数据驱动招聘效率和质量提升研究报告

RESEARCHREPORT数据驱动招聘效率和招聘质量提升HRExcellencecenter CHIEFADVISERADVISORYGROUP作者AUTHOR作者AUTHOR源管理和市场研究经验。其中超过六年致力于团队建设和人才培养，并带领团队深入人力资源行业发展， rCONTENTS454588◈企业招聘战略：体系化程度趋于成熟，招聘效能逐渐从89基于业务和战略通盘考虑人才获取的同时，开始注重人91011◈招聘数字化程度：数字化实现度与招聘管理的体系程度正相关，但大多以部分流程实现为主，并且数据分析上1011◈企业对招聘效率的认知：“知”与“行”上存在差距，11111213162012131620▶业务和候选人招聘体验不理想▷提效关键点▶业务和候选人招聘体验不理想▷提效关键点▷智享会“智库”建议◈数据集成与信效度提升：企业还未完成必要数据的全面线上化，数据集成和打通存在困难，从而较难准确做出◈Bello倍罗解决方案专家55◈海尔◈X企业◈希尔顿中国◈乐有家◈招聘效率指标库78◈招聘工具实现度81◈其他对标数据关于人力资源智享会和智享会人力资源实践研究院89202022242727◈招聘效率数据分析实现情况：“速度”相对“质量”的数据分析实现度好些，但整体上能通过系统自动分析生2728◈招聘提效改善方案的落地情况：少有开展，且改善得不283032323033333530323230333335393941◈具体招聘提效分析和改善方案落地414143▶人才画像不清、理解不一、精准度问题，以及候选4141433rPREFACE◈PART1：企业招聘管理现状企业招聘管理目前的体系化程◈PART2：企业对招聘效率的认知和具体定义企业如何理解◈PART1：企业招聘管理现状企业招聘管理目前的体系化程◈PART2：企业对招聘效率的认知和具体定义企业如何理解◈PART3：招聘管理的挑战与提效方向在日常招聘工作开展与数字化管理的过程中，企业遇到的挑战是◈PART4：数据分析如何提升招聘效率企业运用数据分析提升招聘有效性，那么指标衡量和数据分析实现度◈PART5：招聘数据集成与信效度实现招聘数据分析提效的放眼企业招聘，也正走向“无边界”化。招聘科技的应用正有效地推进用人经理与HR的招聘协同，在技术的迭代下，数字化招聘2.0则再度完善了招聘的业务体系，从新范式的重塑到新角色（HR、用人经理）的重塑，再到更全面的体验重塑，真正突破了也正是科技应用的革新，让企业开始审视：在招聘体系日渐完善、数字化投入升级的当下，企业的招聘效率，是否得到了真正有效的提升？，能否让招聘工作更轻松，各环节的转化更显著，业务的用人需求能更快更好地得到满足？企业也正在用数字化的实现工具和生成数据尝试分析招聘过程中的挑战问题，从中更为客观、科学的分析和诊断原因，提出改善方案，真正做到利用数据的力量，因此，HREC人力资源智享会携手Bello倍罗开展了动招聘效率和招聘质量提升”研究，并从以下维度了解企业内真实的招聘管理现状，对标、诊断其正面临的挑战痛点，从专业客观角度给予相应的对标数据和解决方案，希望能更好地助力招聘人员的 如果您只有几分钟时间或想要尽快获得报告中的重要信息，不妨可以先仔细阅读以下内容……企业招聘战略：体系化程度趋于成熟，招聘效能逐渐从速度向质量甚至更为长期影响◈市场上近九成企业正在或已经形成体系化的招聘战略，并在技术◈企业对招聘效能的追求，逐渐从“速度”上升至“质量”，甚至更为长期影响的方向迈进，从而全方位地招聘团队定位：“业务战略伙伴”的角色越发名副其实，基于业务和战略通盘考虑人才获取的同时，开始注重招聘数字化程度：数字化实现度与招聘管理的体系程度相关，但即便如此，企业也只是部分实现，并且在数据◈在数据分析能力体现上，部分流程实现数字化的企业还停留在手动分析（47.19%）。已实现全流程数字化◈企业本身的数字化管理重视度和实现度也决定着招聘数字化的成熟度，例如自身整体的数字化程度企业对招聘效率的企业对招聘效率的认知：“知”与“行”上存在差距，认知偏向于“质量”上的衡量，但实际却还未实现数字◈半数以上企业认为应偏向招聘质量的衡量◈六成以上企业还未对招聘效率进行数据分析◈招聘速度主要体现在“有多快”能招到候选人（招聘速度/周期和招聘漏斗转化），而招聘质量则更多定招聘效率指标的具体定义和分析维度：“速度指标”的定义较为明确和完善，而“质量指标”的衡量维度还需◈重点招聘效率指标的定义和分析维度招聘管理的挑战招聘管理的挑战：各环节都需要一定的效率提升，并且在数字化管理的过程中，各方人员重视度欠缺以及数据56数据分析如何招聘效率数据分析实现情况：“速度”相对“质量”的数据分析实现度好些，但整体上能通过系统自动分析生成招聘提效方案的落地情况：少有开展，且改善得企业提升招聘效率的整体方法论：企业数字化能力的差异决定了提效方案的分）：）：3.流程各环节赋能：Beresponsible责任人；Beinformed被2.平台赋能：提供规则、工具和资源，针对常见问题和3.数据对照和细化分析：对比招聘数据，发现不合理的分◈根据招聘常见各环节效率问题，以发现问题分析问题解决问题验证问题的逻辑进77 招聘数据集成与数据集成与信效度提升：还未完成必要数据的全面线上化，数据集成和打通存在困难，从而较难准确做出分析并◈还未实现必要数据的全面线上化，导致数据打通难以落地（71.62%也没有时间精力做数据清洗工作最好能有平台自研能力（集中平台），或必须确保招聘数据的authentic（原生），即用户所有行为都在招812123体系化程度趋于成熟，招聘效能逐渐从速度向质量甚至更为长“业务战略伙伴”的角色越发名副其实，基于业务和战略通盘考虑人才获取的同时，开始注重人才数字化实现度与招聘管理的体系程度正有关，但大多以部企业招聘战略：体系化程度趋于成熟，招聘效能逐渐从速度向质量甚至更为长期影响图表图表1:您公司的招聘战略属于以下哪种类型N=178）无正式体系化的招聘战略：当招聘需求出现时进行招聘，招聘效能主要通过招聘周期和招聘成本进行衡量，企业内部招聘人员数量较少，招聘需求有赖招聘团队可以满足基层岗位需求，技术和系统使用上已形成较体系化的招聘战略：在人才吸引、内外部招聘整合，在大部分岗位完全体系化的招聘战略：具备成熟企业员工价值体系(EVP)，内外部招聘实践能很好满足用人部门需求。