In der Welt der Technologie dreht sich alles um Daten. Jedes Unternehmen sammelt riesige Datenmengen aus verschiedenen Quellen, gibt große Summen für die Speicherung aus und verarbeitet sie dann, um das Unternehmen besser, schneller und leistungsfähiger zu machen. Unabhängig vom Sektor oder Bereich, in dem Sie tätig sind, hilft die Datenanalyse bei der Entscheidungsfindung, der Verbesserung von Geschäftsansätzen, der Verhinderung von eskalierenden Problemen, der Problemlösung, der schnelleren Erreichung von Zielen und der Umsetzung besserer Geschäftsstrategien.
Daten sind der größte Vorteil, den ein Unternehmen haben kann. Doch es gibt ein Problem: ein Mangel an Datenexperten, um sie richtig handzuhaben und die besten Erkenntnisse und Prognosen herauszukitzeln.
Datenexperten verfügen über ein breites Spektrum an Fachkenntnissen und Spezialisierungen. Diese können in Bereichen wie Data Engineering (Umwandlung von Daten in nützliche Informationen mittels Analyse), Data Mining und statistische Analyse, Cloud und verteiltes Computing, Datenbankmanagement und Architektur, Business Intelligence, Machine Learning oder Datenvisualisierung sein.
Die Nachfrage nach Datenexperten war in den letzten Jahren hoch.Laut Daten von LinkedIn ist die Zahl der Stellen für Datenexperten seit 2012 um 650 % gestiegen. Statistiken von Glassdoor stützen diese Zahl, mit etwa 1.700 Stellenangeboten im Bereich Data Science, die 2016 auf der Website ausgeschrieben wurden. Die Zahl dieser Stellen stieg 2018 weiter auf 4.500 und pendelte sich 2020 bei 6.500 ein (das Plateau wird Covid zugeschrieben). Ein Bericht des US Bureau of Labor Statistics prognostiziert in den kommenden Jahren bis 2026 einen Anstieg der Qualifikationen für Jobs im Bereich Data Science und ein Wachstum von 28 % im Sektor. Mit der steigenden Nachfrage nach Datenexperten steigt auch die Nachfrage nach Fortbildung bei Fachanwendern, um mit sich ändernden Arbeitsweisen Schritt halten zu können.
Es wird prognostiziert, dass eine Rekordzahl von Datenexperten ihren Job kündigen wird, wenn die Covid-Pandemie ihre Neuartigkeit verliert und das „normale Leben“ zurückkehrt.Bisher zeigen Berichte, dass die höchste Kündigungsquote bei den Mitarbeiter:innen der mittleren Ebene sowie in den Bereichen Gesundheit und Technologie liegt.Diese „große Kündigungswelle“ ist die beste Gelegenheit für ein Unternehmen, überzeugende Datenexpert:innen einzustellen.
Personalvermittler:innen und Unternehmen werden ihre Einstellungsprozesse ändern müssen, um sich an das veränderte Marktumfeld anzupassen. Derzeit gibt es mehrere Probleme, mit denen Personalvermittler bei der Einstellung von Datenexperten konfrontiert sind.
Herausforderungen bei der Einstellung von Datenexperten
Personalabteilungen und Datenexperten haben erhebliche Hindernisse für erfolgreiche Einstellungen identifiziert. Unternehmen müssen ihre Prozesse anpassen, andernfalls laufen sie Gefahr, dass ihnen hervorragende Mitarbeiter durch die Lappen gehen.
Lange Einstellungsprozesse
Der Einstellungsprozess für Datenexperten ist lang und kompliziert und stellt eine erhebliche Hürde für Arbeitgeber und potenzielle Arbeitnehmer dar. Einer der Hauptgründe dafür ist der lange Qualifikationszyklus im durchschnittlichen Einstellungsprozess. Da sich Data Science ständig weiterentwickelt, sind sich Unternehmen oft nicht sicher, welche Anforderungen sie eigentlich haben. Es besteht eine Kluft zwischen Personalabteilungen und den Teams, in denen die Datenexperten tatsächlich benötigt werden.
Dies führt zu langwierigen Bewerbungsprozessen, die sich oft über fünf bis sechs Interaktionen erstrecken, mit praktischen Tests und Präsentationen der Bewerber. Wenn sich in dieser Zeit das erforderliche Stellenprofil ändert, muss eine komplett neue Gruppe von Bewerbern in Betracht gezogen werden, oder derselbe Bewerber kann gebeten werden, sich für eine andere Gruppe von Kriterien zu bewerben. Das Problem liegt in der mangelnden Klarheit zwischen den Anforderungen eines Unternehmens und der Art und Weise, wie ein Data Scientist diese adressieren kann.
