امیدواروں کے چھوڑنے کی جگہ ماپیں اور امریکی HR کے لیے تشخیصی ڈراپ آف کم کریں
اسیسمنٹ ڈراپ-آف اس وقت ہوتا ہے جب کوئی امیدوار آن لائن مہارت کی جانچ شروع کرتا ہے لیکن اسے کبھی مکمل نہیں کرتا۔ HR ٹیم اس بارے میں جو سب سے مفید کام کر سکتی ہے وہ یہ ہے کہ فنل کو اس طرح ترتیب دیا جائے کہ بالکل معلوم ہو سکے کہ لوگ کہاں اور کب چھوڑتے ہیں۔ ایک بڑے نمونے پر مبنی اخراج کے مطالعے میں پایا گیا کہ زیادہ تر اخراج پہلے 20 منٹ میں ہوتے ہیں، اور EEOC اور ADA دونوں نے اس کو ٹھیک کرنے کے طریقوں پر حقیقی حدود مقرر کی ہیں۔
TL;DR:
- اسیسمنٹ ڈراپ-آف زیادہ تر پہلے 20 منٹ میں ہوتا ہے، خاص طور پر موبائل ڈیوائسز پر اور ان امیدواروں میں جنہیں موبائل جاب بورڈز کے ذریعے بھرتی کیا گیا ہو۔
- تکنیکی مسائل جیسے ٹوٹے ہوئے لنکس، غیر حمایت یافتہ براؤزرز، یا سست لوڈ ٹائم، قبل از وقت اخراج کی عام قابلِ گریز وجوہات ہیں جن کے لیے فوری حل درکار ہیں۔
- واضح ہدایات فراہم کرنا، موبائل کے لیے بہتر بنانا، اور آٹوسیو فیچرز بنانا رکاوٹ کو نمایاں طور پر کم کر سکتا ہے اور تکمیل کی شرح کو بہتر بنا سکتا ہے۔
- ADA کی تعمیل کے مسائل، جن میں ناقابلِ رسائی فارمیٹس یا سہولیات کی کمی شامل ہے، نہ صرف ڈراپ-آف کا سبب بنتے ہیں بلکہ آجروں کے لیے قانونی خطرات بھی پیدا کرتے ہیں۔
- اسیسمنٹ کو مختصر کرنا تکمیل کی شرح کو قابلِ اعتماد طریقے سے نہیں بڑھاتا اور ٹیسٹ کی قابلِ اعتمادیت اور درستگی کو نقصان پہنچا سکتا ہے، خاص طور پر اگر اس سے اہم مہارتوں کی پیمائش کمزور ہو جائے۔
فہرست
- اسیسمنٹ ڈراپ-آف کو کیسے ناپیں: میٹرکس اور ترتیب
- امیدوار اسیسمنٹ کیوں چھوڑتے ہیں، اور کیا محض خود-انتخاب ہے
- قابلِ گریز ڈراپ-آف کو کم کرنے کے عملی حل
- رسائی، سہولیات، اور قانونی پہلو
- مختصر اسیسمنٹس اور انتخاب کی درستگی میں توازن
- Talent Approved کی خصوصیات ان حلوں سے کیسے مطابقت رکھتی ہیں
- کم ڈراپ-آف کے گرد بنائے گئے pay-as-you-go پلیٹ فارم کو آزمائیں
- ذرائع
- اکثر پوچھے جانے والے سوالات
اسیسمنٹ ڈراپ-آف کو کیسے ناپیں: میٹرکس اور ترتیب
ڈراپ-آف کو ٹھیک کرنے سے پہلے، آپ کو ایسے اعداد و شمار کی ضرورت ہے جو بتائیں کہ امیدوار اصل میں کہاں جا رہے ہیں۔ چند میٹرکس ہیں جو HR ٹیموں کی زیادہ تر ضروریات کو پورا کرتی ہیں: شروع کرنے کی شرح (مدعو امیدوار جو شروع کرتے ہیں)، تکمیل کی شرح (شروع کرنے والے جو مکمل کرتے ہیں)، مرحلہ وار ڈراپ-آف (ٹیسٹ کے اندر لوگ کہاں چھوڑتے ہیں)، چھوڑنے کا وقت، اور جمع کرانے کی شرح بمقابلہ اسکور شدہ شرح۔
یہ اعداد حاصل کرنے کے لیے، ایک واحد تکمیل فیصد پر انحصار کرنے کے بجائے مخصوص واقعات کو ریکارڈ کریں:
