För få sökande betyder att antalet inkomna ansökningar är lägre än väntat för jobbets typ, svårighetsgrad och marknadsförhållanden. Det är vanligtvis ett symptom på att annonsen inte når rätt kandidater, inte engagerar dem tillräckligt, eller att ansökningsprocessen skapar för mycket friktion.

När ett jobb inte ger förväntad respons är det lätt att dra slutsatsen att kandidatmarknaden är för svår eller att målgruppsstyrningen var fel. Det kan stämma, men utan insiktsdata blir det ofta ett antagande.

För att förstå vad som brister måste du följa kandidaten hela vägen från första klicket till ansökningsknappen: hur många kommer in, hur många börjar läsa, hur många läser klart, och hur många tar nästa steg. Vill du gå direkt till åtgärderna, se vad du bör göra när söksiffrorna är låga.

Vad bör du mäta?

Antal klick och antal ansökningar visar bara början och slutet. De mest användbara signalerna ligger mellan de punkterna.

1

Relevanta besök

Hur många öppnar jobbannonsen och stannar kvar länge nog för att kunna bedöma innehållet? Många klick hjälper föga om trafiken försvinner omedelbart.

2

Har börjat läsa

Det här visar om förstaintrycket fungerar. Om många kommer in men få börjar läsa är rubrik, ingress eller första skärmbilden troligen för svag.

3

Har läst jobbtexten

Det här är en starkare kvalitetssignal än klick. Kandidaten har lagt tid på rollen och gjort en mer aktiv bedömning av om jobbet är relevant.

4

Tryckte på ansökningsknappen

När många läser men få klickar på ansök ligger problemet ofta i tröskeln för att söka: kravprofil, information, uppmaningen att söka eller själva ansökningsflödet.

5

Kanalbidrag

En kanal bör i första hand bedömas efter kvalificerat engagemang. Antal klick och klickpris säger lite på egen hand. Kvalitet och volym måste läsas tillsammans. Läs hur vi mäter tre dimensioner av engagemang.

Varför är det här mer användbart än klick?

Klick är enkla att generera och enkla att misstolka. En kampanj kan ha hög klickfrekvens även om få relevanta kandidater läser jobbet.

Exempel: 800 klick kan se bra ut i annonsplattformen. Men om bara 25 personer börjar läsa, 8 läser hela jobbtexten och 1 klickar på ansökningsknappen, har kampanjen inte skapat tillräckligt kvalificerat intresse.

Därför bör effekten bedömas utifrån beteendet efter klicket. Först när kandidaten lägger tid på jobbannonsen får du en tydligare signal om intresse.

Så hittar du var det brister

Läs datan som en tratt. Varje bortfall i tratten pekar mot sin egen typ av problem.

Många klick, få relevanta besök. Annonsen skapar fel förväntan, eller målgruppsstyrningen är för bred. Justera budskap, målgrupp, jobbtitel och upplevelsen på landningssidan.

Många besök, få börjar läsa. Förstaintrycket är för svagt eller för generiskt. Förbättra rubrik, ingress, texten högst upp på sidan och de första kandidatfrågorna.

Många börjar läsa, få läser klart. Jobbinnehållet tappar kandidaten på vägen. Strama upp text, krav, ansvar, förmåner och varför rollen är attraktiv.

Många läser klart, få klickar på ansök. Intresset finns, men tröskeln för att söka är för hög. Gör uppmaningen att söka tydligare, ta bort friktion och svara på kritiska kandidatfrågor.

Traditionell vs. datadriven analys

Skillnaden handlar om vad du optimerar mot: klick visar aktivitet, medan beteendedata visar om aktiviteten har värde.

Traditionell

  • Ser främst på visningar, klick och antal ansökningar.
  • Ger lite insikt i vad som hände mellan klick och ansökan.
  • Gör det svårt att justera under kampanjens gång.
  • Kan leda till att budgeten höjs när problemet egentligen ligger någon annanstans.

Datadriven

  • Mäter kandidatens beteende efter klick.
  • Visar var i tratten bortfallet sker.
  • Skiljer mellan trafikproblem, innehållsproblem och ansökningsbarriär.
  • Gör det möjligt att prioritera de kanaler som ger kvalificerat engagemang.

Riktvärden gör siffrorna användbara

En siffra är sällan bra eller dålig på egen hand. Siffrorna måste jämföras med liknande jobb för att betyda något. 300 relevanta besök kan vara starkt för ett jobb och svagt för ett annat, och 40 personer som har läst hela texten kan vara bra i en smal kandidatmarknad men lågt i en bred jobbkategori.

Därför bör kampanjen jämföras med liknande jobb på bransch, jobbkategori, jobbtitel, geografi, kampanjlängd, kanalval och budget. Först då ser du vad resultatet faktiskt beror på.

Använd data medan kampanjen pågår

Det största misstaget är att analysera först när ansökningstiden har gått ut. Då kan siffrorna förklara vad som hände, men de kan inte längre förbättra resultatet.

Start. Kontrollera om kampanjen skapar tillräckligt många relevanta besök tidigt nog.

Halvvägs. Se om kandidaterna börjar läsa och om de läser klart.

Sista fasen. Bedöm om intresserade kandidater går vidare och söker.

Efteråt. Jämför med relevanta riktvärden och använd slutsatserna i nästa kampanj.

Vad bör du göra när söksiffrorna är låga?

Börja med tre frågor: Nådde vi tillräckligt många av rätt kandidater? Var jobbet intressant nog för att de skulle läsa vidare? Var vägen från intresse till ansökan tydlig och enkel nog?

Om problemet är trafik bör kanalval, målgruppsstyrning och budget ses över. Beteendebaserad målgruppsstyrning via Frantz AI säkerställer att kampanjen når kandidater med dokumenterat intresse för din typ av jobb.

Om problemet är läsning bör jobbtext, struktur och förstaintryck förbättras så att de första raderna svarar på det kandidaten faktiskt undrar över.

Om problemet kommer efter att kandidaterna har läst texten bör du se över ansökningsbarriärer och kravprofil. Frantz Lead Generator sänker tröskeln genom att låta passiva kandidater visa intresse med ett klick, utan att behöva skicka in en fullständig ansökan.

Mät rätt signaler, inte så många som möjligt. Då förstår du vad som händer innan ansökningarna uteblir.

Läs mer

Läs mer om rekryteringsmarknadsföring generellt, hur du marknadsför jobb i sociala medier, eller hur du når passiva kandidater som inte aktivt söker.