Viele Runden zu durchlaufen und die Stelle schließlich nicht zu bekommen, ist für potenzielle Mitarbeiter unglaublich entmutigend. Wenn der Prozess zu mühsam ist, viel Zeit erfordert oder wenn viele Bewerber interviewt werden, können großartige Bewerber einfach aufgeben.
Diskrepanz zwischen Anforderungen und Qualifikationen
Oft mangelt es an Klarheit über die tatsächlichen Anforderungen an einen Data Scientist, wodurch Fachkräfte nicht der richtigen Rolle zugewiesen werden. Wenn ein Unternehmen einen Data Scientist mit fortgeschrittenen Kenntnissen in den Bereichen Künstliche Intelligenz (KI), Business Intelligence (BI) und Machine Learning (ML) benötigt, ist der durchschnittliche Data Scientist unterqualifiziert. Wenn umgekehrt ein hochqualifizierter Data Scientist, der mit ML und KI arbeitet, eingestellt wird, um hübsche Diagramme für Präsentationen zu erstellen, besteht eine Diskrepanz zwischen Qualifikation und Anforderungen. Solche Dinge führen zu einem demotivierten Data Scientist-Team und bringen dem Unternehmen keinen Mehrwert.
Priorisierung von technischen Fähigkeiten gegenüber Potenzial
Immer mehr Data Science-Expert:innen, die sich auf verschiedene Positionen bewerben, stellen fest, dass ihre technischen Fähigkeiten über ihr Potenzial gestellt werden. Die Suche nach dem perfekten Kandidaten kann oft dazu führen, dass gute Bewerber mit hohem Potenzial durchs Raster fallen. Einstellungsteams nutzen Filter, die nicht mit den realen Anforderungen an eine Data Science-Rolle im Einklang stehen, und eigentlich ideale Bewerber werden herausgefiltert.
Auch die Konzentration auf Qualifikationen für bestimmte Varianten von Datentechnologie führt zum Verlust von Bewerber:innen.
Erhöhte Nachfrage nach Remote- und flexiblen Arbeitsmöglichkeiten
Covid hat für immer verändert, wie der Arbeitsplatz aussieht. Die Menschen haben festgestellt, dass die Arbeit von zu Hause aus oder mit flexiblen Arbeitszeiten ihre Produktivität nicht negativ beeinträchtigt. Das bedeutet, dass viele, die nicht physisch an ihrem Arbeitsplatz sein müssen, diese Flexibilität beibehalten möchten. Dieser Covid-Effekt ist einer der Hauptgründe für die große Kündigungswelle.
Unternehmen, die Vollzeitstellen im Büro besetzen wollen, haben Schwierigkeiten, passende Kandidaten dazu zu bringen, sich zu bewerben. Die Befürchtung, dass ein Unternehmen mit Mitarbeitern, die flexibel oder zu Hause arbeiten, unter Leistungseinbußen leiden könnte, ist weitgehend ein Mythos. Unternehmen müssen flexibel werden oder sie riskieren, gute Bewerber zu verlieren.
Tipps für Personalverantwortliche, die Datenexperten suchen
Angesichts der Diskrepanz zwischen den realen und den wahrgenommenen Anforderungen auf Einstellungsebene gibt es einige Best Practices, die Unternehmen bei der Einstellung von Datenexperten anwenden sollten.
Identifizieren Sie die Probleme, für die Sie jemanden suchen.
Oft sind sich Unternehmen nicht sicher, wie Data Scientists ihnen weiterhelfen können. Infolgedessen stellen sie jemanden ein, der möglicherweise überqualifiziert (oder in einigen Fällen unterqualifiziert) ist und dessen Fähigkeiten nicht zur jeweiligen Aufgabe passen. Es ist wichtig, zuerst zu verstehen, welche Datenprobleme Sie lösen wollen.
Stellen Sie sicher, dass Sie klare Anforderungen an die erforderlichen Qualifikationen haben, und filtern Sie die Bewerber auf dieser Grundlage. Fragen Sie andere Mitarbeiter im Bereich Data Science nach Rahmenvorgaben, anstatt alte Vorlagen zu verwenden oder Protokolle für die Einstellung nicht-technischer Mitarbeiter zu befolgen. Dadurch erhalten Sie den richtigen Pool von Fachleuten, aus denen Sie eine Auswahl treffen können.
