Absprungrate für Recruiter

Mit Freude vernehmen wir, dass die Zahl unserer Kunden und Unternehmen im Allgemeinen, die Google Analytics bzw. ähnliche Produkte zur Analyse des Online-Recruitings einsetzen, stetig zunimmt. Den Standpunkt, dass Recruiter ohne vernünftige Zahlen kaum Chancen haben, auf den grünen Zweig zu kommen, vertreten wir nämlich seit Jahren.

Doch kaum ist die Hürde der Akzeptanz genommen, ergeben sich grundlegende Schwierigkeiten in der Praxis. Zahlen sind an sich schon mal super. Aber man muss sich ja auch noch verstehen und interpretieren können. Und das fällt nicht jedem auf Anhieb leicht. Analytics ist ein Gebiet, dass sich nicht von alleine erschließt.


(Quelle: Original-Image by Stephen Few / Signal)

Dieser Chart spiegelt die Realität der meisten von Euch, die seit Neustem Analytics-Tools im Einsatz haben, gut wider. Ein Haufen von Zahlen und Auswertungen, die nur bedingt Sinn ergeben. Vielfach ist die Analytics Implementierung sogar unvollständig. Eure Bewerber-Zahlen fehlen. Hier müsstet Ihr als aller erstes ansetzen. Denn mehr als Besucherzahlen, Bewerbungen und Quellen (mit den dazugehörigen Budgets), könnt und braucht Ihr zu Beginn Eurer Analytics-Reise sowieso nicht verarbeiten.

Egal, denkt Ihr Euch als Einäugiger unter den Blinden, dafür sind aber viele andere schöne Zahlen da. Auf der Suche nach einem Rettungsanker greift Ihr einfach nach irgendwas, was sich gut anhört – z. B. die „ABSPRUNGRATE“ (eng. Bounce Rate). Jemand „springt ab“, also ist er weg, also ist das kein Bewerber, denkt ihr Euch. 90% ist ja riiiichtig schlecht. 67,89% joooaaaaa, das geht ja gerade noch durch. 10,12% Wahnsinnnnn..! Super, da haben wir unser Qualitätskriterium, um Quellen oder Maßnahmen miteinander zu vergleichen.

FALSCH!!! Habt Ihr nicht! Da hantiert Ihr ausgerechnet mit einem Wert, den wenige Online-Marketer überzeugend erklären und in der täglichen Praxis anwenden können. Denn die Absprungrate ist alles Andere als ein eindeutiger Qualitätsindikator.

Was ist die Absprungrate

Der weit verbreitete Trugschluss lautet, dass die Absprungrate den Anteil der Besucher widerspiegelt, der Eure Seite verlässt, ohne eine Interaktion ausgeführt zu haben. Bildhaft vorgestellt – landet ein potentieller Bewerber auf einer Stellenanzeige auf der Karriere-Webseite und klickt sie nach ein paar Sekunden weg. Oder wie der bekannte Analytics-Experte Avinash Kaushik einst formulierte, „I came, I puked, I left“.

Die exakte Definition von Google beinhaltet jedoch die folgende Formulierung:

Der springende Punkt verbirgt sich hinter „Anfrage an den Analytics-Server“. Denn eine erwünschte Interaktion mit der Seite kann durchaus stattfinden, ohne dass es eine Anfrage an den Analytics-Server gibt. (Bitte schaltet jetzt nicht aus Angst vor Technik ab. Es ist nicht so schwer.)

Gerade im Fall von Karriere-Webseiten kommt das oft vor. Das liegt daran, dass ab dem Klick auf den „Bewerben“ – Button aufgrund von schlechter Analytics-Implementierung nicht weiter gemessen wird. Wenn die „Bewerben“ bzw. „Bewerbung absenden“ – Buttons nicht mit dem Analytics Code verknüpft sind, wenn das Bewerbungsformular auf einem anderen Server liegt, kann trotz einer erfolgreichen Bewerbung keine „Anfrage an den Analytics-Server“ ausgelöst werden. In diesem Fall würde eine erfolgreiche Bewerbung einem Absprung gleichgesetzt.

Ein Besucher, der sich gleich nach der Landung auf der Stellenanzeige bewerben würde, hätte in so einem Setup eine Absprungrate von 100%. Ein Besucher der dagegen nach der Landung auf der Stellenanzeige sich durch Eure Seite klicken würde (bei jeder neu geladenen Seite wird der Analytics-Server angesprochen), um sie dann ohne Bewerbung zu verlassen, würde mit einer Absprungrate von 0% versehen. Paradox. Würdet Ihr jetzt die Absprungrate als einziges Qualitätskriterium einsetzen, bestünde die Gefahr, dass Ihr genau die falsche Besucher-Quelle eliminiert.

