投顾之星

您所在位置: 华讯首页财经频道经营管理>  正文

北森云计算:60%HR认为数据对招聘超有用,那如何用数据提升招聘效果?

2016年12月01日 16:28:55 中国网

  HR接触很多数据:每个求职者、面试官、员工都会产生很多数据,未来的人才管理是数据驱动的管理,数据能帮我们修正很多东西、看到背后的一些真实事情。那怎么有效地利用数据为招聘做管理辅助呢?

  一、人力资源数据决策对企业的价值

  对于人力资源的数据决策,对数据的不同应用深度会产生不同效力。把数据应用的深度越深,带来的商业价值就越大。

  每个HR每天都能接收到很多数据。传统的做法是对数据结果进行分析,比如今年招了多少人、入职了多少人、走了多少人。这些数据告诉你什么事情已经发生了,就是结果数据。比如今天来了10个人,走了5个人,离职率就是50%。

(点开大图看更清晰哦)

  如果把数据应用的层次更深一点,就是过程性分析。比如招聘周期是15天,在招聘广告的发布、简历筛选、面试、offer等阶段分别用了多少天?这就要依赖过程数据。

  往上会应用到跨流程、跨体系的数据。比如我们常会把新员工招聘的数据跟绩效数据连接起来分析,会看到新员工一年后的绩效怎么样?也常会分析新员工在6个月内的离职率怎么样?假设我招了一个很好的新员工,他在6个月内流失了,这是一个比较差的招聘,这些就要用到跨流程数据分析。

  再往上会应用到对标数据,比如我们觉得招聘周期是15天,在企业里还不错,但这个行业的招聘周期是多少天?就要用到对标数据。

  过程数据、跨体系数据和对标数据的分析可以让我们知道问题在哪里,为什么发生。如果我们可以把数据做得更准确,基于很多模型做很多预测,未来就能从事后分析变到事前。例如想招一个技术工程师,在发送招聘广告时就预测发到哪个招聘渠道上最有效,这是预测分析。

  数据对企业的价值就如上文呈现,那么对于招聘领域来讲,数据重要吗?

  Linkedln发布的《中国人才招聘趋势报告》中可以看到,中国乃至全球对大数据在招聘领域的应用开始出现很多理解,需求涌现茂盛。如下图所示,超过55%的企业认为用大数据预测未来需求是非常重要的话题,超过60%的招聘者认为数据的应用对于未来的招聘管理是非常有用且有效的。在应用领域,预测未来人员需求、候选人职位匹配程度等,都能通过数据呈现。同时很多人对未来大数据是重塑行业和招聘领域持乐观态度。

(点开大图看更清晰哦)

  每个招聘专员每天经手非常多的数据,这些数据如何分析呢?把数据分为两块,一块是基础运营数据,另一块是数据产生的价值。比如每天做的日常招聘工作,对于数据的有效之处可以从最基础的招聘工作开始跟踪;比如分析岗位空缺情况、招聘周期等,基于这些数据分析,可能会发生一些问题;又如,招聘周期很长,招聘某一类型的岗位很难,再往上基于这些问题诊断原因,是因为给的薪酬达不到竞争水平,还是招聘渠道选择得不对?再往上就是基于这些问题产生的结果,做一些决策性的分析、调整,调整更有竞争性的行程、选择更好的招聘渠道,或者建立雇主品牌形象。

(点开大图看更清晰哦)

  我们所做的改善,或角色的改变,都是为了产生更大的商业价值,更好的招聘成果、更低的招聘成本、更高的招聘效率,这是基于数据验证的整体分析方法和分析理论。

  二、招聘速度是战役制胜的关键

  在大量数据的基础上分析发现,超过一半的企业在面试安排上都在一到三天之内完成。招聘时人才竞争很激烈,特别是在特定的行业,比如互联网、高科技行业。晚接触到候选人一天,这个候选人可能就接受其他offer了。快速给候选人一些反馈,对候选人接受offer的影响很大。

(点开大图看更清晰哦)

  北森HRVP刚到公司时,想看一看整个公司招聘的运营数据情况。此时我们就想到底怎么得到并呈现这些数据?我们把公司所有招聘平均周期拉出来,发现公司的招聘周期是36.9天,但是到底是好还是坏,不能给一个明确的结果。然后我们把这些数据和同行业数据做对比,发现了一些问题。互联网行业平均录用速度是23.8天,我们有10天左右的差距,发现时间差距后,差距差在哪?要怎么提高招聘速度、提高效率?需要更深层次的分析和数据呈现。

(点开大图看更清晰哦)

