Vorwort -- Abkürzungsverzeichnis -- 1 Einleitung -- 2 Daten im Recruiting - Was ist der Status quo? -- 2.1 Warum werden Zahlen im Recruiting immer wichtiger? -- 2.2 Das Innovationsparadoxon im Recruiting -- 2.3 Die digitale Candidate Journey -- 2.4 Gibt es ein Kompetenz-Gap im Recruiting? -- 3 Definitionen, begriffliche Abgrenzungen und Einordnung -- 3.1 Recruiting Analytics -- 3.2 Data-Driven Recruiting -- 3.3 Talent Intelligence -- 3.4 People Analytics -- 3.5 Metriken, Kennzahlen und KPIs -- 4 Die gängigsten Kennzahlen und KPIs -- 4.1 Typische Kennzahlen nach Zeit -- 4.1.1 Time-to-Review -- 4.1.2 Time-to-Interview -- 4.1.3 Time-to-Offer -- 4.1.4 Time-to-Hire -- 4.1.5 Time-to-Start -- 4.1.6 Time-to-Fill -- 4.2 Typische Kennzahlen nach Kosten -- 4.2.1 Cost-per-Click -- 4.2.2 Cost-per-Application -- 4.2.3 Cost-per-Interview -- 4.2.4 Cost-per-Hire -- 4.2.5 Cost-of-Vacancy -- 4.3 Typische Kennzahlen nach Qualität -- 4.3.1 Application-Rate -- 4.3.2 Interview-Rate -- 4.3.3 Offer-Rate -- 4.3.4 Retention-Rate -- 4.3.5 Rehiring-Rate -- 4.3.6 Participation-Rate -- 5 Datenquellen als wichtiger Startpunkt -- 5.1 Datenschutz nicht vergessen! -- 5.2 Externe Datenquellen -- 5.2.1 Studien -- 5.2.1.1 Arbeitsmarktstudien -- 5.2.1.2 Zielgruppenstudien -- 5.2.1.3 Recruitingmarktstudien -- 5.2.2 Jobbörsen -- 5.2.3 Social Media -- 5.2.4 Bewertungsportale -- 5.2.5 Externe Umfragen -- 5.2.6 Google Trends -- 5.3 Interne Datenquellen -- 5.3.1 Homepage und Karrierewebseite -- 5.3.1.1 Webanalyse -- 5.3.1.2 Tools für die Suchmaschinenoptimierung (SEO) -- 5.3.2 Applicant-Tracking-Systeme -- 5.3.3 Eigene Umfragen -- 5.3.4 Interviews -- 5.3.5 Austrittsgespräche -- 5.4 APIs als Goldstandard zur Verknüpfung von Datenquellen -- 6 Auf Spurensuche nach den richtigen KPIs -- 6.1 Root-Cause-Analysis 6.2 Die 5-Why-Methode -- 6.3 Entscheidungsbäume -- 7 Mit Dashboards zum Recruitingerfolg -- 7.1 Was ist ein Dashboard? -- 7.2 Wie manage ich meine Stakeholder? -- 7.3 Mit der richtigen Visualisierung überzeugen -- 7.4 Dashboards in der Praxis -- 7.4.1 Employer Reputation und Brand Awareness -- 7.4.2 Karrierewebseiten-Dashboard mit Google Analytics -- 7.4.3 Candidate Journey Dashboard -- 7.4.4 Dashboards im Applicant-Tracking-System -- 7.4.4.1 Filtermöglichkeiten -- 7.4.4.2 Quellenanalyse -- 7.4.4.3 Pipeline-Analyse -- 7.4.4.4 Performance-Analysen -- 7.4.4.5 Reporting -- 7.4.5 Social Media Dashboards -- 7.5 Warum externe Benchmarks meist nicht sinnvoll sind -- 8 Unsere wichtigsten Learnings aus der Praxis -- 8.1 Durch Priorisierung den Überblick behalten -- 8.2 Praxisguides für die ersten Schritte mit Recruiting Analytics -- 8.2.1 In fünf Schritten zur Candidate Satisfaction Survey -- 8.2.1.1 Sammlung der Texte der Standardkommunikation -- 8.2.1.2 Erstellung des Fragebogens -- 8.2.1.3 Implementierung in die Standardkommunikation -- 8.2.1.4 Analyse der Daten -- 8.2.1.5 Ableitung von Handlungsempfehlungen -- 8.2.2 Simpler Qualitätscheck der Einstellungen -- 8.2.2.1 Datenerhebung -- 8.2.2.2 Datenanalyse -- 8.2.3 Reverse Engineering Funnel -- 8.2.3.1 Datenerhebung -- 8.2.3.2 Datennutzung -- 8.2.4 Bauanleitung