对于招聘市场有预测分析，企业内部招聘团队9 招聘团队定位：“业务战略伙伴”的角色越发名副其实，基于业务和战略通盘考虑人才获取的同时，开始注重人才营销与人才生态环◈Recruiting：聚焦“按需填坑”，◈Sourcing：能理解业务需求◈HRMarketing：洞察理解行业、业务、企业内外部人才的生的角色越来越名副其实，除了对业务人才需求有清晰的判断外，对于盘点梳理内部架构，从战略层面通盘考虑人才获取有了一定的能力提HRMarketing：注重营销雇主品牌、人才吸引。企业另也有sourcing和recruiti当然，招聘团队在企业里的定位和角色，一定与企业本身能够达到的招聘体系的成（人才吸引、品牌宣传）开始渗透和介入（33.78%）。招聘数字化程度：数字化实现度与招聘管理的体系程度正相关，但大多以部分流程实现为主，并且在数据分析上关于招聘数字化实现度，八成以上企业已实现，但大多以部分流程实现停留在手动分析，而已实现全流程数字化的企同样的，我们将数字化实现度与企业同样的，我们将数字化实现度与企业的招聘体系进行关联分析，得到了有明显差距的正相关答案：可见，招聘体系化程度越高的企业，其数字化实现度和投入度图表图表4:您企业目前招聘领域的数字化实现程度是怎样的N=178） 综上，在市场普遍追求“招聘战略体系化”的影响下，企业的招聘团队定位和招聘数字化均具备一定的成熟度。可见，在这样的背景下，企业对于招聘效率的关我们会聚焦于“微观视角”走进企业，研究其对招聘效率以及具体衡量指标的认知和定义，包括在实际的运用和提效的过程综上，在市场普遍追求“招聘战略体系化”的影响下，企业的招聘团队定位和招聘数字化均具备一定的成熟度。可见，在这样的背景下，企业对于招聘效率的关我们会聚焦于“微观视角”走进企业，研究其对招聘效率以及具体衡量指标的认知和定义，包括在实际的运用和提效的过程中，招聘数据的分析情况以及改善方案落实得如何，从而真正达到解决问题和提升图表图表6:您企业尚未实现招聘数字化的原因是N=30） 想实现，但是推动起来遇到了很多阻碍，例 1212“知与行“上存在差距，认知偏向”招聘质量”的分析，但实际却仅在“招聘速度”上衡量，招聘速度类指标的定义较为完善，而招聘质量的考量维企业对招聘效率的认知：“知”与“行”上存在差距，认知偏向“招聘质量”的分析，但实际却仅在“招聘速度”上衡量，甚至有些企业对于招聘效率的认知，半数以上认为应偏向于招聘质量的衡量分析。然而却在实际的“知”与“行”上存在差距。从实现度上可图表图表7.1:您企业认为的招聘效率是？（N=148）图表图表7.2:您企业目前已实现的招聘效率分析为N=148）图表图表8.1:您企业针对招聘速度的衡量标准为？（N=126）图表图表8.2:您企业针对招聘质量的衡量标准为？（N=56）招聘效率指标的具体定义和分析维度：“速度指标”的定义较经过对“招聘速度”和“招聘质量”的衡量标准调研，我们得到了一些重点指标。那么在企业内部，对其具体的定义和衡量标准和8.2中罗列的指标的具体定义和标准维度供读者参考。此外，值2.招聘效率实际在企业中还有更多指标和衡量体现，我们在这部分详细罗列的指标主要因市场存在不同理解而特别做出的定义研究。还有一些指标例如：接受offer率、初面通过率等简单地通过公式 1)1)每个岗位从开放到招到合适候选人的周期（le#例如，普通岗位leadtime通常1个月左右；VP以上岗位2个月左右；普厂厂360漏斗各环节的周期：招聘流程各环节所花的时间。招聘数据分析团队定期（每周、每月、每季度）会给到招聘负责人此数据，包#例如，岗位从blankposition（空缺岗位）变成此动作涉及业务部门的商业决策，招聘团队发现有些部门只需15天，而有些部门需响了业务和招聘前期沟通的速度。#厂2）每个招聘各环节CSW(CandidateSelectionWorklow)均有合理的时间节点来推进：#例如，要求在2周内推送3个合格候选人给厂招聘流程的顺畅度（招聘流程各环节的转化率，反映了人才供给的丰富程度、业务和招聘对岗过程漏斗指标（一面的面试量、一面到offer的转人、推荐多少候选人给到业务面试最终确认并 2)一面到offer的转化率：体现recruiter对岗位的理解能力和对招聘漏斗的转化率：招聘流程各环节的转化率，反映了人才供#例如，当100份简历才能筛选出1位候选人时，则判断此岗位的人才市场非常具有挑战性；当10位候选人进入业务面试，只有1位可以通过面试时，则认为招聘团队和业务部门需要在人才选择标准上做讨论和统一。#厂厂360厂厂73.65%73.65%71.62%71.62%2)与此同时，招聘团队会以渠道进行划分，分析各渠道的招聘完成率，包含公司ATSSystem/CareerPage,内部应聘、51job、厂体现了recruiter对候选人在组织内的定位的理解和判断能力；其中，对于高管会尤其看重入职后一年内的绩效和留任率来77.33%77.33%候选人入职后1年内的绩效候选人入职转正之前的绩效候选人入职3个月内的绩效 业务面试官的从企业角度，体验的定义更多从客户体验角度出发，分为：候选人体▶NPS是作为alarmingline（警戒线）的存在的客户体验在一个可以接受的范围内。避免为了追求短期的硬性指标而损害长期候选人招聘满意度：在招聘过程中获取候选人对面试官评价数据和入职人才调研问卷数据，根据数据分析整个过程中存在的问题，不X企业NPS：NetPromotionScore客户体验。NPS厂2)满意度：指业务经理和新入职候选人在招聘体验问卷中填答的整体满意度、招聘流程顺畅度、与recruiter沟通及时程度、招聘速厂 候选人的跳槽876候选人的跳槽8769241171.43%/部门的匹配度71.43%5533测评工具是否能准确测量出候选人的性格招聘人员人效招聘人员人效/成本投入到某岗位上的所有成本总和。IPP包含市场、渠道、recruiter等的费用；从财务的角度出发，需要确保其1212◈聚焦于招聘流程提效管理，及流程优化和改善◈招聘系统的数据管理和流程敏捷响应招聘管理的挑战：招聘各环节都存在提效挑战。除此之外，在数字化管理的过程中，各方人员重视度欠缺以及数据信效度不足也是普当在谈论数据分析如何帮助企业提升招聘效率之前，我们需要先明确在实际的招聘管▶针对关键、挑战性或稀缺岗位 图表图表9:您企业在招聘过程中，是否有遇到以下痛点问题N=14Bello倍罗解决方案专家就调研结果中的“雇主品牌影响力不足”、“简历匹配度不高”以及“缺乏人才mapping途径”的挑战，做这对很多企业来说，也是一种甜蜜的负担：看似拥有很），如何在众多的“噪音”之下选择真正所需的人才，当下很多先进的企业已经开始采用增强型的搜索方式，即不再是简单地用关键词去进行搜索，而是增加更多维度的因素去过滤“噪音”，同时要求搜索引擎举一反三地去搜索，从而让搜索结果中能呈现更多有用信息。