  基于招聘端到端的流程,构建招聘速度的分析模型。招聘广告发布、候选人简历投递、简历初筛、面试安排、面试反馈、发offer、录用,每一个流程结点的时间间隔分别拉出来,就可以发现问题到底在哪,哪个环节能提高那10天的效率。最终呈现给HRVP的图表和报表,把HR处理简历速度、安排面试速度、面试官反馈速度、发送offer速度等每个环节都体现出来。

(点开大图看更清晰哦)

  下面两个图把HR处理简历的数量和速度放到一个维度上看,HR每天要处理很多简历,简历怎么样?简历处理速度怎么样?都可以清晰地呈现出来。

(点开大图看更清晰哦)

  每个面试官处理简历、候选人的数量和速度都可以清晰地通过上图呈现出来,就像打开了招聘的黑箱子,可以看到每个细节,这样对于未来面试官、简历处理、offer发放等环节的优化,都能做到有数据可查、有理可依。招聘是一个唯快不破的活,但是快在哪里,还需要很多数据支撑。

  三、选择正确的招聘渠道

  企业招聘时,有很多渠道,招聘网站、猎头和其他渠道,招聘渠道的分析对招聘效率、招聘成本都会产生直接影响。

  招聘渠道因行业和地域不同有很大差异。互联网行业在招聘渠道的选择上偏向于智联、51、猎头和内部推荐,但汽车、金融行业的渠道会不一样。金融行业的HR做招聘时,会把官网做得更好一点,体验更优一些,这样才更能吸引候选人投递简历。但这个数据只能呈现一定问题,不能呈现所有问题,举例来说,分析了每个渠道的首轮简历贡献量,这个渠道贡献简历多,但是不是有效的简历,就要打问号了。

(点开大图看更清晰哦)

  进一步分析,下图是对某行业的分析,发现选用的渠道没有大的差别,还是传统的三大招聘网站、内部推荐、猎头等。但是这些简历进入offer阶段的比例完全不一样,大家都知道,各渠道的简历转化率中,最好的大多是内部推荐,内部推荐是企业内部非常重要的招聘渠道。

(点开大图看更清晰哦)

  有时候在简历漏斗的上端留下了大量简历,比如某个渠道贡献了10万份简历,但是它流不下去。那么这些简历对招聘工作并未产生积极效果,只能带来冗余的工作量,这种简历不是好的简历。所以在做招聘渠道分析时,既要分析该渠道的简历数量,还要分析质量,分析这个渠道的转化率。

(点开大图看更清晰哦)

  我们做过一些分析:互联网行业内推占招聘渠道比例40%以上,北森的内推比例也在40%左右,想要玩好内部推荐,就需要做更多思考。如果内部推荐现在只占百分之二十甚至百分之十几,还是有很大提升空间的。

  o 如何提升内部推荐的数量和效率

  ●过程化

  所谓过程化激励,就是不管录用与否,推荐的人过一面,给积分或红包,过了二面给一些打赏、小激励,这样可以把整个内推激励化做起来。所以如果想把内推做好,要把激励变成过程化激励,而不是简单的结果化激励。

  ●竞争化

  告诉大家截至目前公司里内推前五名是谁,假设第一名推了10个,有人已经推荐了9个,那么再推荐1个,他也可以拿奖。可以把内推做成内部的竞赛,让内推变得竞争化。

  ●游戏化

  内推不仅要给一些现金或红包奖励,可以更游戏化。比如把内推和春节联系起来,回家的机票就可以作为奖励。

  基于数据分析,把某些渠道更加有效利用起来时,可以通过很多手段落地想法。下图中,企业可以基于自己的数据把所有渠道呈现出来,每个渠道的简历转化率是怎样的,通过这种呈现可以更直观看到应该用哪个渠道,把哪个渠道建设得更好,未来要不要调整一些渠道,采用更有效的渠道,基于行业、地域等都可以做较深的洞察分析。

(点开大图看更清晰哦)

  四、利用大数据找准人才

  未来怎么利用大数据找对人才,也是一个大课题。在招聘漏斗的顶端可以有多种渠道,比如在招聘网站、猎头、企业门户、内推、流行的社交媒体等留下了大量简历,这些简历怎样利用,怎样用大数据技术对职位和候选人等进行匹配,这里就应用到人才库技术的模型。

(点开大图看更清晰哦)

  当人才库中有大量简历时,Recruiter是很难主动挖掘的,通过人才挖掘技术对人才库进行分层,用打标签、搜索行为等技术,利用机器在背后主动挖掘库里的几十万份简历,把相应的候选人推到前端。

  对于人才库顶端的被动求职者,这些人很难在市场上或人才库里找到,这时可以拓展招聘渠道了。很多高管都具有招聘职能,在找关键人员时,可以发动起来,(因为高管有很多参加行业会议、市场会议的机会,他们的交际面更广,接触到优秀人才的渠道也比较多),把高管的人脉作为外部人才库,让高管们与这些人才保持长期联系,并不断进行吸引动作。