für Tracking-Links -- 8.2.5 Hack für bessere ATS-Reports -- 8.2.5.1 Datenerhebung -- 8.2.5.2 Datenanalyse -- 8.3 Die größten Fehler im Umgang mit Daten -- 8.3.1 Unzureichende Informationen -- 8.3.2 Typische falsche Rückschlüsse -- 9 Einbettung von Recruiting Analytics in Organisationen -- 9.1 Wertschöpfung fürs Business -- 9.1.1 Recruiting Excellence als langfristiges Ziel -- 9.1.2 Analytics ist kein Berichtswesen -- 9.2 Welchen Reifegrad hat Ihr Recruiting im Umgang mit Daten? -- 9.3 Organisatorische Einordnung und Ownership 9.3.1 Wer soll das Thema Talent Intelligence ownen? -- 9.3.2 Wer soll mit den Daten arbeiten? -- 9.3.3 Woher kommen die notwendigen Kompetenzen? -- 9.3.3.1 Agenturen -- 9.3.3.2 Freelancer:innen- oder Interimslösungen -- 9.3.3.3 Feste Mitarbeiter:innen -- 9.3.4 Unsere Empfehlung -- 10 Wie Unternehmen den Reifegrad ihres Recruitings in der Praxis erhöhen -- 10.1 Szenario 1: Orientierung entlang der Candidate Journey -- 10.2 Szenario 2: Balance zwischen Zeit, Kosten und Qualität -- 10.3 Szenario 3: Langzeitbewertung mit der Talent Acquisition Scorecard -- 11 Ausblick in die Zukunft von Recruiting Analytics -- 11.1 Allgemeine Betrachtung -- 11.2 Robotic Process Automation -- 11.3 Künstliche Intelligenz -- 11.4 Datensynthetisierung -- 11.5 Digital Diversity Management -- 12 Weiterführende Quellen -- 12.1 Bücher -- 12.2 Podcasts -- 12.3 Blogs -- 12.4 Quellen für Studien und Daten -- 12.5 Sonstiges -- Literaturverzeichnis -- Die Autoren -- Ihre Online-Inhalte zum Buch: Exklusiv für Buchkäuferinnen und Buchkäufer! -- Stichwortverzeichnis Recruitment (DE-588)4177290-8 gnd Personalbeschaffung (DE-588)4121462-6 gnd Datenanalyse (DE-588)4123037-1 gnd Leistungskennzahl (DE-588)4718803-0 gnd |
| subject_GND | (DE-588)4177290-8 (DE-588)4121462-6 (DE-588)4123037-1 (DE-588)4718803-0 |
| title | Recruiting Analytics Mehr Erfolg mit Data Driven Recruiting und Talent Intelligence |
| title_auth | Recruiting Analytics Mehr Erfolg mit Data Driven Recruiting und Talent Intelligence |
| title_exact_search | Recruiting Analytics Mehr Erfolg mit Data Driven Recruiting und Talent Intelligence |
| title_full | Recruiting Analytics Mehr Erfolg mit Data Driven Recruiting und Talent Intelligence |
| title_fullStr | Recruiting Analytics Mehr Erfolg mit Data Driven Recruiting und Talent Intelligence |
| title_full_unstemmed | Recruiting Analytics Mehr Erfolg mit Data Driven Recruiting und Talent Intelligence |
| title_short | Recruiting Analytics |
| title_sort | recruiting analytics mehr erfolg mit data driven recruiting und talent intelligence |
| title_sub | Mehr Erfolg mit Data Driven Recruiting und Talent Intelligence |
| topic | Recruitment (DE-588)4177290-8 gnd Personalbeschaffung (DE-588)4121462-6 gnd Datenanalyse (DE-588)4123037-1 gnd Leistungskennzahl (DE-588)4718803-0 gnd |
| topic_facet | Recruitment Personalbeschaffung Datenanalyse Leistungskennzahl |
| work_keys_str_mv | AT ruttenmarcel recruitinganalyticsmehrerfolgmitdatadrivenrecruitingundtalentintelligence AT verhoeventim recruitinganalyticsmehrerfolgmitdatadrivenrecruitingundtalentintelligence |