除此之外，当下火热的AI随着人才竞争的日益激烈，对于企业而言，一些重点岗位/挑战性岗位，他们缺乏mapping的途径，不知从何寻找厂招聘工作本质上可分为开源、转化两方面，开源即加大人才漏斗，以保证在后续流程的逐级递减后，仍有足够的结果产出。而人才吸引是至关重要的一环，很多企业会因雇主品牌(公司知名度)等原因，导致候选人到面率、offer率、入职率等关键指标低，即便是超大型企业也不是拥有绝对的优势确保能成功获取所需的高端人才。因而所有的企业都在想办法去提升自身雇主品牌、提升知名度，以让更多的候选在提升雇主品牌这一挑战上，企业首先应当做的便是努力发展公司业务，提升公司知名度。当然，与此同时，可以通过数据驱动运营，选择合适的渠道，通过合适的内容、形式为企业发声。其中不同的投放渠道会带来不同的效果，且渠道随着市场、时间的变化会不停变化，所以需要持续的数1.招聘流程的线上、线下结合不佳，无法持续性的监管2.流程繁琐使得各环节的管理者对其理解不一，无法很3.招聘数字化提效欠佳，招聘人员依旧疲于奔命，更无1.企业对招聘数据重视度欠缺，或无统一录入准则，从2.招聘系统无法根据需求的调整进行敏捷响应与实现：mapping是recruiter的一项基本功，从常规角度而言，这是一项重人工的过程，需要recruiter在这个过程中付出大量的精力去搜集信息、处理数据。在招聘技术逐步发展的现在，该环节的人工工作也不会完全消失，因为人与人之间的举例来说，在搜集信息环节，我们可以通过相关的搜索工具更有用的信息；在处理数据环节，技术可以帮助我们进行数据清洗，对数据（例如公司名、学校名等）进行归一化，对数据进行逻辑关联，从而实现输入人员list，系统便能输出组 Bello倍罗解决方案专家对以上挑战表示认可，并认为招聘管理要实现数字化目前仍有很长一段路要走：企业需要从管理者的视角提升对数字化的重视度，并加大投入外。招聘作为人力资源管理的先行职能，更需要提升对技术和数据的关注，并根据线下实际的工作情况他们的关键任务是帮助业务部门完成人员招聘，日常的招聘工作便已经消耗了太多的时间和精力，导致他们往往没有很多时间精力将相关信息录入系统或去重视数据，这也是存在着线上、线下流程脱节的问题。自中国信息化管理系统诞生以来，信息化系统实际上关注的是基于管理视角的关键节点，节点的串联形成了信息化时代的线上流程。而到了数字化时代，数字化系统更关注的是实际工作过程中所面临的具体业务流，比如每个流程中招聘经理/面试官要做什么、需要使用哪些工具/平台、实际工作中存在着哪些痛点难点等等，此时的流程会变得更加细化（即我们常说的“要打开流程去看里面的细节”）。所以需要关注线下实际工作的情况、关注员工日常工作中的痛和体验，然后用技术来变革原有业务流，从而提升效率，在内部构成势能差（让员工用系统比不用系统高效很多倍从而促进线上过程中自然而真实积累下来的数据，无论从数据质量，还是从数据量上来说，都将数倍，甚至数十倍于普通信息化系统能沉淀的量级，这种量级的数据变化，给管理带来的跃迁，可以真正做到精益管理；基于之前的数据破解不开的谜题，也突然可以通过数据来透视和决断，甚至预判。而这，才是◈决策者需要有正确的数字化观企业的决策者本身必须要了解数字化，不是为了因应趋数字化的发展是能真正为企业业务提效的，从战略上清晰认厂很多管理者往往并不太重视管理方面的数字化投入，其希望看到的是与业务发展、销售增长正相关的东西。而管理是长期的过程，能带来巨额隐形增效，但管理者很难意识到因此，具体负责数字化项目的同仁们，在做数字化项目时也需要有ROI意识。要详细向管理者阐释该项目将如何提效、能提效多少、提效能为公司带来哪些益处等等，通过量例如，以往的招聘流程是，HR需要到各个关条件搜索简历，然后将合适的简历下载下来进行查重并发给面试官，耗时耗力。而通过数字化技术，可以实现“一键搜全网”，将多个渠道整合到一个系统上，HR直接在一个平台上输入招聘条件，便能获得所有渠道的搜索结果，同时系统内兼备的自动下载、自动查重功能，可以智能分析出是否为重复简历、是否已在人才库中，帮助企业找到更多、更合◈招聘流程与各环节角度（图表11.1-11.4） 图表图表11.1：针对人才的吸引与转化，在招聘系统的使用过程中，对于有效性，主要面临以下哪些挑战N=128）图表图表11.2：针对人才搜寻，在招聘系统的使用过程中，对于有效性，主要面临以下哪些挑战N=93）全网统一发布或简历搜索平台稳定性低，时常报错智能简历工具推荐的简历精准度较差，难以 图表图表11.3：针对候选人关系管理，在招聘系统的使用过程中，对于有效性，主要面临以下哪些挑战（N=39）图表图表11.4：针对招聘流程管理，在招聘系统的使用过程中，对于有效性，主要面临以下哪些挑战N=52）产品可以选择；另一方面则是多年互联网产品的心智培养，产品可以选择；另一方面则是多年互联网产品的心智培养，在大家对于简历搜寻关注度增加的同时，我们也可以看到大家对于猎头服务、对话机器人、人才库盘活工具等的使用率在下降。理论上说，猎头服务所提供的简历相对都是优质资源，但近年来随着市场的变化，猎头行业也在下沉，很多服务已不能真正达到企业所预期的目标。而电话机器人此类工具较适用于相对话术可控的蓝领招聘中，机器人需要回答的问题相对固定、简单、可操作，但并不适用于白领招聘过程中。同时在电话骚扰频繁的当下，人们对于压迫感较强此外，盘活人才库是每家企业都希望能实现的，但是在实际操作过程中，其投入产出比往往并不理想。很多企业的人才库很大，无法依靠人力来完成，但简单的邮件、短信甚至电话等方式回收率很低，效果不佳。所以，企业在盘活人才库的过程中，是缺乏有效的工具来助力提升效率的。有效释所沟通岗位、简历与岗位的匹配程度，让这个coldcall有厂随着人才竞争的日益激烈，当今的人才市场已从以往的成熟的思维来思考自己的职业规划。所以对于企业而言，能做到的很高杠杆就是雇主品牌，通过营造企业形象，多渠道增加曝光，形成舆论场，来影响候选人的感知。同时，打造雇主品牌也是企业在人才吸引环节投入成本极低、长尾效果极好的一种做法，相较于其他的人才吸引与转化工具，雇主品牌运营并不能在短期内直接看到效果，这是一项长远、宏出击，搜寻候选人，追求短平快地看到效果，所以市场上对于简历搜寻工具的需求很高。