जानें कहाँ उम्मीदवार छोड़ते हैं और US HR के लिए असेसमेंट ड्रॉप-ऑफ कम करें
असेसमेंट ड्रॉप-ऑफ तब होता है जब कोई उम्मीदवार ऑनलाइन स्किल असेसमेंट शुरू तो करता है लेकिन उसे पूरा नहीं करता। इसके बारे में कोई भी HR टीम जो सबसे उपयोगी काम कर सकती है, वह है फ़नल को इंस्ट्रूमेंट करना ताकि यह पता चल सके कि लोग कहाँ और कब छोड़ते हैं। एक बड़े नमूने वाले एट्रिशन अध्ययन में पाया गया कि अधिकांश छोड़ना पहले 20 मिनट में होता है, और EEOC और ADA दोनों ने इसे ठीक करने के तरीकों पर वास्तविक सीमाएँ निर्धारित की हैं।
TL;DR:
- अधिकांश असेसमेंट ड्रॉप-ऑफ पहले 20 मिनट के भीतर होता है, विशेष रूप से मोबाइल डिवाइस पर और मोबाइल जॉब बोर्ड के माध्यम से भर्ती किए गए उम्मीदवारों के लिए।
- टूटे हुए लिंक, असमर्थित ब्राउज़र, या धीमी लोड टाइम जैसी तकनीकी समस्याएं शुरुआती बाहर निकलने के सामान्य और टाले जा सकने वाले कारण हैं जिनके लिए तत्काल सुधार की आवश्यकता है।
- स्पष्ट निर्देश देना, मोबाइल के लिए अनुकूलन करना, और ऑटोसेव सुविधाएँ बनाना घर्षण को काफी हद तक कम कर सकता है और पूर्णता दर में सुधार कर सकता है।
- ADA अनुपालन संबंधी समस्याएं, जिनमें अनुपलब्ध फ़ॉर्मेट या आवास की कमी शामिल हैं, न केवल ड्रॉप-ऑफ का कारण बनती हैं बल्कि नियोक्ताओं के लिए कानूनी जोखिम भी पैदा करती हैं।
- असेसमेंट को छोटा करना पूर्णता दर को विश्वसनीय रूप से नहीं बढ़ाता और परीक्षण की विश्वसनीयता और वैधता से समझौता कर सकता है, विशेष रूप से यदि इससे महत्वपूर्ण कौशल का मापन कमज़ोर होता है।
विषय-सूची
- असेसमेंट ड्रॉप-ऑफ कैसे मापें: मेट्रिक्स और सेटअप
- उम्मीदवार असेसमेंट क्यों छोड़ते हैं, और क्या केवल सेल्फ-सिलेक्शन है
- टाले जा सकने वाले ड्रॉप-ऑफ को कम करने के व्यावहारिक उपाय
- सुलभता, आवास और कानूनी विचार
- छोटे असेसमेंट और चयन वैधता के बीच संतुलन
- Talent Approved की विशेषताएं इन समाधानों से कैसे मेल खाती हैं
- कम ड्रॉप-ऑफ के लिए बनाया गया pay-as-you-go प्लेटफ़ॉर्म आज़माएं
- स्रोत
- FAQ
असेसमेंट ड्रॉप-ऑफ कैसे मापें: मेट्रिक्स और सेटअप
ड्रॉप-ऑफ ठीक करने से पहले, आपको ऐसे आंकड़ों की ज़रूरत है जो बताएं कि उम्मीदवार वास्तव में कहाँ छोड़ रहे हैं। कुछ मुख्य मेट्रिक्स HR टीमों की अधिकांश ज़रूरतें पूरी करती हैं: स्टार्ट रेट (आमंत्रित उम्मीदवार जो शुरू करते हैं), कम्पलीशन रेट (शुरू करने वाले जो पूरा करते हैं), स्टेज-लेवल ड्रॉप-ऑफ (टेस्ट के भीतर कहाँ लोग छोड़ते हैं), टाइम-टू-क्विट, और सबमिशन रेट बनाम स्कोर्ड रेट।
वे आंकड़े पाने के लिए, एकल कम्पलीशन प्रतिशत पर निर्भर रहने के बजाय विशिष्ट घटनाओं को इंस्ट्रूमेंट करें:
- इनवाइट डिलीवर और इनवाइट ओपन, यह पकड़ने के लिए कि असेसमेंट लोड होने से पहले ही विफलताएं हो रही हैं।
- असेसमेंट शुरू और प्रत्येक अनुभाग पूर्ण, उस सटीक चरण का पता लगाने के लिए जहाँ उम्मीदवार बाहर निकलते हैं।
- असेसमेंट सबमिट, मध्य-अनुभाग में छोड़े गए असेसमेंट से अलग।
- आवास अनुरोध, अलग से फ़्लैग किया गया ताकि यह कभी भी सामान्य ड्रॉप-ऑफ नंबरों में न मिले।
एक बार वे घटनाएँ मौजूद हों, एक फ़नल विज़ुअलाइज़ेशन बनाएं और इसे डिवाइस, कोहॉर्ट, जॉब रोल और सोर्स चैनल (रेफरल, ATS, जॉब बोर्ड) के अनुसार विभाजित करें। जो रोल मुख्यतः मोबाइल जॉब बोर्ड के माध्यम से भर्ती करता है, वह रेफरल के माध्यम से भरे जाने वाले की तुलना में अलग ड्रॉप-ऑफ पैटर्न दिखाएगा, और दोनों का औसत निकालने से असली समस्या छुप जाती है।
जो डेटा आप रखते हैं उसे न्यूनतम रखें: टाइमस्टैम्प और स्टेज आइडेंटिफायर आमतौर पर पर्याप्त होते हैं, और आवास-संबंधी घटनाओं को प्रतिबंधित पहुँच के साथ अलग से संग्रहीत किया जाना चाहिए। एक संक्षिप्त साप्ताहिक दृश्य रिपोर्ट करें: रोल के अनुसार कम्पलीशन रेट, डिवाइस के अनुसार कम्पलीशन रेट, और सबसे बड़े ड्रॉप-ऑफ चरण के लिए टाइम-टू-क्विट। यह एक टूटे हुए मोबाइल फ़्लो को उम्मीदवारों का एक सप्ताह बर्बाद करने से पहले पकड़ने के लिए पर्याप्त है।
उम्मीदवार असेसमेंट क्यों छोड़ते हैं, और क्या केवल सेल्फ-सिलेक्शन है
हर छोड़ना कोई समस्या नहीं होती। कुछ ड्रॉप-ऑफ यह दर्शाता है कि उम्मीदवार सही तरीके से यह तय कर रहे हैं कि कोई रोल उनके लिए सही नहीं है, और यह एक स्वस्थ फ़िल्टर है, कोई दोष नहीं। काम यह है कि टाले जा सकने वाले घर्षण को वैध सेल्फ-सिलेक्शन से अलग किया जाए।
तकनीकी और UX विफलताएं टाले जा सकने वाले निकास के एक बड़े हिस्से का कारण बनती हैं: टूटे हुए इनवाइट लिंक, असमर्थित ब्राउज़र, धीमी लोड टाइम, और मोबाइल लेआउट जो स्पष्ट रूप से डेस्कटॉप स्क्रीन के लिए डिज़ाइन किए गए थे। प्रक्रिया संबंधी आश्चर्य भी इसी तरह का नुकसान करते हैं: एक असेसमेंट जो विज्ञापित से दोगुना समय लेता है, ऐसे निर्देश जो अस्पष्ट हों कि क्या परखा जा रहा है, या बिना चेतावनी के आने वाली वेबकैम आवश्यकता।
गोपनीयता और विश्वास के मुद्दे भी महत्वपूर्ण हैं। जिन उम्मीदवारों को यह नहीं बताया जाता कि उनकी निगरानी कैसे की जा रही है या उनका डेटा कैसे उपयोग किया जाएगा, वे अनिश्चितता में आगे बढ़ने के बजाय अक्सर छोड़ देते हैं। दूसरी ओर, शुरुआती प्रदर्शन पर शोध सुझाता है कि मज़बूत शुरुआती स्कोर कम एट्रिशन से संबंधित हैं, जिसका अर्थ है कि जो कम्पलीशन समस्या जैसा दिखता है वह वास्तव में फिट का संकेत हो सकता है।