HR-Analytics Whitepaper

Jetzt kostenlos herunterladen

Kontext ist King

Und deswegen bitte ich Euch, die Absprungrate stets im Kontext Eures konkreten Setups zu betrachten. Ist Euer Analytics-Code perfekt implementiert, wird jede wichtige Interaktion auch korrekt gemessen, so kann die Absprungrate durchaus zum Einsatz kommen. Im Fall von Karriere-Webseiten, wo die Candidate-Journey nur teilweise gemessen wird, rate ich davon ab, diese Kennzahl einzusetzen. Ihr begebt Euch sonst auf einen Blindflug.

Auch bei korrekter Implementierung ist der Kontext beim Einsatz der Absprungrate weiterhin extrem wichtig. Euch werden Quellen in Eurem Mix begegnen, die unterschiedliche (zuverlässige) Absprungraten aufweisen. Aussagen über die Qualität der Quellen basierend auf diesem Wert sind allerdings nur dann möglich, wenn Ihr Euch über die Funktionsweise der Quelle jeweils 100% im Klaren seid.

Es gibt Jobbörsen, bei denen der potentielle Bewerber bereits die ganze Anzeige gelesen hat und nach dem Klick auf den dortigen „Bewerben“ Button gleich in Eurem Formular landet. Es gibt auch andere Quellen, wo der Bewerber nur einen Teaser der Anzeige erhält (z. B. Google) und erst bei Euch entscheidet, ob die Anzeige passt und er sich bewerben möchte. Die Absprungraten dieser beiden beispielhaften Quellen sollten und werden sich stark unterscheiden. Wirkliche Vergleichbarkeit der Quellen erreicht Ihr meiner Meinung nach letztendlich nur durch den ROI-Kontext.

Absprungrate und vorbereitete Conversions

Für die Fortgeschrittenen unter Euch möchte ich hier nochmals das Thema der „vorbereiteten Conversions“ anbringen. Das Zusammenspiel mit der Absprungrate ist interessant. Stellt Euch vor, der Besucher kommt über eine bestimmte Quelle X auf Eure Karriere-Webseite, bewirbt sich nicht und klick die Seite weg (=> Absprungrate 100%). Kommt eine Stunde später wieder über die Direkteingabe der URL und bewirbt sich. In Eurer Standard-Auswertung hat die Quelle X dann 0 Bewerbungen generiert, 100% Absprünge, und Ihr denkt logischerweise, sie sei nutzlos. Klar, keine Bewerbungen, katastrophale Absprungrste. Stellt ihr die Quelle ab – gute Nacht, Johanna! Ja, es ist schon kompliziert. Damit will ich zum Ausdruck bringen, dass in einem ohnehin komplizierten Umfeld nicht eindeutige Indikatoren nicht wirklich hilfreich sind. Sie können sogar eine falsche Annahme verstärken.

Richtwerte

Falls ich Euch noch nicht überzeugt habe, die Absprungrate in Ruhe zu lassen, so will ich wenigstens noch ein paar Richtwerte mitgeben.

Google Analytics Benchmark Averages for Bounce Rate

  • 40-60% Content websites
  • 30-50% Lead generation sites
  • 70-98% Blogs
  • 20-40% Retail sites
  • 10-30% Service sites
  • 70-90% Landing pages

Karriere-Webseiten bzw. Stellenangebote würde ich bei den „Landingpages“ ansiedeln. Aber, Ihr habt’s nicht vergessen…Kontext! Eine Quelle, die Euch ausschließlich bereits überzeugte Bewerber schicken sollte, wäre bei 60% nicht unbedingt cool, sondern verdächtig. Eine sehr niedrige Absprungrate z. B. um die 10% kann ein Hinweis auf ein technisches Problem sein.

Zu guter Letzt vergesst nicht, dass die Absprungrate (bei 100% korrekter Implementierung von Analytics) immer auch ein Hinweis auf die Qualität Eurer Seite, Eures Angebots ist und nicht ausschließlich auf die Qualität der Quelle. Zeigen alle Quellen extrem hohe Absprungraten für alle Eure Stellenanzeigen, gibt’s ein Problem.

Sorgt dafür, dass die Bewerbungen gemessen werden! Wusstet Ihr, dass wir übrigens unsere Jobspreader-Kunden kostenlos bei der Implementierung und Setup von Analytics unterstützen? So als Service… Einfach mal Demo anfordern.

Und hier noch was und noch was für Leser, die wirklich besser werden wollen.

Viel Erfolg!





Sicher Dir Deine persönliche Online-Demo (ca. 45 min) inklusive individuellem Reichweiten-Benchmark Deiner Karriereseite.

Mehr passende Bewerber? Informiere Dich jetzt über die Reichweiten-Lösung Jobspreader. Lade die Management Summary herunter oder fordere eine Online-Demo inklusive kostenlosen Reichweiten-Benchmark Deiner Karriereseite über das Formular an.

Mit * gekennzeichnete Felder müssen ausgefüllt werden.

api-loader-image

Die Anfrage wird verarbeitet

Schreibe einen Kommentar