- دعوت نامہ بھیجا گیا اور دعوت نامہ کھولا گیا، تاکہ اسیسمنٹ لوڈ ہونے سے پہلے ہونے والی ناکامیاں پکڑی جا سکیں۔
- اسیسمنٹ شروع ہوئی اور ہر حصہ مکمل ہوا، تاکہ بالکل وہ مرحلہ معلوم ہو سکے جہاں امیدوار نکل جاتے ہیں۔
- اسیسمنٹ جمع کی گئی، درمیانی حصے میں چھوڑی گئی اسیسمنٹس سے الگ کر کے۔
- سہولت کی درخواست، الگ سے نشان زد کی گئی تاکہ یہ کبھی عام ڈراپ-آف کے اعداد میں نہ مل جائے۔
جب یہ واقعات موجود ہوں، تو ایک فنل ویژوالائزیشن بنائیں اور اسے ڈیوائس، کوہورٹ، ملازمت کے کردار، اور ماخذ چینل (ریفرل، ATS، جاب بورڈ) کے لحاظ سے تقسیم کریں۔ ایک کردار جو زیادہ تر موبائل جاب بورڈز کے ذریعے بھرتی کرتا ہے وہ ریفرلز کے ذریعے بھرے جانے والے کردار سے مختلف ڈراپ-آف نمونے دکھائے گا، اور دونوں کا اوسط نکالنے سے اصل مسئلہ چھپ جاتا ہے۔
آپ جو ڈیٹا محفوظ کریں اسے کم سے کم رکھیں: ٹائم اسٹیمپ اور مرحلے کے شناخت کنندگان عموماً کافی ہوتے ہیں، اور سہولت سے متعلق واقعات کو محدود رسائی کے ساتھ الگ ذخیرہ کیا جانا چاہیے۔ ایک مختصر ہفتہ وار نظارہ رپورٹ کریں: کردار کے لحاظ سے تکمیل کی شرح، ڈیوائس کے لحاظ سے تکمیل کی شرح، اور سب سے بڑے ڈراپ-آف مرحلے کا چھوڑنے کا وقت۔ یہ اتنا کافی ہے کہ ایک ٹوٹا ہوا موبائل فلو پکڑا جا سکے اس سے پہلے کہ اس سے ایک ہفتے کے امیدوار ضائع ہو جائیں۔
امیدوار اسیسمنٹ کیوں چھوڑتے ہیں، اور کیا محض خود-انتخاب ہے
ہر اخراج مسئلہ نہیں ہوتا۔ کچھ ڈراپ-آف اس بات کی عکاسی کرتا ہے کہ امیدوار درست طور پر یہ فیصلہ کر رہے ہیں کہ یہ کردار ان کے لیے موزوں نہیں، اور یہ ایک صحت مند فلٹر ہے، کوئی خرابی نہیں۔ کام یہ ہے کہ قابلِ گریز رکاوٹ کو جائز خود-انتخاب سے الگ کیا جائے۔
تکنیکی اور UX خرابیاں قابلِ گریز اخراج کا ایک بڑا حصہ بناتی ہیں: ٹوٹے ہوئے دعوت نامے کے لنکس، غیر حمایت یافتہ براؤزرز، سست لوڈ ٹائمز، اور موبائل لے-آؤٹ جو واضح طور پر ڈیسک ٹاپ اسکرین کے لیے ڈیزائن کیے گئے تھے۔ عمل میں حیرانگی اسی طرح نقصان پہنچاتی ہے: ایک اسیسمنٹ جو اشتہار کیے گئے وقت سے دگنا وقت لیتی ہے، ایسی ہدایات جو اس بارے میں مبہم ہوں کہ کیا جانچا جا رہا ہے، یا بغیر کسی پیشگی اطلاع کے ویب کیم کی ضرورت کا سامنے آنا۔
رازداری اور اعتماد کے مسائل بھی اہمیت رکھتے ہیں۔ جن امیدواروں کو یہ نہیں بتایا جاتا کہ ان کی نگرانی کیسے ہو رہی ہے یا ان کا ڈیٹا کیسے استعمال کیا جائے گا وہ اکثر غیر یقینی صورتحال میں آگے بڑھنے کی بجائے چھوڑ دیتے ہیں۔ دوسری طرف، ابتدائی کارکردگی پر تحقیق سے پتہ چلتا ہے کہ ابتدائی مضبوط اسکور کم اخراج سے تعلق رکھتے ہیں، یعنی جو کچھ تکمیل کے مسئلے کی طرح دکھتا ہے وہ دراصل موزونیت کا اشارہ ہو سکتا ہے۔
