18.02.2020

Unser Kunde GermanPersonnel: Erfolgreich zur Data Driven Company

Business Value

Eine erste Übersicht:

  • Ausgangssituation: Daten + Bauchgefühl
  • Schritt 1: Aufbau einer einheitlichen Datenbasis
  • Schritt 2: Agil zum Ziel
  • Schritt 3: Anforderungen flexibel priorisieren
  • Schritt 4: Datengetriebene Produkte
  • Schritt 5: Alle Mitarbeiter arbeiten mit Daten
Michael Althaus von ORAYLIS und Christian Oberstädt von GermanPersonnel
Unsere Projektmanager Michael Althaus (l.) mit Christian Oberstädt, Data Strategy Manager bei GermanPersonnel. Eine wichtige Voraussetzung für den erfolgreichen Wandel zur Data Driven Company ist eine enge, partnerschaftliche Zusammenarbeit aller Beteiligten über Bereichs- und Unternehmensgrenzen hinweg. (Bild: GermanPersonnel)

Ausgangssituation: Daten + Bauchgefühl

GermanPersonnel bietet seinen Kunden Software und Services für die Mitarbeitersuche im Internet. Das Unternehmen arbeitet mit Deutschlands größten Personaldienstleistern und Jobportalen zusammen. Kernprodukt ist die Software PERSY, mit der die GermanPersonnel-Kunden Stellenanzeigen entwerfen und in Jobbörsen platzieren sowie Bewerbungen managen können. Die resultierenden Daten wurden ursprünglich nur punktuell genutzt, beispielsweise für die Weiterentwicklung von Geschäftsprozessen, Produkten und Algorithmen zur intelligenten Kanalauswahl. Auch eine erste Statistik wurde in die Software integriert. Neben Daten flossen aber immer noch die vorhandene Expertise sowie eine Prise Bauchgefühl in Entscheidungsprozesse ein.

Auf diese Weise hat sich unser Kunde spezielle Alleinstellungsmerkmale am Markt für E-Recruiting verschafft. Gleichzeitig war den Verantwortlichen klar, dass sie sich einerseits mit diesem Leistungsspektrum nicht dauerhaft von der wachsenden Konkurrenz werden abheben können und dass sich andererseits in den verfügbaren Daten noch viel Potenzial verbarg. Daher entschloss man sich 2017 bewusst für den Wandel zu einer datengetriebenen Organisation. Neue Ziele wurden formuliert, wie automatische Empfehlungen bei der Erstellung von Stellenanzeigen sowie Vorhersagen über die zu erwartenden Bewerberzahlen. Zudem sollten Daten auch intern, etwa im Rahmen eines umfassenden Reportings, von allen Mitarbeitern genutzt werden.

Schritt 1: Aufbau einer einheitlichen Datenbasis

  • Ressourcen für die Entwicklung können nach Bedarf in Anspruch genommen werden
  • die Lösung kann mit der Anzahl der Kunden und Kennzahlen flexibel wachsen
  • problemlose Anbindung an die Infrastruktur, wie z.B. vorhandene Datenquellen
  • Schnittstellen zur Verknüpfung von PERSY lassen sich einfach bereitstellen

Schritt 2: Agil zum Ziel

Es deutet sich schon an: Agilität ist eine Grundvoraussetzung für den erfolgreichen Wandel zur Data Driven Company. Denn: Wie bei BI- und Big-Data-Projekten üblich, lassen sich die komplexen Anforderungen niemals vollständig vorhersehen und planen. Daher haben beim GermanPersonnel-Projekt alle Beteiligten konsequent agile Vorgehensweisen genutzt, wobei der Fokus auf einer an Scrum angelehnten Methodik lag. Auf diese Weise konnten Änderungswünsche schnell und flexibel in die Lösung einfließen. Gleichzeitig ließen sich einzelne Funktionen – wie eben die Statistiken – frühzeitig in Betrieb nehmen.

Befördert wurde der agile Ansatz durch eine teamorientierte Firmenkultur, die eine enge Zusammenarbeit über Abteilungs- und auch Unternehmensgrenzen hinweg vorsah. So hat der laufende, interdisziplinäre Austausch zwischen Product Ownern, UI-Spezialisten und Entwicklern einen wichtigen Beitrag zum Projekterfolg geleistet. Oft wurden Abteilungen gezielt an einen Tisch gebracht. Die Rolle des Moderators übernimmt in solchen Situationen idealerweise derjenige, der eine ganzheitliche Sicht auf die Daten hat. Das kann ein Product Owner oder BI-Spezialist sein. Im Fall von GermanPersonnel waren wir das.

Schritt 3: Anforderungen flexibel priorisieren

Mit dem DWH als stabiler Grundlage wollten wir uns nun auf die Vorhersage von Klicks und Bewerberzahlen anhand der Eigenschaften einer geplanten Stellenanzeige konzentrieren. Zu diesem Zweck haben unsere Data Scientisten verschiedene Modelle auf Basis von Eingangsdaten trainiert, wie etwa

  • Beruf
  • Region
  • Zeitpunkt der Schaltung
  • Sprache
  • gewünschte Kompetenzen

Gemäß der agilen Prämisse sind wir beim Training iterativ vorgegangen. Zwischenergebnisse wurden immer wieder mit der Erwartungshaltung – und auch dem Bauchgefühl – der Anforderer abgeglichen. Dabei zeigte sich jedoch, dass die Vorhersagen nicht die gewünschten Erfolgsquoten erreichten. Weitere Analysen führten zu Tage, dass die Qualität vor allem der Klickdaten noch nicht genügte.

