Hoppa till innehåll
SkillCort

8 min · 7 stepsGuide för att skapa test

Så skapar du ett fallstudieassessment

Ett fallstudieassessment ger kandidaten en realistisk brief — ett kundkonto som kämpar, en fråga om marknadsinträde, ett problem i teamet — och ber om analysen och rekommendationen. Det är så nära du kan komma att se någon tänka innan du anställer, och det fungerar lika bra för roller inom försäljning, konsulting och ledarskap. Den här guiden går igenom hela bygget i SkillCort.

What you'll need

  • En SkillCort-arbetsyta (eller en demo)
  • En verklig situation som rollen har mött — en affär, ett kundproblem, ett strategiskt vägval
  • Beslutet eller rekommendationen du vill att caset ska få fram
  • Någon senior i rollen som kan trycktesta briefen

Step 1: Bestäm vad caset ska visa

En fallstudie är aldrig bättre än frågan bakom den. Innan du skriver något: namnge de två eller tre förmågor du vill observera — skiljer kandidaten signal från brus i rörig information, strukturerar hen en rekommendation, sätter hen siffror på en avvägning, förmedlar hen ett beslut övertygande? Olika roller viktar detta olika — ett säljcase lutar sig mot behovsanalys och prioritering, ett konsultcase mot struktur, ett ledarskapscase mot avvägningar som rör människor.

Välj sedan beslutet som caset tvingar fram. Bra case slutar i en rekommendation med konsekvenser: vilket konto som ska räddas, om man ska gå in på marknaden, hur den som underpresterar ska hanteras. Case som bara ber om en beskrivning ger uppsatser; case som tvingar fram ett beslut ger underlag.

Step 2: Skriv briefen utifrån verkligt material

Bygg briefen på en anonymiserad verklig situation och behåll de röriga delarna: siffror som inte riktigt går ihop, ett citat från en intressent som går emot datan, en detalj som är genuint irrelevant. Starka kandidater visar vilka de är genom vad de väljer att bortse från.

Håll briefen till en eller två skärmar — tillräckligt med sammanhang att resonera kring, inte en datadumpning som gör övningen till ett lästest. Ta med högst två eller tre bilagor: en kort tabell med siffror, ett utdrag ur ett mejl, en sammanfattning av kontots historik. Om du skriver utkastet med AI-generering, ladda upp det verkliga källdokumentet som grund och redigera rejält för hand.

  • Ett centralt beslut, tydligt uttryckt i slutet av briefen
  • Verkliga (anonymiserade) siffror, med minst en ofullkomlighet
  • En begränsning som tvingar fram en avvägning — budget, tid eller politik
  • Ingen intern kunskap som en nyanställd omöjligt kunde ha

Step 3: Bygg frågan med layouten där stimulus ligger sida vid sida

Skapa en mapp för rollen i frågebanken och skapa sedan frågan med layouten där stimulus ligger sida vid sida: briefen och bilagorna stannar fästa på ena sidan medan svarsytan ligger bredvid. Kandidaterna kan gå tillbaka till caset medan de skriver i stället för att scrolla fram och tillbaka — skillnaden mellan att testa analys och att testa korttidsminne.

Tagga frågan efter förmåga och svårighetsgrad i mappens taggar. Fallstudier är dyra att skriva bra, så behandla varje case som en återanvändbar tillgång: när du sätter ihop framtida assessments plockar väljarens filter för mapp, tagg och typ fram den på några sekunder.

Step 4: Välj svarsformat: rich text eller filuppladdning

För de flesta case är frågan med rich text-svar rätt förval: kandidaterna strukturerar en rekommendation med rubriker, listor och betoning, och bedömarna läser varje inlämning på ett och samma ställe utan nedladdningar. Det passar konsultliknande memon, kontoplaner inom försäljning och ledarskapsuppsatser — överallt där resonemanget i sig är leveransen.

Använd filuppladdningsfrågan när arbetsresultatet i sig är färdigheten — en presentation för en konsultroll, en kalkylmodell för en kommersiell. Du kan också kombinera dem på en sida: en sammanfattning i rich text plus en uppladdad modell. Be om samma arbetsresultat som jobbet skulle kräva, för det är det underlag som Decision Board håller senare.

Step 5: Bygg en bedömningsmatris av matristyp för analyskvalitet

Öppen analys behöver en nivåbaserad bedömningsmatris av matristyp, skriven innan någon kandidat svarar. Vanliga kriterier: problemstrukturering, användning av underlag från briefen, rekommendationens kvalitet och kommunikation. Förankra varje cell i observerbart beteende — ”rekommendationen följer av analysen och namnger sin främsta risk” går att poängsätta; ”god strategisk förmåga” gör det inte.