一方面是由于用户没有其他的话可聊，也让候选人感受到诚意。同时还能基于过程信息匹话可聊，也让候选人感受到诚意。同时还能基于过程信息匹对于招聘工作来说，整个周期往往较长，如果没有与候企业对于候选人保温有着明确诉求，甚至有的企业对招聘团队也有相关要求。在数字化时代的当下，企业也希望能通过选人保持沟通的热度。但目前能真正提供候选人保温工具的第三方还较少，大多企业还是通过企业微信群甚至个人微信从上述分析中我们发现，招聘工作的开展以及各环节所遇到的挑战，关键词的罗列（上文中下划线）对应着此报告中提及的招聘效率指标和分析维度，以及企业可优化与改善的问题（虽普遍表示落地效果不佳）。因此，接下来我们将行动方案中开展定量、定性分析，并归纳出共性做法给读者而关于招聘数字化管理中的数据集成、信效度和用户管理的解决方案，我们会在PART5“招聘数据分析实现基础： ◈少有开展，且改善得不尽人如意◈企业数字化能力的差异决定了提效方案的分析思路不同◈易、难招岗的人才吸引与转化率低，招聘完成难度高◈人才画像不清、理解不一、精准度问题招聘效率数据分析实现情况：“速度”相对“质量”的数据分析实现度好些，但整体上能通过系统自动分析生成的实在谈及数据分析如何提效的方法论和改善措施之前，我们先针对“数据分析”的具体开展情况进行调研，即：各效率指标的数据分析）：◈从各项指标的数据分析实现情况上来看：“招聘速度类”的相关指标的数据分析实◈企业就“指标实现数据分析”和“系统▶“招聘速度/周期”、“候选人的留任率”、“候选人的绩效表现”是企业衡量招聘有效性的重要指标，并会针对性的进行数据.数据分析实现度..数据分析实现度.系统自动分析实现度招聘速度/周期招聘速度/周期◈从改善方案的实现度来看，数值都未超过30%，可见企业开展优化落地的情况较少，这也印证了图表9、10中的挑战和◈企业的改善措施除了通过具体指标进行数据分析外，也有企业表示会对环节整体进行分析并做出一定规划（非数据分析类或几项指标结合来看例如人才吸引与转化（23.65%◈我们将“具体招聘数据分析开展情况”和“改善方案的实现），.数据分析实现度.系统自动分析实现度.数据分析实现度.系统自动分析实现度 知因此难以进行全面追踪和量化分析（应用recruiter的个人能力或需获取业务数据进行实现），但改善方案实现度会相对高一些，毕竟从用人部门和业务角度来看，这是人才获取的重点问题，需要得到支持与解决。这同时也印证▶质量指标数据分析实现度低的同时改善方案实现度更低 图表图表12.1:企业目前基于招聘数据分析，是否有后续的行动方案/决策N=148）针对候选人留任情况的管理/改善图表图表12.2.改善方案实现度招聘速度/周期.数据分析实现度招聘速度/周期79.73%企业提升招聘效率的整体方法论：企业数字化能力的差异决定了提效方案的分企业在落地具体提效的改善方案时，会有一个整体的思路。我们在与一些企业进行深入交谈和采访时，发现其方法论和自身的数字化）：▶以recruiter的能力）：▶流程各环节赋能：招聘团队（Beresponsible责任人）负责流程诊断）：▶平台赋能：提供规则、工具和资3602)招聘运营，即将招聘的能力模块化和标准化。通过把招聘能转化成具象的知识提供给recruiter之后，匹配实践案例和数据分析这3)建设内部的招聘系统，获得数据然后做数 进行平台、规则、工具、资源上的赋能，提供外部人才梯队管理工具和平台；搭建海尔官方招聘网站，人才吸引过程中涉及到的流程、工具等等功能动态优化，通过数据对比、行业a)产品升级：承接招聘团队的运营需求，对产品进行优化#例如，通过数据分析，发现背调环节周期较长。通过和业务的沟通，把背调环节进行运营优化。即HR可以选择在开始谈offer时，便启动背调，而不是在候选人接受过后再启动。如此2个环节同步进行，节省了整个招聘周期的时间，从而提升了效率。#b)标杆案例分享：通过每个月招聘数据中找出做的最好的a)数据同比环比对比，看数据的对比情况，是否有不合理b)数据的组织维度对比，看各组织与集团平均值以及同级不同职级的数据，而不是只看一个整体指标，细化分析有厂1)Cooperate层面：流程改善，减少每个招聘环节的周期。在“leanofferprocess（招聘流程瘦身）”的理念下，通过#例如，在offer发放环节，以前需要发email，来回需要3、5个人依次approve（授权）。若中间有人不同意，则需要再回来讨论。此环节短则2、3天，长则2、3周。现在从而针对性改善流程。#据具体情况）讨论解决方案，将目标拆开为各环节具体的提#例如，对于某岗位族的某职级的TTOA，referencerecruiter会把这45天拆开到招聘流程的各环节，看哪些环节有提升的空间。然后与招聘负责人align此目标，确认后此环节的提升便是recruiter本年的提升目标。#此外，IQVIA还在雇主品牌提升上提升自身的品牌效应，让厂厂厂厂的数据，明确仍需提升的地方，并通过内部分享与培训来提X企业2)针对性提升效率：每个项目的招聘难点不一样，可能是成本控制、可能是对前端务的需求可以及时的被满足。##例如，有客户前面有招聘需求，但转头业务的单子黄了，这个需求就不存在了；有客户今天在合肥，明天在南京，地域在发生变化。所以要求招聘团队对不同的岗位、技能市场、招聘目的都有一些预接下来，我们将罗列企业在开展招聘工作时普遍遇到的效率问题和改善方案，并分为提效关键点和智享会“智库”的建议值得一提的是：数据分析本身只是一种挖掘、分析问题的手段，企业在真正进行落地改善时，会结合“数字化工具”、“流程运营优面对复杂的招聘需求和众多的招聘渠道与资源方，如何进行渠道筛选，如何分配招聘需求，才能更加高效的吸引到高质量目标通过渠道数据分析给与HR一定的指引，什么类的人才可以使用什么样的渠道，从而提升招聘效率；例如，通过对入职高绩效科技人才来源进行分析，发现内推是科技人才吸引转化率较高而且费用较低的渠道，人才吸引平台就会相应的开展科技人才内推活动，赋能科技人才的高效高质量吸引。