京东: 招聘数据应用

招聘系统的报表功能为企业提供一系列的招聘关键数据，借助数据，招聘团队可了解日常招聘的整体状况、指标达成等情况，并就此进行常规分析和针对性问题深度分析。

招聘数据化管理主要为招聘结果统计和过程分析两大块。其一， 系统可分析统计招聘职位的阶段完成率和招聘周期等结果指标。其二，系统提供招聘过程原始数据，HR 可根据需要分析的特定要求， 按照不同的维度，如部门、岗位职级、招聘负责人、招聘时间（如区分淡旺季）、招聘渠道、招聘项目等进行组合分析。

1. 报表分析与应用

招聘报表主要分为三类：1、常规性报告，如月度、季度、年度报告， 用于跟踪日常招聘情况。2、招聘项目报告，统计特定招聘项目的达成情况、整体进度等结果。招聘项目即在一定时间内，针对特定职位（单个或多个）的大批量招聘任务。3、针对性报告，一般会根据具体招聘问题或特定需求进行数据分析，以诊断问题原因，提出改善意见，解决招聘难点。

常规性报告的应用

常规招聘数据分析除用于招聘成果效果显现外，还有一个重要用途可以指导制定合理的招聘预算计划，优化招聘资源投放，提高投入产出比。例如通过数据发现，重点岗位需求较去年剧增且呈现增长态势，因此，在一些重点渠道上我们需要增加投放，以满足招聘要求。又例如结合求职者对于PC 端、APP 端的使用习惯不同， 精准把握广告投放渠道，广告投放时间段等，以期优化广告投放效果。

针对性报告的应用

情况1 ：候选人拒绝offer 率高

在没有非常细分的数据分析前，大家普遍会认为的候选人拒绝offer 原因主要是薪资问题。然而在通过对不同维度下数据的层层剥离和分析之后，招聘团队透过表象总结出了新的发现，譬如薪酬问题是低职级的候选人拒绝offer 的主要原因，但较高职级的候选人因为现在职企业的挽留而发生拒offer 情况也不可忽视，并非主要因为对薪酬不满意。

招聘团队针对这一情况的分析过程可归为几个步骤。首先，提取所有相关原始数据，汇总罗列所有拒绝原因分析，其次，根据不同维度，不断细分，层层向下沉淀深挖，将问题细化。最终，根据不同问题找出针对性的解决方案，也可根据“四象限法则”针对不同方案进行有效管理，考虑哪些问题可立即改善，哪些原因需要一定时间以及其他部门配合才能完成改善。此类分析也可作用于招聘过程的前期甄选阶段，将问题前置，提醒招聘人员在面试前期详细了解候选人就一些关键问题的想法和倾向，以便提前做出预警和判断，从而避免到offer 发出后被候选人拒绝影响招聘和用人节奏。

情况2 ：招聘漏斗（从推荐数到offer 发放数）的转化率低

如集团招聘某职位的转化率平均在推荐10 个人，即可发出1 个offer，即10:1。但注意到某业务单元此职位的招聘效果很不理想， 可能推荐20-30 个人，才有1 个offer。发现问题后，分析可知造成这种异常可能有两种原因，一种可能招聘人员对职位的理解不够， 不能准确把握部门需求，无法准确提供符合部门需求的候选人，二种可能部门对候选人要求过于完美，或者需求常常出现反复。通过分析相应业务单元招聘过程数据，再结合招聘操作实际，解决问题， 优化和改善流程，提高招聘效率就变得相对有的放矢。

2. 招聘数据支持招聘管理

企业有效利用招聘数据，不仅能够分析招聘渠道有效性，制定合理的预算投入，也有助于改善内部招聘流程，同时可以借此为用人经理提供有效建议，影响用人经理决策。

以招聘周期为例，企业招聘管理者根据数据统计，可清楚了解一定阶段、不同职位的平均招聘周期。有了基础数据，我们会注意到有些职位的招聘周期过长，就需要分析原因。从发现数据异常到推导出原因，这一过程我们会把招聘流程切分到很细的环节，例如推荐候选人给用人经理到用人经理给出反馈之间的时间间隔、用人部门面试候选人到告知HR 面试反馈之间的时间间隔等，从细分数据中观察，进而找到症结点和可改善空间。

同时，招聘周期等招聘数据也被我们用在与用人经理沟通新用人需求的阶段。用人经理往往对有人要求比较理想，希望尽快招到。在和他们讨论用人需求时，我们会把前一年或一个阶段的平均招聘周期、人才市场数据或人才结构比例等数据，告知用人经理，有据可依来影响他们对招聘的预期，规范需求提出。