Vikta kriterierna efter rollen: rekommendationens kvalitet tyngst för ett säljcase, strukturering för konsulting, hantering av intressenter för ledarskap. Överväg att göra bedömningsmatrisen synlig för kandidaterna, så att de optimerar för innehåll snarare än längd. När du kopplar på bedömningsmatrisen fryses den till en ögonblicksbild, så att ändringar i banken mitt under körningen aldrig kan flytta ribban under dina kandidater.

Step 6: Sätt ihop och tidsätt i buildern

Skapa assessmentet med caset i en egen sektion och importera frågan via väljaren. Ge casesektionen den dominerande poängvikten — ×3 eller mer mot en eventuell uppvärmningssektion — så att viktad rollpassning på Decision Board speglar analysen och inte förberedelserna.

Tidsättningen är där fallstudier oftast går fel. Sätt en total gräns på 60–90 minuter och en gräns per sida på casesidan: generös nog för verkligt tänkande, bestämd nog för att testet inte ska belöna den som råkade ha en ledig helg. Ange tidsramen i kandidatinstruktionerna tillsammans med det förväntade formatet, och säg uttryckligen att ett fokuserat men ofullständigt svar slår ett polerat och halvfärdigt.

Step 7: Förhandsgranska, publicera och bedöm på underlag

Kör Preview as candidate från builderns sidhuvud och gör caset inom tidsramen själv — eller ge det till en stark nuvarande medarbetare. Om de inte kan få ihop ett gediget svar inom gränsen: skär bort bilagor eller smalna av frågan. Beta sedan av publiceringschecklistan, som blockerar Publish tills poängsättning, tider och instruktioner är på plats.

Publicera och skapa genomförandet med namn, tidsfönster och lätt säkerhet — för ett hemuppgiftsliknande case räcker det ofta med blockering av kopiera/klistra in för att vara proportionerligt. Inbjudningar går ut via mejl och kandidaterna passerar samtycket och preflight-kontrollen innan de startar.

I bedömningen poängsätter flera bedömare samma frysta matris genom att klicka på nivåkort, och AI kan skriva ett utkast till sammanfattning av varje svar med förslag på kriteriepoäng — modell och version loggas, och en namngiven person bekräftar eller ändrar varje enskild. Decision Board jämför sedan kandidaterna på viktad rollpassning, med varje memo eller presentation en fördjupning bort.

Pro tips

  • Tvinga fram ett beslut — case som slutar i ”analysera det här” ger uppsatser, inte underlag.
  • Lämna kvar en ofullkomlighet i datan; att lägga märke till den är en signal som inte går att köpa för pengar.
  • Sätt tidsramen bestämt: 60–90 minuter belönar tänkande, obegränsad tid belönar lediga helger.
  • Be om det arbetsresultat som jobbet faktiskt producerar — ett memo, en presentation eller en modell, inte en generisk uppsats.
  • Pilottesta på en stark nuvarande medarbetare innan någon kandidat får se caset.

Vanliga frågor

Vilka roller passar för ett fallstudieassessment?
Alla roller där arbetet är analys plus en rekommendation: försäljning (konto- eller distriktsplaner), konsulting (kundproblem), ledarskap (avvägningar kring team och resurser) och många roller inom strategi, verksamhet och produkt. Om jobbet producerar motiverade beslut kan ett case få fram dem.
Hur lång tid ska kandidaterna få?
Vanligtvis 60–90 minuter inom assessmentets tidsgräns. Kortare känns som en fälla för en verklig analys; längre slutar mäta färdighet och börjar mäta tillgänglig fritid. Ange tidsramen från början och utforma briefen så att ett starkt svar verkligen ryms i den.
Hur poängsätter jag uppsatser och presentationer konsekvent?
Med en nivåbaserad bedömningsmatris av matristyp skriven innan svaren kommer in: kriterier som strukturering, användning av underlag, rekommendationens kvalitet och kommunikation, vart och ett med förankrade beteendebeskrivningar. Ögonblicksbilden av bedömningsmatrisen fryses när den kopplas på, så att varje kandidat i körningen möter exakt samma ribba.
Kan AI bedöma casesvaren?
AI kan skriva utkast till sammanfattningar och föreslå poäng på kriterienivå — hjälpsamt vid långa memon — med modell och version loggade. En namngiven bedömare bekräftar eller ändrar varje poäng, och rekryteringsbedömningen är alltid mänsklig. AI är stöd, aldrig den som fattar beslutet.
Ska caset utgå från vårt företags verkliga situation?
Ja, anonymiserad. Verkliga situationer bär den tvetydighet som gör analys synlig, och de visar kandidaterna arbetets faktiska struktur. Ta bort identifierande detaljer och allt konfidentiellt; behåll strukturen, siffrornas form och spänningen.

For hiring teams

Gör en verklig kundsituation till en fallstudie

På en 30 minuter lång demo bygger vi ett fallstudieassessment utifrån ett av dina verkliga scenarier — brief sida vid sida, bedömningsmatris av matristyp och allt.

Så Skapar Du Ett Fallstudieassessment | SkillCort