Diese Erkenntnis war nur bedingt ein Rückschlag. Dank des agilen Ansatzes konnten die Anforderungen relativ einfach umpriorisiert werden. Wie sich im Zuge weiterer Tests herausstellte, war die Datenqualität vollkommen ausreichend für die Umsetzung eines Empfehlungswesens sowie des internen Reportings. Infolgedessen konzentrierten wir uns vorerst auf diese Aufgaben. Parallel startete GermanPersonnel ein unabhängiges Projekt, bei dem die Datenqualität weiter verbessert werden sollte. Die Vorhersage von Erfolgskennzahlen für Stellenanzeigen wurde bis auf weiteres ausgesetzt.

Schritt 4: Datengetriebene Produkte

Das Empfehlungswesen in der PERSY Software ist ein Meilenstein von GermanPersonnel auf dem Weg zur Data Driven Company
Ein automatisiertes Empfehlungswesen gehört zu den datenbasierten Kundenservices, die bei GermanPersonnel den Wandel zur Data Driven Company begleiten. (Bild: German Personnel)

„Empfehlungswesen“ bedeutet für GermanPersonnel, dass der Kunde während der Erstellung von Anzeigen automatisiert Tipps für deren Optimierung erhält, wie

  • Formulierung und Länge von Titeln
  • Gestaltung von Anzeigentexten
  • Platzierung der Anzeigen
  • Kostenpflichtige Kampagnen

Grundlage bilden hierbei umfangreiche Datenbestände zu vergangenen Stellenschaltungen, die aufbereitet im DWH vorlagen. Für die Umsetzung wurde wieder ein iterativer Ansatz gewählt und mit einem prototypischen Vorgehen kombiniert. Das heißt: Die Projektbeteiligten haben direkt einen vertikalen Durchstich vorgenommen. Neben dem produktiven System wurde eine den fachlichen Anforderungen entsprechende Teststrecke aufgebaut, die die notwendigen Daten zusammenführt. Die Daten wurden nach Bedarf aufbereitet und zum einen den Entwicklern der Oberfläche über Schnittstellen bereitgestellt. Zum anderen konnten fachliche Tester über einen einfachen Cube die Validität der Ergebnisse prüfen.

Teststrecke, die parallel zum produktiven System läuft.
Parallel zum produktiven System haben wir eine Teststrecke aufgebaut, bei der Anwendungsfälle von den Quelldaten bis zur Analyseoberfläche vollständig durchspielt werden können.

Durch dieses Vorgehen ließen sich die relevanten Quelldaten direkt fachlich bewerten. Gleichzeitig bestand die Möglichkeit, die Umsetzung in der Anwendung zu prüfen. So bedurfte es nur weniger Iterationen und Anpassungen, bis der Prototyp in das DWH übernommen und für die Kunden als Service bereitgestellt werden konnte.

Schritt 5: Alle Mitarbeiter arbeiten mit Daten

  • Kundenanalysen (360°-Blick), z.B. für das Churn-Management
  • Marktanalysen, z.B. für die Planung von Kontingenten in Jobbörsen
  • Forecastberechnungen

Alles in allem können sich die Mitarbeiter stärker auf ihre eigentlichen Aufgaben konzentrieren, da sie nun einen deutlich einfacheren Zugriff auf weitaus größere Datenbestände haben. Vor allem aber ist ein Bewusstsein für die eigenen Daten sowie deren Bedeutung für andere Unternehmensbereiche gewachsen. Aussagen, wie „Was müssen wir bei der Datenpflege berücksichtigen, damit andere effektiver damit arbeiten können?“ zeugen davon, dass die Anerkennung des Wertes von datenbasierten Informationen immer weiter steigt. Vielmehr noch entwickelt sich über das gesamte Unternehmen hinweg eine Datenkultur, die eine grundlegende Voraussetzung für den Wandel zur Data Driven Company darstellt. Als Konsequenz wird auch das bis dato so wichtige Bauchgefühl zunehmend durch Ableitungen aus verfügbaren Daten abgelöst.

Ausblick

Wenn Sie mehr zum GermanPersonnel-Projekt erfahren wollen, dann besuchen Sie uns auf unserem Data Driven Business Day am 24.03.20 in München. Hier berichten die Beteiligten aus erster Hand über die Erfolgsfaktoren und Stolpersteine auf dem Weg zur Data Driven Company. Hinzu kommt ein umfangreiches Vortragsprogramm sowie Diskussionsrunden mit Experten und Gleichgesinnten, die Ihnen wichtige Impulse für Ihren eigenen, digitalen Wandel geben. Ein anderes herausragendes Beispiel für eine erfolgreiche digitale Transformation können Sie mit BD Rowa auf dem Data Driven Business Day am 16.03.20 in Köln erleben.

Sehen Sie sich jetzt das Video zum digitalen Wandel von German Personnel an:

Neuen Kommentar schreiben

Der Inhalt dieses Feldes wird nicht öffentlich zugänglich angezeigt.

Klartext

  • Keine HTML-Tags erlaubt.
  • HTML - Zeilenumbrüche und Absätze werden automatisch erzeugt.
  • Web page addresses and email addresses turn into links automatically.
Teilen auf

Newsletter Anmeldung

Abonnieren Sie unseren Newsletter!
Lassen Sie sich regelmäßig über alle Neuigkeiten rundum ORAYLIS und die BI- & Big-Data-Branche informieren.

Jetzt anmelden