Berücksichtigen Sie den Wachstumsplan Ihres Unternehmens
Personalverantwortliche tendieren dazu, Leute für ein bestimmtes Problem einzustellen, mit dem sich ein Unternehmen aktuell konfrontiert sieht. Im Falle von Data Science ist es wichtig, bei Neueinstellungen in die Zukunft zu schauen. Dies sind Profis, die weitergebildet werden können und die das Unternehmen auf dem vorgezeichneten Wachstumspfad voranbringen können. Die Suche nach Führungsqualitäten und visionären Fähigkeiten ist ebenso wichtig. Die Vermittlung dieser Zukunftsvision an potenzielle Bewerber kann ein motivierender Grund sein, an Bord zu kommen.
Sichern Sie sich potenzielle Kandidaten schnell
Derzeit können Data Science-Experten schier endlos in der Bewerbungsschleife festhängen. Das ist für Bewerber demotivierend. Sobald Sie eine klare Vorstellung davon haben, nach welcher Art von Mitarbeiter Sie suchen, ist ein schneller Einstellungsprozess der Schlüssel, um die richtigen Talente an Bord zu bringen. Es ist wahrscheinlich, dass sie sich auch auf andere Stellen beworben haben. Sorgen Sie also dafür, dass Sie als erster zuschlagen.
Personen mit Blick auf ihr Potenzial einstellen
Erweitern Sie den Umfang der Einstellung eines Data Scientists. Neben den richtigen Fähigkeiten sollten Sie sich das Potenzial der Bewerber:innen ansehen, wie sie mit der Theorie arbeiten und sie anwenden, um organisatorische Probleme zu lösen. Fragen Sie sie, ob sie an Fortbildungen interessiert sind und was sie ihrer Meinung nach mitbringen, um das Unternehmen mit Daten voranzubringen.Gute Data Scientists können mehr als nur mit Daten arbeiten. Sie müssen auch gute Kommunikator:innen, Forscher:innen, Referent:innen und proaktive Mitarbeiter:innen sein.
Data Science-Mitarbeiter:innen sind wertvoll
Die Bedeutung eines Data Scientists ist nicht zu unterschätzen. Sie bringen einem Unternehmen mehrere Vorteile. Sie:
- mindern Risiken, indem sie Daten zur Identifizierung potenzieller Risiken nutzen
- helfen bei der Erstellung relevanterer Produkte und Dienstleistungen durch Analyse von Daten aus dem gesamten Unternehmen
- verbessern die Kundenerfahrung und reduzieren die Fluktuation, was einen entscheidenden Faktor für den Erfolg eines Unternehmens darstellt
- ermöglichen eine bessere Entscheidungsfindung mit quantifizierbaren, datenbasierten Erkenntnissen zur Unterstützung ihrer Lösungen
- eröffnen einem Unternehmen Chancen und helfen dabei, die Definition der Zielgruppe eines Unternehmens zu verfeinern
Die Einstellung der richtigen Data Scientists kann die Art und Weise, wie ein Unternehmen arbeitet, verbessern. Datenanalysen können den Einstellungsprozess unterstützen, um sicherzustellen, dass Sie passende und produktive Mitarbeiter einstellen, die lange beim Unternehmen bleiben. Mit Alteryx stehen Ihnen viele Analysetools zur Verfügung, die zur Personalbeschaffung eingesetzt werden können.
Ein Beispiel: Unternehmen X suchte einen Data Scientist, speziell mit Kenntnissen im Bereich Data Mining. Die zu besetzende Stelle war Teil eines bestehenden Teams. Das Unternehmen wurde mit 400 Lebensläufen überschwemmt. Mithilfe von Alteryx Intelligence Suite konnten die zehn besten Bewerber herausgefiltert werden, die der Anforderungsliste entsprachen. Voreingenommenheit wird minimiert, indem die Namen der Bewerber:innen während der Analyse entfernt werden, sodass Personalverantwortliche nur anhand der Qualifikationen der Bewerber:innen einstellen. Die Intelligence Suite erledigt dies schnell und ermöglicht damit ausführliche Interviews mit vielversprechenden Bewerber:innen. Data Science vereint mehrere Disziplinen aus Programmierung, Statistik und Mathematik. Eine gute Nutzung von Data Science hilft einem Unternehmen, Arbeitsweise, Services und Kundenzufriedenheit zu verbessern. Die Einstellung der richtigen Datenexpert:innen, die dieses Potenzial ausschöpfen, ist der Schlüssel zum Erfolg eines Unternehmens.
Wir stellen ein!
Schauen Sie sich hier unsere offenen Stellen an.