دونوں کو الگ کرنے کے لیے، ایک مختصر تشخیصی کٹ استعمال کریں:
- سیشن ریپلیز تاکہ بالکل دیکھا جا سکے کہ انٹرفیس کہاں ٹوٹتا ہے۔
- ڈیوائس اور براؤزر کی تقسیم تاکہ تکنیکی ناکامی کے مقامات کو الگ کیا جا سکے۔
- ٹائم اسٹیمپ سے منسلک ایرر لاگز، تاکہ خرابیوں میں اضافہ اخراج میں اضافے سے مطابقت رکھے۔
- براہِ راست امیدوار فیڈبیک، چاہے اخراج پر صرف ایک اختیاری سوال ہو۔
قابلِ گریز ڈراپ-آف کو کم کرنے کے عملی حل
جب آپ کو معلوم ہو جائے کہ امیدوار کہاں جا رہے ہیں، تو سب سے سستی اور سب سے زیادہ حجم والی رکاوٹ کو پہلے ٹھیک کریں۔ یہ ترتیب زیادہ تر اسیسمنٹ فنلز کے لیے کام کرتی ہے:
- اسیسمنٹ شروع ہونے سے پہلے واضح توقعات قائم کریں: وقت کا تخمینہ بتائیں، وضاحت کریں کہ کون سی مہارتوں کی جانچ ہو رہی ہے، اور بتائیں کہ اسیسمنٹ بھرتی کے فیصلے میں کیوں اہم ہے۔
- رسائی کی رکاوٹ ختم کریں: سنگل-کلک دعوت نامے کے لنکس، ابتدائی ڈیوائس چیک، اور حمایت یافتہ براؤزرز کی واضح فہرست۔
- بطورِ ڈیفالٹ موبائل کے لیے بہتر بنائیں، کیونکہ امیدواروں کا ایک معنی خیز حصہ آپ کی ڈیزائن کردہ چیز سے قطع نظر فون پر شروع کرے گا۔
- آٹوسیو اور چیک پوائنٹس بنائیں تاکہ کنکشن ٹوٹنا کسی کی پیشرفت ضائع نہ کرے، اور لمبی اسیسمنٹس پر مختصر وقفوں کی اجازت دیں۔
- حقیقت پسندانہ ٹائمر مقرر کریں اور ایسے مائکرو-ٹائمڈ کاموں کو ہٹائیں جو اصل میں وہ مہارت نہیں ناپتے جس کی آپ کو فکر ہے۔
- سپورٹ کو نمایاں بنائیں: ایک مختصر FAQ، ایک کلک میں سہولت کی درخواست، اور ایک لائیو چیٹ یا فال بیک ای میل ایڈریس جس کا جواب واقعی ملتا ہو۔
- جہاں کردار اجازت دے، خلاصی پہیلیوں کے بجائے حقیقت پسندانہ کام کے نمونوں کو ترجیح دیں، اور امیدواروں کو حصوں کو نمٹانے کی ترتیب خود چننے دیں۔
پرو ٹپ: ایک وقت میں ایک متغیر تبدیل کریں اور تکمیل اور نتیجے کے معیار دونوں کو ناپیں؛ ایک ایسا حل جو تکمیل بڑھاتا ہے لیکن خاموشی سے ملازمت کی کارکردگی پیش گوئی کرنے کی آپ کی صلاحیت کم کر دیتا ہے وہ حل نہیں ہے۔
SIOP امیدوار تجربہ وائٹ پیپر اسی طرح کی بات کرتا ہے: مستقل طریقہ کار، کارکردگی دکھانے کا حقیقی موقع، اور بروقت فیڈبیک سب امیدواروں کے کسی عمل پر ردِعمل کو بہتر بناتے ہیں، اور ردِعمل ہی تکمیل کو آگے بڑھاتا ہے۔
رسائی، سہولیات، اور قانونی پہلو
ناقابلِ رسائی ٹیسٹ کی وجہ سے ہونے والا اسیسمنٹ ڈراپ-آف صرف تکمیل کا مسئلہ نہیں، یہ تعمیل کا مسئلہ بھی ہے۔ ADA کی رہنمائی کے مطابق آجروں کو جانچ کے دوران معقول سہولیات فراہم کرنا ضروری ہے، جیسے متبادل فارمیٹس یا اضافی وقت، جب تک کہ ایسا کرنا غیر ضروری مشکل نہ پیدا کرے۔ ٹیسٹوں کو ملازمت سے متعلق مہارتیں ناپنی چاہئیں، نہ کہ اتفاقی طور پر ایسے لوگوں کو چھاننا جن کی معذوری ملازمت سے غیر متعلق ہو۔