同时，也会对合作的渠道方进行精细化管理，明确各个渠道方擅长的职位类别，在HR发布职位通过对入职人才来源渠道的分析，了解各类人才吸引适用的渠道，并配合渠道精准推荐的平台功能，帮助HR更高效的使用各 ◈易、难招岗的人才吸引与转化率低，招聘完成难度高招聘漏斗转化（23.65%），人才画像精准度（15.54%），招聘周期/速度通过招聘系统分析过程漏斗指标，并得出关键节点数据，从而针对性地讨论分析找出原因；此外，还需就recruiter个人过程漏斗指标进行分析，以确保招聘能力的标准化，以及匹配实践和数据分析提升recruiter能力，对于转化率/效率更高的recruiter在职级和薪厂厂360厂厂◈◈招聘运营，通过招聘能力标准化，匹配实践案例和数据分即在内部的招聘系统中明确每个招聘漏斗关键节点数据，◈否是候选人面试后业务迟迟没有给反馈。其中，Recruiter是否和业务建立信任是影响流程效率的关◈▶Recruiter的能力：判断候选人的动机是否强烈，很大程度上影响候选人收到offer后是否会接受，也避◈◈◈◈#例如，通过专门做搜索和爬虫的第三方平台和LinkedIn▶流程：通过面试周期数据给到业务的方式，提升▶流程：通过面试周期数据给到业务的方式，提升▶Recruiter能力：以人为单位分析每个recruiter的招聘结果转化率，并让优秀recruiter在微课中分享自◈验证问题：通过季度和年度分析，发现通过以上解决方案后，各周期内的合格候选人量、入职候选人量、招聘◈验证问题：通过讨论和奖励措施的方式，运营内部招聘系统中漏斗指标的数据分析和招聘运营，校招的各漏斗◈潜在候选人岗位适配度的准确性。此外，recruit▶人才悬赏：根据战略规划提前发布高端人才需求大类，把人才蓄到池子里。Recruiter和资源方可以根据高端人群的大类进行提▶Marketintelligence（市场情报分析通过搜集与分析市场上类似岗位的人群薪资分布、竞争对手企业的岗位薪资信息等，针对重点/难招岗位，有专组负责招聘。但因为要求较通过分析重点岗位的招聘数据，发现效率低的环节为招聘漏斗的前端，原因在于市场这部分人才稀缺，所以搭建更善人才库信息的同时，缩短recruiter寻找人才的时▶与人才保持联系：通过定期活动、邮件岗位推送、人才保温邮件等方式，与人才保持联系。邮件的点阅率可以反映出对岗位关注度高的人群有哪些，便▶优秀案例分享：邀请招聘完成率高的工厂团队，分b)Marketintelligence（市场情报）：通过搜集与分析市场上类似岗位的薪资分布、竞争对手企业的岗位通过搭建与维护人才库和marketintelligence的方式，扩充了重点岗位的潜在候选人数量、提升了判断潜在候选人岗位适配度的准确度，从而提升了招聘完成率，也缩短了招聘厂对于高职级人群的招聘动作往往比较滞后，且招聘难度高职级人群招聘难度大是现实，但是对于时间上可以做优化；企业在有明确战略布局和需求时，其实这类人群的招人才悬赏，即根据战略规划提前发布高端人才需求的大类，把人蓄到池子里。Recruiter和资源方可以根据高端人群在人才悬赏之后，有招聘需求发布后可以直接从池子里锁定人才，转化为候选人，提升招聘效率。从数据分析结果难招岗位/科技人才物联网战略下对科技人才的需求增多，而科技人才属于分析招聘各流程后发现，招聘体验差的原因在于市场上盘活自定义人才库，即在海尔招聘平台上进行定制化赋 ◈发现问题：高层管理岗位招聘的复杂度，招聘团队与候选人一对一沟通耗时耗力，会出现对其各项诉求了解不够出现花了时间◈分析问题：通过人才库的精准梳理，全局分析相应的人才市场，◈解决问题：通过人才库的建立，改善流程，掌握全局观，确认哪些条件是互斥的，用数据结果管理业务的期望，并加强和业务◈验证问题：从时间上节省了反复寻找候选人的厂复合型人才需要技能a和b同时具备，分析市#例如，业务需要人才会使用系统A，招聘在不了解系统A的情况下，耗费了大量的资源，结果最后发现系统A是特定公司内部才使用的系统。这便是所需技能在市场上不可获得调整对市场不可获得技能的预期；并对于其他要求的技能，在岗位描述上，不要反复出现生僻的专业数据或系统名称，造成候选人申请时的障碍；招聘分析符合技能的合理性后，可能发现市场不具备技能a和b同时具备的人才，那么便要和业务讨论，是否应通过调整岗位设置，很高效的找到了2位分别具备技能a和b的候选人成功入职。避免了大量寻找极难寻得人才的招聘成厂X企业此部分建议也同时适用于“候选人拒绝offer情况严重”问题中，需要建立人才库，确保企业的储备人才来改善和提效。其实对于人才库的管理，人才库的简历量积累并不难，其关键在于：企业如何进一步做好简历分类归集、候选人维护盘活以及简历分类归集候选人维护与◈小库分类：企业可基于内部不同的业务Pipeline、产业或招聘项目等设置独立的“小库”，管理不同方向的◈独立运营/专人负责：各产业的小人才库可以设置数据看板管理人才蓄水趋势、人才结构、人才分类等；业务Pipeline小库可指定专人/专门团队（如Sourcing团队）负责该小库的业务需求诊断、维护和一对一盘活◈自填意向职位：可在激活邮件和市场活动中开放二维码和表单入口，候选人在注册用户时能够自填意向职b)职能、层级、学历、技能等七个维度，标签结合族群序列和行业职能词典建立映射关系，简历入库时，c)横轴：业务条线职能+纵轴：每个条线d)维度：候选人当前的职位；是否来自目标公司、目标行业；学历背景；工作年限；履历信息里是否包含◈系统人才库可先设置底层简历标签，标签结合族群序列和行业职能词典建立映射关系，来自于招聘网站等◈基于当前不同的业务需求，设置对应的收藏夹/小人才库积累人◈各产业部门可对简历标签进行自定义组合（一定权限设◈专人对接不同业务部门，了解部门需求、招聘画像、岗位必备技能等，基于岗位需求制定和定义不同颗粒◈基于市场情况与业务需求对已有标签进行动态调整，适◈结合市场现状及业务部门预估，考虑未来一年甚至更长远的业务增长方向，有所侧重地积累和维护对应人 ◈专人负责：每个Pipeline小库中的对应Sourcing团队，根据标签、简历关键词、硬性指标等筛选出合适候选◈人才地图：积累与完善高端人才在相应领域中的项目、履历、组织、任职、成果、奖项等信息，为业务和◈链接人才触点：提供链接到高端人才的触点资源，当需◈人才转化与合作：除了招聘漏斗转化，可以实现更灵活的引利用技术手段精准触达：将合适的内容推送◈标签组合锁定人才：当产生同质化的用人需求时，可基于人才画像在库中进行标签交叉组合，锁定目标人◈人岗智能匹配：通过人工智能对简历进行语意分析，当HR发布职位时可自动通过识别为其匹配合适候选人内容与形式：思考“用户友好度”◈形式：在发送EDM等推送内容时，可简化中间的跳转和关联等程序，保证候选人能够在第一层或第二层逻◈内容：内容编辑要注意考虑不同群体的特质编辑其感兴趣的内容。