  总之,利用大数据技术可以让候选人与职位得到更好的匹配。那么如何匹配呢?简历中有很多学历、工作经验等描述,利用大数据技术可以对简历中的关键词做聚合,打上标签。比如,某人简历中提到,他在之前的公司写过Java,做过前端。利用大数据技术,为这份简历打上标签。这些标签有Java、工程师、前端的标签,这样Recruiter做简历筛选时,系统通过这些标签自动挖掘沉睡在人才库里的简历,实时推送出来。通过这个原理,就提升了效率。这是大数据在招聘中的深层次应用。

(点开大图看更清晰哦)

  此外,我们还做了一些探索,比如做人才地图。市场人员都是流动的,特别是高精尖人才,知道Ta以前是哪个公司的,这样可以看到人才迁移和人才流动情况,对未来更好地识别人才、找准人才有很大帮助。基于未来人才需求,找到市场中关键的人,要做好人才迁移技术。

(点开大图看更清晰哦)

  综上,我们讲了三个招聘领域中大数据深层次的应用和分析。其实招聘业务也需要用数据和关键指标来回答,将招聘业务问题呈现在四个方面:

  招聘质量。一次招聘计划的达成率如何,招聘漏斗的转化率如何,录用率和Offer接收情况如何等,是对招聘质量的分析。

  招聘效率。不同岗位、地区、行业的招聘周期是怎样的,在招聘周期中每个HR的工作效率如何,每个面试官的工作量如何等。

  渠道效果。不同渠道对行业、地区、企业的效率如何,每个渠道转化率如何,渠道贡献简历的数量和质量怎样等,都是招聘渠道方面的分析。

  招聘成本。招聘到最后要落到成本上,每个渠道的招聘成本是怎样的、每个部门每年的招聘成本怎样、平均录用一个人的成本、公司里的人力成本等,所有数据都可以构成招聘成本分析。

(点开大图看更清晰哦)

  因此,对招聘业务的分析无外乎从招聘质量、招聘效率、渠道效果和招聘成本这四个方向,但是构成这些分析不应该只是结果数据,过程数据、行为数据、跨体系的数据放到一起做集成分析,才构成招聘大数据的分析。

  五、如何构建决策金字塔

  在构建招聘系统和招聘平台时,要从这几个角度考虑。

(点开大图看更清晰哦)

  多渠道的 All in one。无论从招聘网站、所有的招聘渠道、企业官网、社交媒体、猎头服务、内部推荐,还是内部招聘数据,都放在一个平台上管理,这样可以在一个平台上采集所有渠道的数据,做更好的分析。

(点开大图看更清晰哦)

  全流程的All in one。从最前端的招聘计划、职位发布、简历初筛、测评考试、一面、二面、offer发放、录用管理等,都在这个平台上进行端到端的数据管理,这样就可以把所有过程数据完全体现出来。

(点开大图看更清晰哦)

  多角色的All in one。招聘需要协同,招聘专员协助业务部门做职位空缺分析,招聘人与候选人、招聘人与面试官的协同等所有数据、角色都放在一个平台上。现在协同工具越来越多,PC端、移动端等,把所有端口和协同角色放到一起分析。因此,要做大数据分析,就要采集很多数据,包括所有的过程数据。在招聘平台上完成端到端All in one的流程,所有渠道的数据都可以在里面。在平台上可以看到All in one产品渠道、协同角色的分析,我们期望协同角色可以在体系上All in one地完成,这样大数据就不只是结果数据,还有过程数据。

(点开大图看更清晰哦)

  人力资源管理逐渐进入大数据时代,数据的威力和价值远超我们想象,它可以为企业做更多决策。数据层次的应用,对于企业的未来价值越来越重要,希望各位能够在未来的招聘管理中应用好数据,让数据产生更多的价值、为招聘管理做服务。


与 文章关键字:雇主品牌 简历 相关的新闻

关于华讯   |   诚聘英才   |   网站导航  |   产品中心   |   股民心理研究   |   上市公司研究   |   合作伙伴   |   广告合作   |   法律声明   |   联系我们
华讯财经所载文章、数据仅供参考,使用前请务必仔细阅读免责声明,风险自负。
提示:华讯财经不作任何“加入会员、承诺收益、利润分成”以及其他非法操作方式进行非法的理财服务。详情点击 
证券投资咨询业务资格证  中国证券业协会会员  视听节目制作许可证  增值电信业务经营许可证  上市公司价值研究  中国股民心理研究基地
大连华讯投资股份有限公司北京分公司 辽ICP备14017339号-3 辽公网安备 21020202000009号
客户服务电话:4000987966  客户投诉电话:010-53821559 E-mail:market@591hx.com