عملی طور پر، اس کا مطلب ہے:
- متبادل فارمیٹس اور توسیع شدہ وقت کو ایک معیاری، نمایاں آپشن کے طور پر پیش کرنا نہ کہ ایسی چیز جس کے لیے امیدواروں کو لڑنا پڑے۔
- اسیسمنٹ انٹرفیس میں شروع سے اسکرین ریڈر کی مطابقت بنانا۔
- خودکار رسائی جانچ کو دستی جانچ کے ساتھ ملانا، کیونکہ خودکار ٹولز اکثر حقیقی رکاوٹیں نظرانداز کر دیتے ہیں۔
- ہر سہولت کی درخواست کو لاگ کرنا اور کسی بھی محفوظ گروہ میں غیر متناسب اخراج کی شرحوں پر نظر رکھنا۔
رسائی کا کام یہاں دوہرا فائدہ دیتا ہے: یہ قانونی خطرے کو کم کرتا ہے اور ڈراپ-آف کی اس قسم کو ختم کرتا ہے جس کا امیدوار کی صلاحیت سے کوئی تعلق نہیں۔
مختصر اسیسمنٹس اور انتخاب کی درستگی میں توازن
تکمیل بڑھانے کے لیے اسیسمنٹ کو کاٹنا آسان فائدہ لگتا ہے، لیکن یہ خاموشی سے اس بات کو نقصان پہنچا سکتا ہے جو ٹیسٹ ناپنے کے لیے بنایا گیا تھا۔ مختصر، پتلی اسیسمنٹس کم قابلِ اعتماد اسکور پیدا کرتی ہیں اور متفاوت اثرات کو وسیع کر سکتی ہیں، خاص طور پر جب ہٹایا گیا مواد وہ حصہ نکلا ہو جو ملازمت سے سب سے زیادہ متعلق مہارت کی پیمائش کر رہا تھا۔
ایک محفوظ راستہ:
- اس بات کی تصدیق کریں کہ وینڈر کی فراہم کردہ توثیق رپورٹ بھی EEOC رہنمائی کے تحت ٹیسٹوں کو ملازمت سے متعلق اور مناسب طور پر توثیق شدہ رکھنے کی آپ کی اپنی ذمہ داری ختم نہیں کرتی۔
- کسی بھی تبدیلی کو مکمل نافذ کرنے سے پہلے ایک ہولڈ آؤٹ گروپ کے ساتھ پائلٹ کریں۔
- تبدیلی کے بعد قابلِ اعتمادیت کے میٹرکس چیک کریں، نہ کہ صرف تکمیل کی شرح۔
- جہاں ممکن ہو وہاں پیش گوئی کے نتائج جیسے ملازمت پر کارکردگی یا قلیل مدتی برقراری کو ٹریک کریں۔
- اعلی خطرے والی اسیسمنٹ کو چھونے سے پہلے ایک I-O ماہرِ نفسیات یا قانونی مشیر کو شامل کریں، کیونکہ وہاں غلطی کی قیمت چند اضافی ڈراپ-آف سے کہیں زیادہ ہے۔
Talent Approved کی خصوصیات ان حلوں سے کیسے مطابقت رکھتی ہیں
Talent Approved کا Magic Create منٹوں میں ملازمت کی تفصیل سے کردار کے مخصوص اسیسمنٹس بناتا ہے، جو مواد کو اصل ملازمت سے مضبوطی سے جوڑتا ہے نہ کہ عام فلر سے جو ڈراپ-آف کو دعوت دیتا ہے۔ اینٹی-چیٹ ٹولز اور AI سے تیار کردہ خلاصے پھر دستی جائزہ کا وقت بڑھائے بغیر اوپر بیان کردہ حلوں کی حمایت کرتے ہیں۔ گہرے مطالعے کے لیے، EEOC جانچ کی رہنمائی اور ہماری پروکٹرنگ پرائیویسی چیک لسٹ پر ہماری گائیڈز دیکھیں۔
— Jimmie