可以结合时下流行的交互表达形式，也◈追踪盘活数据：如曝光度（多少人看到）、点击率、申请率、获得面试人数、能够接到Offer人数及最终入◈招聘渠道有效性：对比人才库渠道相比其他渠道所获得的人才◈转化效果评估：除了评估offer发放数量（转化率），也评估转化效果（即入职的员工是否属于高绩效员◈储备目标值参考：可根据招聘需求，结合人才库的转化率，提前评估未来业务有需求时，企业人才库中是◈关注人才库“健康度”：如人才库总量、重点人才的量、人才整◈考核人才库的简历入库增量及人才库的简历“◈雇主品牌评估：评估在不同的宣传手段后，微信公众号粉丝是否有增加，及公众号中的岗位访问量是否有◈………◈该类人才所在的行业信息，如行业发展历程、◈对标公司的组织架构、高层管理者的各类信息和职业经历、担任该新岗位的人才和资历背景、主要的工作◈该类人才群体的规模在国内的大致数量、地理位置如何分布、人员的资历和背景、工作职责和绩效状况、◈………此外，基于招聘和业务双方共同拆解和定义难招岗的核心能力项，灵活进行迁移和延展。这要求招聘部门人才的整体素质，又注重岗位要求背后对应人才的工作经验，以及由过往工作经验带来的资源关系的综合塑造。例如某些岗位（例如稀缺人才或复合人才）直接向外对标时短时间内尚未找到合适目标，但进行分析后，发现此岗位要求与市面上现有某些岗位的能力互同时，还需注意在对标时的渠道来源多样化。如公司官方的行业研究信息、行业峰会/研讨会、猎头伙伴、招聘平台的数据分此部分建议也同时适用于1、“候选人拒绝offer情况严重”问题中，需要通过和业务部门讨论目标人群需求和标准，以及offer条件的调整（例如调整定价预估2、“人才画像不清、精准度问题”以及“候选人留任率低”，需再次精确、调整画像特征以达到改善和市场上不一定有“最完美的人”，而是应找到“最合适的人”，招聘人员需要将此理念传递给业务部门。有力的数据支持使得用人部门感知到，在当前要求下，招聘难度之高：例如招聘人员可在市场上进行人才搜索、提供来自外部合作方的真实人才数据、分析众多候选人面试后的结果，并结合公司团队和业务实际情如协商岗位的必要条件与次要条件。基于岗位紧迫度，通过降低岗位职级来确定候选人，甚至可以将原先◈基于现有的团队架构和能力，以此来确定优化组织、完善现有团队的不足等所需的条件和能力。同时，与◈招聘人员帮助和引导业务部门，从团队现有状态甚至内部已有的岗位出发，盘点现有团队下，所欠缺的人员角色与能力；盘点现有岗位中，与难招岗之间的技能迁移性、胜任性。如不可胜任，那么则进一步定义 ◈让用人部门对候选人感知更清晰，通过有策略地推荐候选人从而使得用人部门在面试时产生横向比较，例由于难招岗的属性及形成原因（如人才稀缺、复合人才）等因素，其薪酬与现有职级体系相差过大在一定程度上不可避免。这使得企业不得不去适应，而不是让稀缺人才适应企业。如何在“薪资结构差异”和“绝对值差异”中寻求平衡，尽可能降低对原有岗位的冲击和影响，或许更应该成为企业思考的问题。若薪酬实在不▶若候选人拒offer率高非人为导致，则需要和业务部针对过程漏斗指标做分析，以岗位为单位，分析接受offer率，即通过招聘系统中的岗位数据，判▶对于此岗位，有的recruiter接受offer率高、有的低，说明是recruiter的能力问题，则使用招聘运营/营销的手段，对他们做▶对于此岗位，所有recruiter接受offer率都低，则需要和业务部门一起讨论，是否此岗位的offerb)建设内部的招聘系统：依据岗位过程漏斗指标分析的结果，确认需要重点关注的岗位，建设内部人才库和外部人才库，为企通过招聘系统中，针对岗位的过程漏斗数据分析来和挖掘拒offer率高的背后原因，分类解决，候选人拒offer率得到了有效地解厂360XX企业X企业在进入杭州这个新市场、建立杭州团队时，遇到了#定价预估是X企业上海团队基于二线城市的收入、业务体量、招聘需求来预判的定价。但到了杭州发现现状是招聘非常困难，基于预估的定价招不到人。花费的资金很多，所以IPP很高；同时，招到的人很少，所以PPR很低。三个对于招聘效率不理想这个结果，背后有2个原因—其一是招聘的需求量不够、其二是招聘和客户对候选人的标准没有达成一致。通过对招聘各环节、流程拆解，并做数据分析后，发现主要在2个阶段有效率有问题，其中一个为候选人接候选人拒offer率高分析候选人拒绝offer的原因，发现大多数原因在于薪资及时调整对杭州的招聘定价。杭州因为阿里巴巴的存在，薪资范围与其他二线城市没有可比性，实际价位与上海区别不大。在基于拒offer原因的数据分析后，及时调整对杭 企业可以在Recruiter与候选人接触前后的各个环节融入雇主品牌营销元素，并用行为规范将其固定下来，◈面试结束后，邀请关注官方微信公众号，借助通过将这样的雇主品牌营销工作规范到招聘工作的具体环节，久而久之，便能让Recruiter形成条件反射似企业内部可以为Recruiter创造直接到市场营销部门轮岗的机会，让Recruiter亲身体验营销思维的概念，如Recruiter团队内部可以每月开展分享、读书活动，将自身工作经验和学习到的知识心得彼此分享、学习，企业可以邀请外部资深猎头（首选合作中或者有合作意向的）为Recruiter分享招聘经验、雇主品牌营销经在招聘任务不繁重时，招聘负责人可指定或邀请Recruiter亲身参与或负责某个或大或小的雇主品牌营销项目，通过亲身实践，强化雇主品牌意识。倘若企业内部招聘与雇主品牌工作同属于一个团队时，可选择让Recruiter亲自负责策划、实施一个小规模的雇主品牌营销活动；倘若企业内部有专属雇主品牌营销团队，则可在Recruiter的KPI中增加雇主品牌营销的元素，如Recruit出了多少有利于雇主品牌营销工作开展的想法。比如雇主品牌价值主张对外宣传的方向是否需要调整，一些宣◈人才画像不清、理解不一、精准度问题，以及候选人留任率低人才画像的精准度▶在招聘时，需要和业务部门反复沟通以明确人才画像从而精准定位目标人群，提▶在面试时，面试者（无论是recruiter还是业务管理者）需要统▶从招聘角度对候选人留任率的分析，以及可改善的维度，往往聚焦在人才画像如何更为精准的方向上。