दोनों को अलग करने के लिए, एक संक्षिप्त डायग्नोस्टिक किट का उपयोग करें:
- सेशन रिप्ले यह देखने के लिए कि इंटरफेस वास्तव में कहाँ टूटता है।
- तकनीकी विफलता बिंदुओं को अलग करने के लिए डिवाइस और ब्राउज़र विभाजन।
- टाइमस्टैम्प से जुड़े एरर लॉग, ताकि एरर में वृद्धि निकास में वृद्धि के साथ मेल खाए।
- सीधी उम्मीदवार प्रतिक्रिया, यहाँ तक कि निकास पर एक वैकल्पिक प्रश्न भी।
टाले जा सकने वाले ड्रॉप-ऑफ को कम करने के व्यावहारिक उपाय
एक बार जब आप जान लें कि उम्मीदवार कहाँ छोड़ रहे हैं, तो सबसे सस्ते और सबसे अधिक मात्रा वाले घर्षण को पहले ठीक करें। यह क्रम अधिकांश असेसमेंट फ़नल के लिए काम करता है:
- असेसमेंट शुरू होने से पहले स्पष्ट अपेक्षाएं निर्धारित करें: समय का अनुमान बताएं, स्पष्ट करें कि कौन से कौशल परखे जा रहे हैं, और बताएं कि असेसमेंट भर्ती निर्णय के लिए क्यों महत्वपूर्ण है।
- एक्सेस घर्षण हटाएं: सिंगल-क्लिक इनवाइट लिंक, एक अग्रिम डिवाइस चेक, और समर्थित ब्राउज़रों की एक स्पष्ट सूची।
- डिफ़ॉल्ट रूप से मोबाइल के लिए अनुकूलित करें, क्योंकि उम्मीदवारों का एक महत्वपूर्ण हिस्सा आपके डिज़ाइन के बावजूद फ़ोन पर शुरू करेगा।
- ऑटोसेव और चेकपॉइंट बनाएं ताकि कनेक्शन टूटने पर किसी की प्रगति बर्बाद न हो, और लंबे असेसमेंट पर छोटे ब्रेक की अनुमति दें।
- यथार्थवादी टाइमर सेट करें और ऐसे माइक्रो-टाइम्ड कार्यों को हटाएं जो वास्तव में उस कौशल को नहीं मापते जिसकी आपको परवाह है।
- सपोर्ट को दृश्यमान बनाएं: एक संक्षिप्त FAQ, एक वन-क्लिक आवास अनुरोध, और एक लाइव चैट या फ़ॉलबैक ईमेल पता जिसका वास्तव में जवाब दिया जाए।
- जहाँ रोल अनुमति दे, अमूर्त पहेलियों के बजाय यथार्थवादी वर्क सैम्पल को प्राथमिकता दें, और उम्मीदवारों को अनुभागों से निपटने का क्रम चुनने दें।
प्रो टिप: एक बार में एक वेरिएबल बदलें और कम्पलीशन और परिणाम की गुणवत्ता दोनों मापें; एक ऐसा सुधार जो कम्पलीशन बढ़ाता है लेकिन चुपचाप नौकरी प्रदर्शन की भविष्यवाणी करने की आपकी क्षमता को कम करता है, वह सुधार नहीं है।
SIOP उम्मीदवार अनुभव श्वेत पत्र इसी तरह का बिंदु बनाता है: सुसंगत प्रक्रियाएं, प्रदर्शन करने का वास्तविक अवसर, और समय पर प्रतिक्रिया सभी उम्मीदवारों की प्रक्रिया के प्रति प्रतिक्रिया में सुधार करती हैं, और प्रतिक्रिया कम्पलीशन को प्रेरित करती है।
सुलभता, आवास और कानूनी विचार
एक अनुपलब्ध टेस्ट के कारण होने वाला असेसमेंट ड्रॉप-ऑफ केवल कम्पलीशन की समस्या नहीं है, यह अनुपालन की भी समस्या है। ADA मार्गदर्शन नियोक्ताओं को परीक्षण के दौरान उचित आवास प्रदान करने की आवश्यकता रखता है, जैसे वैकल्पिक फ़ॉर्मेट या अतिरिक्त समय, जब तक कि ऐसा करने से अनुचित कठिनाई न हो। परीक्षणों को नौकरी से संबंधित कौशल मापने की भी आवश्यकता होती है, न कि आकस्मिक रूप से नौकरी से असंबंधित विकलांगता के कारण लोगों को बाहर करने की।
