HR招聘要分析哪些数据,如何分析,有

如题所述

从持续改进的角度来看,招聘活动的各个环节都有分析改进的空间,对于招聘的分析重点可以关注以下几个方面:
1. 招聘结果的分析:
招聘计划的完成情况:是否在要求的到岗时间内完成招聘工作。
2. 招聘周期分析:
分析不同类岗位、不同职务级别的平均招聘周期,可以为未来为招聘活动争取更合理的招聘时间。
3. 招聘成本分析:
a) 分析各个招聘渠道的投入和产出情况。可以在某一类招聘渠道内进行数据分析,也可以在进行多个招聘渠道的横线比较。比如可以将网络、校招、内部推荐、招聘会等渠道进行分析对比,也可以对同时使用的多个招聘网站,进行分析,看到不同招聘网站投入的招聘费用和产出(到岗人数、有效简历数,甚至于到岗人数)之间的比值,就可以看出哪个招聘渠道效果更好。
b) 分析人均的招聘到岗成本:为制订招聘预算以及降低招聘成本提供依据。
4. 招聘各环节的转化率分析:
a) 即从简历收取到邀约数、到面人数、录用人数之间的比率:这些数据像一个漏斗一样是逐级转化,最终产生合适的录用者。当招聘目标未达成时,可以进一步关注是哪个环节不足。另外,不断缩小比例可以提高录用效率,降低招聘成本。
5. 招聘流程分析:
a) 分析当前招聘流程是否有可优化的空间。比如对于不同层次的人员是否建立了清晰的面试和决策流程,流程存在什么问题,是否可以优化?
6. 甄选标准的分析:
a) 分析当前甄选标准是否清晰。对于那些招聘进入公司后,因不胜任工作辞退辞职的人员,要着重回顾分析是哪个环节出现了问题,是甄选标准不清楚,或者是面试活动中随意性太强?
b) 是否采用了合适的面试方式,比如技术人员的面试过程中,通常要包含技术笔试的内容,而有的企业仅凭面试官与应聘者的简单沟通确定其技术能力,当人员录用后则发现能力不足的情况。
7. 对面试官能力的分析:
面试官是否具体有足够的能力,能够按照特定的用人标准对应聘人员是否满足招聘要求做出判断?
温馨提示:答案为网友推荐,仅供参考
第1个回答  2017-10-12

HR在每个公司都起着重要作用,他们的工作涉及人才招聘、员工关系、员工培训、薪酬绩效等等,而这些模块中的每个环节又都会产生大量的数据。

如何高效利用这些数据优化工作流程?

如何生成简单易懂的报告让领导一目了然?

这是HR们最关心的两个问题。

传统报告流程之殇

数据统计耗时长 

以招聘数据为例:简历收取量、初筛量、进入面试人员数量、邀约量、实际到场初试量、复试量、背调通过量、offer发放量 、入职量等一系列数据,会形成一个招聘数据漏斗,帮助HR观察每个环节的数据流失。

另外按职位、按渠道对这些数据进行汇总,可以发现目前市场上该职位人才招聘的难易程度以及不同招聘渠道的质量。

在传统的Excel处理过程中,要满足上述需求,往往需要建立多个sheet对这些数据做关联。

每次对这些表根据不同维度进行统计,都要耗费HR 2-3个小时的时间。

数据统计运算繁杂

以简历投递量为例,上表例子中,我司HR对每个职位每天的投递量进行了汇总,但是如果想对每个月每个职位在各渠道的简历投递量进行统计观察,在Excel中的操作步骤是如何的呢? 

首先在原有表格上新插入一行,或者在其他工作区域,按时间按渠道对投递量进行汇总,得到汇总数据之后,再根据这些数据生成对应的图表。 

这个过程繁琐、废时且极易出错。 

被动报告,可扩展性差

以往HR给相关负责人提供报告,所有的“套路”都是既定的。

比如每个月的招聘数据报告中,会提供各职位的投递量、通过量等,如果领导突然想知道这些已入职的人员分别都是来源于哪些渠道,这时HR就又需要重新进行统计,然后再汇报。 

这还仅仅只是一个小需求,并且我司作为创业公司,数据量相对没那么大。但是如果是在一个成熟的大公司,领导的每一个新增需求都会是HR的噩梦。 

如何利用DataHunter提升工作效率?

自动统计,随意拖拽生成图表

无论哪种维度的统计,只需将对应的维度字段拖入到维度区,选择合适的图表类型即可。

传统流程中的数据筛选、选择、统计、生成图表的过程,都被一步完成了。

探索式分析,应对多种需求 

在DataHunter中,将完整的原始数据上传,并生成对应图表,后续就可对这些图表进行下钻以满足不同维度的查看需求。 

如果想知道已入职的人员分别都是来源于哪些渠道,将渠道和人数分别拖进维度和度量,就能生成柱状图查看。

如果想在基础上查看某个渠道入职人员都去了哪些部门,只需右键相应的柱子,选择部门,就可显示。

自定义看板,超越传统报告

HR可以根据自己的需求,生成多个图表,并将其组合成一个看板。

根据常用指标生成的一个入离职人员情况分析看板,里面涉及:每月人才入职情况、各招聘渠道人才入职情况、入职人才部门归属情况等。

通过这个看板,便可以对公司内的人才流动状况一目了然。

相似回答