一方面，通过对离职员工的人员分析从而提升面试、考核工具的精准度，在面试时筛查出具有低留任风险因素；另一方面，通过对留任率其一，面试考核工具的精准提升，在面试时即筛查出具有低留任风险的因素；其二，通过对留任率高的候选人特点分析，包含a)业务：内部统一interviewerlist（面试者列表每个业务面试官均按照此列表中的维度进行面试考核，并记录asb)招聘团队；每次业务面试后按照assessment的内容，确认招聘团队和业务对岗位人才画像理解一致的地方，并加强；确认不通过recruiter和业务的日常沟通，确认统一的画像判定标准。Recruiter和上级以每周沟通、每月review的方式，提升了招聘整体 3)解决问题：针对留任率问题：其一，面试考核工具的精准提升，在面厂◈问题一：候选人入职后很快离职。原因分析：候选人拿到更高的薪酬？住址变动？公司负面内容影响？被◈问题二：候选人在试用期内被解雇。原因分析：判断标准存在问题？个人业绩不佳？个人信用不佳？无法从招聘角度对候选人留任率分析，主要聚焦在人才画像如何更为精准的方向上，一方面通过对离职员工的人员分析从而提升面试考核工具的精准度，在面试时即筛查出具有低留任风险的因素；另一方面，通过对留任1)面试过程中的体验：在通过向候选人survey发放，找到数据分析所产生差距的原因。若为面试官原因，则需要对其针对性的开设面试培训课程，包含面试技巧、提升公司形象等。除了培训以外，还可以通过面试体验评价机制和面试官认证平台线上管理：每场候选2)候选人保温管理：招聘周期较长，recruiter应与候选人建立持续的、有温度的联系，以减少候选人的流失。因此，在数字化时代的当下，企业需要通过数字化工具了解候选人进程、稳定度，动态提醒相关HR与候选人保持沟通的热度。在候选人关系管理环节，对2)Recruiter对于业务的需求是否真实了解，则需要提升自身能力，无论体#例如，培训中包含“不问候选人隐私问题”的宣导。#面试官经认证后可参与面试，所有面试得分全部线上记录，根据每场候选人对面试官的评价得分，对面试官以积分的形式进行通过持续的对面试官面试数据的分析与反馈厂 每次客户在面试结束后，对满意的候选人说出契合的点、对不满意的候选人说出原因，让招聘团队逐步清晰对业务的需求；另在招聘团队理解需求的细节后，在前提pass掉不符合的候选人，不用浪费客户的厂X企业数字工具沟通内容••提高面试效率••面试前后充分的沟通与反馈人员提升持续改进••面试官专业度提升••候选人的面试体验调研申请和收到公司回复的时间间隔越长，候选人对岗位热情度就在不断减少，进而可能会在等待回复的过程除了在各环节采取手段提高面试便捷性外，“以技术驱动高效面试流程”也是企业提升各环节衔接速度的馈面试前，尽可能多地提供相关信息，当企业开始注重这些细节时，就是在向面试者发出信号：例如“你对2.线上提供信息：关怀贴士（地点、交通、停车、天气提醒等指示）；制定面试议程表；提供相关的链）；2.个性化反馈的内容。面试结束后，给予候选人更多个性化的面试评价。可有业务或HR面试官及时告知其3.通知未通过面试的候选人。实际未通过的候选人往往是被置之不理，通知未通过面试的候选人绝不是没有价值的事情，如果雇主处理得当，这些候选人就能够进入企业的人才库，甚至有可能转推荐其它合适的候选人与面试官的交流过程，是其深度了解企业文化和职业信息的过程。每个面试官都是雇主品牌的“传首选建立面试官认证系统。选拔招聘人员进入面试官培训、考试和实践中，同期搭配专业教材，考核通过优化面试官的沟通内容，在面试过程中有一定比例内容是需要面试官去介绍公司，候选人常问的问题该如2.对于拒绝企业offer的高潜里人才，采取一对一访谈，清晰了解是客观原因，还是因为体验的问题而造成无论是在访谈还是市场诊断中，体验满意度调查最主要的是需要清楚了解体验问题产生的原因、是否和相1.候选人积极性不高：对于候选人而言，我们发现有时候他们不愿意主动参与调研的主要原因是：流程不好的反馈意见，会对个人职业发展造成影响。企业表示，除了有针对性的访谈之外，所有线上化的调查都2.面试官的顾虑：对于业务的面试官，由于他们本身对于候选人体验，在理念层面上就落后与HR人员，因此对于面试体验调查的认可程度并不高。其次，由于调查数据可直接反映出具体的某位同事出现问题，也 Bello倍罗解决方案专家就候选人体验中的“结果反馈不及时”、“面试流程长，花费候选人大量时间等”的问题，提出了“结果及厂以下这个案例比较有代表性，它虽是由一个候选人体验提升任务引发的，但在这个过程中，我们深刻地遇到了如今企业管理过第二个是面试流程太长，候选人来回往返频繁（疫情前，目前是没这个痛点了，都远程了）。基于此，企业的预期目标是：一，结鉴于篇幅原因，我们简化一下，只讨论面试难点：见下图，经分析，我们发现无论采用行政命令要求线下反馈，还是通过常规的信息化系统自动反馈，这个目标的落地效果都是难以保证的。因为【大量面试在线下】，是不受公司管控的。我们不可能在每个人背后放一个人盯着他，看他有没有真正执而在现实工作中，此类管理困境普遍存在。管理者会发现，管理缺乏抓手，下命令没用。大家要么阳奉阴违不执行，要么提出一堆客观原因反对执行。即使名义上把命令发下去解决方案：通过以终为始的产品化思路来思考通过对招聘过程中的业务链路进行梳理，我们打开了招聘过程中的大部分业务流程，其中，我们也找到了这样一条关键路径――作为招聘过程中的必经之路，面试安排流程普遍存在，但工作琐碎、消耗，附加价值低――HR不喜欢它，但又绕不开它。那接下来的问题就很简单了，我们是否有办法通过科技的力量，为这个业务流大幅提效，从而把大家的线下行为自然引导到系统上来――然后，通过系统的方式自动给候选人发出反馈短信。我们直接把outlook的日历集成到了系统里边，然后用不同颜色标注不同状态，灰色代表的是有会议安排的时间，白色代表的是空闲时间，然后绿色代表的是系统建议的时间。通过这样的方式，招聘经理在安排面试时就能快速确定面试官的时间。第二步，集成行政的会议预约系统，在这段时间有空的会议室就直接在系统上呈现了，招聘经理直接点一下便可完成预约，并给面试官发出视频面试链接。第三步，集成了访客预约系统，时间、来访人确定后，招聘经理不需要做任何事，系统自动完成访客预约。最后，则是一套保姆式的通知话术体系，从候选人接收到第一封邀约邮件开始，到他面试前三个小时、等候，系统都会自动为其发送提醒通知。然通过这样一个线上化流程，给招聘经理减去了90%的人工工作，也就自然而然地构建起了我们前面提到的当然，回归到此次任务的初心――提升候选人的面试体验，我们实现了在系统安排面试的流程，100%给候选人发出面试反馈。