व्यावहारिक रूप से, इसका अर्थ है:
- वैकल्पिक फ़ॉर्मेट और विस्तारित समय को एक मानक, दृश्यमान विकल्प के रूप में पेश करना, न कि कुछ ऐसा जिसके लिए उम्मीदवारों को लड़ना पड़े।
- शुरू से ही असेसमेंट इंटरफेस में स्क्रीन-रीडर संगतता बनाना।
- स्वचालित सुलभता जांच को मैन्युअल परीक्षण के साथ मिलाना, क्योंकि अकेले स्वचालित उपकरण वास्तविक बाधाओं को अक्सर चूक जाते हैं।
- प्रत्येक आवास अनुरोध को लॉग करना और किसी भी संरक्षित समूह में असंगत निकास दर देखना।
सुलभता कार्य यहाँ दोहरी भूमिका निभाता है: यह कानूनी जोखिम को कम करता है और ड्रॉप-ऑफ की एक श्रेणी को हटाता है जिसका उम्मीदवार की क्षमता से कोई लेना-देना नहीं है।
छोटे असेसमेंट और चयन वैधता के बीच संतुलन
कम्पलीशन बढ़ाने के लिए असेसमेंट को छोटा करना आसान जीत जैसा लगता है, लेकिन यह चुपचाप उस चीज़ को नुकसान पहुँचा सकता है जिसे मापने के लिए टेस्ट बनाया गया था। छोटे, पतले असेसमेंट कम विश्वसनीय स्कोर उत्पन्न करते हैं और असमान प्रभाव को बढ़ा सकते हैं, विशेष रूप से जब हटाई गई सामग्री वह हिस्सा था जो नौकरी के लिए सबसे प्रासंगिक कौशल को माप रहा था।
एक सुरक्षित रास्ता:
- पुष्टि करें कि यहाँ तक कि एक विक्रेता द्वारा आपूर्ति की गई सत्यापन रिपोर्ट भी EEOC मार्गदर्शन के तहत परीक्षणों को नौकरी से संबंधित और उचित रूप से सत्यापित रखने की आपकी अपनी बाध्यता को नहीं हटाती।
- इसे पूरी तरह लागू करने से पहले किसी भी परिवर्तन को होल्डआउट ग्रुप के साथ पायलट करें।
- परिवर्तन के बाद विश्वसनीयता मेट्रिक्स जांचें, न केवल कम्पलीशन रेट।
- जहाँ संभव हो वहाँ नौकरी पर प्रदर्शन या अल्पकालिक प्रतिधारण जैसे भविष्यसूचक परिणामों को ट्रैक करें।
- उच्च-दांव वाले असेसमेंट को छूने से पहले एक I-O मनोवैज्ञानिक या कानूनी सलाहकार को लाएं, क्योंकि वहाँ गलत होने की लागत कुछ अतिरिक्त ड्रॉप-ऑफ से बहुत अधिक है।
Talent Approved की विशेषताएं इन समाधानों से कैसे मेल खाती हैं
Talent Approved का Magic Create मिनटों में जॉब डिस्क्रिप्शन से रोल-विशिष्ट असेसमेंट बनाता है, जो सामग्री को वास्तविक नौकरी से कसकर जोड़े रखता है न कि सामान्य फ़िलर से जो ड्रॉप-ऑफ को आमंत्रित करता है। एंटी-चीट टूल और AI-जनरेटेड सारांश तब मैन्युअल समीक्षा समय जोड़े बिना उपरोक्त सुधारों का समर्थन करते हैं। गहन पढ़ने के लिए, EEOC परीक्षण दिशानिर्देशों पर हमारे गाइड और हमारी प्रॉक्टरिंग गोपनीयता चेकलिस्ट देखें।
— Jimmie
