为什么99%的HR都有数据分析需求?

近一年来,Moka接受到的HR咨询中,99%都有招聘数据分析的需求。用数据支持业务决策已是普遍需求。如果问HR们目前最想学习的技能是什么,那一定是
数据分析。Moka系统的数据分析为何受青睐,HR们何以如此重视数据分析呢?这里用几个真实的例子来说明数据洞见对HR招聘工作的重要性。

HR为什么需要数据洞见?

01丨了解招聘事项
不久前,国内知名的服装品牌HRD告诉Moka的顾问,她最近因为一个特别基础的问题被老板挑战了。具体问题是CEO问她,你知道最近门店有多少岗位空缺、有多人在面试、有多少人准备入职吗?由于门店的导购主要由店长负责,HRD一时间回答不上来。即使要回答,也需要和全国各个区域、几千家门店的店长进行统计,需要花费大量的时间和精力。数据的第一作用就是帮助HR了解招聘现状。
02丨分析招聘过程中的异常情况
有了招聘现状的数据,HR就可以借助数据发现招聘中的问题,并提出优化方案。举个例子,一家教育公司同时采用自有渠道、猎头、内推、第三方渠道等方式招聘。HR向Moka顾问询问这些渠道的入职占比是否合理,与同行平均水平相比哪些渠道可以提升。通过数据我们发现其内推占比相对较低,而猎头的使用相对偏高。在得知这一现状后,这名HR尝试将猎头职位开放给内推,同时做了很多内推物料、丰富了内推玩法,把内推占比提升了10%,反而节约了不少猎头成本。数据是一面镜子,帮助HR反观招聘过程,察觉哪里可能存在异常,针对性的提出优化建议,提升招聘过程的效能。
03丨优化招聘管理策略和方向
国内一家知名的餐饮企业HR告诉Moka顾问,今年他们将加大招聘官网和门店内推的力度。原因是他们观察了过去几年简历来源和入职人员的数据,发现这两个渠道的简历数量和入职率都在不断提高,已经超过了第三方的招聘渠道,因此今年整体调整了渠道策略,以打造私域流量为主。数据驱动也可以优化招聘管理策略。

数据洞见正在重构企业的管理、运营、工作模式。从某种意义上说,数据就是“黄金”,数据就是效益,数据就是竞争力。然而,现实中HR们还是对数据分析无从下手,首要原因是没有数据。

没有数据,谈何分析?

俗话说:“巧妇难为无米之炊”。数据断层现象在招聘中非常常见。
1、渠道缺乏监控,尤其是在全国各个区域有分公司、有门店的企业,渠道很分散,无法集中管理,跟踪各渠道简历数、面试转化率、offer/入职转化率等数据,也没办法进行横向对比,无法客观评价渠道效果。
2、过程数据没有留痕,造成根本没有数据可用。比如很多面试都是线下进行,面试后也是HR和面试官口头聊一聊,看看合不合适,根本没有记录。这样一来,之后的人才分析就没有了锚。很多HR都是用excel记录数据,表头里有的数据可以统计,但是表头里没有的数据,HR日后想要做关联分析,根本就找不到历史数据。
3、缺少操作数据,团队效率只能靠感觉。招聘是讲究效率的,如果HR或者面试官处理慢了,候选人可能就入职其他公司了。但是HR、面试官具体处理简历、安排面试、发送offer用了多长时间,很难准确记录用时、评估效率。

Moka如何帮助HR获得数据洞见?

01  全量、实时数据
要想实现数据分析,首先数据要全面,不能有数据断层。Moka通过“制度流程化、流程表单化、表单信息化”的方式,Moka打通全链路招聘流程数据,从源头帮助企业收集全量的招聘数据。职位数据、简历数据、招聘过程数据、评价结果、操作数据等等,都可以通过数字化系统集中收集,并且历史数据随时可追溯。

02  灵活定义数据
企业之间对数据指标的理解往往存在细微的差异,数据指标的定义非常关键,会影响后期数据分析的准确性。为满足不同企业、HR对数据指标的不同定义和需要,Moka支持用户自定义数据字段,数据之间还能加减乘除得出计算字段,灵活配置出HR自己想要的数据。
03  动态数据监控
为辅助实现人力资源智能化分析,更好的通过数据得出结论,Moka在数据统计基础上提供数据预警。一方面,针对阶段数据和过往数据做同环比交叉比较,动态了解当前招聘过程情况。另一方面,基于行业数据做横评,了解当前招聘过程在行业内处于什么情况。当然Moka数据报表支持数据穿透,方便HR层层定位问题,解决问题。
04  数据可视化
为快速了解关键指标的表现,Moka提供可自行配置的总览(Dashboard),支持折线图、饼状图、柱状图等多种形态数据呈现,让管理者快速了解整个招聘进展,及招聘过程中核心数值和指标,结果一目了然。

谷歌案例:数据驱动的招聘

谷歌的首席人才官就曾说过:“谷歌的HR决策从来都不是来自哪个最佳实践,一定只会来自内部数据的分析”。谷歌有一项著名的数据分析。早期的谷歌面试流程长达4-6个月,面试被拉得很长通常是因为员工会接受很多轮面试,再加上面试官的时间很难凑到一起。谷歌通过数据分析,发现面试官超过4-5人以上时,面试官数量的增加并不能提升最后录取的候选人质量。基于此,谷歌改革了招聘流程,确保每名候选人在整个面试流程中最多接受不超过4-5人的面试,面试流程平均周期也下降到了45天左右。

以数据为驱动的招聘未来

数据在招聘领域中的应用还有很大的空间,在降低成本、预测未来、提升体验方面将大有可为。例如,与心理学、微表情等进行跨学科的融合分析,来预测员工胜任力,判断候选人对话的真实性;通过用绩效数据反推候选人画像、预测员工表现。当然,还能提供更丰富的面试场景,用智能机器人提供更快捷的招聘体验,改善候选人的参与度。未来效率的竞争可能是在人与机器之间展开。

Moka的愿景是打造极致体验、数据驱动的智能化HCM系统。早在2018年,Moka就组建了AI和大数据的团队,并构建了相对完善的技术基础设施,近一年推出的BI模块和AI解决方案也逐步得到了客户的认可。Moka CEO李国兴表示:“未来我们会持续在这两方面加大投入。用户体验、数据驱动、智能化是Moka产品的理念,这三者之间是1和0的关系。用户体验是基础,数据驱动是保障,智能化是发展方向,这是一个递进的关系,缺一不可。”

点击这里免费申请试用>>

 

关闭菜单