以上这个案例模型，其实与很多现实的管理场景类似。当传统的管理手段尽出，管理效力已经势不穿鲁缟的时候。其实新的路 企业还未完成必要数据的全面线上化，数据集成和打通存在难度，从而较难准确做出分析并对提数据集成与信效度提升：企业还未完成必要数据的全面线上化，数据集成和打通存在困难，从而较难准确做出分析并对提效产生实质招聘数据分析和改善方案是否能落到实处，还受制于一个重要基础条件：企业的招聘数据获取、数第一个问题我们已经在“PARTFOUR：数据分析如何提升招聘效率”中进行了详细的研究。那么此部分，我们将着重从招聘视图表图表13.1：您在分析招聘数据过程中，关于数据分析，遇到以下哪些挑战N=178）数据分析的结论并不能对招聘效率有实质性工具/系统的数据分析功能不健全/不数据积累未能反应真实情况，导致结果偏差，业务图表图表13.2：您企业数据打通情况不理想的原因是？（N=74）线上化工作不到位，还未实现必要数据的全面线上化，团队自己研发了海尔招聘系统，数据全部集中在海尔人才吸引平台上，所以不存在系统对接或者数据清洗的问题。外部的招聘招聘系统通过海尔招聘网站数据直接导出，而招聘网站中的上传简历有一定的格式要求，所以招聘系统中的数据都是格式化的厂a)要求招聘官的流程SOP化（StandardOperating▷¨针对招聘体系有专门的培训课程，来赋能每▷¨组织挑选高绩效者以及管理者，共同分享并▷¨各环节转化率和最终入职率均有所提升，且b)对招聘官的数据上云，纳入绩效考核。依据线上的数招聘数据分析的前提是准确的数据，但之前整个招聘团a)招聘团队负责人和一线招聘官共同参与讨论，确认影响招聘效率的关键数据分析指标。其中包含招聘数据运b)通过招聘部门、用人部门、和数据分析团队一起研讨c)最终在15个转化率指标中确认了最关键的6个埋点指标与对应的口径：简历入口量、候选人邀约率、面试到场 厂厂b)使用流程自动化和可视化的软件进行数据清洗，例如Microsoft的PowerAutomate，通过工具提升数据清洗的效率，从而缩短厂厂3)赋能用户：赋能员工能看懂数据分析的结果与背后显示的含义，包含HR与业务的员工。确保员工对数据口径的理解正确、一厂厂X企业对一切不“长在招聘系统内”的数据，全部不认可：通过这条规则，X企业确保了招聘数据的authentic（原生），即用户所有a)当用数据分析提升招聘效率时，需要业务部门也使用workday系统（IQVIA招聘使用workday系统，），b)对于recruiter层面，各国家地区的使用习惯和文化也有所差异，需要recruiter在观念上认可用数据分析提升招聘效率这件事a)软性：在企业文化层面，宣扬数据分析的重要性，在日常沟通中多使用数据来说话。期望大家”happytoaccept（主动接b)硬性：将招聘数据上系统纳入绩效考核，用管理手段的方法要求r◈通过招聘部门、用人部门、数据分析团队一起研讨确定数据指标制定的标准和规则，然后将其口径统一，定义每个数据维度的具体口径，将明确存在分歧的地方达成一致，确定判定方法。若后续针对有需修改的◈使用流程自动化和可视化的软件进行数据清洗，例如Microsoft的PowerAutomate，通过工具提升数据清赋能员工看懂数据分析结果与其背后的显示含义，包含HR与业务员工。确保其对数据口径的理解正确和一如果有条件的话，自己具备研发系统的能力是最好的。外部的招聘网站和测评公司通过数据接口的方式可此外，对一切不“长在招聘系统内”的数据，全部不认可，必须确保招聘数据的authentic（原生即用 厂 招聘工作本质上可分为开源、转化两方面，开源即加大人才漏斗，以保证在后续流程的逐级递减后，仍有足够的结果产出。而人才吸引是至关重要的一环，很多企业会因雇主品牌(公司知名度)等原因，导致候选人到面率、offer率、入职率等关键指标低，即便是超大型企业也不是拥有绝对的优势确保能成功获取所需的高端人才。因而所有的企业都在想办法去提升自身雇主品牌、提升知名在提升雇主品牌这一挑战上，企业首先应当做的便是努力发展公司业务，提升公司知名度。当然，与此同时，可以通过数据驱动运营，选择合适的渠道，通过合适的内容、形式为企业发声。其中不同的投放渠道会带来不同的效果，且渠道随着市场、时间的变化现阶段，企业所在进行简历开源时，搜索简历的效种因素影响，包括候选人简历的更新程度、简历中的关键词描述与使得企业在招聘过程中会发现虽然搜索到的简历量很大，但是真正这对很多企业来说，也是一种甜蜜的负担：看似拥有很多（候），进的企业已经开始采用增强型的搜索方式，即不再是简单地用关键词去进行搜索，而是增加更多维度的因素去过滤“噪音”，同时要求搜索引擎举一反三地去搜索，从而让搜索结果中能呈现更多有用信息。除此之外，当下火热的AI智能筛选、推荐也在这个环节大随着人才竞争的日益激烈，对于企业而言，一些重点岗位/挑mapping是recruiter的一项基本功，从常规角度而言，这是一项重人工的过程，需要recruiter在这个过程搜集信息、处理数据。在招聘技术逐步发展的现在，该环节的人工但是我们可以用技术去提升效率。举例来说，在搜集信息环节，我们可以通过相关的搜索工具去检索核心信息周边的关联信息，从而获取更多（更广更深）、更有用的信息；在处理数据环节，技术可以帮助我们进行数据清洗，对数据（例如公司名、学校名等）进行归一化，对数据进行逻辑关联，从而实现输入人员list，系统便能一方面，就recruiter而言，他们的关键任务是帮助业务部门完成人员招聘，日常的招聘工作便已经消耗了太多的时间和精力，导致他们往往没有很多时间精力将相关信息录入系统或去重视数自中国信息化管理系统诞生以来，信息化系统实际上关注的是基于管理视角的关键节点，节点的串联形成了信息化时代的线上流程。而到了数字化时代，数字化系统更关注的是实际工作过程中所面临的具体业务流，比如每个流程中招聘经理/面试官要做什么、需要使用哪些工具/平台、实际工作中存在着哪些痛点难点等等，此时的流程会变得更加细化（即我们常说的“要打开流程去看里面的细节”）。所以需要关注线下实际工作的情况、关注员工日常工作中的痛和体验，然后用技术来变革原有业务流，从而提升效率，在内部构成势能差（让员工用系统比不用系统高效很多倍从而促进线上流程的运行。同时，因为技术的便捷化，员工会更自觉、自愿还是从数据量上来说，都将数倍，甚至数十倍于普通信息化系统能沉淀的量级，这种量级的数据变化，给管理带来的跃迁，将是天翻