कम ड्रॉप-ऑफ के लिए बनाया गया pay-as-you-go प्लेटफ़ॉर्म आज़माएं
Talent Approved बिना सब्सक्रिप्शन शुल्क के pay-as-you-go मूल्य निर्धारण मॉडल प्रदान करता है और विश्वसनीय उम्मीदवार मूल्यांकन का समर्थन करने के लिए अपनी असेसमेंट निर्माण सुविधा को एंटी-चीट मॉनिटरिंग के साथ जोड़ता है।
योजनाएं देखने के लिए स्किल असेसमेंट मूल्य निर्धारण पृष्ठ देखें, या यदि आमंत्रण घर्षण आपका सबसे बड़ा ड्रॉप-ऑफ चरण है तो हमारे इनवाइट टेम्पलेट से शुरू करें।
स्रोत
- रोज़गार परीक्षण और चयन प्रक्रियाएं | U.S. Equal Employment Opportunity Commission
- क्या आवेदक लंबे असेसमेंट छोड़ने की अधिक संभावना रखते हैं? असेसमेंट की लंबाई का आवेदक एट्रिशन व्यवहार पर प्रभाव की जांच। - सार - Europe PMC
- उम्मीदवार अनुभव सर्वोत्तम प्रथाएं (SIOP श्वेत पत्र)
FAQ
सामान्य असेसमेंट ड्रॉप-ऑफ दर क्या मानी जाती है?
कोई एकल आधिकारिक बेंचमार्क दर नहीं है, और कम्पलीशन रोल, लंबाई और चैनल के अनुसार काफी भिन्न होती है, इसलिए किसी उद्योग औसत का पीछा करने के बजाय चरण के अनुसार अपने स्वयं के फ़नल को ट्रैक करें। इस बात पर ध्यान दें कि आपकी प्रक्रिया के भीतर ड्रॉप-ऑफ कहाँ केंद्रित है, क्योंकि अधिकांश एट्रिशन समग्र परीक्षण की लंबाई के बावजूद शुरुआत में होता है।
क्या असेसमेंट को छोटा करने से ड्रॉप-ऑफ कम होता है?
विश्वसनीय रूप से नहीं। उसी बड़े नमूने के शोध में पाया गया कि समग्र असेसमेंट की लंबाई एट्रिशन की भविष्यवाणी नहीं करती, इसलिए एक छोटा टेस्ट स्वचालित रूप से अधिक उम्मीदवारों को नहीं रखता, और सामग्री काटने से विश्वसनीयता कमज़ोर हो सकती है।
मैं कैसे जानूँ कि किसी उम्मीदवार को परीक्षण आवास की आवश्यकता है?
उम्मीदवार प्रक्रिया में किसी भी बिंदु पर अनुरोध कर सकते हैं, और ADA मार्गदर्शन नियोक्ताओं को उचित आवास प्रदान करने की आवश्यकता रखता है जैसे अतिरिक्त समय या वैकल्पिक फ़ॉर्मेट, जब तक कि इससे अनुचित कठिनाई न हो। अनुरोध पथ को दृश्यमान बनाएं और इसे सामान्य ड्रॉप-ऑफ डेटा से अलग लॉग करें।
क्या जल्दी छोड़ना हमेशा बुरा संकेत है?
ज़रूरी नहीं। कुछ शुरुआती निकास उम्मीदवारों द्वारा उस रोल से बाहर निकलने को दर्शाते हैं जो उनके लिए उपयुक्त नहीं है, और शुरुआती प्रदर्शन पर उद्योग शोध बताता है कि यह पैटर्न एक डिज़ाइन दोष के बजाय एक वैध संकेत हो सकता है।
उम्मीदवार कहाँ ड्रॉप-ऑफ करते हैं यह पता लगाने का सबसे तेज़ तरीका क्या है?
स्टेज-लेवल घटनाओं (शुरू, अनुभाग पूर्ण, सबमिट) को इंस्ट्रूमेंट करें और डिवाइस और रोल के अनुसार विभाजित फ़नल दृश्य बनाएं। सेशन रिप्ले और एरर लॉग आमतौर पर डेटा के एक सप्ताह के भीतर आपको विफलता का विशिष्ट बिंदु दिखाएंगे।