کم ڈراپ-آف کے گرد بنائے گئے pay-as-you-go پلیٹ فارم کو آزمائیں
Talent Approved بغیر سبسکرپشن فیس کے pay-as-you-go قیمت کا ماڈل پیش کرتا ہے اور قابلِ اعتماد امیدوار جائزے کی حمایت کے لیے اپنے اسیسمنٹ بنانے کے فیچر کو اینٹی-چیٹ مانیٹرنگ کے ساتھ جوڑتا ہے۔
پلانز دیکھنے کے لیے مہارت کی جانچ کی قیمتوں کا صفحہ چیک کریں، یا اگر دعوت نامے کی رکاوٹ آپ کا سب سے بڑا ڈراپ-آف مرحلہ ہے تو ہمارے دعوت نامے کے ٹیمپلیٹس سے شروع کریں۔
ذرائع
- ملازمت کے ٹیسٹ اور انتخاب کے طریقہ کار | U.S. Equal Employment Opportunity Commission
- کیا درخواست دہندگان لمبی اسیسمنٹس چھوڑنے کا زیادہ امکان رکھتے ہیں؟ اسیسمنٹ کی لمبائی کا درخواست دہندہ اخراج کے رویے پر اثر کا جائزہ۔ - خلاصہ - Europe PMC
- امیدوار تجربے کے بہترین طریقے (SIOP وائٹ پیپر)
اکثر پوچھے جانے والے سوالات
ایک معمول کی اسیسمنٹ ڈراپ-آف شرح کیا ہوتی ہے؟
کوئی واحد سرکاری بینچ مارک شرح نہیں ہے، اور تکمیل کردار، لمبائی، اور چینل کے لحاظ سے بہت مختلف ہوتی ہے، اس لیے صنعت کی اوسط کے پیچھے بھاگنے کے بجائے اپنے فنل کو مرحلے کے لحاظ سے ٹریک کریں۔ اس پر توجہ دیں کہ آپ کے عمل میں ڈراپ-آف کہاں مرکوز ہے، کیونکہ زیادہ تر اخراج ٹیسٹ کی مجموعی لمبائی سے قطع نظر جلدی ہوتا ہے۔
کیا اسیسمنٹ مختصر کرنے سے ڈراپ-آف کم ہوتا ہے؟
قابلِ اعتماد طریقے سے نہیں۔ اسی بڑے نمونے پر مبنی تحقیق میں پایا گیا کہ اسیسمنٹ کی مجموعی لمبائی اخراج کی پیش گوئی نہیں کرتی، اس لیے مختصر ٹیسٹ خودبخود زیادہ امیدوار نہیں رکھتا، اور مواد کاٹنے سے قابلِ اعتمادیت کمزور ہو سکتی ہے۔
مجھے کیسے معلوم ہوگا کہ امیدوار کو جانچ کی سہولت کی ضرورت ہے؟
امیدوار عمل کے کسی بھی مرحلے پر درخواست کر سکتے ہیں، اور ADA کی رہنمائی آجروں سے تقاضا کرتی ہے کہ وہ معقول سہولیات جیسے اضافی وقت یا متبادل فارمیٹس فراہم کریں جب تک کہ اس سے غیر ضروری مشکل پیدا نہ ہو۔ درخواست کا راستہ نمایاں بنائیں اور اسے عام ڈراپ-آف ڈیٹا سے الگ لاگ کریں۔
کیا جلدی چھوڑنا ہمیشہ بری علامت ہے؟
ضروری نہیں۔ کچھ ابتدائی اخراج اس بات کی عکاسی کرتے ہیں کہ امیدوار ایسے کردار سے خود کو الگ کر رہے ہیں جو ان کے لیے موزوں نہیں، اور ابتدائی کارکردگی پر صنعتی تحقیق سے پتہ چلتا ہے کہ یہ نمونہ ڈیزائن کی خرابی کی بجائے ایک جائز اشارہ ہو سکتا ہے۔
امیدوار کہاں چھوڑتے ہیں یہ معلوم کرنے کا سب سے تیز طریقہ کیا ہے؟
مرحلہ وار واقعات (شروع ہوا، حصہ مکمل ہوا، جمع کیا گیا) ریکارڈ کریں اور ڈیوائس اور کردار کے لحاظ سے تقسیم شدہ فنل نظارہ بنائیں۔ سیشن ریپلیز اور ایرر لاگز عموماً ایک ہفتے کے ڈیٹا میں ناکامی کا مخصوص مقام دکھا دیں گے۔